基于控制性能的MIMO非线性系统动态面控制

针对一类不确定非线性MIMO(multiple-input multiple-output)系统,在动态面控制方法的基础上,提出了自适应跟踪控制方案.通过引入性能函数和输出误差转换,保证输出信号具有指定的跟踪速度、跟踪误差、最大超调量.为了避免控制奇异问题,采用神经网络直接逼近期望控制信号.该方案无需估计神经网络的权值,仅对1个参数进行自适应律设计.理论证明了闭环系统所有信号有界,仿真结果验证了所提方案的有效性.     

一类非线性系统模糊自适应固定时间量化反馈控制

研究了一类严格反馈不确定非线性系统的模糊自适应实际固定时间量化反馈控制问题. 基于李雅普诺夫有限时间稳定理论、自适应模糊控制理论及反演控制算法, 提出了一种非线性系统模糊自适应实际固定时间量化反馈跟踪控制方案. 所设计的控制方案能够保证闭环系统的输出跟踪误差在固定时间内收敛于原点的一个充分小邻域内, 且闭环系统内所有信号均有界. 最后, 数值示例验证了设计方案的有效性.     

基于相对位置信息的多智能体系统自适应跟踪控制

针对带有动态领导者的多智能体系统,为了使其达到跟踪一致性,设计只依赖于相对位置信息的自适应跟踪控制律.根据接收到的相对位置信息为每个跟随者设计动态输出反馈控制律,并根据控制律估计出智能体之间的相对速度信息.在此基础上设计自适应跟踪控制律,并且通过Lyapunov 稳定性理论和矩阵理论分析得到使系统达到跟踪一致性的充分条件.最后通过数值仿真验证了所提出的设计方法的有效性.     

一类机械臂系统自适应有限时间有界H∞跟踪控制

考虑一种电机驱动的单连杆机械臂系统在受到输出约束时的自适应有限时间H∞跟踪控制问题.一个有限时间有界H∞性能的新概念被提出,并结合障碍Lyapunov函数(BLF)、神经网络自适应技术、有限时间控制理论和H∞控制理论,提出了一种该系统在输出受限条件下的自适应神经有限时间有界H∞跟踪控制器设计方法,避免了许多有限时间控制...     

一类受扰旋转单摆系统的建模与跟踪控制设计

本文考虑一类受扰旋转单摆系统的建模与跟踪控制问题. 首先, 利用动静法和相对运动原理建立受扰情形下空间旋转摆系统的动力学模型. 然后, 分别以实际跟踪和渐近跟踪为控制目标, 给出相应的控制设计方法. 具体地,利用向量式的反推控制设计方法与不确定性动态补偿机制, 给出自适应实际跟踪控制器, 保证闭环系统所有状态都有界且在有限时间内系统输出到达并保持在参考信号给定的邻域内. 利用反推设计方法, 并结合扰动的学习、切换补偿机制设计自适应切换渐近跟踪控制器, 通过在线调节控制器参数, 保证闭环系统所有状态都有界且系统输出渐近跟踪到给定的参考信号. 最后, 仿真实验验证所提理论结果的有效性. 值得指出的是, 与相关文献相比, 本文所给出的控制设计方法允许系统同时含有未知参数和扰动, 并且扰动不必有已知上界, 因而具有更强的抑制不确定性的能力.     

一类未知参数非线性系统的自适应无源控制

对一类含有未知参数的本质非线性系统,通常的Backstepping方法无法应用.为此,提出一种基于状态反馈的自适应无源控制对策,通过对非线性系统进行反馈无源化控制,设计自适应无源镇定控制器和自适应无源输出跟踪控制器.设计中适当调节自适应无源控制器参数,能够保证闭环系统稳定且所有信号全局一致有界,从而解决了此类含有未知参数非线性系统的稳定性和输出跟踪问题.仿真算例验证了提出控制方案的有效性,表明系统具有较强的稳定性和跟踪特性.     

相对阶n*=3系统的鲁棒直接型模型参考自适应控制

针对相对阶n*=3的具有输入和输出未建模动态的一类系统,设计了可以实现的具有未规范化自适应律的鲁棒直接型模型参考自适应控制器,构造了满足引理1性质的自适应律.通过利用Lyapunov稳定性理论及鲁棒自适应控制分析理论,构造误差系统,严格地分析了闭环系统的稳定性和跟踪性能.     

基于干扰观测器的非线性不确定系统自适应滑模控制

本文研究了一类基于非线性干扰观测器的多输入多输出非线性不确定系统的边界层自适应滑模控制方法并应用于近空间飞行器高精度姿态控制.考虑系统存在不确定性和外部干扰上界未知的情况,设计了基于干扰观测器的边界层自适应滑模控制器,以消除传统滑模控制中的"抖振"现象,使跟踪误差趋近于零.同时,利用李雅普洛夫方法严格证明了闭环系统的稳定性.最后将所研究的自适应滑模控制方法,应用于某近空间飞行器的姿态控制中,仿真结果表明在不确定性和外部干扰作用下能保证姿态控制的稳定性,对参数不确定具有较好的鲁棒性.     

多输入多输出最小相位系统的执行器故障自适应容错控制

针对一类具有执行器卡死或/和变执行器故障的多输入多输出(MIMO)非线性最小相位系统提出了自适应容错跟踪控制方案.结合系统特征对系统执行器进行分类,用神经网络逼近执行器未知故障函数,采用模型参考自适应容错控制方法设计控制律.所设计的控制律不仅保证闭环系统稳定,而且跟踪误差一致最终有界.仿真结果表明了所提出方法的有效性.     

基于自适应AGBFN的不确定非线性系统的跟踪控制

针对一类具有未知不确定性的非线性系统,提出了一种基于观测器的自适应不对称高斯基函数网络(AGBFN)跟踪控制方案.当系统只有输出可以测量时,通过设计观测器对其进行在线状态估计,进而构造反馈控制律和自适应控制律.所提出的完全自适应AGBFN,可以在线更新网络所有参数,克服了传统RBF网络对称性约束,提高了网络的适应性和学习能力,可以有效地对消系统未知不确定项的影响.证明了闭环系统所有误差信号最终一致有界,且系统输出较好地跟踪参考模型输出.仿真结果表明了所提出方法的有效性.     

Control and Synchronization Of A Class Of Uncertain Fractional Order Chaotic Systems Via Adaptive Backstepping Control

This paper presents the stabilization and synchronization problem of a class of fractional order chaotic systems with unknown parameters. A systematic step by step approach is explained to derive control results using an adaptive backstepping strategy. The analytically obtained control structure, derived by blending a systematic backstepping procedure with Mittag‐Leffler stability results, helps in obtaining the stability of a strict feedback‐like class of uncertain fractional order chaotic systems. The results are further extended to achieve synchronization of these systems in master–slave configuration. Thereafter, the methodology has been applied to two example systems, that is, chaotic Chua's circuit and Genesio‐Tesi system, which belong to addressed class, in order to show the application of results. Numerical simulation given at the end confirms the efficacy of the scheme presented here.     

基于反步法的自适应滑模大机动飞行控制

针对飞机大机动飞行时模型非线性和参数不确定性的特点,提出一种非线性反步自适应滑模变结构控制方法．基于反步法的思想适当选取Lyapunov函数,回馈递推得到自适应滑模控制律,并利用一种自适应参数策略的混沌粒子群算法优化控制器的固定参数改善系统性能,同时利用矩阵SDU分解克服高频控制增益矩阵估计时可能存在的奇异问题．仿真结果验证了算法的有效性．     

Chaotic Analysis and Control of Longitudinal Flight Dynamics

Aircraft are considered to be sub‐stable within the flight envelope. This paper presents a chaotic analysis and two kinds of corresponding control methods of aircraft longitudinal flight dynamics. First, the chaotic behavior of the open loop longitudinal flight system is confirmed by the Poincaré section and the Lyapunov exponent. Studies have found that the flight envelope can be divided into a stable area and a sub‐stable area. The probability of instability caused by chaos exists in the sub‐stable area. The definition of the chaotic boundary is also given. Second, based on the chaotic analysis results and considering three different combinations of aircraft mass and elevator deflection, a linear feedback control (LFC) method is implemented to stabilize the chaotic boundary and enlarge the stable area. Third, taking system uncertainties into consideration, an adaptive backstepping sliding mode control (AB‐SMC) method is applied to the trajectory tracking problem of aircraft longitudinal motion, which is based on classic SMC, backstepping and dynamic surface methods. The numerical simulations are given, which can demonstrate the applicability of the proposed control methods.     

倒立摆的自适应积分反步控制策略

针对直线单级倒立摆在模型参数不确定和外部扰动情况下的稳定控制问题,提出一种自适应积分反步控制策略。采用拉格朗日方程建立倒立摆系统的运动学模型,为减少稳态误差,将误差积分项引入反步法,设计了倒立摆的控制器;对含有未知参数的系统非线性状态微分方程,设计适当的Lyapunov函数推导出系统未知参数的自适应更新律,削弱了参数不确定性的影响。将自适应积分反步控制与一般的反步法控制、模糊控制及神经网络控制的仿真结果进行了对比,并在LabVIEW开发环境下进行了实物实验。结果表明,自适应积分反步法可以较为迅速且精确地完成稳定控制,较好地克服系统参数不确定及外部扰动的影响,具有较强的鲁棒性。     

反步自适应方法实现混沌系统的同步

针对基于滞环非线性参数未知的多涡卷混沌系统,提出了一种自适应反步变结构的控制方案来实现其同步。通过逐步修正的方法设计镇定控制器,在每一步把状态坐标的变化、不确定参数的调节函数和一个Lyapunov函数的虚拟系统的镇定函数联系起来,以达到实现系统的全局调节。采用所设计的控制器实现了两个混沌系统的同步控制,使得误差系统在有限时间内到达所设定的滑模面,并沿着滑模面渐进收敛到原点,同时估计出系统中存在的未知参数。由于自适应算法和滑模方法的使用,控制器对参数扰动和外部干扰具有较强的抑制作用,理论分析和仿真结果验证了所提出方法的有效性。     

非匹配不确定非线性系统的自适应反演滑模控制

针对一类具有非匹配不确定性的最小相位仿射非线性系统,研究其在未知扰动作用下的调节问题。基于自适应反演设计方法和变结构控制设计了控制方案,实现不确定系统的鲁棒调节。与经典反演设计相比,本方案允许非参数化不确定性,增强了控制系统的鲁棒性。     

一种基于MT-波波器的连续自适应反推控制的数字实现方法

研究了基于MT-滤波器的连续自适应反推控制的数字实现问题.首先用δ-算子将连 续系统离散化.利用MT-滤波器和反推设计方法给出了自适应反推控制器的设计,然后分别 分析了离散和混杂自适应控制系统的稳定性和跟踪性能.同已有文献相比,本文的主要工作在 于:1)基于MT-滤波器的离散自适应反推控制器的设计;2)误差系统状态向量的构造.由于 MT-滤波器的阶次比K-滤波器的阶次低,因此,误差系统的构造更加复杂,这也使得适应系统 的稳定性分析更加困难.     

严格反馈型非仿射非线性系统的自适应模糊控制

针对一类具有严格反馈形式的非仿射非线性受扰系统,提出了基于backstepping方法的自适应模糊控制.该算法仅要求模糊逻辑系统逼近误差范数有界,引入监督控制补偿系统逼近误差和外界干扰,保证闭环系统所有信号一致有界,跟踪误差一致渐近稳定.将R(o)ssle混沌系统作为仿真对象,仿真结果表明了该方法的有效性.     

Adaptive fuzzy backstepping control of three-phase active power filter

A backstepping controller (BC) and an adaptive fuzzy backstepping controller (AFBC) are proposed for three-phase active power filter (APF) in this paper. Firstly, the dynamic model for APF is build in which both the system parameter variations and external disturbance are considered. Then, the backstepping method is applied in the design of current control system to deal with the nonlinearity of APF. Moreover, the AFBC is developed by combining the backstepping approach with adaptive fuzzy strategy to attenuate the effect of parameter uncertainties and external disturbances. Fuzzy logic system is designed to estimate the unknown nonlinear function in the AFBC where the parameters are adjusted online by the adaptive law derived from the Lyapunov stability analysis to guarantee the tracking performance and stability of the closed-loop system. Simulation studies using the MATLAB/SimPower Systems Toolbox demonstrate that the proposed control strategies exhibit excellent performance in both steady state and transient operation.     

Fuzzy-identification-based adaptive backstepping control using a self-organizing fuzzy system

In this paper, a fuzzy-identification-based adaptive backstepping control (FABC) scheme is proposed. The FABC system is composed of a backstepping controller and a robust controller. The backstepping controller, which uses a self-organizing fuzzy system (SFS) with the structure and parameter learning phases to on-line estimate the controlled system dynamics, is the principal controller, and the robust controller is designed to dispel the effect of approximation error introduced by the SFS. The developed SFS automatically generates and prunes the fuzzy rules by the proposed structure adaptation algorithm and the parameters of the fuzzy rules and membership functions tunes on-line in the Lyapunov sense. Thus, the overall closed-loop FABC system can guarantee that the tracking error and parameter estimation error are uniformly ultimately bounded; and the tracking error converges to a desired small neighborhood around zero. Finally, the proposed FABC system is applied to a chaotic dynamic system to show its effectiveness. The simulation results verify that the proposed FABC system can achieve favorable tracking performance even with unknown controlled system dynamics.