非线性系统基于HM模型的自适应鲁棒跟踪控制

研究了非线性系统的跟踪控制问题，基于HM模型对非线性系统进行描述，并将全局模糊模型表示成不确定系统形式。在满足匹配条件下，针对未知不确定界，采用自适应鲁棒控制器，利用自适应变量信息来补偿系统的不确定性信息，实现了非线性系统的渐近跟踪控制。一级倒立摆仿真实验，验证了方案的有效性。控制器结构简单，规则少，具有应用价值。     

一类非线性参数系统的鲁棒自适应控制

针对一类具有非线性参数和未知非线性的非线性系统, 提出了一种鲁棒自适应控制设计方法, 该方法能保证所有信号全局一致有界, 并且使所研究的非线性系统的范围大大扩大.     

未知离散非线性系统的鲁棒自适应NN控制

利用WNN(小波神经网络)逼近未知函数，将未知离散非线性系统转化为一类参数化严格反馈系统，进而对变换后的系统给出一个避免过参数化的自适应反推控制器，并证明该控制器可保证在存在参数不确定性和函数不确定性的条件下，整个自适应系统的状态全局有界，同时也可保证系统的跟踪误差落在一个大小与不确定性成比例的紧集中，仿真结果表明该控制器具有较强的鲁棒性，可适用于不同的对象。     

一类非线性不确定系统的鲁棒自适应控制

针对一类含有未知参数和动态不确定的非线性系统，基于Lyapunov递推设计方法设计了状态反馈控制器，并提出了鲁棒自适应控制算法。所设计的控制器不仅可保证闭环系统的全局稳定性。而且使得系统对于所有允许的不确定系统状态全局一致终值有界。仿真结果表明了本文方法所设计的控制器的有效性和可行性。     

基于模糊补偿的机械手鲁棒自适应模糊控制研究

多关节机械手系统中普遍存在摩擦特性、随机干扰及负载变化等非线性因素的影响。针对传统的PID控制和模糊控制很难对该类系统实现快速高精度的跟踪控制等问题,本文在模糊信息已知并且所有状态变量均可测得的情况下,设计了一种基于模糊补偿的鲁棒自适应模糊控制律。同时,为了减少模糊逼近的计算量,提高运算效率,采用了对不同的扰动补偿项加以区分、分别逼近的方法。仿真实验结果表明,这种改进的带模糊补偿的鲁棒自适应模糊控制可以很好地抑制摩擦、扰动及负载变化等非线性因素的影响。     

一类非线性激励器系统的鲁棒自适应跟踪

考虑一类具有非线性激励器不确定系统的鲁棒跟踪问题，其不确定性是部分已知的。所构造的鲁棒自适应控制方案能确保系统的跟踪误差终极一致有界．与已有文献结果相比．未知参数估计的自适应律和控制器是连续的，从而使得所提出的设计方案在实际控制问题中易实现。且与具有线性激励器的系统一样具有较强的鲁棒性．最后通过数值算例进一步说明了该设计方案是有效的。     

一类不确定非线性系统的鲁棒自适应轨迹线性化控制

针对一类不确定非线性系统,研究了一种新的鲁棒自适应轨迹线性化控制方案.利用径向基神经网络的在线逼近能力以及被控对象分析模型的有用信息设计一种径向基神经网络干扰观测器来估计系统中存在的不确定性.观测器输出用于设计补偿控制律抵消不确定性对系统性能的影响,鲁棒自适应控制律用于克服逼近误差.采用Lyapunov方法严格证明了在自适应调节律作用下闭环系统所有误差信号最终有界.最后利用倒立摆系统验证了新方法的有效性.     

一类不确定非线性系统的鲁棒自适应控制

针对一类输入带有一定的不确定性的非线性系统 ,设计了一种鲁棒自适应控制器。该控制器作用与系统 ,能保证闭环系统信号的全局有界性 ,又能使闭环系统输出任意小。     

双电极电弧焊系统的非线性鲁棒自适应控制

本文针对可消耗双电极熔化极气体保护电弧焊接(DE-GMAW)系统,建立了一个双输入双输出非线性模型,并基于此提出了一种鲁棒自适应控制器的设计方法,可用于系统存在未建模动态和未知有界扰动的情况.应用Lyapunov稳定性理论证明,该鲁棒自适应控制器可保证整个系统的稳定性,且通过适当选择设计参数,可满足高精度的跟踪.仿真结果表明此控制器对DE-GMAW具有良好的控制效果.     

电机驱动机械人手臂的鲁棒自适应控制

针对电机驱动机械手的工作环境复杂负栽变动大难控制的问题,提出一种机械手的鲁棒自适应控制方法.通过代数运算将机器人手臂模型变换为线性误差系统加未知干扰的形式.设计误差系统的积分滤波器,通过合理地选择滤波器参数,可使滤波器输出渐近收敛到零.同时由滤波器可得到理想电流和干扰的更新估计.以理想电流为目标设计电机的控制律.基于Lyapunov稳定理论分析了该方法的稳定性,给出了稳定性充分条件.实例仿真结果表明该方法有效.     

一种非线性系统的模糊自适应控制

针对一类非线性系统提出一种模糊自适应控制方案，设计中用模糊逻辑系统逼近非线性函数，骨于滑模原理及Ｌｙａｐｕｎｏｖ函数方法给出了闭环系统的稳定性分析。     

ROBUST ADAPTIVE CONTROL FOR STRICT‐FEEDBACK NONLINEAR SYSTEMS

In this paper, we propose a robust adaptive tracking control based on the backstepping strategy for strict‐feedback nonlinear systems with nonparametric uncertain nonlinearities. It is shown that one can design a stable adaptive control system provided that the uncertain nonlinearities can be decomposed by unknown bounded nonlinear functions and known nonlinear functions. The proposed method can deal with uncertain nonlinearities that appear at the control input term too. It is also shown that suitable choice of design parameters guarantees the convergence of tracking error to any desired bound.     

一类模糊非线性系统自适应输出反馈控制

针对一类未知非线性系统,利用模糊逻辑系统、H∞控制和高增益观测器,提出了一种模糊自适应输出反馈控制方法.证明了所设计的输出反馈控制器可以获得状态反馈控制器的性能.仿真结果证明了所提出方法是有效的.     

一类非线性系统的自适应控制方法

非线性系统的模型参考自适应控制是自适应理论的一个新的发展方向,目前针对可反馈线性化的系统已经取得了很多研究成果.但以往采用的方法要求系统对未知参数是线性的,且计算复杂度随系统阶次或相对阶的升高而升高.给出一种新的非线性模型参考自适应跟踪控制方法,证明了无需未知参数以线性形式存在,而只要求回归向量对参数满足一定的Lipschitz条件即可保证系统具有期望的特性.     

基于自组织模糊CMAC网络的非线性系统鲁棒自适应跟踪控制

基于自组织模糊CMAC(SOFCMAC)神经网络,提出了一种非线性模型参考神经网络增广逆系统鲁棒自适应跟踪控制方法.该方法的特点是通过S0FCMAC神经网络在线修正由于建模误差、不确定因素等引起的非线性系统逆误差,使得系统输出准确跟踪参考模型输出.SOFCMAC的权值调整规律由Lyapunov稳定性理论导出.文中证明了非线性闭环系统的稳定性.仿真例子表明了本文方法的有效性.     

考虑摩擦力影响精密伺服系统的鲁棒自适应控制

针对具有摩擦力扰动的精密伺服系统提出了一种鲁棒自适应控制方法.首先,对基于bristle模型的动态摩擦力模型进行了线性参数化,该线性参数化过程包含了对stribeck效应的线性参数化处理;然后,基于构造的Lyapunov函数设计全局渐近稳定自适应控制律,并对闭环系统的跟踪性能进行了严格的理论分析.仿真实验验证了算法的有效性.     

连续状态模糊控制系统的鲁棒稳定性分析

1　引言关于模糊系统的稳定性研究 ,目前已有许多相关的分析和设计方法 [1 ] .比如 ,文献 [2 ]中证明了凡用经典控制能稳定控制的系统必可用模糊控制达到相同的稳定性能 ,文献 [3]中有关 Takagi- Sugeno模糊系统的稳定性研究 ,文献 [4 ]中有关关系模型的模糊稳定性分析 ,文献 [     

ON THE LYAPUNOV APPROACH TO ROBUST STABILIZATION OF UNCERTAIN NONLINEAR SYSTEMS

In the Lyapunov approach employed in this paper, known in the literature as Lyapunov control, or min-max control, robust, global uniform asymptotic stability is achieved by a discontinuous control law which ensures that the Lyapunov derivative is negative despite bounded uncertainty. For that, it is assumed that the uncertainties satisfy certain matching conditions, and that a Lyapunov function for the nominal plant is available. To obtain lower control magnitudes, this paper develops control laws which counter the uncertainties on a component-wise basis, rather than the usual normic one. Both the basic discontinuous control law, which is proved to provide robust global uniform asymptotic stability, and a continuous app roximation, which is proved to ensure global uniform ultimate boundedness, are derived. Application to model following is given. We adapt recent results on robust quadratic stabilization of nominally linear time-invariant plants subjected to nonlinear, bo unded and unmatched uncertain perturbations, to extend our results to this important class of systems; this is illustrated by two examples.     

多变量过程的专家系统控制

采用模糊逻辑理论设计一个专家系统来实时监控一个多变量过程的闭环响应特性，通过在线调整滤波时间常数来改善其闭环特性，同时监控其积分平方误差指标，一旦超越某个限度，就对系统重新进行辨识，仿真实验显示了该方法的优越性。     

一类大系统的直接自适应分散模糊控制

本文针对一类未知非线性大系统,提出了一种直接自适应模糊分散控制策略．设计中 ,首先在假设各子系统的动态已知的条件下,设计最优分散控制,然后用模糊自适应系统逼 近最优分散控制．同时引入模糊滑模控制消除各个子系统之间的相互作用,外部干扰和模糊 系统的逼近误差．并对所设计的控制系统进行了稳定性分析．