关于Sontag-Type控制的注记

基于控制李雅普诺夫函数的Sontag-Type控制是仿射系统鲁棒镇定中的重要控制律.首先揭示该控制律本质上是一种变结构控制且闭环的切换面总可达,受此启发并为了相对容易地构造控制李雅普诺夫函数,运用零状态可检测概念定义弱控制李雅普诺夫函数,并证明了基于弱控制李雅普诺夫函数的Sontag-Type控制的优化镇定性.文中还证明,在温和条件下,基于弱控制李雅普诺夫函数的Sontag＿Type控制为仿射系统的输入到状态镇定控制.     

一种绳牵引并联机器人系统控制律设计及Lyapunov 稳定性分析

根据绳牵引并联机器人系统的耦合性和非线性,以6-DOF八绳牵引并联机器人(WDPR-8)系统为研究对象,设计一种基于系统动力学方程的PD控制律,并构造出一种李雅普诺夫函数;基于李雅普诺夫稳定性理论以及LaSalle定理对非线性并联控制系统进行稳定性分析,结果表明,WDPR-8支撑系统呈渐近稳定特性.针对用于风洞试验的飞机模型支撑,通过仿真实验验证所设计控制律的正确性和可行性.仿真结果表明,系统的控制性能良好,可为实际应用提供依据.     

不确定机器人的自适应神经网络控制与学习

针对具有未知动态的电驱动机器人,研究其自适应神经网络控制与学习问题.首先,设计了稳定的自适应神经网络控制器,径向基函数(RBF)神经网络被用来逼近电驱动机器人的未知闭环系统动态,并根据李雅普诺夫稳定性理论推导了神经网络权值更新律.在对回归轨迹实现跟踪控制的过程中,闭环系统内部信号的部分持续激励(PE)条件得到满足.随着PE条件的满足,设计的自适应神经网络控制器被证明在稳定的跟踪控制过程中实现了电驱动机器人未知闭环系统动态的准确逼近.接着,使用学过的知识设计了新颖的学习控制器,实现了闭环系统稳定、改进了控制性能.最后,通过数字仿真验证了所提控制方法的正确性和有效性.     

应用于力矩受限自由漂浮空间机器人的神经网络自适应控制

在控制力矩受限情况下,为实现具有模型不确定性自由漂浮空间机器人的轨迹跟踪控制,文章设计了一种新的神经网络自适应控制策略;首先,用双曲函数对控制力矩输入进行限制;其次,设计一种神经网络自适应控制律,对输入力矩受限条件下的非线性系统模型进行在线逼近,同时,利用鲁棒项对神经网络逼近误差和外界干扰进行消除;最后,根据李雅普诺夫理论,证明了所设计控制策略能够使自由漂浮空间机器人系统渐进稳定;仿真实验表明,该控制策略在无需建立复杂系统模型的情况下,便能够对控制力矩进行有效限制,从而使自由漂浮空间机器人在控制力矩受限情况下得到较好的控制.     

带有输出约束的柔性关节机械臂预设性能自适应控制

针对带有输出约束和模型不确定的柔性关节机械臂系统,提出一种基于时变障碍李雅普诺夫函数的预设性能自适应控制方法.通过构造指数衰减的时变约束边界,提出时变正切型障碍李雅普诺夫函数,能够同时适用于约束与非约束情况,进而拓宽传统对数型障碍李雅普诺夫函数的适用范围.此外,通过预先设置时变边界函数的相关参数,使得系统输出在初始阶段...     

轮式机器人轨迹跟踪控制系统的设计

针对轮式机器人轨迹跟踪控制系统误差收敛速率低、精度和实时性差的问题,采用反演控制算法并结合李雅普诺夫稳定性分析方法对轮式机器人的轨迹跟踪系统进行了优化设计;建立了轮式机器人轨迹跟踪控制系统的运动学模型,并对该模型进行位置偏差分析;在反演控制算法中引入了分部虚拟控制量,并分析和设计了其他间接受控量,提高了算法运行的效率;采用李雅普诺夫收敛定理对系统的收敛性进行分析,根据分析的结果提出了算法更加简单的控制律;利用Matlab软件的Simulink库对设计的轨迹跟踪控制系统试验研究;结果表明,与基于李雅普诺夫直接法或者迭代学习算法设计的轮式机器人轨迹跟踪控制系统相比较,设计的控制系统具有跟踪精度高、收敛速度快、实时性好的优点。     

基于DSP/FPGA的反步法阻抗控制柔性关节机械臂

针对柔性关节机械臂与环境接触时的柔顺控制问题,提出一种反步法阻抗控制方法,并基于李雅普诺夫稳定性理论证明了控制器的稳定性.该方法是在建立柔性关节机器人模型的基础上,将李雅普诺夫函数选取与控制器设计相结合的一种回归设计方法.它从系统的最低阶次微分方程开始,逐步设计满足要求的虚拟控制,最终设计出真正的控制器.轨迹跟踪和阻抗控制实验结果表明,该方法是有效而可行的.     

随机开放量子系统的纯态开关反馈控制EI北大核心CSCD

针对目标态为纯态的情况,本文对有限维随机开放量子系统,提出一种同时适用于本征态和叠加态的开关控制,它是由常量控制和基于李雅普诺夫方法设计的控制律组成,实现随机开放量子系统的状态转移和收敛控制,其中,李雅普诺夫函数为系统的状态距离,常量控制用来驱动系统状态从初始状态进入含有目标态的收敛域中,李雅普诺夫控制用来使进入收敛域中的状态继续收敛到期望的目标态.将所提出的控制方法,应用于2比特随机开放量子系统进行了数值仿真实验,并与本征态开关控制律方法进行了性能对比,实验结果表明了所提出的控制律的优越性.     

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.     

带有输出约束条件的随机多智能体系统容错控制

在有向通讯拓扑图下,针对一类具有输出约束和执行器偏差增益故障的非严格反馈随机多智能体系统,提出一种自适应神经网络容错控制设计方案.采用神经网络逼近未知非线性函数,构造障碍李雅普诺夫函数处理系统的输出约束问题,以反步法和动态面技术为框架,结合Nussbaum函数设计自适应神经网络容错控制方法.基于李雅普诺夫稳定性理论,证明所有跟随者输出与领导者输出达到一致,闭环系统的所有信号依概率半全局一致最终有界且系统输出限制在给定紧集内.论文最后通过仿真实验验证所给出控制方案的有效性.     

悬臂梁主动控制与模型参考自适应控制比较研究

对悬臂梁振动过程进行主动控制研究与模型参考自适应控制研究;主要采用直接速度反馈实现主动控制,采用基于李雅普诺夫稳定性理论设计模型参考自适应控制;仿真结果表明,基于李雅普诺夫稳定性理论设计的模型参考自适应控制效果比直接速度反馈好,稳定性和动态性能均有较大提高.     

带非三角结构的非线性系统自适应控制设计

针对一类带有非三角结构的不确定非线性系统,研究了其控制设计问题,提出了一种自适应跟踪控制设计方法。通过构造一种新的李雅普诺夫函数,并运用增加幂次积分方法和模糊控制方法,设计得到了一种新型自适应跟踪控制器。控制器只引入了一个参数自适应律,避免了反推设计中的过参数化问题,同时保证了输出跟踪误差可以任意小,且使得闭环系统的所有信号有界。最后,将控制方法应用到单连杆机械臂系统上,通过仿真研究验证了所提控制方案的有效性。     

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.     

机器人系统的加权快速终端滑模主动容错控制

针对受执行器故障的非线性机器人系统,提出一种加权快速终端滑模主动容错控制方法。首先利用观测器估计机器人系统中的执行器故障信息,并通过自适应律对故障未知的界进行估计。然后根据机器人各关节的加权位置误差进一步设计快速终端滑模控制器对获得的故障信息做出补偿,从而实现有限时间主动容错控制。通过李雅普诺夫函数法证明了闭环系统的稳定性,并采用两关节机器人验证了方案的有效性。该方案可以通过对不同关节位置误差权重值的分配来相应地补偿故障的影响,能够在有限时间内使得机器人位置跟踪误差快速收敛且跟踪精度得到提高。     

自适应模糊控制的自平衡机器人设计

在两轮自平衡机器人系统的平衡控制中,为解决因所建立的数学模型不准确和存在未知干扰而影响控制性能的问题,设计了一种自适应模糊控制方法;首先,运用牛顿力学法建立了系统在斜坡上运动的数学模型;基于所建立的非线性动态模型,采用单点模糊化、乘积推理机和中心平均解模糊化的方法构建了自适应模糊逻辑控制器,然后通过李雅普诺夫稳定性分析的方法,导出控制器的自适应律;对自适应模糊控制的两轮自平衡机器人的平衡情况进行了仿真,结果表明,提出的自适应模糊控制器可以实现系统平衡,并具有自适应能力和鲁棒性。     

农业轮式移动机器人反演自适应滑模轨迹跟踪控制

为提高农业轮式移动机器人路径跟踪控制的鲁棒性,提出一种基于农业轮式移动机器人反演自适应滑模控制策略。运用反演控制设计其运动学控制律,保证位置跟踪误差渐进收敛到零;根据动力学模型,设计自适应滑模动力学控制律,实现农业轮式移动机器人左右轮平稳的运行;运用李雅普诺夫定理保证闭环系统的最终一致稳定性。仿真实验验证了该方法的有效性和优越性,能够实现正弦型曲线路径跟踪。     

基于神经网络观测器的船舶轨迹跟踪递归滑模 动态面输出反馈控制

针对三自由度全驱动船舶速度向量不可测问题,考虑船舶模型参数和外部环境扰动均未知的情况,提出一种基于神经网络观测器的船舶轨迹跟踪递归滑模动态面输出反馈控制方法.该方法设计神经网络自适应观测器估计船舶速度向量,且利用神经网络逼近模型参数不确定项,综合考虑船舶位置和速度误差之间关系构造递归滑模面,再采用动态面控制技术设计轨迹跟踪控制律和参数自适应律,并引入低频增益学习方法消除外界扰动导致的高频振荡控制信号.选取李雅普诺夫函数证明了该控制律能够保证轨迹跟踪闭环系统内所有信号的一致最终有界性.最后,基于一艘供给船进行仿真验证,结果表明,船舶轨迹跟踪响应速度快,所设计控制器对系统模型参数摄动及外界扰动具有较强的鲁棒性.     

一类MIMO非线性系统的直接自适应模糊滑模控制

针对一类具有下三角形函数控制增益矩阵的非线性系统, 基于滑模控制原理, 并利用Ⅱ型模糊系统的逼近能力, 提出了一种直接自适应模糊滑模控制器设计的新方案. 通过引入积分型李雅普诺夫函数及逼近误差自适应补偿项, 证明了闭环系统是全局稳定的, 跟踪误差收敛到零. 仿真结果表明了该方法的有效性.     

基于滑模控制的室内移动机器人路径跟踪

由于轮式移动机器人的运动受限性质,其轨迹跟踪成为控制领域的研究热点;Pioneer3-AT是一个高度灵活的差分驱动的机器人,具有良好的通用性和可靠性,特别适合于移动机器人学术研究;为解决一种可以在室内环境下执行任务的移动机器人的路径跟踪问题,以Pioneer3—AT移动机器人平台为原型机建立了移动机器人的数学模型;滑模变结构控制对被控系统的不确定性、外界扰动及参数摄动具有完全鲁棒性,利用特殊幂次函数构造一种新型滑模控制趋近律,采用该趋近律设计滑模控制律,进而提出一种新的滑模控制方法,利用李雅普诺夫定理证明了该方法的稳定性;采用所设计的滑模控制器对室内移动机器人进行路径跟踪实验,仿真结果验证了该方法的有效性。     

基于非线性增益递归滑模的船舶轨迹跟踪动态面自适应控制

针对三自由度全驱动船舶存在模型不确定和未知外部环境扰动的情况,设计出一种基于非线性增益递归滑模的船舶轨迹跟踪动态面自适应神经网络控制方法.该方法综合考虑船舶位置和速度误差之间关系设计递归滑模面,引入神经网络对船舶模型不确定部分进行逼近,设计带σ-修正泄露项的自适应律对神经网络逼近误差与外界环境扰动总和的界进行估计,并应用一种非线性增益函数构造动态面控制律,选取李雅普诺夫函数证明了该控制律能够保证轨迹跟踪闭环系统内所有信号的一致最终有界性.最后,基于一艘供给船进行仿真验证,结果表明,船舶轨迹跟踪响应速度快、精度高,所设计控制器对系统模型参数摄动及外界扰动具有较强的鲁棒性.