一类非线性系统基于滑模原理的模糊自适应控制

针对一类非线性系统，设计出了一种自适应控制方案，用模糊逻辑逼近非线性函数，根据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。     

一类不确定非线性系统的状态参考自适应滑模控制

针对一类非匹配不确定非线性系统。基于状态参考自适应控制算法和滑模控制策略。提出了状态参考自适应反演滑模控制方案，实现了不确定非线性系统的鲁棒输出跟踪。与现有的控制器设计相比，大大降低了控制系统阶次，允许系统存在非参数化的不确定性和未知扰动，增强了控制系统鲁棒性。仿真算例证明了理论研究成果的正确性和鲁棒性。     

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。     

一类非线性系统的自适应模糊滑模控制设计

针对一类含非匹配不确定项的非线性系统提出一种稳定的自适应模糊滑模控制方法。构造线性切换面确保滑动运动稳定，利用趋近率构造理想控制，用监督控制确保系统状态有界，用模糊逻辑系统逼近其连续项，用补偿切换来消除逼近误差，该方法有效地结合了自适应模糊控制和滑板控制的优点，控制器构造简单，稳定条件弱，控制性能好，仿真结果也证明了此方法的有效性。     

基于自适应模糊逻辑系统的一类非线性系统跟踪控制设计

针对一类未知的非线性系统,基于模糊逼近原理,进行了基于自适应模糊逻辑系统的跟踪控制器的设计,实现了该非线性系统对给定信号的跟踪.首先,通过对该非线性系统中未知函数的输入输出进行采样,根据采样数据信息设计出具有参数自适应功能的Mamdani型模糊逻辑系统.然后将设计好的自适应模糊逻辑系统引入到某些模糊控制器中,得到了模糊...     

MIMO非线性自适应模糊滑模控制

为了解决传统的自适应模糊滑模控制方法需经无穷长时间才能达到平衡点，不能对系统进行精确地跟踪控制的问题。提出一种具有快速收敛性的自适应模糊滑模控制方法。控制器用具有快速收敛性和稳定性的最终吸引子做自适应模糊调节率代替传统自适应模糊调节率，不仅具有稳定性且具有快速收敛性，从而使控制系统的输出能在有限时间内精确地跟踪参考信号。证明了所设计控制器是全局稳定的。并用该方法控制了二自由度机器手系统，仿真结构表明该方法能使机器手在有限时间内达到精确的位置和速度，从而证实了其快速性。     

有界不确定性非线性系统的自适应滑模控制

研究有界不确定性非线性系统的鲁棒跟踪问题,考虑了在同时存在参数、结构及干扰的不确定性条件下,控制系统的鲁棒性。采用自适应滑模控制律,证明了所设计的控制系统满足滑动条件,能保证系统输出全局稳定,并对系统的动态不确定性具有鲁棒性。最后,给出了计算机仿真算例,仿真结果表明,本文提出的控制方法是有效的。     

非线性系统的直接自适应模糊Backstepping控制

研究了一类单输入单输出非线性系统的自适应跟踪问题,提出了一种直接自适应模糊Backstepping控制策略,与传统的Backstepping自适应控制方法相比,控制器的设计更为简单。通过理论分析,证明闭环系统是半全局一致终结有界的;跟踪误差收敛到一个小的残差集内.仿真结果表明了该方法的有效性。     

一类非线性混沌系统的自适应滑模同步

基于自适应滑模控制方法,研究一类非线性混沌系统在模型不确定和外部扰动的情况下的同步问题。设计一种新的非奇异终端滑模面,并证明其稳定性。利用Lyapunov稳定性理论,推导出一种滑模控制律,将误差系统轨迹驱动到滑模面上,保证滑模运动的发生。应用上述控制方案得到一类带有模型不确定性和外部扰动项的整数阶及分数阶非线性混沌系统的同步。以分数阶Victor-Carmen系统为例进行数值仿真,验证了本研究提出的滑模控制技术的适用性和有效性,并验证了本研究的理论结果。     

一种非线性模糊自适应控制方法

利用模糊逻辑,提出了一种非线性模糊自适应控制方法,其特点是利用非线性系统的估计模型已知,存在模糊逻辑系统来描述误差模型及控制作用的条件来设计控制方案及自适应调节律,在模糊逻辑系统中参数都是任意可调的,并证明了在一定条件下,该控制器能跟踪所给定的有界信号。     

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。     

一类非线性系统的自适应控制

文中研究了系数不等的三角型非线性系统，给出了同时包含非线性项不确定性和扰动不确定性系统的自适应控制设计过程，并证明了其稳定性，最后通过仿真示例验证了这种方法的有效性     

自适应模糊滑模控制裹包机的交流系统设计

针对接缝式裹包机的交流伺服系统控制精度差的问题,提出了采用自适应模糊滑模控制器,控制永磁铁同步伺服驱动系统。仿真和实验结果表明,系统对于参数变化和外面负载扰动的鲁棒性大大提高,而且控制力大为降低。     

一种新的模糊滑模控制方法

本文针对常规滑模控制存在的高频颤动现象，把滑模控制与模糊逻辑控制相结合，提出一种新的模糊滑模控制方法。仿真结果表明，这种模糊滑模控制方法不但避免了滑模控制所固有的颤动现象，而且对模型不确定性和外来扰动具有较强的鲁棒性和良好的跟踪性能。     

一类多变量非线性动态系统的鲁棒自适应模糊控制

对一类非线性多变量未知动态系统,提出了一种自适应模糊控制策略,策略中采用ＩＦ－ＨＥＮＴ推理规则来构造模糊逻辑系统,实时对系统中未知函数的估计,在建模误差为零的条件下设计状态反馈控制及参数的自适应律,分析了在存在建模误差时,闭环系统的稳定性和鲁棒性。     

基于模糊逻辑的滑模控制及其应用

根据滑模控制原理,提出了一种基于模糊逻辑的滑模控制设计方法,此方法将滑模控制和模糊控制的长处综合在一起,不仅增强了系统的鲁棒性,同时削弱颤抖,仿真结果表明了这种算法的有效性和简洁性。     

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。