控制增益符号未知的MIMO 时滞系统自适应控制

针对一类带有死区模型并具有未知函数控制增益的不确定MIMO 非线性时滞系统,基于滑模控制原理和Nussbaum函数的性质,提出了一种稳定的自适应神经网络控制方案 .该方案放宽了对函数控制增益上界为未知常数的假设,并通过使用Lyapunov0Krasovski 泛函抵消了因未知时变时滞带来的系统不确定性. 理论分析证明,闭环系统是半全局一致终结有界.仿真结果表明了该方法的有效性.

     

基于分布参数模型的柔性臂变结构力控制

提出一种基于受约束柔性臂分布参数模型的变结构力控制方法,避免了集中参数模型的缺陷,解决了系统存在模型不确定性和外部干扰影响下的力控制问题.通过Lyapunov函数设计了系统的变结构控制器,其中滑模面设计为系统转动角,转动角速度和柔性臂根部应变的线性组合.利用线性算子半群理论和LaSalle不变集原理,证明了闭环系统的渐近稳定性.仿真结果验证了该方法的有效性.

     

多面体不确定系统时滞依赖鲁棒预测控制

将线性状态变换引入连续时间多面体不确定时滞系统中,利用线性矩阵不等式(LMI)方法,设计时滞相关型鲁棒预测控制器;通过适当选择Lyapunov 函数,推导出闭环系统渐近稳定的充分条件,并且该条件是时滞相关的.仿真算例验证了该方法的有效性.

     

有界丢包网络环境下不确定系统的预测控制

研究了有界丢包网络环境下的多包不确定系统的鲁棒预测控制．首先在构建无限时域性能代价函数时,不同于传统预测控制方法,只考虑成功数据传输序列,并由此提出了两种鲁棒预测控制方法：将无限时域控制作用参数化为一个状态反馈控制律;或参数化为一个自由控制作用接一个状态反馈控制律．与传统方法一样,采用性能代价函数作为Ｌｙａｐｕｎｏｖ函数证明了系统的闭环稳定性．仿真实例验证了此方法的有效性．

     

一类不受控离散事件驱动不确定线性切换系统优化控制

考虑一类不受控离散事件驱动不确定约束线性切换系统, 提出具有任意切换特性的约束优化控制策略. 引入有限时域性能函数, 定义约束最优控制问题. 为降低控制器的在线计算量, 通过参数化方法压缩最优控制问题决策变量的维数. 应用公共Lyapunov 函数和控制Lyapunov 函数理论建立的闭环切换系统, 具有对不确定扰动和不受控切换信号的渐近稳定性和逆最优性. 最后通过算例仿真验证了结果的有效性.

     

一类高阶非线性参数化系统自适应重复学习控制

针对一类高阶非线性参数化系统,利用参数重组技巧,提出了一种自适应重复学习控制方法 .该方法结合反馈线性化,可以处理参数在一个未知紧集内周期性,快时变的非线性系统. 通过引进微分 -差分参数自适应律,设计了一种自适应控制策略,使广义跟踪误差在误差平方范数意义下渐近收敛于零. 通过构造Lyapunov 泛函,给出了闭环系统收敛的一个充分条件.实例仿真结果说明了该方法的可行性和有效性.

     

线性时变参数系统切换输出反馈控制

考虑时变参数系统的切换H_∞控制问题.提出了由参数触发的切换策略,由此在最小驻留时间的限制下,将线性时变参数系统分解为若干具有范数有界不确定性的子系统.利用多Lyapunov函数方法分别设计各子系统的输出动态反馈控制器,使在切换策略驱动下构成的闭环系统满足H_∞控制性能.仿真算例完整地实现了理论方法,并验证了其有效性.

     

基于观测器的不确定广义时滞系统鲁棒预测控制

针对一类不确定广义时滞系统,讨论了其基于观测器的鲁棒预测控制问题,给出了系统观测器型预测控制器的设计方法.通过构造带有误差项的Lyapunov函数,应用线性矩阵不等式,将无穷时域二次性能指标"min-max"优化问题转化为凸优化问题,得到了鲁棒预测控制器存在的充分条件和显式表达式.证明了优化问题在初始时刻的可行解能保证广义闭环系统渐近稳定且正则无脉冲.仿真实例验证了所提出方法的有效性.

     

基于自适应重复学习的不确定多涡卷混沌系统同步控制

基于滞环函数提出一种参数可调的多涡卷混沌系统构造方法. 针对复杂不确定性系统, 综合利用自适应神经网络和重复学习控制方法设计一种自适应重复学习同步控制器; 利用自适应重复学习控制方法对周期时变参数化不确定性进行处理; 对函数型不确定性利用神经网络逼近技术进行补偿; 设计鲁棒学习项对神经网络逼近误差和扰动上界进行估计; 通过构造类Lyapunov 复合能量函数证明了同步误差学习的收敛性. 仿真结果验证了所提出方法的有效性.

     

未知参数多变量线性系统自适应模糊广义预测控制

对未知参数多变量线性系统提出了自适应模糊广义预测控制方法.该方法直接用模糊逻辑系统组成的向量设计广义预测控制器,并基于广义误差向量估计值对控制器中的未知向量和广义误差估计值中的未知矩阵进行自适应调整.该方法不但能保证闭环系统所有信号有界,而且可使广义误差向量收敛到原点的一个邻域内.

     

基于ISS的非线性纯反馈系统的自适应动态面控制

研究一类具有未知死区的非线性纯反馈系统的自适应控制问题．基于输入状态稳定理论和小增益定理,提出一种自适应动态面控制方案．该方案有效地减少了可调参数的数目,避免了传统后推设计中由于需要对虚拟控制反复求导而导致的计算复杂性．理论分析证明了闭环系统是半全局一致终结有界的．

     

一类不确定非线性切换系统的鲁棒容错控制

研究一类不确定非线性切换系统的鲁棒容错控制问题.当执行器失效或部分失效时,利用Lyapunov函数法建立切换闭环系统混杂状态反馈容错控制器存在的充分条件;然后运用线性矩阵不等式将鲁棒容错控制器设计问题转化为一组线性矩阵不等式的可行解问题,从而借助Matlab中线性矩阵不等式工具箱求解;最后通过数值算例验证了所提出设计方法的有效性.

     

一种改进的带调节因子状态反馈控制设计

研究一类线性时滞系统的时变增益控制问题.采用带调节因子的Lyapunov泛函分析闭环系统的稳定性,得到一个带调节因子的闭环系统稳定的充分条件,该条件可表示为与时滞相关的线性矩阵不等式的形式.通过引入灵敏度参数,增强了调节因子对反馈增益的调节力度,使得反馈增益可根据系统当前状态及其变化率迅速改变自身大小,从而实现了不同时刻的系统用不同的反馈增益来控制,减小了闭环系统的超调量#振荡次数和响应时间,优化了系统的动态性能.仿真示例验证了所给方法的有效性.

     

多项式非线性系统局部镇定控制

针对多项式非线性系统,提出一种用于验证二次型候选Lyapunov函数的数值计算方法.在该方法中,多项式系数被分解成带自由变量的系数矩阵,将正定性验证问题转化为矩阵不等式问题求解.对于局部稳定性分析,采用多个Lyapunov函数来趋近吸引域.每个Lyapunov 函数均在各指定方向上进行最大半径优化.在稳定性分析基础上,提出保收敛率的局部镇定控制器设计方法以扩大吸引域.

     

大加减速轴向移动系统自适应边界控制

针对具有系统结构参数不确定的大加减速轴向移动系统, 为了提高其振动控制品质, 结合Lyapunov 理论、自适应控制技术和?? 曲线加减速法设计自适应边界控制, 用以抑制结构振动偏移量. 所设计的自适应控制能避免控制溢出效应和补偿系统参数不确定性, 并保证闭环系统的稳定性和闭环状态的一致有界性. 仿真结果表明, 所设 计的自适应边界控制算法能有效抑制结构振动偏移量.

     

具有传感器故障的网络控制系统保性能可靠控制

基于存在时延和丢包的网络传输环境,针对具有参数不确定性的网络化控制系统,研究了其在传感器故障条件下的保性能可靠控制问题.根据Lyapunov稳定性理论和线性矩阵不等式(LMI)方法,推导出使闭环网络控制系统在传感器故障条件下渐近稳定且保证综合性能指标满足要求的充分条件,并利用LMIs提出了保性能可靠控制率的设计方法.该控制算法在提高网络化控制系统可靠性的同时有利于系统综合体性能的优化.数值仿真验证了该方法的可行性和有效性.

     

基于故障跟踪估计器的非线性时滞系统故障诊断

提出一种可有效检测和估计一类非线性时滞系统故障的故障跟踪估计器.根据预测控制和迭代学习控制的思想,在所选取的优化时域长度内,通过迭代算法调节故障跟踪估计器中的可调参数,使之逼近系统中实际发生的故障.与以往基于观测器的故障诊断方法不同的是,故障跟踪估计器可同时检测和估计系统中发生的故障,而且针对不同类型的故障亦有很好的适应性.仿真结果表明了所提出算法的可行性和有效性.

     

多输入多输出非线性多时滞系统的直接自适应模糊跟踪控制

针对多输入多输出非线性多时滞系统,提出了一种直接自适应模糊跟踪控制方案．该方案有机综合了自适应控制和H∞ 控制,构建了一种自适应时滞模糊逻辑系统用来逼近有多重时滞的未知函数;设计了H∞ 补偿器来抵消模糊逼近误差和外部扰动．根据跟踪误差给出了参数调节规律,构造了包含时滞的李亚普诺夫函数,从而证明了误差闭环系统满足期望的H∞ 跟踪性能．仿真结果表明了该方案的可行性．

     

具有平衡点漂移的非线性系统参数H∞ 控制

针对具有参数不确定性的非线性系统, 研究其参数H_∞ 控制问题. 首先, 当外界扰动输入为零时, 利用非线 性代数方程给出非线性系统平衡点存在区域; 然后, 当外界扰动输入不为零时, 设计状态控制器, 通过Lyapunov 函数 法, 推导出使闭环系统参数稳定且满足H_∞ 性能指标的充分条件. 仿真结果表明, 所设计的H_∞ 控制器能有效地稳定 非线性系统, 并且具有一定的H_∞ 性能指标.

     

一类具有未建模动态的非线性系统模糊自适应鲁棒控制

针对一类单输入单输出未建模动态不确定非线性系统,提出一种模糊自适应Backstepping控制方法.设计中利用模糊逻辑系统逼近系统的未知函数,应用非线性阻尼项抵消系统的非线性不确定项,通过引入一个动态信号克服未建模动态.该模糊自适应控制方法保证了整个闭环系统的有界性,输出信号可调节到零的小邻域内.仿真结果进一步验证了该方法的有效性.