高超声速飞行器非线性鲁棒控制律设计

高超声速飞行器具有模型非线性程度高、耦合程度强、参数不确定性大、抗干扰能力弱等特点,其自主控制具有较大的挑战.论文提出了一种基于鲁棒补偿技术和反馈线性化方法的非线性鲁棒控制方法.文中首先采用反馈线性化的方法对纵向模型进行输入输出线性化,实现速度和高度通道的解耦和非线性模型的线性化.针对得到的线性模型,设计包括标称控制器和鲁棒补偿器的线性控制器.基于极点配置原理,设计标称控制器使标称线性系统具有期望的输入输出特性,利用鲁棒补偿器来抑制参数不确定性和外界扰动对于闭环控制系统的影响.基于小增益定理,证明了闭环控制系统的鲁棒稳定性和鲁棒跟踪性能.相比于非线性回路成形控制方法,仿真结果表明了所设计非线性鲁棒控制算法的有效性和优越性.     

混合励磁电机系统输入输出解耦和线性化

讨论混合励磁电机系统的输入输出解耦和线性化问题.根据机电动力学原理,导出了混合励磁电机系统在与转子同步旋转的d-q坐标系中的动态方程.应用非线性系统几何理论,通过非线性状态反馈和坐标变换,实现了混合励磁电机系统的输入输出解耦控制和完全线性化.将原系统分解为3个线性子系统：d轴磁链子系统、q轴磁链子系统和转速子系统.仿真结果表明,基于输入输出线性化控制设计的混合励磁电机控制系统具有良好的动态性能.     

基于线性化的液压马达伺服系统滑模控制

针对液压马达伺服控制系统由于系统强非线性引起的精确控制困难的问题,提出了基于线性化和滑模控制算法的自适应鲁棒积分滑模控制器.在不改变系统模型的前提下,应用线性化将系统模型中的部分非线性项进行线性化处理,降低了系统的强非线性,并结合自适应算法进行线性化误差补偿.同时,针对跟踪精度不足等问题,引入积分滑模控制算法进行鲁棒控...     

非线性倒立摆起摆和稳定控制研究

该文深入研究了直线倒立摆的摆起和稳定控制。通过两种方法对倒立摆非线性模型进行线性化得到线性化模型。第一种方法是利用微分几何李导数理论，对坐标和输入输出进行变换，然后在局部进行线性化得到一个线性化模型；另一种方法直接在平衡点附近进行线性化得到线性化模型。最后用MATLAB仿真和实物控制分别证明了能量反馈理论和稳定控制理论具有良好的控制效果，且通过Lie理论对系统进行坐标变换得到线性化模型比略去高阶项得到的线性化模型具有更好的鲁棒性和控制效果。     

单级倒立摆稳定控制及其联合仿真

针对倒立摆系统的稳定控制,提出了一种基于广义扩展线性化的非线性控制方法,设计了非线性状态反馈控制器.同时利用ADAMS软件建立单级倒立摆虚拟样机模型,通过其输入输出接口实现对Matlab的通信,并进行了ADAMS/Controls控制模块与Matlab联合仿真分析.仿真结果验证了控制方法的有效性,且更接近物理样机控制效...     

小型无人直升机控制律设计与仿真

依据摄动线化原理,本文对模型直升机非线性模型在平衡点进行了小摄动线性化处理,得出了线性化动力学模型,并对它进行了PID控制律设计,应用MATLAB/Simulink对控制律作用于线性化模型和非线性模型分别进行了仿真验证,结果表明作用于线性化模型具有良好控制效果的控制律尚不能有效控制非线性模型.使用backstepping方法对非线性模型子系统选择相应的李雅普诺夫候选函数,应用递归方法设计了使型直升机动力学非线性模型镇定的控制律,确保李雅普诺夫候选函数的导数为负定.经仿真验证表明利用该设计方法得到的控制律能对非线性模型进行有效控制.     

基于动态神经网络的非线性内模控制

针对一类不确定仿射非线性系统，提出一种基于动态神经网络的非线性内模控制方法。利用该网络模型存在相对阶时可以解析求得逆模型的特点，避免了普通神经网络内模控制方案中求逆的困难。并在有建模误差的情况下，通过将非线性对象输入输出线性化，分析了闭环系统的鲁棒稳定性和稳态性能。仿真试验表明该方法是可行和有效的。     

一种跟踪问题中的次优非线性预测控制算法

针对跟踪问题中无状态和输入约束的非线性预测控制最优解的求取问题,引入参考输入轨迹的概念,利用Ｓｔｉｒｌｉｎｇ插值公式,将非线性系统模型沿参考输入输出轨迹展开,取其一阶近似,处理成参数已知的线性模型．在此基础上,利用线性系统预测控制理论求解得到原系统的次优控制律．该方法不要求系统模型连续可导,且无需对线性化后的模型参数进行在线辨识,计算量小,易于实现．     

pH值中和反应过程的无模型学习自适应控制

根据pH值处理过程的时变和非线性特性,将基于紧格式线性化的单入单出非线性离散时间系统的无模型学习自适应控制方法应用在带有时滞的pH值中和反应过程中。控制器的设计是无模型的,是直接基于称为伪偏导数的向量,此伪偏导数是通过一种新型参数估计算法,根据酸碱中和反应系统的输入输出信息在线导出的。此无模型控制方法非常适用于实际的模型参数难以辨识,且是时变的非线性系统。仿真控制验证了该方法对不确知动态的非线性pH值的控制具有鲁棒性强、响应速度快和控制精度高的优点,性能好于传统的PID控制。     

永磁直线电机的无模型自适应控制方法研究

将基于全格式线性化的单入单出非线性离散时间系统的无模型学习自适应控制方法应用在永磁直线电机的速度和位置控制中.控制器的设计是无模型的,是直接基于称为拟梯度的向量,拟梯度向量是通过新型参数估计算法,根据给出的永磁直流直线电机运动模型的输入输出信息在线导出的.无模型控制方法非常适用于实际的阶数难以知道或难以辨识,且是时变的非线性系统.实现了系统阶数较高时的有效控制,弥补了经典自适应控制阶数高时在线计算量过大而不能适应于系统快速变化过程的不足.利用Matlab软件进行仿真实验,验证了该方法对电机这种具有不确知动态的非线性系统的稳定性和抑止外部干扰和噪声的有效性和鲁棒性.     

基于虚拟模型的自适应解耦抗扰控制

针对一类多变量非线性耦合系统,提出了一种基于虚拟模型的非线性自适应控制器.首先将非线性系统线性化处理并将其作为虚拟模型,对该模型设计线性自适应控制律.然后将线性控制律分别应用在虚拟系统和受控的实际非线性系统上,根据两者的输出误差设计补偿控制律,以达到对实际被控对象进行自适应解耦抗扰的目的.利用李雅普诺夫稳定理论给出了控制系统稳定性条件.实验仿真验证了控制算法的有效性.     

A multiple model approach for predictive control of nonlinear hybrid systems

This paper presents modeling and control of nonlinear hybrid systems using multiple linearized models. Each linearized model is a local representation of all locations of the hybrid system. These models are then combined using Bayes theorem to describe the nonlinear hybrid system. The multiple models, which consist of continuous as well as discrete variables, are used for synthesis of a model predictive control (MPC) law. The discrete-time equivalent of the model predicts the hybrid system behavior over the prediction horizon. The MPC formulation takes on a similar form as that used for control of a continuous variable system. Although implementation of the control law requires solution of an online mixed integer nonlinear program, the optimization problem has a fixed structure with certain computational advantages. We demonstrate performance and computational efficiency of the modeling and control scheme using simulations on a benchmark three-spherical tank system and a hydraulic process plant.     

Identification and control of a nonlinear discrete-time system based on its linearization: a unified framework

This paper presents a unified theoretical framework for the identification and control of a nonlinear discrete-time dynamical system, in which the nonlinear system is represented explicitly as a sum of its linearized component and the residual nonlinear component referred to as a "higher order function." This representation substantially simplifies the procedure of applying the implicit function theorem to derive local properties of the nonlinear system, and reveals the role played by the linearized system in a more transparent form. Under the assumption that the linearized system is controllable and observable, it is shown that: 1) the nonlinear system is also controllable and observable in a local domain; 2) a feedback law exists to stabilize the nonlinear system locally; and 3) the nonlinear system can exactly track a constant or a periodic sequence locally, if its linearized system can do so. With some additional assumptions, the nonlinear system is shown to have a well-defined relative degree (delay) and zero-dynamics. If the zero-dynamics of the linearized system is asymptotically stable, so is that of the nonlinear one, and in such a case, a control law exists for the nonlinear system to asymptotically track an arbitrary reference signal exactly, in a neighborhood of the equilibrium state. The tracking can be achieved by using the state vector for feedback, or by using only the input and the output, in which case the nonlinear autoregressive moving-average (NARMA) model is established and utilized. These results are important for understanding the use of neural networks as identifiers and controllers for general nonlinear discrete-time dynamical systems.     

一类受限柔性机器人的鲁棒性力／位置控制方法*

本文研究受限柔性连杆机器人的力／位置控制问题，首先导出受限柔性机器人的动力学模型，然后借助于微分几何理论将动力学模型转化为仿射非线性形式，再使用非线性反使系统线性化，最后对线性子系统设计变结构补偿器，使控制方法具有较高的精度和强鲁棒性。     

基于多面体描述系统的鲁棒非线性预测控制

针对一类具有持续有界扰动的离散时间非线性系统, 提出一种基于多面体描述系统的鲁棒非线性模型预测控制策略. 首先利用泰勒级数构造多面体描述系统包裹原系统. 其次, 对该多面体描述系统构造鲁棒终端不变集和仿射输入型预测控制律. 进一步, 利用离散系统的输入状态实际稳定性(Input-to-state practical stability, ISpS)概念证明了闭环系统的鲁棒稳定性. 最后, 通过仿真验证了本结果的有效性.     

全航速升力反馈减摇鳍控制策略研究

提出全航速减摇鳍控制策略,对低航速和中航速切换策略进行研究．采用升力反馈封装鳍角到升力的不确定性,避免在零航速和低航速下复杂的控制规律;同时,基于T-S模型将横摇非线性不确定系统转化为线性时变系统,并将控制中的约束非线性优化问题转化为二次规划问题,避免了预测控制中的非线性优化在线求解．以某船为例,给出了低中航速的切换控制策略,仿真结果表明了该方法可以使减摇鳍满足全航速减摇要求．     

LMI-based model predictive control for switched nonlinear systems

This paper proposes an LMI approach to model predictive control of nonlinear systems with switching between multiple modes. In this approach, at each mode, the nonlinear system is divided to a linearized model in addition to a nonlinear term. A sum of squares (SOS) optimization problem is presented to find a quadratic bound for the nonlinear part. The stability condition of the switching system is obtained by using a discrete Lyapunov function and then the sufficient state feedback control law is achieved so that guarantees the stability of the system and also minimizes an infinite prediction horizon performance index. Moreover, two other LMI optimization problems are solved at each mode in order to find the maximum area region of convergence of the nonlinear system inscribed in the region of stability. The performance and effectiveness of the proposed MPC approach are illustrated by two case studies.     

基于Lie理论的倒立摆系统的控制算法研究

该文通过能量反馈和最优控制相结合的方法实现倒立摆系统的自摆起和稳定控制。在摆起阶段采用能量反馈方法实现快速摆起，而在平衡稳定控制阶段，采用一种非线性系统微分几何方法一李理论，对倒立摆系统进行近似线性化，此种线性化方法使模型更多包含原系统主要的非线性部分，更能逼近实际系统，针对采用李理论得到的近似线性化模型，对倒立摆系统进行最优稳定控制设计。仿真和实时控制试验结果表明，文中提出的李理论近似模型线性化方法对于控制器设计结果是有效的，而且采用的能量反馈和最优控制相结合的联合控制策略能够成功实现倒立摆系统的自摆起和稳定控制过程。