不确定非线性系统的模糊鲁棒??∞ 跟踪控制

针对一类不确定非线性系统,提出一种新的模糊鲁棒H∞跟踪控制方案。应用模糊T-S模型表征非线性系统,系统不确定性通过模糊逻辑系统消除。由线性矩阵不等式和自适应律给出了模糊控制器存在的一个充分条件。基于Lyapunov稳定性理论,模糊控制方案在所有闭环信号最终一致有界下保证了期望的H∞跟踪性能。两连杆机械臂的仿真结果表明了该方案的可行性。     

基于模糊观测器T-S模型和自适应模糊逻辑系统的一类非线性系统的H∞控制

针对一类非线性系统，把模糊T-S模型和自适应模糊逻辑系统两类模糊逻辑方式结合起来，提出了一种基于观测器的控制方案．首先，应用模糊T-S模型对非线性系统建模，设计观测器来观测系统状态；由线性矩阵不等式得到模糊模型的控制律．其次，应用自适应模糊逻辑系统作为补偿器来补偿建模误差．证明了闭环系统满足期望的性能．仿真结果表明了该方案的可行性．     

一类非线性系统的模糊变结构控制

研究了一类非线性系统的模糊变结构控制问题，并给出了稳定性证明。通过将非线性系统化为多个精确T—S模型来建立非线性系统精确的T—S模糊模型，将模糊理论与成熟的线性变结构控制理论相结合设计一种模糊变结构控制器，用Lyapunov稳定性理论证明该控制器能确保模糊动态模型全局渐近稳定，从而使非线性系统稳定。仿真结果表明了该设计方法的有效性。     

基于自适应神经网络的不确定非线性系统的模糊跟踪控制

提出了一种基于模糊模型和自适应神经网络的跟踪控制方法.在系统具有未知不确定非线性特性的情况下,首先利用T＿S模糊模型对系统的已知特性进行近似建模,对基于模糊模型的模糊H∞跟踪控制律进行输出跟踪控制.并在此基础上,进一步采用RBF神经网络完全自适应控制,通过在线自适应调整RBF神经网络的权重、函数中心和宽度,从而有效地消除系统的未知不确定性和模糊建模误差的影响,保证了非线性闭环系统的稳定性和系统的H∞跟踪性能,而不要求系统的不确定项和模糊建模误差满足任何匹配条件或约束.最后,将所提出的方法应用到一非线性混沌系统,仿真结果表明了所提出的方案不仅能够有效地稳定该混沌系统,而且能使系统输出跟踪期望输出.     

一类多指标约束下模糊非线性系统的满意容错控制

针对一般执行器故障模式的T-S模糊非线性系统,分别研究了同时具有稳定度指标、输入指标、输出指标约束下和同时具有闭环极点指标、方差指标、H∞指标约束下的满意容错控制器设计问题,给出了各相容指标的取值范围.仿真实例验证了所设计的满意容错控制策略的有效性,它不仅保证了执行器故障闭环系统的稳定性,而且保证系统具有良好的动态和稳态性能.     

一类约束非线性系统的自适应模糊容错控制

针对一类输出受限的非线性系统,提出了一种自适应模糊容错控制方案。在考虑可能发生的执行器故障的情况下,采用非线性映射的方法处理系统受约束的输出变量,从而将约束量的初值选取区间扩大为整个约束空间;用有界的参考信号代换未知函数的自变量,再用模糊逼近器处理这些未知函数,并结合自适应技术处理代换误差和逼近误差,从而使得闭环系统为全局一致最终有界,系统输出可以有效跟踪参考信号。仿真结果进一步验证了本文方法的有效性。     

一类复杂非线性系统的模糊控制

针对一类复杂非线性系统,把模糊T-S模型和自适应模糊逻辑系统结合起来,提出了一种跟踪控制方案.首先,应用模糊T-S模型对非线性系统建模,设计观测器用来观测系统状态:其次,应用基于权值、中心和宽度3个参数可调节的自适应时延模糊逻辑系统补偿器来消除建模误差和小确定性.文中证明了闭环系统满足期望的跟踪性能.示例仿真结果表明了该方案的有效性.     

不确定多输入非线性系统自适应模糊滑模控制器设计

针对一类不确定多输入非线性系统提出一种新的自适应模糊滑模控制器,该控制器在存在模型逻辑系统逼近误差的情况下使闭环系统跟踪误差小于预先给定常数,消除滑模控制中的抖振,缓解因系统维数增高所致的模糊规则爆炸现象,最后用仿算例验证了所提出方法的有效性。     

一类基于模糊逻辑系统的非线性系统自适应跟踪控制

利用非线性不确定系统的动态数学模型和模糊逻辑系统，对不确定性的输出信息，设计出被控系统的自适应鲁棒跟踪控制器和模糊逻辑系统参数估计的自适应律．在较弱的假设条件下，证明了这种控制器能使被控系统的状态及参数估计误差一致终极有界．仿真实例表明，所提出的方法是有效的．     

一类不确定时滞系统的模糊滑模控制

利用T-S模糊模型逼近一类非线性不确定时滞系统,将非线性系统模糊化为局部线性系统．基于李亚普诺夫稳定性定理设计出使模糊系统全局稳定的滑模控制器,该控制器对满足匹配条件和不满足匹配条件的不确定性系统均适用．最后以Truck—Trailer模型为例进行仿真研究,其结果验证了设计方案的可行性和有效性．     

基于局部模糊逻辑系统合成的一类非线性不确定系统自适应控制

通过使用从属于系统状态区域上开覆盖的单位分解,首先将若干个局部生成的模糊逻辑系统合成而产生一种函数逼近器,与通常的模糊逻辑系统相比较,这种逼近器不仅具有万能逼近性质,而且由于局部模糊逻辑系统具有较少规则而能够保持语言可解释性;然后,通过将适当的参数植入这种函数逼近器中,能够为某些非线性不确定系统设计自适应镇定控制器;最后,通过仿真例子验证了所提出方法的有效性.     

Adaptive fuzzy output-feedback fault-tolerant tracking control of a class of uncertain nonlinear switched systems

ABSTRACT

This paper considers the output-feedback fault-tolerant tracking control problem for a class of uncertain nonlinear switched systems with nonlinear faults and strict-feedback form, where the faults which are nonaffine occur on the actuator. As a kind of specialised function approximating tool, fuzzy logic systems (FLSs), are employed to approximate the unknown smooth nonlinear functions. A switched fuzzy observer is designed to address the problem of unmeasurable states, filtered signals are used to address algebraic loop problem and the average dwell time (ADT) method is further utilised to prove the stability of the resulting closed-loop systems under a type of slowly switching signals. Based on the backstepping recursive design technique and Lyapunov function method, an adaptive fuzzy output-feedback control scheme is developed. The developed control method can ensure all the signals are semi-globally uniformly ultimately bounded (SGUUB) and the system output tracks the reference signal tightly even if unknown fault occurs. A simulation carried on an example demonstrates the validity of the obtained control scheme.     

基于参数辨识和T-S模糊模型的一类非线性系统镇定控制器设计

针对一类非线性不确定控制系统,首先采用参数辨识的方法构造出对应的Takagi-Sugeno（T-S）模糊模型;然后运用平行分布补偿（PDC）控制器设计方法进行系统的稳定控制器设计;最终达到镇定原非线性系统的目的.给出一种从T-S模糊模型参数辨识到PDC控制器设计的非线性控制器的设计方法.针对单级倒立摆系统的仿真结果验证了所提出方法的有效性.     

基于观测器非线性不确定系统的自适应模糊控制

针对一类单输入单输出不确定非线性系统，提出一种稳定的自适应模糊控制方法，该方法不需要系统状态可测的条件，而是通过设计模糊状态观测器来估计系统的状态，证明了所提出的控制方法不但能使闭环系统稳定，而且输出误差可取得H∞跟踪控制性能，仿真结果进一步验证了该控制算法的实用性和有效性。     

不确定非线性多智能体系统的分布式容错协同控制

针对一类存在未知非线性的多智能体系统,研究具有执行器故障的“领导-跟随”协同控制问题。利用模糊逻辑系统逼近系统的未知非线性,通过设计故障估计器辨识系统的故障。在“跟随者”之间的通信网络为单向连通的情况下,提出分布式模糊容错协同控制器的设计方案,实现“跟随者”的状态跟踪“领导者”的状态。基于Lyapunov稳定性理论,证明系统的跟踪误差一致最终有界。仿真结果验证了所提出设计方法的有效性。     

Controller design of uncertain nonlinear systems based on T-S fuzzy model

A robust control for uncertain nonlinear systems based on T-S fuzzy model is discussed in this paper. First, a T-S fuzzy system is adopted to model the uncertain nonlinear systems. Then, for the system with input variables adopting standard fuzzy partitions, the efficient maximal overlapped-rules group （EMORG） is presented, and a new sufficient condition to check the stability of T-S fuzzy system with uncertainty is derived, which is expressed in terms of Linear Matrix Inequalities. The derived stability condition, which only requires a local common positive definite matrix in each EMORG, can reduce the conservatism and difficulty in existing stability conditions. Finally, a simulation example shows the proposed approach is effective.     

一类不确定非线性系统自适应模糊滑模控制

针对一类带有未知外部扰动的不确定非线性系统,建立自适应模糊滑模控制器。基于Lyapunov稳定性理论,设计系统可调参数的自适应规则,控制器的设计过程中无需知道系统的具体模型及未知非线性函数的先验知识。数值仿真的结果也验证了该方法的有效性。     

Adaptive fuzzy dynamic surface control for uncertain nonlinear systems

In this paper, a robust adaptive fuzzy dynamic surface control for a class of uncertain nonlinear systems is proposed. A novel adaptive fuzzy dynamic surface model is built to approximate the uncertain nonlinear functions by only one fuzzy logic system. The approximation capability of this model is proved and the model is implemented to solve the problem that too many approximators are used in the controller design of uncertain nonlinear systems. The shortage of ＂explosion of complexity＂ in backstepping design procedure is overcome by using the proposed dynamic surface control method. It is proved by constructing appropriate Lyapunov candidates that all signals of closed-loop systems are semi-globally uniformly ultimate bounded. Also, this novel controller stabilizes the states of uncertain nonlinear systems faster than the adaptive sliding mode controller （SMC）. Two simulation examples are provided to illustrate the effectiveness of the control approach proposed in this paper.