基于全状态预设性能的受限指令反演控制器设计

针对输出预设性能较多的研究现状,基于一类输入和状态受限的非线性系统,重点分析全状态预设性能,提出一种基于全状态预设性能的受限指令反演控制器设计方法.采用自适应反演方法,构建受限指令滤波器,解决“计算膨胀”的问题;为补偿输入和状态误差,引入伪控制减缓方法;最后分析全状态预设性能,对系统瞬态性能进行重点分析.采用Lyapunov理论对控制器进行稳定性分析,仿真实例表明了所提出方法的正确性和有效性.     

一类输出受限非线性系统的降维非递归预设性能控制策略

针对一类非匹配受扰非线性系统在输出受限条件下的跟踪控制问题, 本文在预设性能控制过程中引入非递归设计框架, 提出了一种降维非递归预设性能控制方案, 以缓解常用的递归预设性能控制过程中出现的复杂性爆炸问题, 大幅简化了系统的控制器设计过程, 便于实际工程应用. 本文设计的降维非递归控制策略能够实现控制器设计过程与稳定性分析的分离, 并且具有控制器形式简洁、控制参数选取机制简单的优点. 最后, 选取具有代表性的数值仿真和永磁同步电机位置跟踪控制实验阐释了所提出的控制策略的有效性及简洁性.     

控制方向未知的不确定系统预设性能自适应神经网络反演控制

对一类控制方向未知的不确定严格反馈非线性系统的预设性能自适应神经网络反演控制问题进行了研究.系统中含有时变非匹配不确定项且控制方向未知.首先,提出了一种新的误差转化方法,放宽了对初始误差已知的限制;随后,利用径向基函数(radial basis function,RBF)神经网络及跟踪微分器分别实现了对未知函数和虚拟控制量导数的逼近,并综合运用Nussbaum函数和反演控制技术设计了控制器.所设计的控制器能保证系统内所有信号有界且输出误差满足预设的瞬态和稳态性能要求.最后的仿真研究验证了控制器设计方法的有效性.     

基于Backstepping 的非线性系统预设性能鲁棒控制器设计

针对一类具有外界扰动的严格反馈非线性系统,将Backstepping技术、预设性能控制和鲁棒控制相结合,提出一种预设性能鲁棒控制器设计方法.通过误差转换,建立系统等效误差模型,利用Backstepping和鲁棒控制逐步递推选择适当的Lyapunov函数设计预设性能鲁棒控制器.该控制策略兼顾系统的暂态和稳态性能,仿真实例表明了所提出设计方法的有效性.     

非仿射纯反馈系统自适应神经网络快速预设性能控制

鉴于在纯反馈系统控制器设计过程中广泛采用的反推法需要逐级设计虚拟控制律, 设计过程复杂, 本文通过变量替换将一类未知非仿射纯反馈系统变换为等效的积分链式系统. 利用有限时间收敛的微分器对转换系统的状态进行估计, 并构造时变的误差面. 通过对误差面的瞬态与稳态值进行性能约束并设计自适应预设性能控制器, 实现了对跟踪误差的预设性能控制. 最后, 基于Lyapunov理论进行了稳定性分析, 证明了闭环系统所有信号半全局最终一致有界. 仿真算例表明了控制方法的有效性.     

控制增益为未知函数的不确定系统预设性能反演控制

对一类控制增益为未知函数的不确定严格反馈系统的预设性能反演控制进行研究.首先,提出一种新的变参数约束方案,放宽了对初始跟踪误差已知的限制,并通过误差转化将不等 式约束的受限系统转化为非受限系统.随后,通过引入积分型Lyapunov函数,避免了因控制增益未知而引起的系统奇异问题.最后,综合应用自适应技术、径向基函数(Radial basis function,RBF)神经网络和反演控制技术完成了控制器的设计,系统中的未知函数利用RBF神经网络直接进行逼近.所设计的控制器能够满足预设性能的要求,且保证闭环系统所有的状态量有界.仿真研究证明了控制器设计方法的有效性.     

严格反馈非线性系统预设性能backstepping 控制器设计

针对一类具有一般形式的严格反馈非线性系统,提出一种基于预设性能的backstepping控制器设计方法.所谓预设性能是指在保证跟踪误差收敛到一个预先设定的任意小的区域的同时,保证收敛速度及超调量满足预先设定的条件.首先引入性能函数的概念,通过误差转化将原始的受限系统转换为等价的非受限系统;然后基于Lyapunov理论进行backstepping控制器的设计,并进行了稳定性分析;最后通过仿真实验验证了所提出方法的正确性.     

严格反馈极值搜索系统预设性能反演控制

针对一类目标函数受预设性能函数限定的严格反馈极值搜索系统的控制问题, 将极值搜索控制、预设性能控制、反演控制相结合, 提出一种预设性能反演控制器设计方法. 针对极值搜索系统的目标函数构造新型的性能函数; 利用性能函数对系统进行函数变换, 构建等效简单变换模型; 基于变换模型, 利用反演控制方法逐步递推选取适当的Lyapunov 函数进行控制器设计, 以实现在对目标函数搜索到极值的同时保证预设性能指标. 最后通过数值仿真验证了所提出方法的有效性.

     

基于有限时间指令滤波的非线性系统固定时间预设性能控制

针对一类严格反馈非线性系统,提出一种基于有限时间指令滤波的自适应固定时间预设性能控制策略.首先,引用非线性映射技术及适当的误差变换,建立等效的误差模型;其次,综合利用反步法、固定时间控制和自适应控制等方法,设计一种基于有限时间指令滤波的预设性能跟踪控制器.该策略应用指令滤波器解决了反步法中对虚拟控制律反复求导问题,减轻了计算负担.此外,预设性能控制和固定时间控制保证了系统的跟踪误差能够在固定时间内收敛到预设性能函数限定的范围内,其收敛时间与系统初始条件无关,且确保系统中全部信号在有限时间均达到有界区域.理论分析与仿真验证均表明了所提出设计方法的有效性.     

带有输出约束的柔性关节机械臂预设性能自适应控制

针对带有输出约束和模型不确定的柔性关节机械臂系统,提出一种基于时变障碍李雅普诺夫函数的预设性能自适应控制方法.通过构造指数衰减的时变约束边界,提出时变正切型障碍李雅普诺夫函数,能够同时适用于约束与非约束情况,进而拓宽传统对数型障碍李雅普诺夫函数的适用范围.此外,通过预先设置时变边界函数的相关参数,使得系统输出在初始阶段...     

一种基于反推技术的鲁棒自适应控制器

对于更一般的一类系统,给出了一种基于反推技术的鲁棒自适应控制器的设计方法.通过重新定义动态规范化信号和重新证明相关的性质,严格地分析了闭环系统的稳定性和跟踪性能;同时指出了相关文献中的错误.     

考虑铁损的异步电动机模糊自适应命令滤波反步控制

针对考虑铁损的电动汽车用异步电动机驱动系统中存在的负载扰动和系统参数不确定问题, 采用模糊逻辑 系统逼近系统中的非线性项, 通过引入命令滤波反步技术克服传统反步法无法避免的“计算爆炸”问题, 引入补偿信 号消除滤波误差的影响, 实现对异步电动机的位置跟踪控制. Matlab 仿真结果验证了所提出方法的有效性.     

基于滤波反步法的三相永磁同步电机伺服控制

为解决永磁同步电机的角度伺服控制问题.基于dq轴坐标系建立的电机控制模型,采用滤波反步法设计位置伺服控制器,通过稳定二阶滤波过程逼近虚拟控制量的导数,避免了常规反步法中对虚拟控制量解析求导的繁琐过程.通过设计滤波误差补偿环节,保证了滤波器输出信号对输入信号的跟踪精度.基于李雅普诺夫稳定性理论设计鲁棒项,保证了闭环跟踪误差的稳定性,并采用粒子群算法对控制器参数进行优化.最后,通过仿真实验结果表明了该算法的有效性,且具有较高的跟踪精度.     

不确定机械臂系统的自适应命令滤波反步渐近跟踪控制

研究具有未知参数和外部干扰机械臂的自适应渐近跟踪控制问题,提出一种自适应命令滤波反步策略,利用命令滤波器避免传统反步中对虚拟控制函数的微分计算,并建立误差补偿机制补偿滤波误差.与现有的针对机械臂的命令滤波反步跟踪控制相比,跟踪误差可以渐近收敛到零,并且只需要设计一个自适应参数.最后,通过仿真验证该方案的有效性.     

A direct adaptive neural command controller design for an unstable helicopter

This paper presents an off-line (finite time interval) and on-line learning direct adaptive neural controller for an unstable helicopter. The neural controller is designed to track pitch rate command signal generated using the reference model. A helicopter having a soft inplane four-bladed hingeless main rotor and a four-bladed tail rotor with conventional mechanical controls is used for the simulation studies. For the simulation study, a linearized helicopter model at different straight and level flight conditions is considered. A neural network with a linear filter architecture trained using backpropagation through time is used to approximate the control law. The controller network parameters are adapted using updated rules Lyapunov synthesis. The off-line trained (for finite time interval) network provides the necessary stability and tracking performance. The on-line learning is used to adapt the network under varying flight conditions. The on-line learning ability is demonstrated through parameter uncertainties. The performance of the proposed direct adaptive neural controller (DANC) is compared with feedback error learning neural controller (FENC).     

基于自适应Backstepping设计的TCSC非线性鲁棒控制器

电力系统是强非线性的动态大系统,在运行中总要受到外部干扰和内部干扰的影响,从而对其稳定运行造成严重威胁.本文针对带有TCSC单机无穷大母线系统的三阶鲁棒模型,在考虑阻尼系数未知及系统受外部扰动的情况下,将自适应backstepping方法与非线性L₂增益干扰抑制理论融合,构造出系统的存贮函数,并获得非线性自适应鲁棒控制器及参数替换律.所得控制器不仅能够保证系统状态有界,而且能够有效抑制干扰对系统输出的影响.通过对单机系统的仿真结果表明采用该方法的控制器优于传统的控制器.     

Stochastic adaptive backstepping controller design by introducing dynamic signal and changing supply function

A more general class of stochastic non-linear systems with unmodelled dynamics and uncertain non-linear functions are considered in this paper. With the concept of ISpS being extended to stochastic case, by combining changing supply function technique with backstepping design technique, an adaptive output-feedback controller is proposed. It is shown that all the solutions of the closed-loop system are uniformly bounded in probability, and the output can be regulated to an arbitrarily small neighbourhood of the origin in probability. A simulation example demonstrates the control scheme.