关于非线性不确定控制系统的鲁棒几乎干扰解耦问题

研究了非线性系统的鲁棒几乎干扰解耦的问题,提出了问题可解的充分条件以及可解时控制器的构造性算法。控制器的设计不需要解任何Hamilton-Jacobi方程。     

输出反馈实现一类带不确定输入动态非线性系统的鲁棒几乎干扰解耦

研究一类带不确定输入动态非线性系统的输出反馈干扰抑制问题并基于观测器给出了输出反馈控制器 构造性的设计方法.所设计的控制器具有对可允许不确定动态的鲁棒性.不仅在L₂增益意义上抑制了干扰对输出 的影响,同时在ISS镇定意义上抑制了干扰对状态的影响.     

动态不确定非线性系统直接自适应模糊backstepping控制

对一类单输入单输出动态不确定非线性系统,提出一种直接自适应模糊backstepping和小增益相结合的控制方法.设计中,首先用模糊逻辑系统逼近虚拟控制器:其次把自适应模糊控制和backstepping控制设计技术相结合.给出了直接自适应模糊控制设计方法.最后基于Lyapunov函数和小增益方法证明了整个闭环系统的稳定性.仿真实例进一步验证了所提方法的有效性.     

一类输入受限的不确定非仿射非线性系统二阶动态terminal 滑模控制

针对一类输入受限的不确定非仿射非线性系统跟踪控制问题, 提出一种二阶动态terminal 滑模控制策略. 在不损失模型精度, 并考虑系统输入饱和受限的前提下, 给出一种适用于全局的不确定非仿射非线性系统近似方法. 提出小波小脑模型干扰观测器设计方法, 实现复合扰动的有效逼近. 构造辅助系统分析输入饱和对跟踪误差的影响. 通过构造基于PI 滑模面的terminal 二阶滑模面, 给出二阶动态terminal 滑模控制器设计过程, 克服了传统滑模的抖振问题. 仿真结果验证了所提出方法的有效性.

     

非线性系统的模糊自适应输出反馈控制

针对一类未知非线性系统,考虑系统状态不完全可测的情况,利用Lyapunov综合方法设计了一种基于高增益观测器的模糊鲁棒自适应输出反馈控制器,并证明在一定条件下,所设计的输出反馈控制器能获得状态反馈控制器的性能。     

双曲线型分布参数系统边界控制下的干扰解耦

针对干扰输入对系统输出的影响, 研究双曲线型分布参数系统在边界控制下的干扰解耦问题. 首先应用有界控制算子等价转换方法, 获取边界控制下双曲线型分布参数系统的有界拓展形式; 然后通过伽辽金近似法将有界增广系统转换成有限维系统; 接着对等价有限维系统进行干扰解耦分析, 推导出系统可干扰解耦的充分条件; 最后通过数值分析和仿真图例表明了所给出条件的有效性.

     

一类不确定非线性系统具有扇形非线性输入的鲁棒几乎干扰解耦控制

研究了一类具有不确定非线性输入 ,结构亦不确定的非线性系统的鲁棒几乎干扰解耦问题 .在非线性输入的扇形界及不确定性特性已知的条件下 ,所设计的控制器能保证闭环系统从干扰到输出的L2 增益保持在给定水平上 .     

基于干扰观测器的SWATH船运动非线性预测控制

针对带有海浪干扰和参数不确定的SWATH船运动控制问题, 提出基于干扰观测器的SWATH船运动非线性预测控制. 首先对SWATH船运动进行建模、参数求解和海浪干扰仿真; 然后根据运动模型设计非线性预测控制律, 对SWATH 船升沉和纵摇进行控制, 同时利用干扰观测器对海浪干扰进行观测, 并从理论上证明了所设计的控制器可以保证SWATH 船运动的稳定性. 仿真结果表明, 所设计的控制器提高了SWATH船运动控制效果, 且能对海浪干扰进行抑制.

     

不确定非线性多智能体系统的分布式模糊自适应镇定控制

针对一类具有未知非线性和未知参数摄动的非线性多智能体系统, 提出一种分布式模糊自适应镇定控制方法. 基于邻接智能体信息和部分智能体的自身信息, 分别设计静态耦合和动态耦合的分布式模糊自适应控制律. 基于Lyapunov 稳定性理论, 证明了所提出的控制器能使得系统状态最终稳定于原点的邻域内. 仿真实例验证了所提出方法的有效性.

     

一类非线性严格反馈系统基于干扰观测器的抗干扰控制

针对一类带有干扰的非线性严格反馈系统, 研究其抗干扰控制问题. 系统干扰满足不匹配条件, 代表一类部分信息已知的干扰. 通过设计非线性干扰观测器, 提出基于非线性干扰观测器和back-stepping 的抗干扰控制方法来补偿干扰, 该方法可以保证闭环系统所有信号是半全局最终一致有界的. 最后, 通过与现有方法的对比验证了所提出方法的正确性和有效性.

     

Almost disturbance decoupling for a class of nonlinear systems via sampled‐data output feedback control

This paper addresses the problem of almost disturbance decoupling (ADD) using sampled‐data output feedback control for a class of continuous‐time nonlinear systems. Under a lower‐triangular linear growth condition, a sampled‐data output feedback controller is constructed based on the output feedback domination approach, and a Gronwall–Bellman‐like inequality is established in the presence of disturbances. Even though a sampled‐data controller is employed for easy computer implementation, the proposed controller is still able to achieve ADD under the commonly used continuous‐time requirement, that is, the disturbances' effect on the output is attenuated to an arbitrary degree of accuracy in the L₂ gain sense. Copyright © 2015 John Wiley & Sons, Ltd.     

非线性系统的直接自适应输出反馈监督模糊控制

针对一类单输入单输出非线性不确定系统，提出一种稳定的直接自适应模糊输出反馈监督控制算法，该算法不需要系统的状态完全可测的假设条件，监督控制不仅迫使系统的状态在指定的集合内，而且当模糊自适应控制处于良好的工作状态时，监督控制可以关闭，证明了整个模糊自适应输出反馈控制算法可以保证闭环系统稳定。     

The finite-time almost disturbance decoupling for nonlinear systems

The finite-time almost disturbance decoupling problem is investigated for nonlinear systems in strict feedback form using backstepping. A recursive design algorithm is proposed to construct a continuous stabilising feedback controller so that the corresponding closed-loop system is finite-time stable when there is no external disturbances and the influence of the external disturbances on the output is attenuated to a given degree. This paper is the first to solve the finite-time almost disturbance decoupling problem. Two examples are given to show the feasibility of the proposed design method.     

基于观测器的不确定非线性系统的自适应鲁棒模糊控制

针对单输入单输出不确定非线性系统提出了一种自适应鲁棒模糊控制算法.该算法通过设计观测器来估计系统的状态向量,因此不要求假设系统的状态向量是可测的.在这个算法中,主要的假设为最优逼近参数向量与标称参数向量之差的范数和逼近误差的界限是未知的.通过只对未知界限估计的调节,该算法减轻了在线计算量并且提高了系统的鲁棒性.所设计的自适应鲁棒模糊控制算法保证了闭环系统的所有信号是一致有界的并且跟踪误差估计收敛到一个小的零邻域内.仿真例子证实了所提方法的可行性.     

Semi-global sampled-data output feedback disturbance rejection control for a class of uncertain nonlinear systems

This paper investigates the semi-global output feedback disturbance rejection control problem for a class of uncertain nonlinear systems with additive disturbances using linear sampled-data control. Aiming to reject the adverse effects caused by the uncertainties and unknown nonlinear perturbations which may not satisfy the strict feedback or feedforward structure, a new generalised discrete-time extended state observer is proposed to estimate the disturbance at sampling points. An output feedback disturbance rejection control law is then constructed in a sampled-data form which facilitates digital implementations. By selecting adequate control gains and a sufficiently small sampling period to restrain the state growth under a zero-order-hold input, the semi-global asymptotic stability of the hybrid closed-loop system and the disturbance rejection ability are proved. Both numerical example and an application of a single-link robot arm system demonstrate the feasibility and efficacy of the proposed method.     

Disturbance-observer-based sampled-data adaptive output feedback control for a class of uncertain nonlinear systems

In this paper, a sampled-data adaptive output feedback controller is proposed for a class of uncertain nonlinear systems with unmeasured states, unknown dynamics and unknown time-varying external disturbances. To approximate uncertain nonlinear functions, radial basis function neural networks (RBFNNs) are employed. The state observer and the disturbance observer (DO) are constructed to estimate the unmeasured state and the external disturbance, respectively. Then, the sampled-data adaptive output feedback controller and adaptive laws are designed by using the backstepping design technique. The allowable sampling period T is derived to guarantee that all states of the resulting closed-loop system are semi-globally uniformly ultimately bounded. Finally, two simulation examples are presented to illustrate the effectiveness of the proposed approach.