非线性不确定系统的自适应反馈控制方法

针对具有模型不确定且参数未知的单输入单输出的非线性系统的特点,文中提出了一种自适应反馈控制方法。该方法中,假设系统被调整量最高阶导数的理想值为已知。由于方法仅需要对被控对象的调整量的输出进行反馈,而不要求状态量的具体值,所以降低了算法实现的难度。通过数值仿真验证了方法的可行性和有效性。     

一类不确定机械系统的双调节自适应模糊建模与鲁棒控制

针对含摩擦环节的不确定机械动力系统,建立摩擦力模型及其相应的控制补偿策略一直是人们所关注问题。由于摩擦力所固有的非线性及不确定特征,使得用传统的数学建模与控制补偿方法难以达到满意的系统性能要求。考虑到传统摩擦力模型的缺陷以及不具备自学习和自适应环境的能力,提出用自适应模糊建模技术逼近摩擦动力系统并将辨识结果用在控制器设计中。在用自适应模糊技术建立摩擦模型过程中,自适应参数由跟踪误差和摩擦建模误差共同调节,这加快跟踪误差的收敛速度和模糊建模的逼近精度。在控制器设计方面,考虑到系统存在摩擦建模误差,采用鲁棒控制器设计方案并运用李雅普诺夫稳定性分析证明闭环系统跟踪误差的有界性。数值仿真和试验结果验证了该方法的有效性和实用性。     

一类不确定非线性系统的自适应模糊控制

自适应模糊控制理论是模糊控制理论与自适应控制理论相互交叉、相互渗透而形成的一个研究领域.针对一类带有扰动的SISO不确定非线性系统,本文提出了一种综合型自适应模糊控制方案.该方案充分利用了被控对象信息和模糊控制规则,保证了闭环系统的稳定性和跟踪误差的收敛性,仿真结果表明本方法比单纯的直接型或间接型模糊控制方法具有更好的跟踪性能.     

非线性机械系统的模糊保代价控制

研究了具有不确定参数的非线性机械系统的稳定模糊保代价控制问题。采用T-S模糊模型描述非线性机械系统，对具有范数有界、时变参数不确定性的机械系统，得到了存在稳定模糊保代价控制器的充分条件，推算出了相应的线性矩阵不等式(LMI)形式。在非线性质量-弹簧-阻尼机械系统中的应用，验证了算法的有效性。     

机械系统整体可靠性优化设计的分解协调法

根据大系统理论的分解协调原理,提出了机械系统整体可靠性优化设计的分解协调法。该方法将机械系统整体可靠性优化设计模型的求解,转化为对其各组成零部件可靠性优化设计模型的迭代求解,从而既可解决由于机械系统整体可靠性优化设计模型的庞大而带来的“维数灾难”问题,又可充分利用机械零部件可靠性优化设计的现有成果。最后给出了简单算例以证明算法的有效性。     

不确定机器人鲁棒自适应控制

针对不确定、时变和非线性机器人系统的实时性要求,提出了采用滑模变结构和RBF神经网络相结合来构造控制器.用带有符号函数的滑模变结构控制器来产生一个控制输入信号,同时利用具有快速学习能力的RBF神经网络来学习外界的不确定性,增强系统的自适应能力,使之达到更佳的控制效果,并在文中证明了系统的稳定性.最后给出了对两连杆机器人的仿真,验证了控制效果.     

不确定关节机器人模型的神经网络补偿自适应控制

为了达到关节机器人轨迹跟踪控制的目的,针对由于机器人结构参数、作业环境干扰及结构共振模式等不确定性因素造成的机器人不确定性动力学模型,将该模型分解为名义模型和建模误差两部分,其中的建模误差采用RBF神经网络进行补偿和估计,得到其估计信息。RBF神经网络的权值通过Lyapunov稳定性分析和自适应算法进行调节。机器人的神经网络补偿自适应控制解决了机器人这类不确定模型的轨迹跟踪控制问题。对3关节机器人实验验证结果表明,3关节均在约4 s时跟踪期望轨迹,并且跟踪误差渐近趋近于0,并且RBF神经网络能很好地逼近由不确定性因素引起的建模部分。     

一种单力臂机械系统的鲁棒自适应控制

针对具有参数不确定性的单力臂机械系统,引入模型参考自适应控制思想,研究了一种鲁棒模型参考自适应控制方法;在具有参数不确定性和未知非线性摩擦特性的情况下,使系统的跟踪误差趋于零。通过理论推导和MATLAB仿真,均说明该方法的有效性。     

机械系统可靠度的模糊优化分配

运用模糊数学理论,研究在机械系统的可靠性设计中含有模糊因素时,系统可靠度的优化分配问题。     

基于Lyapunov稳定理论的大时滞不确定过程参数自适应时滞补偿器

本文提出了参考对象的参数自适应时滞补偿器，该补偿器用一族模型拟合大时滞不确定过程。以大时滞不确定被控过程为参考对象，基于Lyapunov稳定理论综合出自适应律，使预估补偿器的参数逐渐逼近被控过程的参数。仿真研究表明，在参数小匹配的情况下，时滞补偿器有良好的自适应跟踪能力。     

机械伺服系统的自适应反演模糊滑模控制

针对参数不确定性机械伺服系统位置跟踪控制问题,提出了一种自适应反演模糊滑模控制策略。为了补偿参数不确定性影响,提出了基于反演法的滑模控制策略。为简化控制器设计,提出了自适应算法对不确定性进行有效估计,采用模糊逻辑,消除了切换控制项,有效地消弱了抖振现象。根据李雅普诺夫稳定性理论,获得了自适应率,保证了系统的稳定性。仿真结果表明,提出的控制策略不仅具有较高的跟踪精度,而且能有效地减小抖振。     

不确定离散模糊系统的保性能控制

对一类具有范数有界、时变参数不确定性的离散模糊时间系统和一个二次型性能指标的保性能状态控制律的设计问题进行研究。通过采用线性矩阵不等式的方法，导出了存在保性能控制律的一个充要条件，证明了该条件等价于一组线性矩阵不等式的可解性问题，并用这组线性矩阵不等式的可行解给出了保性能控制律的一个参数化表示。在此基础上，通过建立并求解一个凸优化问题，给出了保性能控制律的设计方法。     

不确定加工过程的模糊变结构控制

针对加工过程的不确定性和非线性影响控制系统的鲁棒性和稳定性，设计了模糊变结构控制器（FVSC）以及自适应调节切换函数的参数，有效地削弱了不确定加工过程系统的抖振，并保持了变蛄构控制（VSC）的强鲁棒性能。仿真结果表明，这类混合控制器对不确定加工过程的控制效果是明显的。     

不确定线性系统鲁棒容错控制的研究

研究范数有界参数扰动的不确定线性系统的鲁棒容错控制问题.基于Lyapunov稳定性理论,针对不确定线性系统存在执行器失效情况,分别应用Riccati不等式和LMI(Linear Matrix Inequation)两种方法给出了闭环系统具有完整性的充分条件.并应用LMI给出了线性不确定系统对执行器失效具有容错性和完整性的设计步骤.     

不确定线性系统鲁棒容错控制的研究

研究范数有界参数扰动的不确定线性系统的鲁棒容错控制问题.基于Lyapunov稳定性理论,针对不确定线性系统存在执行器失效情况,分别应用Riccati不等式和LMI(Linear Matrix Inequation)两种方法给出了闭环系统具有完整性的充分条件.并应用LMI给出了线性不确定系统对执行器失效具有容错性和完整性的设计步骤.     

机器人关节摩擦的自适应模糊补偿建模与控制

采用自适应模糊系统在线逼近摩擦模型并将模型辨识结果作为控制算法的补偿项，在控制方法上，采用了基于自适应模糊补偿的PD算法。在系统证明上，从李雅普诺夫函数中导出了自适应参数并且分析了闭环系统跟踪误差的有界性。在算法实现上，利用Matlab对文中的方法及证明的有效性进行了验证。     

气动加载系统的模糊自适应逆控制方法

气动加载系统具有时滞、时变及强非线性等特点,为了提高气动加载系统的控制精度,克服传统PI控制算法的不足,提出一种气动压力加载系统的模糊自适应逆控制方案。利用模糊辨识理论对气动加载系统进行离线逆建模,得到初始逆模型,并将该初始逆模型作为初始控制器,控制气动加载系统的输出压力,运行过程中采用最小方均根(Least mean square,LMS)滤波算法在线修正控制器的参数。基于VC++6.0软件开发平台设计系统实时控制程序,在一套电气比例压力阀控气动加载系统上进行试验研究。通过与PI控制算法、模糊比例积分微分(Proportion,integration,differentiation,PID)控制算法进行比较,结果表明设计的气动加载系统控制器控制精度高、响应速度快、抗扰能力强。     

自适应模糊神经网络在炉温控制中的应用

针对复杂工业过程系统的特点,提出了一种自适应模糊神经网络控制器,这种控制器由模糊神经网络控制器(FNNC)和模型网络(MNN)组成,具有自适应学习能力.着重讨论了自适应模糊神经网络的混合学习算法,给出了适于非线形时滞电阻加热炉的控制方案.经仿真和加热炉温控实验表明,控制性能良好.     

不确定线性系统的一种鲁棒保稳定最优控制方案

针对不确定性系统,提出了鲁棒保稳定控制设想。建立了改进的鲁棒性回差方程,给出闭环系统鲁棒保稳定的充分条件,以及增益和相位裕度描述形式。同时还给出了相应的鲁棒保稳定控制系统设计方法,并辅以打浆过程鲁棒保稳定控制系统的设计实列和仿真结果。