基于调节函数的一类三角结构非线性系统的自适应滑模控制

针对一类三角结构的非线性系统,基于状态参考自适应控制算法和滑模控制技术,研究了其在非匹配未知参数和不确定性干扰下的跟踪控制问题,提出了自适应滑模控制策略,实现了不确定非线性系统的鲁棒输出跟踪.与一般自适应控制相比,允许系统存在非参数化的不确定性和未知扰动,增强了控制系统鲁棒性.仿真算例证明了理论研究成果的正确性和可行性.     

基于扰动补偿的无微分模型参考自适应控制系统设计

针对一类含有参数不确定性和未知非线性扰动的系统,本文提出一种基于扰动补偿的无微分模型参考自适应控制方法,实现系统输出对参考模型输出信号的高精度跟踪.首先,利用被控对象模型信息设计扰动估计器,对系统非线性扰动进行在线估计;其次,基于非线性扰动估计值设计参考模型和无微分参数更新律,构建无微分模型参考自适应控制器,建立基于扰动补偿和状态反馈的自适应控制律,以消除参数不确定性和非线性扰动对系统输出的影响,保证系统输出对参考模型输出的准确跟踪;然后,给出闭环系统误差信号收敛条件和控制器参数整定方法;最后,通过数值仿真验证所提方法的有效性和优越性.     

四旋翼飞行器自适应动态面轨迹跟踪控制

针对具有未知外界扰动和系统不确定性集总未知非线性的四旋翼飞行器,提出了一种采用自适应不确定性补偿器的自适应动态面轨迹跟踪方法.通过将四旋翼飞行器系统分解为位置、欧拉角和角速率3个动态子系统,使各子系统虚拟控制器设计能充分考虑欠驱动约束;结合动态面控制技术,通过采用一阶低通滤波器,避免对虚拟控制信号求导;进而设计自适应不确定性补偿器,处理未知外界扰动和系统不确定性,最终确保闭环控制系统的稳定性、跟踪误差一致最终有界和系统所有状态信号有界.仿真研究和实验结果验证了本文提出控制方法的有效性和优越性.     

不确定非线性系统自适应鲁棒控制器设计

针对一类含不确定参数且存在未知扰动的非线性系统,设计了一种新型的自适应鲁棒控制器。用反演设计思想获得具有待定系数的控制器表达式,用BP神经网络自适应调节控制器的参数。仿真结果表明该控制器对系统参数的不确定性和未知扰动具有一定的鲁棒性,并能保证闭环系统全局稳定。     

切换拓扑下非线性多智能体系统自适应神经网络一致性

本文研究一类具有未知控制系数的非线性多智能体系统自适应神经网络分布式控制策略.首先,针对切换拓扑下具有未知控制系数的非线性多智能体系统一致性问题,提出一类自适应神经网络一致性控制算法.其中,采用神经网络函数逼近方法解决系统中的不确定性问题,并设计一项自适应光滑项处理有界扰动和神经网络函数逼近误差.随后,证明了切换拓扑下具有未知控制系数的非线性多智能体系统的一致性,并保证了闭环系统的有界性.此外,本文把相关的一致性算法扩展到了一般有向图含有一个有向生成树的情形.最后,通过仿真实例验证了本文所提算法的有效性.     

带有海浪滤波器的船舶航向反步自适应输出反馈控制

针对复杂海况下船舶航向控制中的模型非线性、参数不确定和海浪扰动问题,提出了一种基于反步法的非线性自适应输出反馈控制算法.首先基于无源理论设计了一种状态观测器以实现海浪滤波和状态估计,这种观测器无需海浪扰动的方差信息从而减少了观测器参数数量.然后假定系统模型参数未知,基于反步法给出了非线性控制律和参数自适应律.利用Lyapunov理论证明了这种自适应输出反馈控制系统的稳定性.仿真结果表明本文所提控制器具有较好的控制性能,对不确定性模型参数具有良好的自适应性.     

基于神经网络的电力系统暂态稳定分布式自适应控制

针对电力系统中普遍存在的系统非线性和参数不确定性等问题,提出一种基于径向基函数神经网络(RBFNN)的分布式自适应控制器,以提高多机电力系统的暂态稳定性.利用基于RBFNN的方法对系统中的未知非线性项和外部扰动进行补偿,设计相应的自适应参数估计方法,逼近未知非线性项的理想权值矩阵.该策略基于多智能体框架,分布式控制器通过通信网络接收测量装置测量的实时数据,并控制储能装置动作,使受到扰动后各发电机能够迅速实现频率同步.利用李雅普诺夫稳定性理论,证明所提出的分布式控制方法的收敛性.最后,通过仿真研究验证所提出的分布式控制方法的有效性.     

自适应比例–积分H2滑模观测器设计

传统的龙伯格观测器的观测精度极易受到未知外部扰动的影响.为了解决这个问题,本文设计了一种基于径向基神经网络的自适应比例–积分H₂滑模观测器,实现了参数不确定性和外部扰动下非线性系统的鲁棒确切估计.首先,利用径向基神经网络自适应逼近系统模型的复杂非线性项;其次,设计基于误差的线性滑模面,将比例–积分滑模项注入观测器中,使得滑模动态在有限时间内收敛于滑模面,实现对外部扰动和系统模型非线性的完全补偿;最后,基于H₂次优控制和区域极点配置,提出观测器参数自整定方法.通过对单连杆机器人的仿真结果表明,该方法能够保证非线性系统具有较好的鲁棒性和自适应性.     

倾转式三旋翼无人飞行器抗扰非线性控制设计

针对倾转式三旋翼无人飞行器姿态和高度系统存在未知扰动和模型参数不确定性的问题,提出一种连续的非线性自适应鲁棒控制方法.该方法基于浸入-不变集原理估计模型未知参数,采用一种连续的鲁棒控制算法抑制未知扰动和补偿估计偏差.利用Lyapunov函数从理论上证明此方法能保证闭环系统的稳定性,并能实现飞行器姿态与高度控制误差的渐近收敛.最后通过实时实验结果验证所提出控制算法的有效性和鲁棒性.     

基于扰动观测器的机械臂自适应反演滑模控制

机械臂的动力学模型通常包含一定的结构不确定性,并受到外界未知干扰的影响。针对现有模型的不确定性特点,提出了一种基于非线性扰动观测器的自适应反演滑模控制方法,解决机械臂的轨迹跟踪控制问题。对于外界干扰,利用非线性扰动观测器进行观测补偿,无需上界先验知识;对于结构不确定性,引入反演滑模控制,同时设计自适应律,保证闭环系统的稳定性并增强系统的动态适应性。仿真结果证明,所提出的方法可以有效克服系统不确定性,降低控制输入信号的抖振,最终实现期望轨迹的快速精确跟踪。     

非线性系统的神经网络鲁棒自适应跟踪控制

针对一类具有未知非线性函数和未知虚拟系数非线性函数的二阶非线性系统,提出了一种神经网络鲁棒自适应输出跟踪控制方法.用李雅普诺夫稳定性分析方法证明了本文的神经网络自适应控制器能够使受控系统内的所有信号均为有界.选择的神经网络权值调整规律可以防止自适应控制中的参数漂移.     

基于神经网络的一类非线性系统的自适应控制

基于递归神经网络给出了仅含一个非线性环节的一类非线性系统的自适应控制方案。该方案采用递归神经网络辨识非线性系统中的未知非线性环节。沿用广义最小方差自校正控制方法,可以解决非线性环节未知和工作点变化时传统方法无法控制的自适应控制问题。理论分析和仿真结果表明,该方法具有很好的控制效果。     

含有非线性不确定参数的电液系统滑模自适应控制

针对含有非线性不确定参数的电液控制系统, 提出了一种滑模自适应控制方法. 该控制方法主要是为了解决由于初始控制容积的不确定性而引起的, 非线性不确定参数自适应律设计的难题. 其主要特点为, 通过定义一个新型的特Lyapunov 函数, 进而构建系统的自适应控制器及参数自适应律, 并结合滑模控制方法及一种简单的鲁棒设计方法, 给出整个电液系统的滑模自适应控制器, 及所有不确定参数的自适应律. 试验结果表明, 采用该控制方法能够取得良好的性能, 尤其可以补偿非线性不确定参数对系统的影响.     

Adaptive type-2 fuzzy sliding mode controller for SISO nonlinear systems subject to actuator faults

In this paper, an adaptive type-2 fuzzy sliding mode control to tolerate actuator faults of unknown nonlinear systems with external disturbances is presented. Based on a redundant actuation structure, a novel type-2 adaptive fuzzy fault tolerant control scheme is proposed using sliding mode control. Two adaptive type-2 fuzzy logic systems are used to approximate the unknown functions, whose adaptation laws are deduced from the stability analysis. The proposed approach allows to ensure good tracking performance despite the presence of actuator failures and external disturbances, as illustrated through a simulation example.     

无未知参数先验信息的非线性自适应观测器设计

研究了一类具有未知参数的非线性系统自适应观测器设计问题．不同于现有结果,本文所研究的非线性系统更为。一般,已知的系统信息更少：1）系统未知参数的范数的上界未知;2）具有关于可测输出非Lipschitz连续的非线性动态;3）系统输出显式地依赖于控制输入．通过设计自适应调节器来估计未知参数范数,从而给出了不基于未知参数先验信息的非线性自适应观测器设计的新方法．所设计的观测器为令局渐近收敛的,即实现了系统状态的渐近重构,确保了未知参数估计的一致有界性．此外,在系统输出不显式地依赖于控制输入的条件下,研究了降维观测器的设计问题．仿真例子验证了本文理论结果的正确性．     

无未知参数先验信息的非线性自适应观测器设计

研究了一类具有未知参数的非线性系统自适应观测器设计问题.不同于现有结果,本文所研究的非线性系统更为一般,已知的系统信息更少:1)系统未知参数的范数的上界未知;2)具有关于可测输出非Lipschitz连续的非线性动态:3)系统输出显式地依赖于控制输入.通过设计自适应调节器来估计未知参数范数,从而给出了不基于未知参数先验信息的非线性自适应观测器设计的新方法.所设计的观测器为全局渐近收敛的,即实现了系统状态的渐近重构,确保了未知参数估计的一致有界性.此外,在系统输出不显式地依赖于控制输入的条件下,研究了降维观测器的设计问题.仿真例子验证了本文理论结果的正确性.     

一种新的数据驱动的非线性自适应切换控制方法

针对一类非线性离散时间动态系统, 提出了一种新的非线性自适应切换控制方法. 该方法首先把非线性项分解为前一拍可测部分与未知增量和的形式, 并充分利用被控对象的大数据信息和知识, 把非线性项前一拍可测数据与未知增量都用于控制器设计, 分别设计了线性自适应控制器, 带有非线性项前一拍可测数据补偿的非线性自适应控制器以及带有非线性项未知增量估计与补偿的非线性自适应控制器. 三个自适应控制器通过切换函数和切换规则来协调控制被控对象. 既保证了闭环系统的稳定性, 同时又提高了闭环系统的性能. 分析了闭环切换系统的稳定性和收敛性. 最后, 通过水箱液位系统的物理实验, 实验结果验证了所提算法的有效性.     

控制方向未知的二阶时变非线性系统自适应迭代学习控制

对一类二阶严格反馈时变非线性系统的自适应迭代学习控制问题进行了研究.系统中含有非周期时变参数化不确定性且控制方向未知.首先,提出了一种神经网络估计器,实现了对未知非周期时变非线性函数的逼近.随后,用Nussbaum函数对未知控制方向进行了自适应估计,并综合应用baCkstcpping技术和自适应迭代学习控制技术设计了控制器.所设计的控制器能保证系统所有状态量在Lpe-范数意义下有界,且系统的输出量在LT2-范数意义下收敛到期望轨迹.最后的仿真研究证明了控制器设计方法的有效性.     

Adaptive fuzzy backstepping output feedback control for strict feedback nonlinear systems with unknown sign of high-frequency gain

In this paper, an adaptive fuzzy robust output feedback control approach is proposed for a class of SISO nonlinear strict-feedback systems with unknown sign of high-frequency gain and the unmeasured states. The nonlinear systems addressed in this paper are assumed to possess the unmodeled dynamics, dynamical disturbances and unknown nonlinear functions, where the unknown nonlinear functions are not linearly parameterized, and no prior knowledge of their bounds is available. In the recursive designing, fuzzy logic systems are used to approximate the unknown nonlinear functions, K-filters are designed to estimate the unmeasured states, and a dynamical signal and Nussbaum gain functions are introduced to handle the unmodeled dynamics and the unknown sign of the high-frequency gain, respectively. Based on Lyapunov function method, a stable adaptive fuzzy output feedback control scheme is developed. It is mathematically proved that the proposed adaptive fuzzy control approach can guarantee that all the signals of the closed-loop system are uniformly ultimately bounded, the output converges to a small neighborhood of the origin. The effectiveness of the proposed approach is illustrated by the simulation examples.     

Adaptive fuzzy fault-tolerant output feedback control of uncertain nonlinear systems with actuator faults

This article develops an adaptive fuzzy control method for accommodating actuator faults in a class of unknown nonlinear systems with unmeasured states. The considered faults are modelled as both loss of effectiveness and lock-in-place (stuck at unknown place). With the help of fuzzy logic systems to approximate the unknown nonlinear functions, a fuzzy adaptive observer is developed for estimating the unmeasured states. Combining the backstepping technique with the nonlinear tolerant-fault control theory, a novel adaptive fuzzy faults-tolerant control approach is constructed. It is proved that the proposed control approach can guarantee that all the signals of the resulting closed-loop system are bounded and the tracking error between the system output and the reference signal converges to a small neighbourhood of zero by appropriate choice of the design parameters. Simulation results are provided to show the effectiveness of the control approach.