基于终端滑模的机械手鲁棒自适应控制

对于不确定的机械手系统,提出一种鲁棒自适应控制方法,用自适应控制来估计系统的未知参数,用终端滑模控制来减少不确定因素的影响,为了避免因干扰的存在使自适应的估计参数发生漂移,引入死区自适应控制．仿真表明,滑模控制不仅抑制了误差,而且消除了死区自适应算法的局限性,该算法在取得较好控制效果的同时,具有很强的鲁棒性．     

基于调节函数的一类三角结构非线性系统的自适应滑模控制

针对一类三角结构的非线性系统,基于状态参考自适应控制算法和滑模控制技术,研究了其在非匹配未知参数和不确定性干扰下的跟踪控制问题,提出了自适应滑模控制策略,实现了不确定非线性系统的鲁棒输出跟踪.与一般自适应控制相比,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可行性.     

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Lyapunov-Krasovskii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.     

带有未知死区模型的鲁棒自适应模糊控制

针对一类带有死区模型并具有未知函数控制增益的SISO非线性系统,根据滑模控制原理。利用Nussbaum函数的性质,提出一种自适应模糊控制器的设计方案．该方案取消了函数控制增益符号已知和死区模型参数上界、下界已知的条件．通过引入最优逼近误差的自适应补偿项来消除建模误差和参数估计误差的影响．理论分析证明了闭环系统的稳定性和跟踪误差收敛到零．仿真结果表明了该方法的有效性．     

含非严格重复扰动的抗扰迭代学习控制

针对一类含不确定参数及未知扰动的高阶非线性系统,采用类Lyapunov方法,结合部分限幅学习律和滑模控制的优点,提出一种新的滑模鲁棒迭代学习控制算法.根据系统中不确定量的特性,将系统中的不确定性划分为两类:仅沿时间轴变化的不确定性和仅沿迭代轴变化的不确定性.前者采用迭代辨识方法处理,后者采用迭代滑模技术解决.在整个作业区间上,随着迭代次数的增加,控制算法确保系统的跟踪误差收敛到一个界内,控制器信号无抖颤,且闭环系统中其余变量一致有界.当系统扰动仅沿时间轴变化时,系统跟踪误差及其各阶导数沿迭代轴渐近收敛到0,实现系统各个状态的精确跟踪.相比利用连续函数近似法的传统滑模控制,该算法对未知扰动具有更好的鲁棒性.理论证明和仿真结果都说明了该算法的有效性.     

一类具有未知死区MIMO系统的自适应模糊控制

针对一类具有未知死区并具有下三角函数控制增益矩阵的不确定MIMO非线性系统, 根据滑模控制原理, 并利用Nussbaum函数的性质, 提出了一种自适应模糊控制器的设计方案. 该方案取消了函数控制增益符号已知和死区模型参数上界、下界已知的条件. 通过引入积分型李亚普诺夫函数及最优逼近误差与死区扰动上界的自适应补偿项，证明了闭环系统是稳定的，跟踪误差收敛到零. 仿真结果表明了该方法的有效性.     

基于模糊逻辑系统的输出跟踪控制问题

针对一类未知的非线性互联大系统，设计间接自适应模糊控制器以实现跟踪控制，采用模糊控制，模糊逻辑逼近和模糊滑模控制相结合的方法，对维数较低的子系统未知动态和维数较高的互联项未知动态分别采用两类模糊规则进行逼近，对系统的外部干扰及模糊逼近误差采用模糊滑模控制予以抵消，基于Lyapunov方法实现模糊系统中的参数自适应律并在线调节，所设计的间接自适应控制器使系统在Lyapunov意义下稳定，且跟踪误差趋近于0，仿真结果表明了该设计方法的正确性。     

不确定非线性系统的自适应反演终端滑模控制

针对一类参数严格反馈型不确定非线性系统, 本文提出一种自适应反演终端滑模控制方法. 反演控制的前n-1步结合自适应律估计系统的未知参数, 第n步采用非奇异终端滑模, 使系统最后一个状态有限时间内收敛.利用微分估计器获得误差系统状态的导数, 并设计了高阶滑模控制律, 去除控制抖振, 使系统对于匹配和非匹配不确定性均具有鲁棒性. 同自适应反演线性滑模方法相比, 所提方法提高了系统的收敛速度和稳态跟踪精度, 并且控制信号更加平滑. 仿真结果验证了该方法的有效性.     

非线性系统模糊免疫滑模控制研究

对于一类具有不确定性及未知部分的非线性控制系统,采用传统的模糊滑模控制时,由于切换函数的不连续性,易导致系统的高频振颤问题.为此提出了滑模控制与免疫控制相结合的自适应模糊免疫滑模控制方法.该方法通过免疫系统的免疫反馈原理,对滑模控制中产生的振颤现象进行抑制和补偿,并对非线性系统中的不确定性及未知部分采用T-S模糊系统逼近,较好地实现了此类非线性系统的鲁棒控制.通过倒立摆系统的控制,对所提出的方法进行了跟踪性能和鲁棒性能的验证.仿真结果表明,该方法与常规模糊滑模控制方法相比控制量的振颤得到了改善,具有良好的跟踪性能和较强的鲁棒性.     

一类非线性不确定系统的非奇异Terminal滑模控制

针对一类二阶非线性系统提出新的Terminal滑模控制面以克服传统的Terminal滑模控制的奇异问题，同时确保系统从任何初始状态能在有限时间内收敛至平衡点．进一步考虑系统参数摄动和外界扰动等不确定性因素上界的未知性，用Lyapunov稳定性方法给出了一个带有未知性上界参数估计的自适应非奇异Terminal滑模控制（NTSM）控制．最后通过实例比较三种滑模控制方法，仿真结果验证了非奇异Terminal滑模控制能克服传统的Terminal滑模控制的奇异问题，并说明了自适应非奇异Terminal滑模控制的有效性和可行性．     

具有未知非线性死区的自适应模糊控制

基于滑模控制原理,利用模糊系统的逼近能力,提出一种自适应模糊控制方法．该方法提出一种简化非线性死区输入模型,取消了非线性死区输入模型的倾斜度相等以及死区边界对称的条件,还取消了非线性死区输入模型各种参数已知的条件．该方法通过引入逼近误差的自适应补偿项来消除建模误差和参数估计误差的影响．理论分析证明了闭环系统是半全局一致终结有界,跟踪误差收敛到零．仿真结果表明了该方案的有效性．     

考虑齿隙伺服系统的反步自适应模糊控制

针对具有未知参数和齿隙非线性的机电伺服系统,引入一种近似死区函数建立了系统的数学模型,给出了死区函数中参数的选取方法.用两个自适应模糊逻辑系统在线逼近机电伺服系统中的未知参数和非线性环节,从而避免了对每个未知参数推导自适应律.基于反步法设计了自适应模糊控制器,可抑制未知参数和齿隙非线性对系统性能的影响.采用Lyapunov方法证明了位置跟踪误差的指数收敛性.与PID控制方法对比的仿真实验表明,本文方法能够显著减小齿轮间传递力矩的振荡,并具有很好的控制精度和鲁棒性.     

电液位置伺服系统的多滑模神经网络控制

针对电液位置伺服系统存在的强非线性、控制增益未知和非匹配不确定性.通过引入神经网络和带饱和层的多滑模面,提出了一种多滑模神经网络控制方法.该方法运用神经网络的万能逼近特性和滑模控制优良的抗干扰特点,采用构造性方法设计控制器.运用光滑投影算法和积分李雅普诺夫技术,避免了参数漂移和控制器奇异问题.理论证明了系统跟踪误差收敛于任意设定的滑模面饱和层内.仿真实验表明了理论结果的有效性.     

基于自适应模糊滑模控制的船舶航向控制器设计

针对船舶运动系统中固有的非线性、模型不确定性和风、浪、流等的干扰.提出了自适应模糊滑模控制(AFSMC)策略解决船舶的航向控制问题.通过采用模糊逻辑系统逼近系统未知函数,将滑模控制技术与自适应模糊控制技术相结合,设计了船舶航向AFSMC控制器.在滑模边界层内应用PI (proportional-integral)控制代替滑模控制中的切换项,削弱了滑模控制带来的抖振现象.借助李亚普诺夫函数证明了船舶运动系统中的信号都一致有界并利用Barbalat引理证明了跟踪误差渐近收敛到零.在参数摄动和外界干扰情况下进行了航向保持与改变仿真试验,采用AFSMC控制器得到了与无摄动和无干扰情况下相似的输出响应.实验结果表明,所提控制器能有效地处理系统不确定性和外界干扰,控制性能良好,具有很强的鲁棒性.     

Discrete terminal sliding mode repetitive control for a linear actuator with nonlinear friction and uncertainties

A robust discrete terminal sliding mode repetitive controller is proposed for a class of nonlinear positioning systems with parameter uncertainties and nonlinear friction. The terminal sliding mode control (TSMC) part is designed to improve the transient characteristics of the system, as well as the robustness against parameter uncertainties, nonperiodic nonlinearities, and disturbances. The repetitive control (RC) part is then integrated to eliminate the effects of the periodic uncertainties present in the system. Moreover, a pure phase lead compensator is incorporated into the RC to improve the tracking at high frequencies. A robust stability analysis and an analysis of the finite time convergence properties of the proposed controller are also provided in this paper. Simulation testing and an experimental validation using a linear actuator system with nonlinear friction and parameter uncertainties are conducted to verify the effectiveness of the proposed controller.     

A singular system approach to robust sliding mode control for uncertain Markov jump systems

The robust sliding mode control for Markov jump systems with parameter uncertainties and an unknown nonlinear function is discussed. Based on a singular system approach and linear matrix inequality (LMI), a sufficient condition which guarantees the existence of linear switching surface and the stochastic stability of sliding mode dynamics is given. A sliding mode controller is designed such that the closed-loop system is convergent to the switching surface in finite time. A numerical example is given to show the effectiveness of the proposed method.     

Adaptive backstepping sliding mode control with tuning functions for nonlinear uncertain systems

An adaptive backstepping tuning functions sliding mode controller is proposed for a class of strict-feedback nonlinear uncertain systems. In this control design, adaptive backstepping is used to deal with unknown or uncertain parameters and the matching condition restricting the Lyapunov based design. The main drawback of the Lyapunov based adaptive backstepping which is the overparametrisation is eliminated by the tuning functions. The adaptive backstepping tuning functions design is combined with the sliding mode control in order to overcome quickly varying parametric and unstructured uncertainties, and to obtain chattering free control. The proposed controller not only provides robustness property against uncertainty but also copes with the overparametrisation problem. Experimental results of the proposed controller are compared with those of the standard sliding mode controller. The proposed controller exhibits satisfactory transient performance, good estimates of the uncertain parameters, and less chattering.     

Robust adaptive control for uncertain nonlinear systems with unknown control directions and actuator nonlinearity

A robust adaptive control scheme is proposed for a class of uncertain nonlinear systems in strict feedback form with both unknown control directions and non-symmetric dead-zone nonlinearity based on backstepping design.The conditions that the dead-zone slopes and the boundaries are equal and symmetric are removed by simplifying nonlinear dead-zone input model,the assumption that the priori knowledge of the control directions to be known is eliminated by utilizing Nussbaum-type gain technique and neural networks(NN) approximation capability.The possible controller singularity problem and the effect of dead-zone input nonlinearity are avoided perfectly by combining integral Lyapunov design with sliding mode control strategy.All the signals in the closed-loop system are guaranteed to be semi-globally uniformly ultimately bounded and the tracking error of the system is proven to be converged to a small neighborhood of the origin.Simulation results demonstrate the effectiveness of the proposed control scheme.