一类非线性系统的自适应控制

提出一种带有状态观测器的非线性系统自适应控制策略，实现了非线性系统的镇定和零误差跟踪。这种方法简单有效，尤其适用于状态不可观测系统和输出无法直接连接测量的非线性系统。     

一类隐含控制输入非线性系统的自适应控制

针对一类隐含控制输入的非线性系统,引用中值定理并利用径向基神经网络的逼近能力,提出了一种稳定自适应神经网络控制方案,以实现对一类隐含控制输入未确定非线性系统的控制。通过采用2个不同的鲁棒控制项,保证了系统中所有信号都是有界的,利用Lyapunov稳定性理论,证明了系统是稳定的,跟踪误差将收敛到零点的某个邻域内。仿真结果验证了该算法的有效性。     

一类基于FNN的非线性系统自适应控制

模糊神经网络用于控制，主要是为了解决复杂的非线性、不确定、不确知系统的控制问题。由于模糊神经网络具有学习能力和自适应性，使得其能对变化的环境有自适应性，控制器也基本上不依赖于模型，针对一类非线性系统，利用模糊神经网络对系统进行建模提出一种鲁棒自适应控制方法。首先利用李雅普诺夫定理证明在一定的条件下，闭环系统必能稳定，并证明这个条件即非线性函数f(x)中的x必落入某一紧集中成立，同时考虑其控制性能，选择鲁棒控制量，使跟踪误差达到要求的性能指标。理论分析和仿真结果说明了该控制算法的可行性和有效性。     

一类多变量非线性系统的自适应模糊控制

基于状态观测器,结合自适应模糊系统、H^∞控制和滑模控制,针对一类不确定非线性多变量系统,提出了一种稳定的自适应模糊控制算法。这种控制方法不需要系统状态可测的条件,而且具有良好的控制性能。     

一类基于FNN的非线性系统自适应控制

模糊神经网络用于控制,主要是为了解决复杂的非线性、不确定、不确知系统的控制问题。由于模糊神经网络具有学习能力和自适应性,使得其能对变化的环境有自适应性,控制器也基本上不依赖于模型,针对一类非线性系统,利用模糊神经网络对系统进行建模提出一种鲁棒自适应控制方法。首先利用李雅普诺夫定理证明在一定的条件下,闭环系统必能稳定,并证明这个条件即非线性函数f(x)中的x必落入某一紧集中成立,同时考虑其控制性能,选择鲁棒控制量,使跟踪误差达到要求的性能指标。理论分析和仿真结果说明了该控制算法的可行性和有效性。     

一类非线性系统基于滑模原理的模糊自适应控制

针对一灰非线怀系统，设计出了一各自适应控制方案，用模糊逻辑逼近非线性函数，滑模原理及李雅普诺夫函数设计出自适应控制器。然后，用模糊推理进行修正，以克服一般滑模控制具有的抖动现象，保证闭环系统的稳定性和跟踪误差收敛于零的某邻域内。     

一类非线性系统基于Backstepping的自适应稳定控制

针对一类未知高阶非线性系统，提出了一种基于Backstepping和神经网络的自适应稳定控制方法。利用RBF神经网络逼近未知非线性函数，不需要满足匹配条件，基于Backstepping方法调节网络权值。在控制律中引入非线性衰减项和σ-修正项保证了网络权值的稳定性，阻止了参数漂移。通过Lyapunov直接方法，证明了整个闭环系统的最终一致有界性。该方法扩展了自适应Backstepping和自适应NN控制的应用范围，适于并行计算，仿真结果表明了该算法的有效性。     

一类不确定非线性系统的模糊自适应容错控制

针对一类不确定非线性系统提出了间接模糊自适应容错控制器的设计方法。利用模糊逻辑系统来逼近未知函数包括故障项,用滑模控制补偿模糊逼近误差,通过改变控制器结构来补偿执行器故障所带来的影响,同时基于Lyapunov方法进行了稳定性分析。通过仿真验证该方法的有效性。     

一类非线性不确定系统未知执行器故障的自适应控制

在系统运行过程中,执行器不可避免的会卡死,然而由于故障发生的时间及卡死值均未知,因此如何设计控制器在执行器卡死的状态下保持系统稳定变得非常困难.本文针对一类非线性不确定系统,通过将执行器卡死所带来的不确定性看成系统的有界扰动,提出一种新的控制方案,设计自适应控制器保持系统稳定的同时实现对参考信号的跟踪.与现有结果相比该控制器结构简单,设计方便.仿真结果进一步验证了自适应控制器的有效性.     

一类非线性系统的无模型学习自适应控制

对于一类常见非线性离散系统，提出了其动态线性逼近的增量型模型、无模型自适应控制律和带有参数限定时域长度的参数自适应预报递推算法。实现了对时滞非线性系统的无模型学习自适应控制。通过仿真表明，该算法对于一类非线性系统实现无模型学习自适应控制是正确和有效的。     

一类不确定非线性系统的鲁棒自适应控制

针对具有有界扰动的参数化严格反馈非线性系统,提出了一种鲁棒自适应控制方案。用辨识器估计系统未知参数,利用“确定性等价原则”构成自适应控制方案,从而实现了辨识器与控制器设计的完全分离。所设计的自适应控制器既能保证闭环系统所有信号的全局有界性,又能使输出跟踪误差以指数速度收敛到零的一个小邻域内。仿真结果表明了所提控制方案的有效性。     

一类非线性系统的鲁棒自适应跟踪控制

针对一类带有有界扰动的非线性系统,设计了一种鲁棒自适应控制器,该控制器既能保证闭环系统所有信号的全局有界性,又能使输出跟踪误差以指数速度收敛到零的一个小邻域内.仿真结果证明了所提控制方案的有效性.     

一类非线性系统的神经网络鲁棒自适应控制

针对一类单输入单输出仿射非线性系统，提出了一类神经网络鲁棒自适应控制。设计过程中，采用RBF神经网络实现对系统中的未知非线性函数逼近，并考虑到存在逼近误差和外部干扰，采用滑模控制实现了系统的鲁棒控制。最后通过MATLAB仿真，证明了该方法的有效性。     

一类非线性网络控制系统的鲁棒镇定问题

研究了一类带有不确定的非线性网络控制系统（NCSs）的鲁棒镇定问题。在非线性NCSs中,被控对象被表示为一个带有不确定的Takagi—Sugeno（T—S）模糊模型。利用Lyapunov—Krasovskii泛函方法和时滞输入方法,针对不确定非线性NCSs,给出了一个基于线性矩阵不等式（LMIs）形式的网络控制器设计方法。     

一类多变量不确定非线性系统的自适应模糊监督控制

针对一类不确定非线性多变量系统,应用带有监督控制功能的间接型自适应模糊控制方法,在不要求被控系统增益矩阵可逆的条件下设计了自适应控制器.这种自适应控制器不仅能够保证闭环系统的所有信号有界,而且使跟踪误差收敛到原点的一个小领域内.仿真结果表明了该方法的有效性.     

非线性碰摩转子的参数自适应控制

因转子和机匣之间的碰摩事故经常发生,故以转子-机匣系统为研究对象,将转子和机匣视为弹性体并考虑阻尼效应,建立了非线性转子-机匣系统的碰摩模型和动力学方程。根据自适应控制理论,给出了一种多重参数自适应控制算法。利用此方法对非线性转子-机匣系统进行了仿真研究,仿真结果表明,本文提出的参数自适应控制律具有较强的稳定控制能力,该方法适合于多重参数非自治复杂多周期系统,在外界干扰下引起多周期状态的情况,可自适应地调整到正常的工作状态,具有重要的实际工程应用价值。     

非线性时滞系统的自适应模糊跟踪控制

针对一类带有未知非线性函数和时滞项的非线性不确定系统,提出了一种新的自适应模糊跟踪控制。用模糊逻辑系统来逼近系统中未知的非线性不确定函数,基于自适应方法和Backstepping设计模糊自适应控制器。设计的模糊自适应控制器确保了闭环系统的所有信号是一致有界的,也保证了跟踪误差收敛到原点的一个充分小的邻域内;另外设计的模糊跟踪控制器不涉及模糊基向量函数的计算,使其在系统的控制过程中将极大地降低系统的在线计算负担。仿真算例验证了所提出方法的有效性。