一类不确定系统的鲁棒输出反馈跟踪控制

文章讨论了线性不确定系统的鲁棒输出渐近跟踪控制问题，给出了基于Lyapunov方程正定解存在性的输出反馈跟踪控制器的设计方法。该方法所设计的控制器对系统中所有允许的不确定性均使其输出能渐近跟踪所给定的参考信号，并使系统状态保持有界。     

线性不确定时滞系统的鲁棒渐近跟踪控制器的设计

针对一类线性不确定时滞系统,采用线性矩阵不等式(LMI)的方法,提出了一种鲁棒渐近跟踪控制器设计的新方法,所设计的控制器对于控制输入矩阵、状态输入矩阵和被控输出矩阵中都存在不确定性,且存在多个状态时滞的时滞系统,均能使系统输出渐近跟踪外部阶跃参考信号,并从理论上证明了所设计的鲁棒渐近跟踪控制器的渐近稳定性,通过Matlab仿真实验表明,对于这一类不确定时滞系统,所提出的方法是可行的,并达到满意的仿真结果,     

一类带有扰动输出时滞广义系统的鲁棒H∞控制

针对一类状态和输入均带有时滞和扰动且输出带有扰动的不确定广义系统,研究了该系统的鲁棒H∞控制问题。利用Riccati方程的方法通过选择适当的lyapunov函数,得到该广义系统渐近稳定的充分条件。并基于Riccati方程给出了该控制器的设计方法,使得对于所有允许的不确定性,闭环系统渐近稳定且具有H∞性能指标。仿真实例表明了该设计方法的有效性。     

移动机器人的鲁棒自适应控制器设计

对一类满足匹配条件的输入干扰不确定性非完整约束移动机器人,借助无源化设计方法提出了一种饱和鲁棒自适应控制器.该控制器不需要事先确定未知干扰的上界值，它能通过事先定义的逻辑切换方式在线调节未知干扰上界值参数的估计值.通过在控制器中引入饱和函数对控制信号进行平滑处理使得控制过程光滑平稳.从理论上证明了该鲁棒自适应控制器能够保证闭环系统的所有状态有界，并且当未知干扰为零时, 还能够保证闭环系统所有状态渐近稳定.     

一类不确定离散切换模糊系统的鲁棒输出反馈控制

利用多Lyapunov函数和共同Lyapunov函数方法,研究一类不确定离散切换模糊控制系统的鲁棒输出反馈控制问题。在状态矩阵和控制矩阵具有不确定性的条件下,通过系统输出重构状态方程,并设计控制器及切换律,给出了使系统渐近稳定的一组LMI条件。最后通过仿真例子验证了设计方法的有效性和可行性。     

一类不确定非线性系统基于Backstepping的自适应跟踪控制

研究了一类非匹配不确定性非线性系统自适应跟踪问题,在假设系统模型不确定参数未知时,结合Backstepping的递推方法和鲁棒控制技术,经过多步递推设计了输出反馈控制器和参数自适应控制律.通过控制参数调节,对存在非匹配不确定性和未知干扰的非线性系统实现了输出跟踪.基于Lyapunov稳定性理论所设计的控制器不仅使系统的输出跟踪给定的期望输出,而且使得系统对于所允许的不确定系统状态全局一致有界.与经典反演设计相比,本方案允许非参数化不确定性,增强了控制系统的鲁棒性.最后的仿真算例验证所设计控制方法的有效性.     

多输入多输出非线性参数系统的鲁棒自适应控制

如何有效地处理输入输出之间的复杂耦合和系统的各种不确定性对多输入多输出非线性参数系统的控制至关重要.通过引入辅助动态信号来刻画未建模动态,采用自适应非线性阻尼的方法抑制参数和非线性不确定性、未知有界扰动、未建模动态和输入输出之间的耦合对系统性能的影响, 并基于控制李亚普诺夫函数法来设计多输入多输出非线性参数系统的鲁棒自适应控制器.所提出的鲁棒自适应控制法不必对系统的未知参数进行估计.理论证明,所提方法保证闭环系统的所有信号一致有界,且通过选择适当的设计参数,可使跟踪误差任意的小.仿真结果例证了所提出控制法的有效性.     

基于鲁棒观测器的肘关节鲁棒自适应控制

针对伺服阀控制的、双螺旋副传动的七功能机械手肘关节存在液压系统强非线性、易受外界环境温度和压力变化引起的参数不确定性、外界未知强干扰和仅有位置和油液压力状态反馈的控制特点,提出基于鲁棒观测器的输出反馈鲁棒自适应控制方法.该方法利用反演控制器设计方法对耦合的不确定系统参数和未知状态进行解耦,结合鲁棒观测器和鲁棒自适应控制器设计方法分别对未知状态和不确定参数进行观测和估计,使用李雅普诺夫稳定性理论保证了系统全局渐进稳定的控制性以及系统状态的有界性,解决了同时存在系统参数不确定性和部分未知状态相耦合的鲁棒控制问题.以国家高科技发展计划4 500m深海作业系统的七功能主从液压机械手肘关节作为研究对象,使用提出的控制方法进行在未知外界干扰下的对比研究.实验结果表明,闭环系统可以很好地跟踪参考轨迹,具有较强的鲁棒性,能够获得令人满意的稳态精度和动态性能;修正后的参数自适应律能够保证在外界未知干扰下估计参数的有界性.     

一类不确定组合系统的鲁棒控制研究

文章针对具有非线性参数化的非线性组合系统的输出跟踪问题，采用滑模控制原理，构造了状态反馈鲁棒跟踪控制器，从而使系统输出能渐近跟踪给定的理想信号，并保证其状态是有界的。     

信息工程大学训练部

摘要：文章针对具有非线性参数化的非线性组合系统的输出跟踪问题，采用滑模控制原理，构 造了状态反馈鲁棒跟踪控制器，从而使系统输出能渐近跟踪给定的理想信号，并保证其状态是 有界的。     

一种智能反步控制方法及其应用

针对反作用射流导弹的非线性和参数不确定性严重的特点,提出一种鲁棒自适应反步智能控制(Backstepping)方法。通过非特定的Lyapunov函数,采用遗传算法优化Backstepping镇定系数,得到适当的函数降低了当镇定系数不当时跟踪误差对控制律的影响。结合模糊小脑模型(FC-MAC)神经网络,推出系统参数不确定时的鲁棒控制律,克服了传统自适应反步法对模型不确定性要求线性有界问题。仿真结果表明,这种结合Lyapunov函数选择和参数优化的Backstepping方法鲁棒性强,受参数变化影响小。     

复合材料成形液压机自适应鲁棒运动控制

针对复合材料液压机电液系统中广泛存在的参数不确定性、不确定非线性和外干扰,设计基于非连续映射的非线性自适应鲁棒运动控制器. 自适应控制器对系统参数进行在线估计,所估计的参数虽不能完全收敛到真实值,但可以限定在上确界和下确界范围内,满足鲁棒控制不确定量上、下界的要求;参数自适应律渐进消除了参数不确定性引起的模型补偿误差,保证输出跟踪可以拥有规定的瞬态和稳态响应性能. 鲁棒控制律可以抑制未建模动态、参数估计误差和外干扰的影响. 利用Lyapunov稳定性理论证明了系统的稳定性. 仿真和实验结果表明,设计的控制器对所规划的运动轨迹具有精确的跟踪控制和强鲁棒的控制性能.     

Robust adaptive control for a class of uncertain non-affine nonlinear systems using neural state feedback compensation

A robust adaptive control is proposed for a class of uncertain nonlinear non-affine SISO systems. In order to approximate the unknown nonlinear function, an affine type neural network(ATNN) and neural state feedback compensation are used, and then to compensate the approximation error and external disturbance, a robust control term is employed. By Lyapunov stability analysis for the closed-loop system, it is proven that tracking errors asymptotically converge to zero. Moreover, an observer is designed to estimate the system states because all the states may not be available for measurements. Furthermore, the adaptation laws of neural networks and the robust controller are given based on the Lyapunov stability theory. Finally, two simulation examples are presented to demonstrate the effectiveness of the proposed control method. Finally, two simulation examples show that the proposed method exhibits strong robustness, fast response and small tracking error, even for the non-affine nonlinear system with external disturbance, which confirms the effectiveness of the proposed approach.     

非周期时变非线性系统自适应迭代学习控制

对一类含有非周期时变不确定性的非线性系统的控制问题进行了研究。该系统具有严格反馈形式且控制增益未知。在控制器设计中,用一种具有迭代特性的神经网络消除了非周期时变不确定性的影响,并综合应用反演技术和鲁棒自适应控制技术消除了严格反馈结构和未知控制增益带来的设计问题。稳定性分析结果表明:系统所有状态量有界且输出量在积分意义下收敛到期望轨迹。仿真试验证明了所设计控制器的有效性。     

基于PD方法的不确定机器人神经网络变结构控制

针对不确定机器人轨迹跟踪控制,提出基于PD方法自适应神经网络变结构控制律,利用RBF神经网络补偿系统参数不确定性,用滑模变结构控制器消除神经网络的逼近误差.仿真结果表明,该控制律能保证轨迹跟踪误差的快速收敛性及对参数不确定性和外部扰动的鲁棒性.     

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。     

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。     

有界输入下基于backstepping的迭代学习控制

讨论一类含饱和执行机构的非匹配不确定非线性系统的输出跟踪问题．结合反演（backstep-ping）设计方法和迭代学习控制，提出一种输入限幅下的backstepping迭代学习控制方案．学习控制用于学习周期性的系统不确定性，backstepping方法用于处理非匹配不确定性，并且利用低通滤波器削弱饱和执行机构的影响．通过Lyapunov方法，证明所设计的控制器不仅可保证闭环系统中所有信号一致有界，而且随迭代次数增加，跟踪误差收敛到零．仿真结果表明控制器的有效性和可行性．     

非线性参数系统的鲁棒自适应输出反馈控制

采用自适应非线性阻尼和变能量函数的方法来抑制参数和非线性不确定性、未知有界扰动和未建模动态的影响,并用高增益观测器来估计系统的状态。 针对用输入输出模型描述的非线性参数系统提出的一种鲁棒自适应输出反馈控制法,不必对系统的未知参数进行估计,也不必通过产生附加动态信号来抑制未建模动态。 理论证明,所提方法保证闭环系统的所有信号一致有界,且通过选择适当的设计参数,可使跟踪误差任意的小。仿真结果例证了控制法的有效性。