一类非线性时滞系统自适应控制研究

针对一类非线性时滞系统，本文提出一种自适应控制器的设计方案，采用backstepping和domination方法构建了一个无记忆自适应控制器。放松了对非线性时滞函数的要求(例如全局Lipschitz条件)，实现了对给定目标轨线的全局渐近跟踪，保证了闭环系统所有信号全局一致有界：基于Lyapunov—Krasoviskii泛函方法证明了闭环系统的稳定性。仿真结果说明了这种控制方法的可行性和优点。     

非线性时滞系统双阶段神经网络的改进广义预测控制

针对一类工业控制系统中存在的非线性、大时滞等情况,提出一种基于双阶段神经网络的改进隐式广义预测控制方法。首先,设计了一种基于快速回归算法和蝙蝠算法的双阶段神经网络模型,用于对非线性时滞系统进行建模,避免非线性系统下的模型失配问题;其次,采用比例积分(proportional integration, PI)结构优化广义预测控制目标函数设计,提高隐式广义预测控制性能;同时,改进控制增量选取策略,利用所预测的未来控制增量修正当前时刻控制增量;最后,将所设计的预测模型和预测控制方法应用于一个数值案例和锅炉燃烧系统,验证了所提控制策略的有效性。     

一类非线性时滞过程的自适应控制

通过结合非线性过程的一般模型控制(GMC)、强跟踪预测器(STP)和强跟踪滤波器(SIF),提出了一类具有输入时滞非线性时变过程的自适应一般模型控制(AGMC)方法.基于强跟踪预测器对未来状态的预测,传统的一般模型控制被扩展到一类具有输入时滞的非线性过程.通过强跟踪滤波器估计非线性过程的时变参数,对STP和GMC进行在线参数修正.对三容水箱系统DTS200进行计算机仿真,仿真结果表明,该自适应控制策略是令人满意的,其状态跟踪能力强,对于模型失配也具有较强的鲁棒性.     

一类非线性时滞过程的传感器主动容错控制

通过结合非线性过程的一般模型控制(GMC)、强跟踪预测器(STP)和强跟踪滤波器(STF),本文提出了一类具有输入时滞非线性时变过程的传感器主动容错控制方法.基于强跟踪预测器对未来状态的预测,传统的一般模型控制被扩展到一类具有输入时滞的非线性过程.然后采用强跟踪滤波器估计过程状态及传感器偏差,传感器偏差估计用于驱动一个故障检测逻辑.当某一传感器故障被检测出来时,STF的状态估计值将用于重构过程输出(代替真实输出),此重构输出被STP用于继续进行状态预测,从而确保系统性能.最后,三容水箱系统仿真结果证明该方法的有效性.     

基于状态预估的非线性时滞系统控制的分步设计

研究了非线性时滞系统基于状态预估和分步设计思想的稳定化控制器设计问题。针对一类单控制滞后的仿射非线性时滞系统,利用非线性状态变换得到—简单的中间非线性时滞系统模型,引入带有将来预估值的非线性状态反馈,得到一线性时滞系统模型,并利用一带有控制记忆的积分变换进行精确无滞后化变换,最后得到一无滞后的线性能控型系统,从而利用分步设计的思想,实现非线性时滞系统的稳定化控制。最后通过一数值例子的仿真说明了该方法的有效性。     

一类非线性时滞系统的稳定化控制器设计研究

针对一类单控制滞后的非线性时滞系统,利用非线性状态变换的方法进行非线性变 换,得到一线性时滞系统模型;然后利用一带控制记忆的积分变换进行精确无滞后化变换,得 到一无滞后的线性能控标准型系统,从而利用分步设计的思想.实现非线性时滞系统的稳定 化控制.一数值例子的仿真研究说明了该方法的有效性.     

区间时滞相关离散非线性系统的鲁棒模型预测控制

针对一类带有扰动、输入约束和凸多面体不确定性的区间时滞离散非线性系统, 提出一种鲁棒模型预测控制方法. 一方面, 利用min-max 模型预测控制求解鲁棒模型预测控制器, 以研究鲁棒预测控制在范数有界意义下的扰动抑制问题; 另一方面, 充分利用时滞的上下界信息构造Lyapunov 函数以得到控制器存在的充分条件. 最后给出了闭环系统鲁棒稳定性证明.     

不确定非线性时滞系统的自适应滑模控制

针对一类不确定非线性时滞系统的鲁棒滑模控制器设计问题,提出了一种自适应滑模控制方法,该方法能够有效地削弱系统的输入抖动.基于自适应滑模控制技术和Lyapunov稳定方法,克服了系统不确定性和时滞特性影响,不但保证系统状态可以在有限的时间内到达滑模面,而且还保证了系统的渐近稳定特性.最后给出的仿真结果验证了该控制方案的有效性.     

基于Preisach模型的迟滞系统建模与控制

针对一种复杂的非线性系统一迟滞系统,研究了基于KP算子Preisach模型对迟滞系统进行建模的方法。利用Preisach模型与其边界线之间的映射关系,建立了容易在线更新的迟滞模型。基于Preisach模型进行迟滞非线性系统的控制,采用PID方法来控制一类带有未知非线性特性迟滞的单输入单输出非线性系统。对迟滞非线性系统的建模与控制进行的数值仿真研究结果表明,该迟滞非线性系统的建模和控制方法具有理论意义和应用价值。     

飞行器自适应神经网络时滞控制

在飞行器稳定性控制问题的研究中,针对含有外部扰动、参数不确定性、状态和控制时滞的非线性飞行器系统,提出了一种时滞状态反馈控制与神经网络自适应估计相结合的方法.对非线性系统线性化处理得到飞行器线性模型,并由线性矩阵不等式(LMI)设计反馈控制律;采用径向基函数(RBF)神经网络自适应在线估计策略,对反馈控制律进行补偿以消除未知非线性影响;采用Lyapunov稳定性理论证明了在所设计控制律作用下,闭环系统渐近稳定同时满足H∞性能指标.仿真结果验证了上述方法的可行性及有效性.     

一类大时滞非线性网络控制系统的H∞保成本控制

本文研究一类大时滞不确定非线性网络控制系统的H∞保成本控制问题. 首先将具有随机大时滞的网络控制系统模型化为具有不确定系数的离散时间系统模型. 然后利用Lyapunov稳定性理论和线性矩阵不等式方法, 给出H∞保成本控制律的存在条件和H∞保成本控制器的设计方法. 进而通过求解凸优化问题得到最优鲁棒H∞保成本控制器. 最后仿真结果验证了该控制算法的有效性.     

基于神经网络补偿的非线性时滞系统时滞正反馈控制

A new adaptive time-delay positive feedback controller (ATPFC) is presented for a class of nonlinear time-delay systems. The proposed control scheme consists of a neural networks-based identification and a time-delay positive feedback controller. Two high-order neural networks (HONN) incorporated with a special dynamic identification model are employed to identify the nonlinear system. Based on the identified model, local linearization compensation is used to deal with the unknown nonlinearity of the system. A time-delay-free inverse model of the linearized system and a desired reference model are utilized to constitute the feedback controller, which can lead the system output to track the trajectory of a reference model. Rigorous stability analysis for both the identification and the tracking error of the closed-loop control system is provided by means of Lyapunov stability criterion. Simulation results are included to demonstrate the effectiveness of the proposed scheme.     

一种基于随机平均的最优时滞控制方法

基于时滞系统的随机平均法与随机动态规划原理,提出一种非线性系统的随机最优时滞控制方法．先应用时滞随机平均法,将非线性系统的随机最优时滞控制问题变换成非时滞的最优控制问题;再根据随机动态规划原理,建立其动态规划方程;由此确定最优时滞控制律;最后,通过一个例子说明该时滞控制方法的控制效果．     

一类非线性时滞输出反馈系统的自适应控制

针对一类参数化非线性时滞输出反馈系统,提出了一种无记忆自适应跟踪控制器的设计方案.采用时滞滤波器估计系统状态,用Domination处理非线性时滞项,应用Backstepping技术设计控制器和参数自适应律.放宽了对时滞项的要求.通过构建一个Lyapunov＿Krasoviskii泛函,证明了闭环系统的稳定性,实现了对目标轨线的渐近跟踪,保证了所有信号一致有界.实例仿真说明了该方案的可行性.     

Global stabilisation for a class of nonlinear time-delay systems based on dynamical output feedback sliding mode control

In this article, global stabilisation for a class of nonlinear time-varying delay systems with mismatched uncertainty is considered. The bound on the uncertainty is nonlinear and involves time-delay. For this system, a dynamical compensator is first designed. A delay free sliding surface in the augmented space formed by the system output and the compensator state variables is proposed. The stability of the sliding mode dynamics, which include the time-delay effects, are analysed using the Lyapunov–Razumikhin approach. Then, a delay dependent sliding mode control is proposed such that the system can be driven to the sliding surface in finite time and maintain a sliding motion on it thereafter. Finally, a simulation is presented to illustrate the effectiveness of the obtained results.     

一类非线性状态时滞系统的基于采样控制器的渐近稳定问题

针对一类含有状态时滞的非线性系统,利用采样控制方法研究其渐近稳定问题.解决这一问题的关键在于对系统时滞的处理,以及对由于采样方法而产生的状态增长误差进行估计.由于所考虑的时滞是常时滞,可以利用分割方法对系统时滞进行分割,将时滞划分成与采样时间长度相同的数个时间区间,并基于这种分割,通过数学归纳法对系统状态增长误差进行估计.通过坐标变换引入一个比例增益压制系统的非线性项,然后设计含有比例增益的状态采样观测器和采样控制器,结合非线性时滞系统的Lyapunov泛函方法分析闭环系统的稳定性,最终确定比例增益和采样时间需要满足的条件,以保证闭环系统的渐近稳定性.最后通过数值例子表明所用研究方法以及所得研究结果是有效的.     

一类复杂非线性系统的模糊控制

针对一类复杂非线性系统,把模糊T-S模型和自适应模糊逻辑系统结合起来,提出了一种跟踪控制方案.首先,应用模糊T-S模型对非线性系统建模,设计观测器用来观测系统状态:其次,应用基于权值、中心和宽度3个参数可调节的自适应时延模糊逻辑系统补偿器来消除建模误差和小确定性.文中证明了闭环系统满足期望的跟踪性能.示例仿真结果表明了该方案的有效性.     

Adaptive neural tracking control for nonstrict-feedback stochastic nonlinear time-delay systems with full-state constraints

An adaptive neural tracking control is investigated for a class of nonstrict-feedback stochastic nonlinear time-delay systems with full-state constraints and saturation input. First, the continuous differentiable saturation model is employed to ensure the input constraint, and a barrier Lyapunov function is designed to achieve the full-state constraint. Second, the appropriate Lyapunov–Krasovskii functional and the property of hyperbolic tangent functions are used to deal with the unknown time-delay terms, and neural networks are employed to approximate the unknown nonlinearities. Finally, based on Lyapunov stability theory, an adaptive controller is proposed to guarantee that all the signals in the closed-loop system are 4-Moment (or 2-Moment) semi-globally uniformly ultimately bounded and the tracking error converges to a small neighbourhood of the origin. Two examples are shown to further demonstrate the effectiveness of the proposed control scheme.