基于广义双曲正切模型的机器人模糊自适应控制

利用广义模糊双曲正切模型的全局逼近特点,设计一种直接模糊自适应控制器用于机器人轨迹跟踪控制．模糊控制器的输入变量经过平移变化后得到的广义输入变量能够覆盖整个输入空间,因此,模糊控制器能以任意精度逼近系统的最优控制;由于双曲正切模型的特殊结构,在保证跟踪精度的同时,避免了因模糊子集数目增加而带来的计算负担的增加,满足了机器人实时控制的需要．仿真结果表明,该控制算法具有较强的鲁棒性和较好的跟踪性．     

基于广义模糊双曲正切模型的自适应控制器

针对一类非线性函数未知的非线性离散系统，提出一种新的基于广义模糊双曲正切模型的参考模型自适应控制器设计方法，并利用Lyapunov稳定性理论证明了该控制器是全局渐近稳定的．仿真例子证明了该方法的有效性．     

模糊双曲正切模型研究综述

模糊双曲正切模型(Fuzzy hyperbolic tangent model, FHM)是一种全局模糊模型也是一种神经网络模型. 根据此模型设计的控制器能够实现系统的性能指标达到最优. FHM与其他模糊模型相比,更加适用于对多变量及系统内部信息所知有限的非线性系统进行建模. 本文依据FHM的模型发展历程对现有的研究成果加以总结, 并对这一研究领域内待解决的问题和未来发展方向作了进一步的展望.     

一类非线性系统的广义模糊双曲正切模型自适应控制器设计

针对一类非线性系统的稳定控制器设计问题, 根据广义模糊双曲正切模型的万能逼近性质, 提出一种带有可调参数的广义模糊双曲正切模型的自适应控制器设计方法. 该设计方法的优点是使得自适应律的个数不依赖于广义模糊双曲正切模型的线性基函数的输出形式, 可以有效减少在线估计的参数数目, 并且能够保证被控系统的状态一致终极有界. 最后通过数值算例表明了所提出的设计方法的有效性.

     

基于模糊双曲正切模型的H2 和H∞控制

针对模糊双曲正切模型提出一种非线性二次性指标,并给出使该性能指标最小的最优控制器的设计方法。同时扩展了线性Ｈ∞控制的概念,给出基于模糊双曲正切模型Ｈ∞控制器的设计方法。     

非线性模糊时滞系统鲁棒自适应控制

研究一类基于模糊T-S模型的非线性时滞系统鲁棒镇定问题．基于记忆型状态反馈策略，首先给出由T-S模糊模型描述的非线性时滞系统在时滞精确已知情况下的鲁棒镇定准则；然后给出非线性时滞系统在时滞未知情况下的鲁棒自适应控制策略．所设计的控制器可确保闭环系统渐近稳定，且具有良好的可操作性．最后通过仿真实例证明了该方法的正确性和有效性．     

离散非线性系统的鲁棒模糊协方差控制

针对T-S模糊模型描述的一类不确定非线性离散系统,研究使闭环系统的稳态方差小于某个给定上界,同时闭环极点位于给定圆盘中的状态反馈鲁棒协方差控制律设计问题,并导出以一组线性矩阵不等式表示的控制律的存在条件。     

不依赖模型的机器人鲁棒自适应跟踪控制

提出了一种新颖的鲁棒自适应控制策略，用于不确定性机器人的轨迹跟踪。它不需要任何模型知识，唯一需了解的是系统的阶数和输出的位置及速度状态。理论和仿真均证明，系统的不确定性诸如摩擦力、外部扰动及未建模动力学带来的不确定性影响，均可被设计的控制律补偿，最后可保证全局指数收敛或全局一致最后有界的结果。另外，本文还给出了跟踪误差的暂态测量。     

基于广义模糊双曲模型的自适应动态规划最优控制设计

为连续非线性系统提出了一种有效的最优控制设计方法. 广义模糊双曲模型(Generalized fuzzy hyperbolic model, GFHM)首次作为逼近器用来估计 HJB (Hamilton-Jacobi-Bellman)方程的解 (值函数,即它是状态与代价函数之间的映射), 然后,利用该近似解获得最优控制. 本文方法只需要一个GFHM估计值函数. 首先, 阐述了对于连线非线性系统最优控制的设计过程; 然后,证明了逼近误差是一致最终有界的 (Uniformly ultimately bounded, UUB); 最后, 一个数值例子验证了本文方法的有效性. 另一个例子通过与神经网络自适应动态规划的方法作比较, 演示了本文方法的优点.     

一种鲁棒补偿的直接自适应模糊控制算法

针对一类含有不确定项的非线性系统,提出了一种鲁棒直接自适应模糊控制算法,可在系统的控制增益已知、部分已知和未知三种情况下,实现系统跟踪有界参考信号的控制目标。该算法采用广义模糊双曲正切模型逼近系统的等价控制项,广义模糊双曲正切模型具有模糊规则个数少,更易于用语言描述获取的特点,在实际应用中更易实现。同时,引入鲁棒补偿项消除系统的不确定项和逼近误差,放宽系统稳定条件为最小近似误差有界。利用Lyapunov函数证明了采用上述控制策略保证了控制系统跟踪误差收敛到原点的一个小的邻域内,且所有的变量一致有界。仿真例子说明了该算法的有效性。     

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．     

Decentralized adaptive fuzzy sliding mode control for reconfigurable modular manipulators

A stable decentralized adaptive fuzzy sliding mode control scheme is proposed for reconfigurable modular manipulators to satisfy the concept of modular software. For the development of the decentralized control, the dynamics of reconfigurable modular manipulators is represented as a set of interconnected subsystems. A first‐order Takagi–Sugeno fuzzy logic system is introduced to approximate the unknown dynamics of subsystem by using adaptive algorithm. The effect of interconnection term and fuzzy approximation error is removed by employing an adaptive sliding mode controller. All adaptive algorithms in the subsystem controller are derived from the sense of Lyapunov stability analysis, so that resulting closed‐loop system is stable and the trajectory tracking performance is guaranteed. The simulation results are presented to show the effectiveness of the proposed decentralized control scheme. Copyright © 2009 John Wiley & Sons, Ltd.     

广义性能指标下T-S模糊系统的鲁棒可靠控制

针对一类具有输入及输出端扰动的T-S模糊系统, 在线性矩阵不等式区域内定义了非线性系统的稳态及动态广义性能指标, 提出了线性矩阵不等式(LMI)方法下可靠输出反馈控制器存在的充分条件, 从而保证闭环系统在传感器或执行器发生结构性故障时的稳态及动态性能, 且始终满足基于L2/L1范数理论的鲁棒性能, 并利用投射引理引入附加阵, 解耦该充分条件中的控制器变量与相关Lyapunov函数变量, 增加设计的自由度. F–16歼击机的纵向通道控制仿真表明了方法的有效性.     

基于不确定逼近的机械手间接自适应鲁棒预测控制

为了使机械手系统在含有模型不确定项时具有良好的跟踪性能和较强的抗干扰能力,提出了一种间接自适应鲁棒预测控制。首先,针对机械手模型设计出非线性鲁棒预测控制器;然后,基于三次样条函数逼近控制律中因模型不确定性产生的未知项,并在控制律中引入一个D-控制项抑制外部干扰。理论证明了所设计的控制器能够使跟踪误差收敛到原点。仿真验证了所提方法的有效性。     

A hybrid frequency—time domain adaptive fuzzy control scheme for flexible link manipulators

This paper addresses the implementation of an adaptive fuzzy controller for flexible link robot arms. The design technique is a hybrid scheme involving both frequency and time domain techniques. The eigenvalues of the open loop plant can be estimated through application of a frequency domain based identification algorithm. The region of the eigenvalue space, within which the system operates, is partitioned into fuzzy cells. Membership function are assigned to the fuzzy sets of the eigenvalue universe of discourse. The degree of uncertainty on the estimated eigenvalues is encountered through these membership functions. The knowledge data base consists of feedback gains required to place the closed loop poles at predefined locations. A rule based controller infers the control input variable weighting each with the value of the membership functions at the identified eigenvalue. The afore-mentioned controller is compared through simulation with conventional techniques, namely pole placement and gain scheduling.     

船舶航迹控制鲁棒自适应模糊设计

研究了船舶直线航迹控制问题.基于Lyapunov稳定性理论,将Nussbaum增益技术融入Backstepping设计方法之中,利用模糊系统逼近系统中的未知非线性,提出一种鲁棒自适应模糊控制算法.该算法保证了闭环系统的信号是一致最终有界的,使得系统输出收敛到零的一个较小邻域,从而能够实现船舶的直线航迹控制;而且,该算法不需要高频增益符号的任何信息,还解决了可能存在的控制器奇异值问题.计算机仿真结果验证了控制器的有效性.     

Robust adaptive control for mobile manipulators

This paper addresses the trajectory tracking control of a nonholonomic wheeled mobile manipulator with parameter uncertainties and disturbances. The proposed algorithm adopts a robust adaptive control strategy where parametric uncertainties are compensated by adaptive update techniques and the disturbances are suppressed. A kinematic controller is first designed to make the robot follow a desired end-effector and platform trajectories in task space coordinates simultaneously. Then, an adaptive control scheme is proposed, which ensures that the trajectories are accurately tracked even in the presence of external disturbances and uncertainties. The system stability and the convergence of tracking errors to zero are rigorously proven using Lyapunov theory. Simulations results are given to illustrate the effectiveness of the proposed robust adaptive control law in comparison with a sliding mode controller.