具有未建模动态和输出约束系统的自适应输出反馈控制

针对一类具有未建模动态和输出约束的输出反馈非线性系统, 提出一种自适应输出反馈动态面控制方案. 利用神经网络逼近未知连续函数, 分别设计K滤波器和动态信号估计不可测量的状态, 并处理动态不确定性. 引入障碍李雅普诺夫函数并设计自适应控制器以保证BLF有界, 从而实现输出约束. 理论分析表明, 闭环控制系统是半全局一致终结有界的, 且满足输出约束, 仿真结果验证了所提出方案的有效性.     

具有输入及状态未建模动态系统的输出反馈自适应控制

针对一类具有输入及状态未建模动态的非线性系统, 设计K滤波器来估计系统不可量测状态, 基于动态面控制技术并利用径向基函数神经网络的逼近能力, 提出一种输出反馈自适应跟踪控制方案. 利用Nussbaum 函数性质, 有效地解决了高频增益符号未知问题. 在控制器设计中引入规范化信号来约束输入未建模动态, 从而有效地抑制其产生的扰动. 通过理论分析证明了闭环控制系统是半全局一致终结有界的.

     

具有全状态约束和未建模动态的严格反馈系统有限时间自适应动态面控制

针对一类具有全状态约束、未建模动态和动态扰动的严格反馈非线性系统,通过构造非线性滤波器,并利用Young’s不等式,提出一种新的有限时间自适应动态面控制方法.引入非线性映射处理全状态约束,将有约束系统变成无约束系统,利用径向基函数逼近未知光滑函数,利用辅助系统产生的动态信号处理未建模动态.对于变换后的系统,利用改进的动态面控制和有限时间方法设计的控制器结构简单,移去现有有限时间控制中出现的“奇异性”问题,可加快系统的收敛速度.理论分析表明,闭环系统中的所有信号在有限时间内有界,全状态不违背约束条件.数值算例的仿真结果表明,所提出的自适应动态面控制方案是有效的.     

具有未建模动态系统的自适应动态面输出反馈控制

针对一类具有未建模动态和动态扰动且状态不可量测的非线性系统,利用神经网络逼近未知函数设计K-滤波器重构系统状态,提出一种自适应输出反馈控制策略。通过对未建模动态的新刻画,避免动态信号的引入。采用动态面设计方法,取消理论分析中产生的未知连续函数的估计,降低设计的复杂性。利用Lyapunov方法证明了闭环系统的所有信号是半全局一致终结有界的,并通过仿真结果验证了所提出方案的有效性。     

具有未建模动态及输入输出约束的单相全桥逆变器动态面事件触发控制

全桥逆变器是一类典型的开关型非线性系统,系统中存在很多非线性和不确定因素,易导致系统性能下降,甚至造成不稳定.对于具有未建模动态和时变输出约束的单相全桥逆变器系统,利用动态信号处理未建模动态,设计辅助动态系统补偿控制信号,提出一种事件触发的自适应动态面跟踪控制策略;引入跟踪误差变换,解决输出约束问题;对控制输入进行约束,使用模糊系统调节参数向量的欧氏范数作为自适应参数,设计事件触发控制,这些技术的采用可有效降低控制器计算量,保证实际系统的可实现性,完善了具有输入约束条件下动态面控制方法的稳定性分析和证明.逆变器精确模型无需已知,实际控制系统具有较好的稳定性和鲁棒性.理论分析表明,闭环系统的所有信号半全局一致终结有界,所提出方案的有效性通过仿真实验得到进一步验证.     

具有未建模动态的自适应神经网络动态面控制

对一类具有未建模动态的严格反馈非线性系统,提出一种自适应神经网络动态面控制方案.该方案将动态面控制方法扩展到具有未建模动态的严格反馈非线性系统的控制器设计中,拓展了动态面控制方法的应用范围.利用动态面控制方法引入的紧集来处理未建模动态对于系统的影响.利用Young's不等式,提出两种自适应参数调节方案.与现有研究结果相比,有效地减少了可调参数的数目,放宽了动态不确定性的假设,无需虚拟控制增益系数导数的信息.通过理论分析,证明了闭环控制系统是半全局一致终结有界的,且跟踪误差收敛到原点的一个小邻域内.     

具有输入未建模动态的纯反馈非线性系统自适应控制

对一类具有状态和输入未建模动态且控制增益符号未知的纯反馈非线性系统,利用非线性变换、改进的动态面控制方法以及Nussbaum函数性质,提出两种自适应动态面控制方案.利用正则化信号来约束输入未建模动态,从而有效地抑制其产生的扰动.通过引入动态信号,有效地处理了由状态未建模动态引起的动态不确定性.通过在总的李雅普诺夫函数中引入非负正则化信号,并利用稳定性分析中引入的紧集,证明了闭环控制系统是半全局一致终结有界的.数值仿真验证了所提方案的有效性.     

具有未建模动态的互联大系统事件触发自适应模糊控制

针对一类具有未建模动态及执行器故障的非严格反馈非线性互联大系统,提出一种基于事件触发机制的模糊分散自适应输出反馈控制算法.首先,通过设计模糊状态观测器估计系统中不可测的状态,并引入李雅普诺夫函数约束未建模动态.然后,提出一种基于事件触发机制的自适应容错控制器补偿多个执行器故障产生的影响.最后,利用障碍李雅普诺夫函数实现...     

带有死区输入和未建模动态的神经网络控制

针对一类具有死区非线性输入和未建模动态的非线性系统,提出一种自适应神经网络控制方法。该方法将后推技术和动态面技术结合,克服了计算复杂性问题,放宽了动态不确定性的假设,取消了神经网络逼近误差有界。借助中值定理和Young’s不等式,保证整个设计只需一个自适应参数,且控制增益只需存在一个上、下界。理论分析证明闭环系统所有信号半全局一致终结有界。仿真结果验证所提方案的有效性。     

考虑量化输入和输出约束的互联系统自适应分散跟踪控制

本文考虑具有量化输入和输出约束的一类非线性互联系统的自适应分散跟踪控制设计. 分别针对量化参数已知和未知两种情况, 基于反推(Backstepping)设计法, 利用神经网络逼近特性, 设计自适应分散跟踪控制策略. 通过定义新的未知常量和非线性光滑函数, 设计自适应参数估计项来消除未知互联项对系统的影响. 进一步考虑量化参数未知的情形, 引入一个新的不等式来转化输入信号, 并构建新的自适应补偿项来处理量化影响. 同时, 障碍李雅普诺夫函数的引入, 确保了系统输出不违反约束条件. 与现有量化输入设计相比, 本文所提方法不要求未知非线性项满足李普希兹条件, 并且允许量化参数未知. 该设计方法保证了闭环系统所有信号最终一致有界, 而且跟踪误差能够收敛到原点的小邻域内, 同时保证输出不违反约束条件. 最后, 仿真算例验证了所提方法具备良好的跟踪控制性能.     

时变关联系统的分散自适应输出反馈控制

针对一类具有动静态关联项和未建模动态的时变关联系统,通过引入输入滤波器及一系列坐标变换,给出了一种分散自适应输出反馈控制器的设计方案.当时变参数的变化率属于L1∩L∞,外界干扰属于L2∩L∞,未建模动态的幅值在某砦范围内变化时,证明了闭环系统的稳定性,且每一个子系统的输出收敛于零.仿真例子验证了这一控制方案的有效性.     

具有未建模动态的时变关联系统的鲁棒分散自适应镇定

针对一类具有动态、静态关联项和未建模动态的时变关联系统,通过利用反推设计方法和σ-修正自适应律,研究了鲁棒分散自适应镇定问题．当时变参数的变化率及未建模动态的幅值分别在某些范围内变化时,证明了闭环系统的所有信号都有界,且每一个子系统的输出与系统参数的变化率有关．仿真例子验证了控制方案的有效性．     

Robust adaptive output‐feedback control for nonlinear systems with output unmodeled dynamics

In this paper, for a class of uncertain nonlinear systems in the presence of inverse dynamics, output unmodeled dynamics and nonlinear uncertainties, a robust adaptive output‐feedback controller design is proposed by combining small‐gain theorem, changing supply function techniques with backstepping methods. It is shown that all the signals of the closed‐loop system are uniformly bounded in biased case, and the output can be regulated to a small neighborhood of the origin in unbiased case. Furthermore, under some additional assumptions, an asymptotical result is obtained. Copyright © 2007 John Wiley & Sons, Ltd.     

具有动态不确定性互联大系统的分散自适应控制

对一类具有未建模动态结构相似形的严格反馈非线性互联大系统,提出一种基于神经网络的分散自适应动态面控制方案.该方案引入Lyapunov函数来约束未建模动态,利用神经网络逼近理论分析中所产生的未知非线性连续函数.通过Young’s不等式和三重求和项的分解,有效地处理了耦合作用项,并利用动态面控制技术,实现了系统的分散控制.与现有研究结果相比,所设计的分散控制律中不含有控制增益下界常数.通过构造的方法,利用动态面控制设计中引入的紧集有效地处理了未建模动态和分析中产生的不确定连续函数.理论分析证明了闭环控制系统中所有信号半全局一致终结有界,且跟踪误差收敛到原点的一个小邻域内.两个数值算例的仿真结果表明所提控制方案的有效性.     

Decentralized adaptive iterative learning control for interconnected systems with uncertainties

In many applications,the system dynamics allows the decomposition into lower dimensional subsystems with interconnections among them.This decomposition is motivated by the ease and flexibility of the controller design for each subsystem.In this paper,a decentralized model reference adaptive iterative learning control scheme is developed for interconnected systems with model uncertainties.The interconnections in the dynamic equations of each subsystem are considered with unknown boundaries.The proposed controller of each subsystem depends only on local state variables without any information exchange with other subsystems.The adaptive parameters are updated along iteration axis to compensate the interconnections among subsystems.It is shown that by using the proposed decentralized controller,the states of the subsystems can track the desired reference model states iteratively.Simulation results demonstrate that,utilizing the proposed adaptive controller,the tracking error for each subsystem converges along the iteration axis.     

Decentralized adaptive control of interconnected systems with reduced-order models

The adaptive control of interconnected systems whose subsystems possess slow and fast modes is investigated in the presence of external disturbances. A simple example is first used to show that a decentralized adaptive controller can become unstable due to the unmodeled interconnections and/or neglected parasitics. An approach is then developed for stabilization and tracking using decentralized adaptive controllers with modified adaptive laws. Sufficient conditions are obtained under which a region of attraction exists for boundedness and exponential convergence of the state/parameter errors to a small residual set. The size of the region of attraction depends on the frequency range of the local parasitics in such a way that if all the local parasitics become infinitely fast, the region of attraction becomes the whole space.     

Decentralized robust output feedback control for control affine nonlinear interconnected systems

In this paper, a scheme for decentralized robust control for control affine nonlinear interconnected systems using linear matrix inequalities (LMIs) is presented. Based on the Lyapunov theory, sufficient conditions for closed-loop stability of a nonlinear system, reference input tracking, and disturbance attenuation over its operating-range are obtained. Then, achieving these sufficient conditions are formulated as local LMI optimization problems. By solving the appropriately defined local problems, provided the obtained sufficient conditions are satisfied, the closed-loop stability, input tracking, and disturbance attenuation over the operating-range of the system are guaranteed. The designed controller is linear whose implementation is straightforward. An example is given to illustrate the proposed methodology.