一类严格反馈系统变比例增益精确微分补偿控制

针对包含不确定函数和未知外部扰动的一类严格反馈型非线性系统,提出基于精确扰动观测器的变比例增益自适应模糊控制器.系统中的未知不确定函数由模糊逻辑系统在线逼近,同时将模糊逻辑系统的逼近误差和未知外部扰动定义为总扰动,利用精确扰动观测器进行精确微分补偿控制. 将非线性函数应用于设计可调节的输出反馈增益,有效消除系统的稳态误差,使得系统跟踪误差可以控制在零的任意小邻域内.最后,通过Lyapunov定理证明闭环系统中所有信号均是有界的.数值仿真表明了所提出方案的有效性.     

基于模糊神经网络运算法则的并联机器人自适应控制研究

针对并联机器人数学模型不完全确知并包含外部扰动的非线性多变量系统,提出一种基于模糊神经网络运算法则（FNNA）的自适应控制策略。将各个支链的模糊规则通过神经网络进行在线训练并得出模糊规则的权重并将此运用于在线辨识非线性自适应控制系统的未知动态,有效抑制了系统的数学模型不精确所产生的误差及外部扰动。仿真结果表明该控制方法明显提高了控制系统的轨迹跟踪性能,并对外部干扰及系统的非线性具有很强的鲁棒性。     

无人驾驶飞行器姿态的非线性扰动抑制控制

本文研究了无人驾驶飞行器(unmanned aerial vehicle,UAV)的姿态跟踪控制问题.针对在飞行器姿态跟踪时存在的系统模型不确定性和外界扰动,提出了一种基于四元数的姿态跟踪控制方法,基于UAV的姿态误差模型分别设计系统的观测器和控制器.首先,以四元数为姿态参数建立系统的非线性误差模型;在此基础之上,设计一种非线性干扰观测器(nonlinear disturbance observer,NDOB)用以在线估计误差模型中的复合扰动,并在控制输入端进行相应的补偿.然后通过设计非线性广义预测控制律设镇定误差系统,实现姿态跟踪.最后基于频域理论分析了非线性干扰观测器的扰动抑制性能.仿真与实验结果表明本文提出的方法在系统存在复合扰动的情况下能使系统姿态有效的跟踪期望值.     

具有未知负载扰动的水井钻机电液伺服系统无模型自适应控制

针对电液伺服系统在水井钻机推进工况下存在的参数不确定以及未知负载扰动突变等非线性因素,提出了基于径向基(RBF)神经网络扰动观测器的无模型自适应控制方法.首先,通过改进的无模型自适应控制动态线性化方法,将被控系统线性化为与输入输出相关的增量形式,并将未知负载扰动合并到一个非线性项中;然后,设计了径向基神经网络扰动观测器对含有未知负载扰动的非线性项进行估计,作为对未知扰动的补偿;最后,设计了时变参数估计律,通过在线调整伪偏导数,给出了电液伺服系统的控制更新律.仿真结果表明,所设计的控制器能够对未知负载扰动突变进行补偿,并能确保跟踪误差有界收敛.     

垂直气动人工肌肉系统的模型参考自适应逆补偿控制

与传统刚性驱动系统相比, 气动人工肌肉系统具有质量轻、人机交互友好等优势, 近年来在生产生活中受到广泛关注. 然而, 该类系统的运动呈现出复杂的迟滞特性, 这给针对该类系统的跟踪控制研究带来了挑战. 本文针对垂直气动人工肌肉系统, 提出一种模型参考自适应逆补偿控制策略, 可有效克服迟滞特性以及控制过程中外界扰动和参数摄动等不确定因素对系统运动状态的影响, 实现系统高精度跟踪控制. 具体而言, 本文首先对系统的运动特性以及影响系统控制精度的不确定因素进行分析; 然后, 基于分析结果建立一个描述系统运动特性的参考模型; 进而采用逆补偿思想, 通过对所建立的参考模型求逆来构造一个逆补偿控制器, 克服迟滞特性对系统运动状态产生的影响; 随后, 基于最小均方误差算法设计自适应律, 在线辨识参考模型的权值, 同时估计逆补偿控制器的设计参数, 克服外界扰动和参数摄动等不确定因素对系统运动状态的影响; 最后, 通过实验验证所提控制策略的有效性.     

基于扰动补偿的无微分模型参考自适应控制系统设计

针对一类含有参数不确定性和未知非线性扰动的系统,本文提出一种基于扰动补偿的无微分模型参考自适应控制方法,实现系统输出对参考模型输出信号的高精度跟踪.首先,利用被控对象模型信息设计扰动估计器,对系统非线性扰动进行在线估计;其次,基于非线性扰动估计值设计参考模型和无微分参数更新律,构建无微分模型参考自适应控制器,建立基于扰动补偿和状态反馈的自适应控制律,以消除参数不确定性和非线性扰动对系统输出的影响,保证系统输出对参考模型输出的准确跟踪;然后,给出闭环系统误差信号收敛条件和控制器参数整定方法;最后,通过数值仿真验证所提方法的有效性和优越性.     

气动加载系统的建模及非线性自抗扰控制

针对电气比例阀控气动加载系统压力跟踪控制存在系统参数不确定性、时滞性、强耦合等非线性问题,提出一种非线性自抗扰控制(ADRC)方法.首先建立电气比例阀控气动加载系统的动态机理模型;然后,在考虑外部存在未知扰动及负载波动等情况下,设计扩张状态观测器以对系统的耦合项及外部扰动等不确定项进行估计,并采用非线性误差反馈律给予实时主动补偿,从而实现系统加载压力的实时控制.仿真和实验结果表明,在ADRC控制下系统不仅具有良好的跟踪性能,响应速度快,抗干扰能力强,而且在工程上易于实现.     

不确定Euler-Bernoulli梁方程的边界输出跟踪

本文讨论边界带有控制输入非同位的内部不确定和外部扰动的Euler-Bernoulli梁方程输出跟踪问题. 为处理边界干扰, 文章首先设计了一个新的总扰动估计器, 在线估计未知扰动. 其次基于估计出来的总扰动, 设计一个伺服系统跟踪参考信号. 最后根据自抗扰方法获得控制输出跟踪的反馈控制. 闭环系统被证明是适定和有界的, 且受控系统的输出指数跟踪参考信号.     

基于有限时间扰动观测器的无人水面艇精确航迹跟踪控制

针对复杂航行环境下的无人水面艇系统,提出一种基于有限时间扰动观测器的无人水面艇精确航迹跟踪控制策略.该控制方法具有以下显著特点:能够精确补偿未知海洋干扰,可实现精确跟踪控制;相比传统的渐近收敛控制算法,有限时间稳定性确保跟踪控制系统具有更快的收敛速度和更强的扰动抑制能力;能够同时确保扰动观测误差和航迹跟踪误差在有限时间内精确收敛到零.仿真结果验证了所提出控制方法的有效性和优越性.     

精确估计下的多智能体系统漏斗复合控制

针对一类具有时变扰动的非线性多智能体系统, 研究其在有向拓扑下的一致性跟踪问题, 提出一种基于精 确估计的复合自适应预设有限时间(PFT)漏斗控制方法. 首先, 构建一种新的PFT漏斗控制, 使跟踪误差约束在PFT 漏斗边界内. 其次, 采用神经网络(NN)逼近系统的未知非线性, 并利用NN逼近信息设计扰动观测器, 建立基于NN和 扰动观测器的复合估计模型, 将得到的预测误差引入NN权值的复合更新律中, 实现对未知非线性和时变扰动的精 确估计. 然后, 利用动态面技术和误差补偿机制, 在解决传统反步法“计算爆炸”问题的同时, 消除滤波器误差对系 统的影响. 最后, 通过Lyapunov稳定性理论证明闭环系统所有信号均为有界的, 并通过仿真实验验证控制方法的有 效性.     

具有非匹配扰动的非线性变参数系统模型参考跟踪控制

本文研究了一类含有非匹配扰动的非线性变参数系统的跟踪控制问题.首先,设计非线性扰动观测器用于估计系统所受到的未知扰动.其次,在前馈–反馈跟踪控制器中引入扰动补偿控制项,提出一种基于扰动观测器的跟踪控制策略.利用依赖于状态和时变参数的线性矩阵不等式,导出保证闭环系统输入–状态稳定的充分条件,进而运用平方和凸优化技术解析地构造出扰动观测器和跟踪控制器.通过理论证明,所设计的控制策略能够实现非线性变参数系统输出对参考模型输出的跟踪,消除输出通道中非匹配扰动的影响.最后,由数值仿真例子验证了所提方法的有效性.     

Output tracking of constrained nonlinear processes with offset-free input-to-state stable fuzzy predictive control

This paper develops an efficient offset-free output feedback predictive control approach to nonlinear processes based on their approximate fuzzy models as well as an integrating disturbance model. The estimated disturbance signals account for all the plant-model mismatch and unmodeled plant disturbances. An augmented piecewise observer, constructed by solving some linear matrix inequalities, is used to estimate the system states and the lumped disturbances. Based on the reference from an online constrained target generator, the fuzzy model predictive control law can be easily obtained by solving a convex semi-definite programming optimization problem subject to several linear matrix inequalities. The resulting closed-loop system is guaranteed to be input-to-state stable even in the presence of observer estimation error. The zero offset output tracking property of the proposed control approach is proved, and subsequently demonstrated by the simulation results on a strongly nonlinear benchmark plant.     

基于干扰观测器的机械臂广义模型预测轨迹跟踪控制

为实现对多自由度机械臂关节运动精确轨迹跟踪,提出一种基于非线性干扰观测器的广义模型预测轨迹跟踪控制方法。针对机械臂轨迹跟踪运动学子系统,采用广义预测控制（Generalized Predictive Control,GPC）方法设计期望的虚拟关节角速度。对于机械臂轨迹跟踪动力学子系统,考虑机械臂的参数不确定性和未知外界扰动,利用GPC方法设计关节力矩控制输入,基于非线性干扰观测器方法实时估计和补偿系统模型中的不确定性。在李雅普诺夫稳定性理论框架下证明了机械臂关节角位置和角速度的跟踪误差最终收敛于零的小邻域。数值仿真验证了所提出控制方法的有效性和优越性。     

Nonlinear adaptive speed control of a permanent magnet synchronous motor: A perturbation estimation approach

This paper presents a nonlinear adaptive control (NAC) scheme for the speed regulation of a permanent magnet synchronous motor (PMSM) based on perturbation estimation and feedback linearizing control. All PMSM system’s unknown nonlinearities, parameter uncertainties, and external disturbances including unknown time-varying load torque disturbance, are defined as lumped perturbation terms, which are estimated by designing perturbation observers. The estimates are used to adaptively compensate the real perturbations and achieve adaptive feedback linearizing control of the original nonlinear system. The proposed control scheme does not require accurate system model and full state feedback. Stability of the close-loop system with proposed NAC is investigated via Lyapunov theory, and the effectiveness of proposed NAC scheme is verified through both simulation and experimental studies. Both simulation and experimental results show that the proposed NAC scheme can provide less regulation error in speed tracking, better dynamic performance and robustness against parameter uncertainties and load torque disturbance, compared with conventional vector control and load torque estimated based control.     

H∞ tracking-based sliding mode control foruncertain nonlinear systems via an adaptive fuzzy-neural approach

A novel adaptive fuzzy-neural sliding-mode controller with H(infinity) tracking performance for uncertain nonlinear systems is proposed to attenuate the effects caused by unmodeled dynamics, disturbances and approximate errors. Because of the advantages of fuzzy-neural systems, which can uniformly approximate nonlinear continuous functions to arbitrary accuracy, adaptive fuzzy-neural control theory is then employed to derive the update laws for approximating the uncertain nonlinear functions of the dynamical system. Furthermore, the H(infinity) tracking design technique and the sliding-mode control method are incorporated into the adaptive fuzzy-neural control scheme so that the derived controller is robust with respect to unmodeled dynamics, disturbances and approximate errors. Compared with conventional methods, the proposed approach not only assures closed-loop stability, but also guarantees an H(infinity) tracking performance for the overall system based on a much relaxed assumption without prior knowledge on the upper bound of the lumped uncertainties. Simulation results have demonstrated that the effect of the lumped uncertainties on tracking error is efficiently attenuated, and chattering of the control input is significantly reduced by using the proposed approach.     

基于干扰特性指标与推力分配的载人潜水器容错控制

载人潜水器在深海复杂恶劣的环境中运行, 容易受到外部环境干扰和推进器故障的困扰, 本文将干扰特性指标与基于推力分配的主动容错控制方法相结合, 提出了一种新的主动容错控制方法. 首先, 建立了载人潜水器系统的数学模型; 其次, 设计非线性干扰观测器估计系统所受的集总干扰, 并设计无推进器故障时的控制器; 然后, 针对推进器故障问题, 引入权重矩阵进行推力分配以保护故障推进器, 并设计了干扰特性指标表示干扰的性质对跟踪误差和推力损失的影响; 在此基础上, 给出了一种基于干扰特性指标与推力分配的新型容错控制方法, 李雅普诺夫方法保证了该控制算法的理论稳定性; 最后, 通过数值仿真, 验证所设计的控制方法的优越性. 其优越性主要体现在: 能够利用可用干扰与补偿有害干扰, 并将可用的干扰能量用于补偿故障推进器的推力缺失.     

Global robust tracking control of non-affine nonlinear systems with application to yaw control of UAV helicopter

In this paper, a novel robust nonlinear tracking control scheme is proposed for the yaw channel of an unmanned-aerial-vehicle helicopter that is non-affine in the control input. By a novel dynamic modeling technique, the non-affine nonlinear systems are approximated to facilitate the desired control design. In the controller design procedure, the terminal sliding model control method is introduced to deal with the unknown uncertainties/disturbances. Moreover, filter and disturbance estimator are combined to further reduce the chattering. A systematic procedure is developed and related theoretical and practical issues are discussed. The proposed nonlinear tracking control scheme can guarantee the asymptotic output tracking of the closed-loop control systems in spite of unknown uncertainties/disturbances. Finally, the simulation results on the dynamic model of a real helicopter-on-arm are provided to demonstrate the effectiveness of the proposed new control techniques.