变论域自适应模糊分数阶自抗扰控制器设计

提出了一种变论域自适应模糊分数阶自抗扰控制算法,用以提高分数阶系统的性能;在变论域自适应模糊控制的设计中,引入分数阶扩张状态观测器和分数阶跟踪微分器;在变论域自适应模糊分数阶自抗扰控制中,利用分数阶跟踪微分器将输入信号转化为平滑跟踪和高质量差分信号,用扩张状态观测器获取每个状态变量的估计值、不确定性的实时动态模型以及外部扰动．为了消除稳态误差,提高控制精度,提出了可变值域的扩张状态误差积分;将变论域自适应模糊分数阶自抗扰控制算法和分数阶自抗扰控制 (FADRC)算法对典型的分数阶系统进行仿真,验证了所提方案的优越性和有效性．      

基于改进LuGre摩擦模型的机器人关节模糊自适应反步控制

为实现机器人关节在非线性摩擦和外界未知干扰力矩等因素影响下的精确和稳定控制,通过改进LuGre摩擦模型来描述系统的非线性摩擦特性,采用自适应算法进行摩擦补偿来逼近摩擦力的变化,并采用模糊神经网络逼近外界未知干扰力矩对系统的影响.引入正切障碍李雅普诺夫（Lyapunov）函数对输出信号进行约束,使误差被限制在给定范围之内.利用双曲正弦函数跟踪微分器解决了虚拟输入微分引起的“微分爆炸”和一阶滤波器精度差问题,将自适应控制方法与反步控制理论相结合,提出了一种带摩擦补偿的模糊自适应反步控制方法.利用Lyapunov判据证明了闭环系统的所有误差最终一致有界,并通过仿真得出本文所提出的控制方法相比于传统PID与神经网络动态面控制（Radial Basis Function Dynamic Surface Control,RBFDSC）,位置跟踪误差分别提高了近7.5%和3%;当LuGre模型参数变化时,自适应算法也可以精确对摩擦力进行跟踪补偿,从而验证了本文所提出的控制策略的有效性和鲁棒性.     

具有死区输入的不确定分数阶混沌系统的同步

针对一类具有死区非线性输入和外部扰动的不确定分数阶混沌系统同步问题,提出一种模糊神经网络结合自适应滑模控制的同步方法.利用模糊神经网络逼近未知的非线性函数,并且对逼近误差采用自适应控制进行补偿,同时构造了一种具有较强鲁棒性的分数阶积分滑模面.应用分数阶Barbalat引理和分数阶稳定性理论,设计自适应模糊神经网络滑模控制器和参数自适应律.数值仿真结果验证了该控制方法的有效性.     

仿射非线性系统的在线自适应模糊神经网络辨识与控制

针对单输入单输出非线性系统的自适应控制问题,提出了一种在线自适应模糊神经网络辨识与鲁棒控制的方法.该方法首先利用广义模糊神经网络学习算法,实时建立对象模型未知系统的逆动态模型,实现网络结构和参数的同时在线自适应.考虑到网络建模误差和外部干扰的存在,还设计了基于控制理论的鲁棒补偿器.仿真结果表明,该方法能对模型未知仿射非线性系统实现鲁棒输出跟踪.     

基于分数阶参考模型的车辆悬架自适应控制

基于分数阶微积分理论,提出一种以分数阶控制对象为参考模型的自适应控制方法,并基于李雅普诺夫稳定性理论,得到自适应控制律。以车辆主动悬架为研究模型,以分数阶“天棚”阻尼控制悬架为参考模型,利用Oustaulop分数阶仿真算法,在SIMULINK中对悬架模型自适应控制进行仿真。结果表明: 自适应控制器不仅可明显降低车身加速度,提高平顺性,对模型参数的不确定性也具有良好的鲁棒性。     

基于模糊自适应PID的无人驾驶车辆路径跟踪控制

在无人驾驶车辆路径跟踪控制过程中,针对控制对象发生变化时传统PID控制器难以对其控制参数进行实时调整的问题,提出一种以预瞄理论为基础的模糊自适应PID控制方法.以前轮转角作为控制系统的输入,设计基于横向偏差和航向偏差的模糊自适应PID路径跟踪控制器.分析量化因子和比例因子的选取原则,利用模糊理论对PID参数进行自适应调整;基于Carsim与Simulink对所提算法进行联合仿真实验.仿真结果表明:模糊自适应PID较传统PID改善了控制器的动态性能且具有较好的自适应能力.     

基于扩张状态观测器的通用模型参考自适应控制设计与分析（英文）

提出一种基于扩张状态观测器(ESO)的任意参考模型自适应控制方法,该方法利用ESO直接估计系统状态,且对不确定性进行估计并补偿.基于ESO的模型参考自适应控制(MRAC),仅需要知道被控对象的阶次,而不必区分线性、非线性,时变、时不变,内部(参数、结构)不确定性、外部(扰动)不确定性等.此外,当参考模型与被控对象同阶并在满足期望性能指标的前提下,对被控对象模型依赖程度很低,简化了设计过程.首先,提出了基于ESO的MRAC控制器结构,并设计了控制律,进而给出了稳定性分析,最后进行了仿真验证.仿真结果表明,该方法具有鲁棒性好、控制量少、稳态精度高等优点.     

时滞系统增益自适应内模PID控制

为解决典型工业过程中大时滞系统难于控制的问题,提出一种增益自适应内模PID(Proportional Integral Differential)控制方法.对时滞系统纯滞后环节一阶Pade逼近后,由内模整定得到PID控制器的参数整定值,再应用Adaline人工神经网络动态获取被控对象的增益,从而自动调节控制器的比例系数.由仿真结果可见,当增益自适应控制方法投入跟踪后,超调从投入前的23%减为投入后的9%,该控制方法能克服增益变化对系统控制性能的影响,显著改善控制品质.     

一类高阶非线性系统的自适应动态面控制

研究了一类不确定高阶非线性系统的稳定跟踪控制问题,并基于动态面控制技术,提出一种自适应控制的设计方案.该方法不仅取消了已有文献中高阶非线性系统的控制系数为已知常数或存在已知上下界的假设,而且通过引入1阶滤波器,消除了后推设计中由于反复对虚拟控制求导而导致的复杂性问题.利用Lyapunov方法,证明了闭环系统是半全局一致终结有界,通过适当选取设计参数,跟踪误差可收敛到原点的一个小邻域内.仿真结果表明了所提控制方法的有效性.     

基于自适应神经网络的歼击机模糊跟踪控制

提出了一种基于T-S模糊模型和自适应神经网络的跟踪控制方法.在系统具有未知不确定非线性特性的情况下,利用T-S模糊模型对系统的已知特性进行近似建模,设计基于模糊模型的模糊H∞跟踪控制律进行输出跟踪控制.在模糊控制的基础上,引入了基于RBF神经网络的自适应控制,用于在线对消不确定项和模糊建模误差的影响,以保证系统具有期望的鲁棒H∞跟踪性能.所提出的方案保证了闭环系统的稳定性,有效地提高了系统的鲁棒性和跟踪性能.仿真实例表明了所提出方法的有效性.     

静止无功补偿器与发电机励磁协调自适应控制

采用直接反馈线性化、非线性控制和参数自适应控制方法,设计了电力系统中静止无功补偿器(SVC)与发电机励磁协调自适应控制器.该控制方法可以同时满足发电机功角稳定和SVC节点处电压稳定控制.对于电力系统中存在系统参数的不确定性问题,由于系统参数往往和系统实际运行状态相关,这使电力系统的稳定性降低,也增大了系统稳定控制的难度.考虑了系统参数的具体特点,实现了系统参数与状态的解耦,利用参数自适应控制方法,获得系统目标跟踪及稳定控制.仿真结果表明,该方法具有较好的实用效果和优越性.     

自适应控制在无刷直流电动机调速系统中的应用

采用模型参考自适应控制的思维方式,结合电机专用控制芯片控制和单片机控制的同时简化自适应控制器,提出了自适应控制与PID控制相结合的无刷直流电动机(以下简称为BLDC)调速方案,实验证明该方案能有效地提高系统的稳速性能,并具有很好的适应性和鲁棒性     

一类离散非线性系统在不同系统参数下的混沌同步

由参数自适应控制和变量驱动原理，对于一类离散非线性混沌系统，提出了实现在不同参数情况下混沌同步的一种方法。在参数自适应控制方程中，控制系数可以是同一个混沌系统的相同系统参数状态下或不同系统参数状态下的混沌信号。常见的参数自适应控制方法中要求控制系数为常量，而在这里可以是变量，甚至是混沌信号，所以，该控制方法更具有普遍性，即常见的参数自适应控制方法是本文方法的一个特例。数值模拟计算表明，此方法对于一类系统是可行的。     

一种无需对象模型的自适应控制方法

研究了一种无需对象模型的自适应控制方法,使用该方法能对机理复杂,对象模型难以确定的系统实现有效的控制。     

冗余度机器人手臂负荷自适应估测控制算法

在无力矩传感器力矩控制原理的基础上，提出了一种无力矩传感器自适应控制算法。通过设立期望的系统运行参考模式，使系统运行中敏感系数的取值与不受扰动影响的角加速度控制无关，从而保证系统的控制质量。运用MATLAB对2种控制方式在桢参数条件下进行仿真实验比较，证明了该算法的有效性。     

无辨识自适应算法与模糊推理的组合控制

一般自适应控制算法需在线辨识系统模型，算法复杂，计算时间长。本文采用无辨识自适应算法，不用辨识系统的模型，同时应用模糊推理对控制量进行补偿，以便克服模型失配的影响。仿真结果表明，该方案是非常有效的，适合于具有时滞的工业系统。将其应用于制冷装置中的电子膨胀阀控制，使得蒸发器过热度的控制效果得到了明显的改善。     

一个混沌电路的自适应同步

针对从动系统对主动的参数未知的情形,讨论了一个混沌电路的同步控制问题.当从动系统对主动系统的参数未知时,采用李亚普洛夫稳定性理论和自适应设计方法,设计出了一个自适应控制器.该控制器可实现主从混沌系统间的自适应同步并同时实现参数的辨识.仿真结果表明该设计方法的有效性.     

参数不确定的Liu混沌系统的自适应控制

研究了新型混沌系统——L iu系统的动力学行为和自适应控制问题.首先选择原系统的一部分作为子系统,在低维空间上具体分析这个系统的动力学行为,然后基于子系统分析整个系统的动力学行为.根据Lyapunov稳定性理论方法构造一个新的自适应控制器,给出了控制器及未知参数的自适应律解析式,使得全部未知参数识别和系统的控制同时取得,方法简单,控制效果好.数值模拟证明了该方法的可行性和有效性.     

一类非线性网络控制系统的控制器设计

针对一类非线性网络控制系统,提出了一种新型自适应模糊滑模预测控制方法,采用带有时间超前非线性状态预估器的新型的滑模控制(SMC)方案,补偿网络诱导时延,而后利用模糊自适应系统来逼近非线性环节,并基于Lyapunov稳定性理论设计自适应律,保证系统的稳定性. 以网络环境下空间飞行器的姿态控制为例进行仿真,结果表明,所提出的方法不仅实现了高精度的姿态稳定控制,且系统对不确定参数、网络诱导延时及外界干扰带来的影响具有很好的鲁棒性.     

电弧炉电极调节系统的自校正控制

以电弧炉电极调节系统为研究对象,提出了采用参数辨识的方法对受控模糊实时估计算法,进而采用极点配置自适应控制算法,对传统的PID电弧炉电极调节系统加以改进。仿真结果表明,自适应控制系统无论在系统的动态性能,还是在对弧长扰动的抑制能力方面,均优于PID控制,为开发新一代电弧炉自适应调节系统提供了理论依据。