基于分片线性函数逼近的非线性观测器设计

综合分片线性函数模型辨识/逼近和鲁棒观测器设计方法,研究了一大类非线性鲁棒观测器设计方法.所提出的算法能有效解决非线性系统的辨识/建模问题,并保证在一定的逼近精度下观测误差可以控制在一定的范围内,且观测误差随着逼近精度的提高而减小.     

基于神经网络干扰观测器的一类不确定非线性MIMO系统H∞跟踪控制

针对一类具有未知外部干扰及内部不确定性的非线性MIMO系统,提出了基于神经网络干扰观测器的鲁棒跟踪控制方法,用于降低控制器对干扰的要求.设计了基于神经网络的干扰观测器,以逼近由外部干扰,内部不确定性和子系统的交叉耦合组成的复合干扰.根据Lyapunov稳定性理论的参数更新律及所设计的控制器,保证了系统中所有信号的最终一致有界性,并获得了给定的跟踪性能指标.仿真结果证明了该方法的有效性.

     

基于鲁棒自适应滑模观测器的多故障重构

针对一类不确定非线性系统, 基于滑模观测器研究执行器和传感器同时故障时的鲁棒重构问题. 引入线性变换矩阵并添加后置滤波器构建增维系统, 综合??_∞ 控制将鲁棒滑模观测器增益矩阵设计方法, 转化为LMI 约束下的多目标凸优化问题. 在滑模增益中添加了自适应律, 确保状态估计误差渐近稳定, 同时滑模运动经有限时间到达滑模面, 在此基础上给出执行器和传感器故障同时重构算法. 最后通过数值算例表明了所提出方法的有效性.

     

基于观测器的不确定广义时滞系统鲁棒预测控制

针对一类不确定广义时滞系统,讨论了其基于观测器的鲁棒预测控制问题,给出了系统观测器型预测控制器的设计方法.通过构造带有误差项的Lyapunov函数,应用线性矩阵不等式,将无穷时域二次性能指标"min-max"优化问题转化为凸优化问题,得到了鲁棒预测控制器存在的充分条件和显式表达式.证明了优化问题在初始时刻的可行解能保证广义闭环系统渐近稳定且正则无脉冲.仿真实例验证了所提出方法的有效性.

     

一种参数优化的非线性离散系统鲁棒迭代学习控制方法

针对带有扰动的一类离散非线性系统的鲁棒迭代学习控制问题, 设计一种基于参数优化的迭代学习控制算法. 该算法能够保证在有初始状态误差和状态、输出扰动的情况下使闭环系统具有鲁棒BIBO 稳定性, 系统输出能够单调收敛于给定输出轨迹的邻域内; 在没有初始状态误差和扰动的情况下能够以零稳态误差跟踪给定输出轨迹. 最后通过仿真分析验证了所提出算法的有效性.

     

具有自适应内模的一类非线性系统输出调节问题

研究一类包含未知非线性项的非线性系统的鲁棒输出调节问题.此类非线性系统由一包含未知参数的线性中性稳定的外系统驱动.首先运用调节器方程组解和标准内模将输出调节问题转化为镇定问题,然后给出控制律镇定闭环系统,同时利用镇定输入项和外系统信息设计出自适应内模方程.控制律使得闭环系统的信号全局最终有界,且误差被调节至预先设定的任意小的精度值.仿真结果验证了所提出设计方法的有效性.

     

折叠翼飞行器鲁棒飞行控制系统设计方法

为解决折叠翼飞行器在机载发射段主升力翼面/立尾展开前后气动特性变化较大,以及对飞行控制律鲁棒性要求较高的问题,基于飞行器六自由度非线性动态模型,应用随机鲁棒分析与设计方法(SRAD),对机载发射段折叠翼飞行器的翼面/立尾展开过程,设计了鲁棒飞行控制律,并通过对风干扰环境下的六自由度非线性弹道仿真,验证了翼面"立尾展开段鲁棒飞行控制律的有效性.

     

基于自适应重复学习的不确定多涡卷混沌系统同步控制

基于滞环函数提出一种参数可调的多涡卷混沌系统构造方法. 针对复杂不确定性系统, 综合利用自适应神经网络和重复学习控制方法设计一种自适应重复学习同步控制器; 利用自适应重复学习控制方法对周期时变参数化不确定性进行处理; 对函数型不确定性利用神经网络逼近技术进行补偿; 设计鲁棒学习项对神经网络逼近误差和扰动上界进行估计; 通过构造类Lyapunov 复合能量函数证明了同步误差学习的收敛性. 仿真结果验证了所提出方法的有效性.

     

基于变伸缩域模糊系统的直接自适应控制

提出一种基于变伸缩域模糊逼近器的直接自适应控制策略. 通过在线更新广义模糊基函数的变伸缩因子, 实现模糊系统论域及其模糊划分的自适应调整, 从而能够以精简的模糊规则实现理想的逼近效果. 此外, 通过设计积分型逼近误差补偿, 避免了鲁棒补偿中的高频控制输入. 仿真研究和比较分析验证了所提出的控制方法的有效性和优越性.

     

一类非线性时滞系统的H∞鲁棒故障检测滤波器设计

研究一类受时变时滞影响的非线性不确定系统H_∞鲁棒故障检测滤波器设计问题.首先采用基于观测器的故障检测滤波器作为残差产生器,将故障检测滤波器设计归结为H_∞滤波问题;然后应用Lyapunov-Krasovskii方法,推导并证明了问题可解的依赖时滞的充分条件,通过求解线性矩阵不等式得到了观测器增益矩阵的解;最后通过算例验证了所提出方法的有效性。

     

基于观测器的可重构机械臂分散自适应模糊控制

提出一种基于观测器的可重构机械臂分散自适应模糊控制方案.将可重构机械臂的动力学描述为一个交联子系统的集合,子系统控制器由自适应模糊系统和鲁棒控制项组成.基于状态观测器观测值构建的自适应模糊系统用于逼近子系统动力学模型和交联项,鲁棒控制项用于抵消模糊逼近误差对轨迹跟踪的影响.数值仿真证明了所提出的分散控制方案的有效性.

     

全局自适应神经网络跟踪控制及逼近域确定

针对自适应神经网络跟踪控制问题,提出一种确定逼近域的方法.采用参考信号取代未知非线性函数中的系统输出,神经网络用于逼近以参考信号为输入的未知不确定项.可以利用参考信号的界预先确定神经网络逼近域,再采用自适应鲁棒方法处理由于函数输入置换所引起的另一类不确定项.所得到的闭环系统是全局稳定的.仿真实例说明了该控制方法的有效性.

     

模糊输出反馈实现动态不确定非线性系统的几乎干扰解耦

研究一类单输入单输出动态不确定非线性系统的几乎干扰解耦问题. 首先设计一类新型的模糊高增益观测器估计非线性系统的未知状态; 然后结合自适应模糊backstepping 控制、小增益定理和改变供能函数方法, 给出鲁棒自适应模糊控制器的设计. 所设计的控制器不仅可以保证整个闭环系统在输入到状态实际稳定意义下稳定, 同时抑制了干扰对输出的影响. 仿真结果表明了所提出控制方法的有效性.

     

一类饱和不确定非线性系统静态抗饱和控制设计

研究一类执行器幅值与速率饱和的不确定非线性系统静态抗饱和控制问题.采用线性微分包含的方法处理系统模型中的非线性项.给出了抗饱和补偿器设计方法,该方法能同时保证闭环鲁棒稳定及鲁棒性能.给出了此类非线性系统代数环良定的充要条件,从而将抗饱和补偿器设计问题转化为线性矩阵不等式约束的凸优化问题.最后通过仿真算例说明了所提出方法的有效性.

     

基于NDO的ROV变深自适应终端滑模控制器设计

针对ROV的深度控制问题, 提出基于非线性干扰观测器的自适应终端滑模控制方法. 详细叙述了控制器的设计过程, 并利用Lyapunov 稳定性判据, 验证了存在模型参数不确定性和外干扰时, 系统的全局渐近稳定性和跟踪误差的收敛性. 仿真实验表明, 所提出的控制器不仅能够很好地估计并克服外干扰和模型不确定性等因素, 具有很好的鲁棒性能, 而且还可以实现在任意规定时刻变深运动的快速收敛.

     

广义系统区间观测器设计

对于不确定或者未知输入系统, 常规鲁棒观测器设计对系统和干扰有较多限制条件. 区间观测器对系统具有宽松的前提条件, 且对干扰只要求有界, 因而区间观测器更具有广泛性. 针对离散和连续的广义未知输入系统, 研究区间观测器的设计问题, 通过对离散系统和连续系统进行不同的变换, 将系统转化为易于求取区间观测器系数矩阵的形式; 然后基于相同的参数求取方式, 给出广义系统区间观测器的设计方法. 仿真结果表明了所提出方法的有效性和正确性.

     

具有非线性扰动的广义系统的鲁棒H∞控制

研究具有非线性结构扰动广义系统的鲁棒H_∞控制和鲁棒H_∞保性能控制问题,该不确定性为时间和状态的函数,且满足Lipschitz条件.目的是分别设计系统的鲁棒H_∞控制器和鲁棒H_∞保性能控制器.应用线性矩阵不等式方法,分别给出了系统的鲁棒H_∞控制器和鲁棒H_∞保性能控制器存在的充分条件.当这些条件可解时,分别给出了鲁棒H_∞控制器和鲁棒H_∞保性能控制器的表达式.最后通过一个仿真算例说明了所给出方法的应用.

     

基于反推法的永磁同步电机全局自适应控制

针对永磁同步电机运行中存在的参数及负载不确定性,研究了基于反推法的非线性全局自适应控制设计方法,分析了闭环系统的稳定性能．仿真结果表明,该控制方法能有效地克服电机运行中参数变化和负载干扰引起的跟踪误差,具有较强的鲁棒性能以及良好的跟踪性能．

     

一类不确定非线性切换系统的鲁棒容错控制

研究一类不确定非线性切换系统的鲁棒容错控制问题.当执行器失效或部分失效时,利用Lyapunov函数法建立切换闭环系统混杂状态反馈容错控制器存在的充分条件;然后运用线性矩阵不等式将鲁棒容错控制器设计问题转化为一组线性矩阵不等式的可行解问题,从而借助Matlab中线性矩阵不等式工具箱求解;最后通过数值算例验证了所提出设计方法的有效性.

     

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.