具有重构功能的基于RBF神经网络直接自适应飞控系统

反馈线性化方法鲁棒性研究一直是近些年来的研究热点。针对基于反馈线性化方法的鲁棒控制，提出了一种将反馈线性化和RBF神经网络直接自适应控制相结合的综合控制方法，利用李亚普诺夫稳定性定理推导了神经网络权值的自适应规律，保证了闭环系统的稳定性。该方法应用于某型号飞机舵面故障状态仿真，结果表明RBF神经网络自适应控制方法补偿作用显著，相当于系统具有一定的重构功能。     

自适应系统的控制器结构

针对一类同时存在参数不稳定性和外来相对有界干扰的动态系统,提出一种基于集员辨识的自适应控制算法。考虑到系统参数带有有确定部分,文中相应地设计出一个包含未知参数的控制器。通过直接对控制器参数向量进行集员辨识,得到一个包含真参数向量的椭球型集合,从而可适时地确定一族控制函数,构成自适应控制系统的闭环模型族。     

自适应系统的控制器结构

针对一类同时存在参数不确定性和外来相对有界干扰的动态系统 ,提出一种基于集员辨识的自适应控制算法。考虑到系统参数带有不确定部分 ,文中相应地设计出一个包含未知参数的控制器。通过直接对控制器参数向量进行集员辨识 ,得到一个包含真参数向量的椭球型集合 ,从而可适时地确定一族控制函数 ,构成自适应控制系统的闭环模型族     

基于神经网络的鲁棒自适应滑模迭代学习控制

对一类不确定非线性系统，包括不确定性机器人，提出一种自适应鲁棒迭代学习控制方案，学习控制用于学习周期性的系统不确定性，自适应滑模控制用于抑制非周期性系统不确定性，并且利用RBF神经网络自适应学习系统不确定性的未知上界，对不确定性系统动态和有界输入拢动具有鲁棒性，通过Lyapunov直接方法，确保了对每次迭代闭环系统是一致有界的，并且沿着迭代次数的增加，跟踪误差渐近收敛于零，仿真结果表明了该方案的有效性。     

基于鲁棒观测器的肘关节鲁棒自适应控制

针对伺服阀控制的、双螺旋副传动的七功能机械手肘关节存在液压系统强非线性、易受外界环境温度和压力变化引起的参数不确定性、外界未知强干扰和仅有位置和油液压力状态反馈的控制特点,提出基于鲁棒观测器的输出反馈鲁棒自适应控制方法.该方法利用反演控制器设计方法对耦合的不确定系统参数和未知状态进行解耦,结合鲁棒观测器和鲁棒自适应控制器设计方法分别对未知状态和不确定参数进行观测和估计,使用李雅普诺夫稳定性理论保证了系统全局渐进稳定的控制性以及系统状态的有界性,解决了同时存在系统参数不确定性和部分未知状态相耦合的鲁棒控制问题.以国家高科技发展计划4 500m深海作业系统的七功能主从液压机械手肘关节作为研究对象,使用提出的控制方法进行在未知外界干扰下的对比研究.实验结果表明,闭环系统可以很好地跟踪参考轨迹,具有较强的鲁棒性,能够获得令人满意的稳态精度和动态性能;修正后的参数自适应律能够保证在外界未知干扰下估计参数的有界性.     

适于未建模动态对象的混合自适应控制器

基于σ校正混合自适应律设计了适合于对象具有未建模动态情况的混合自适应控制器,并且对系统的鲁棒稳定性进行了分析。仿真结果表明：σ校正混合自适应控制律使闭环系统具有鲁棒稳定性。     

适于未建模动态对象的混合自适应控制器

基于σ校正混合自适应律设计了适合于对象具有未建模动态情况的混合自适应控制器 ,并且对系统的鲁棒稳定性进行了分析。仿真结果表明 :σ校正混合自适应控制律使闭环系统具有鲁棒稳定性     

一种分散鲁棒自适应控制器的设计方法

基于李雅普诺夫函数法,提出了一种适用于不确定性线性大系统的分散鲁棒稳定控制方法,系统的不确定性因素包括系统参数摄动,关联变化以及外界干扰,由于实际大系统的不确定因素复杂且系统关联变化很难描述,因而在控制律中又引入了对设计参数的自适应算法,大大简化控制器的设计和实现,所提出的控制律可以保证系统在确定性干扰和关联变化的情况下全局稳定,同时自适应算法使参数收敛,仿真结果表明了该控制方法的有效性。     

连续对象具有未建模动态时的一种鲁棒混合自适应控制器

本文介绍了一种对象连续而控制参数进行离散式调整的鲁棒混合自适应控制器。在这种系统的对象中除了已建模部分之外,还具有相加和相乘未建模动态(Unmodeled Dynamics)。文中证明,如果这种未建模动态在低频范围内足够小,则这种混合自适应控制器可保证闭环中的所有信号有界,并且对任何有界初始条件,系统都具有较小的均值残余跟踪误差。     

一类不确定非线性系统的鲁棒自适应控制

针对具有有界扰动的参数化严格反馈非线性系统,提出了一种鲁棒自适应控制方案。用辨识器估计系统未知参数,利用“确定性等价原则”构成自适应控制方案,从而实现了辨识器与控制器设计的完全分离。所设计的自适应控制器既能保证闭环系统所有信号的全局有界性,又能使输出跟踪误差以指数速度收敛到零的一个小邻域内。仿真结果表明了所提控制方案的有效性。     

气动肌肉驱动关节轨迹跟踪的自适应鲁棒控制

设计了一种简单、经济的单根肌肉关节驱动上肢外骨骼助力机器人。为解决单根肌肉关节轨迹跟踪控制精度差、抗干扰能力差及颤振严重等问题,基于反步法设计单根肌肉关节伺服系统的自适应鲁棒控制器。该控制器呈两层级联结构,每层均包含一个鲁棒反馈、参数自适应及快速动态补偿项,基于递归最小二乘法和梯度法分别设计参数自适应及快速动态补偿项。通过Lyapunov函数证明所设计控制器的稳定性,并结合实验分析参数自适应及快速动态补偿项的作用。实验结果表明,设计的控制器具有良好的暂态及稳态性能,跟踪不同行程的轨迹时,系统运行平稳,颤振很小,特别是跟踪幅值为15 mm正弦信号时,其暂态最大绝对跟踪误差为0.94 mm,稳态跟踪误差均方差为0.21 mm,几乎没有颤振现象。干扰测试实验进一步证明所设计的自适应鲁棒控制器继承了传统鲁棒控制器的抗干扰能力。     

无辨识自适应算法的大滞后对象的控制方法

在实际工业生产中 ,由于对象纯滞后的存在 ,降低了控制系统的稳定性 ,使控制品质下降 ,对控制系统极为不利。对大滞后对象 ,Smith预估控制是一种重要方法 ,但常规Smith预估控制对模型的误差 (包括时间延迟的估计误差 )十分敏感 ,不适用于具有时变时延参数的系统。因此 ,常规Smith预估控制策略难以广泛用于工业控制 ,但该方法仍然得到了控制界的广泛认可。无辨识自适应控制是Marsik和Strejc提出的一种无需辨识系统参数的自适应控制算法 ,该算法简单、鲁棒性强 ,只需在线检测过程的实际输出及期望输出便可形成具有较好动态性能指标的自适应控制系统 ,但是该方法不能解决大滞后问题。借鉴无辨识自适应控制的思想和神经网络强的函数逼近能力 ,首先用一个神经网络来构成被控对象的Smith预估模型 ,然后利用无辨识自适应控制算法设计了一种适用于大滞后对象的控制器 ,两者结合 ,提出了一种简单、实用、鲁棒性强的大滞后对象控制的新方法     

Modeling and control of hydraulic excavator’s arm

In order to find a feasible way to control excavator’s arm and realize autonomous excavation, the dynamic model for the boom of excavator’s arm which was regarded as a planar manipulator with three degrees of freedom was constructed with Lagrange equation. The excavator was retrofitted with electrohydraulic proportional valves, associated sensors (three inclinometers) and a computer control system (the motion controller of EPEC). The full nonlinear mathematic model of electrohydraulic proportional system was achieved. A discontinuous projection based on an adaptive robust controller to approximate the nonlinear gain coefficient of the valve was presented to deal with the nonlinearity of the whole system, the error was dealt with by robust feedback and an adaptive robust controller was designed. The experiment results of the boom motion control show that, using the controller, good performance for tracking can be achieved, and the peak tracking error of boom angles is less than 4°. Foundation item: Project(2003AA430200) supported by the National Hi-Tech Research and Development Program(863) of China     

有界不确定性非线性系统的自适应滑模控制

研究有界不确定性非线性系统的鲁棒跟踪问题,考虑了在同时存在参数、结构及干扰的不确定性条件下,控制系统的鲁棒性。采用自适应滑模控制律,证明了所设计的控制系统满足滑动条件,能保证系统输出全局稳定,并对系统的动态不确定性具有鲁棒性。最后,给出了计算机仿真算例,仿真结果表明,本文提出的控制方法是有效的。     

基于非回归矩阵的机器人鲁棒自适应跟踪控制

为了避免复杂的设计和在线计算，提出了一种新颖的鲁棒自适应控制策略，采用简单的多项式结构，只需了解系统的阶数和输出的位置及速度状态，计算一些相关的标量函数，避免了计算回归矩阵和其它矩阵。这种方法能够有效地补偿通常难于建模的摩擦力和外部扰动的影响，保证系统达到全局的指数渐近稳定或全局一致最后有界。仿真实验表明：这是一种行之有效的控制算法。     

非匹配不确定非线性系统的鲁棒输出跟踪

针对一类非匹配不确定非线性系统,提出一种鲁棒自适应渐近输出跟踪控制方法,该方法无须已知不确定性函数及其各阶导数上界。基于Lyapunov函数方法,给出了鲁棒自适应控制律以及GCMAC神经网络权值调整算法,通过后一个状态镇定前一个状态,最终达到了对期望输出的渐近跟踪,同时系统状态有界。应用于电液位置伺服系统的仿真结果表明该控制策略是有效的,对系统不确定性和未知干扰具有较强的鲁棒性。     

广义预测自适应控制方法在导弹自动控制系统设计中的应用

研究广义预测自适应控制算法在导弹控制系统中的应用 .推导了基于最小二乘法辩识的广义预测自适应控制算法 ,并将这一算法应用于某导弹俯仰通道设计 ,经仿真检验证明利用该算法可以较好地完成控制任务 .     

抗非平稳干扰的广义预测控制器

将Ｄ．Ｗ．Ｃｌａｒｋｅ等人提出的广义预测控制器进行适当的改进，得到了抗非平稳干扰的广义预测控制器。仿真结果表明，这类控制器适应能力强，跟踪性能好，有较强的稳健性     

双电极气体保护焊系统的鲁棒自适应控制仿真

针对双电极气体保护金属极电弧焊系统,建立了一个双输入双输出的非线性模型,并基于梯度算法和极点配置自校正设计了鲁棒自适应控制器.仿真结果表明,该鲁棒自适应控制器具有良好的控制效果.