非仿射非线性离散系统的数据驱动二阶滑模解耦控制

针对传统二阶离散滑模变结构控制方法很难应用于模型未知系统的问题,提出了一种数据驱动二阶滑模解耦控制算法.该控制算法采用数据驱动的策略,运用系统的I/O数据,实时计算二阶离散滑模控制(2–DSMC)律.同时,运用观测器的思想,在控制器设计中引入离散扩张状态观测器(DESO),在线估计系统各回路间耦合、不确定性和外部扰动,进一步实现系统的解耦,改善控制品质.最后的理论分析和仿真结果表明,所提出的方法对于一般带有扰动和不确定性的非仿射非线性离散多入多出(MIMO)系统具有较好的解耦效果、渐进收敛的稳定性和较强的鲁棒性.     

一类非线性离散系统自适应准滑模控制

针对一般非线性离散时间系统的不确定性和扰动抑制问题, 提出一种新的自适应准滑模控制算法. 算法包括两部分, 其一是基于紧格式动态线性化模型的自适应准滑模控制器设计, 其中动态线性化方法中“伪偏导数”的估计算法仅依赖于系统I/O 实时量测值. 其二是采用径向基神经网络估计器来估计系统的综合不确定性. 理论分析证明了系统的BIBO稳定性. 仿真结果验证了所提算法的有效性.     

一类未知非线性离散系统的直接自适应模糊预测控制

将自适应模糊逻辑系统引入预测控制,对一类未知非线性离散系统提出了直接自适应模糊预测控制方法.首先对被控对象提出了线性时变子模型加非线性子模型的预测模型,然后直接利用模糊逻辑系统设计预测控制器,并基于广义误差估计值对控制器参数和广义误差估计值中的未知向量进行自适应调整.文中证明了此方法可使广义误差估计值收敛到原点的小邻域内.     

一类非仿射非线性离散系统的改进无模型自适应控制

针对一类更广泛的非仿射非线性离散系统,提出一种改进的无模型自适应控制算法。该算法基于非参数动态线性化方法,运用观测器的思想,实现带有扰动系统的实时动态线性化,进而将无模型自适应控制方法的应用推广到更广泛的非仿射非线性离散系统。同时,对推广后的改进无模型自适应控制方法进行理论上的证明,并通过仿真实例验证了所提出的改进无模型自适应控制方法的可行性和有效性。     

未知非线性系统自适应改进RBF滑模控制

针对一类未知的非线性系统,利用输入/输出线性化将其变换为部分线性可控系统,通过RBF神经网络对未知非线性函数进行逼近,提出了一种基于RBF神经网络的自适应滑模控制,并设计了自适应滑模控制器;提出了一种连续函数,很好地减少了抖振现象,使得闭环系统状态一致稳定最终有界。实验结果验证了方法的有效性。     

含摩擦非线性系统的自适应滑模控制

针对摩擦非线性的扰动抑制和输出反馈控制问题,提出一种高阶滑模扩张状态观测器(ESO),实时获得系统的状态信号.在此基础上,设计神经网络自适应权值调节律,以得到控制信号设计参数与输出跟踪性能之间的关系;同时,给出保证系统动态性能的观测器状态初值与自适应调节律参数初值的充要条件.最后,通过稳定性证明和仿真算例验证了所提出控制算法的有效性.     

改进的非线性离散系统自适应数据驱动控制

基于同步扰动随机近似的算法, 控制器选取为一个函数逼近器, 并在这里被确定为神经网络. 控制算法中使用了自适应的参数估计, 明显改善了控制性能, 同时也给出了相应的收敛性分析. 最后, 新型的控制算法被应用到了解决非线性离散系统的跟踪控制问题中, 并通过仿真比较结果, 充分验证了这种自适应数据驱动控制策略的可行性和有效性.     

时滞离散系统的非线性准滑模鲁棒控制

针对一类变时滞离散系统,基于一种新型的非线性时变准滑模面设计方案,研究了系统的鲁棒滑模控制问题.首先,给出了该种非线性切换函数的一般形式,该类准滑模面具有时变的特征,且能够动态地改善系统的运动品质.利用自由权矩阵与线性矩阵不等式技术,给出了该类时滞离散系统非线性准滑模面的设计方法,并得到了稳定的非线性准滑模面存在的充分条件;其次,基于一种改进的离散趋近律方法,设计了相应的准滑模控制器,以保证系统的状态在有限时间内到达准滑模,从而将此类非线性系统的滑模变结构控制的分析与综合问题推广到了时滞非线性系统.最后,仿真结果表明,在本文所设计的准滑模面与准滑模变结构控制器的作用下,系统的状态是稳定的,且具有响应速度快、超调量小、调节时间较小等优点,从而说明了本文所设计方法的有效性.     

一类MIMO非线性系统的直接自适应模糊滑模控制

针对一类具有下三角形函数控制增益矩阵的非线性系统, 基于滑模控制原理, 并利用Ⅱ型模糊系统的逼近能力, 提出了一种直接自适应模糊滑模控制器设计的新方案. 通过引入积分型李雅普诺夫函数及逼近误差自适应补偿项, 证明了闭环系统是全局稳定的, 跟踪误差收敛到零. 仿真结果表明了该方法的有效性.     

非线性离散系统基于观测器的反馈控制

针对一类非线性离散系统,首先提出了一种新的容易实现的状态观测器设计了方案,并证明了观测器的收敛性,其次设计了系统基于观测器的输出反馈稳定化控制器,最后给出了数值算例,仿真结果表明,本文设计方法的有效性。     

非匹配离散系统无抖振鲁棒准滑模控制

研究离散准滑动模态的鲁棒性恢复和抖振削弱问题。针对一类同时含有匹配建模误差和非匹配外界干扰不确定离散系统,设计一种基于解耦干扰补偿器的鲁棒准滑模控制方案。为保证系统的鲁棒性,针对非匹配外界干扰设计一种改进的解耦干扰补偿器,估计误差有界收敛。通过引入幂次函数设计鲁棒离散准滑模控制器,消除系统抖振,给出切换函数准滑模带,并证明了闭环系统离散准滑动模态的稳定可达性。最后通过仿真验证了所提出控制方案的有效性。     

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.

     

非线性离散奇异摄动系统的组合优化控制方法的合理性分析

分析一类非线性离散奇异摄动系统的降阶组合优化控制器的合理性, 即降阶组合控制器与原始高阶优化控制器之间的关系. 基于快、慢子系统的解耦, 分别对快、慢子系统设计子优化控制器, 并进一步提出作用于原高阶系统的组合优化控制器. 对原高阶系统设计传统高阶优化控制器, 提出组合优化控制器近似等于传统高阶优化控制器的充分条件. 最后通过仿真验证了所得到结论的正确性.

     

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MIMO非线性大系统基于H∞ 跟踪的分散自适应输出反馈模糊控制

针对一类状态不可测的MIMO不确定非线性大系统,提出一种基于H∞跟踪的分散自适应输出反馈模糊控制器.主要工作有:1)通过对观测误差向量进行滤波来确保严格正实条件成立,使得提出的反馈与自适应机制可以执行;2)利用模糊系统提出一种适用于一般非线性大系统基于H∞跟踪的分散自适应模糊控制方案;3)在统一的框架下处理了控制器奇异性.闭环大系统被证明足稳定的,且输出误差具有H∞跟踪性能.仿真结果验证了控制器设计的有效性.     

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.

     

基于ELM的一类MIMO仿射非线性系统的鲁棒自适应控制

针对一类多输入多输出(MIMO) 仿射非线性动态系统, 提出一种基于极限学习机(ELM) 的鲁棒自适应神经控制方法. ELM随机确定单隐层前馈网络(SLFNs) 的隐含层参数, 仅需调整网络的输出权值, 能以极快的学习速度获得良好的推广性. 在所提出的控制方法中, 利用ELM逼近系统的未知非线性项, 针对ELM网络的权值、逼近误差及外界扰动的未知上界值分别设计参数自适应律, 通过Lyapunov 稳定性分析可以保证闭环系统所有信号半全局最终一致有界. 仿真结果表明了该控制方法的有效性.

     

基于广义扩张状态观测器的干扰不匹配离散系统状态反馈控制

针对一类干扰不匹配的线性离散时间系统, 研究基于广义扩张状态观测器的稳定化状态反馈控制器设计问题. 在经典的自抗扰控制器中, 扩张状态观测器主要针对干扰匹配的积分串联型系统. 然而, 在许多实际系统中往往存在干扰不匹配的情况, 例如存在采样抖动的离散时间控制系统. 针对这一问题, 基于一类存在不匹配干扰的离散时间系统, 提出广义扩张状态观测器和相应的稳定化状态反馈控制器设计方法. 最后通过永磁同步电机调速控制仿真实例验证了所设计的观测器和控制器的有效性.