具有扇区非线性输入的混沌系统函数投影同步

研究了具有扇区非线性输入且含有模型不确定和外部干扰的混沌系统的修正函数投影同步问题。基于Lyapunov稳定性理论和滑模变结构控制方法,设计了统一的滑模控制器和自适应更新规则,使得混沌驱动系统和响应系统按照期望的函数尺度因子矩阵实现同步。所设计的控制器不受扇区非线性输入、模型不确定性和外部干扰的影响, 具有很强的鲁棒性。以超混沌系统为例的仿真实验证明了该方法的有效性。     

统一混沌系统自适应同步控制

针对统一混沌系统的自适应同步控制问题,设计了两种控制器:Backstepping控制器和非线性反馈控制器。利用Lyapunov方法证明了应用Backstepping方法和非线性反馈设计控制器能够使统一混沌系统达到渐近同步,为在保密通信领域中的应用奠定了基础。这两种控制器能够实现多种混沌的同步,而且具有很强的抗干扰性能和鲁棒性。其中,非线性反馈控制器对参数未知的统一混沌系统也能进行有效地同步控制。最后进行了数值仿真,仿真结果表明这两种控制器能够有效地同步统一混沌系统。     

具有非线性扰动的时滞混沌神经网络系统同步控制

本文基于参数辨识和自适应控制研究了具有非线性扰动的时滞混沌神经网络系统的同步控制。所有的连接权值矩阵可以通过自适应律进行估计。此外,当非线性扰动的上界未知情况下,所设计的自适应同步控制器可以使主从系统达到同步。利用Lyapunov稳定性理论可以证明误差系统的稳定性。最后,通过一个数值仿真实验,验证了所提出方法的有效性。     

基于模糊辨识的混合鲁棒自适应控制

针对一类多输入多输出不确定非线性系统,提出一种基于模糊辨识的混合鲁棒自适应控制方法。该方法探讨了自适应模糊控制器的参数自适应律由跟踪误差和逼近误差共同进行调节,并从理论分析和仿真角度证明了该方法比参数自适应律仅用跟踪误差进行调节的控制器具有更好的跟踪效果,该方法加快了系统跟踪误差的收敛速度。将该算法用于两连杆机械手轨迹跟踪,仿真结果表明该算法具有跟踪精度高,收敛速度快的优点。     

一类非线性系统的自适应模糊滑模控制

针对一类非线性系统的控制,把模糊自适应和滑模控制相结合,设计了一种新型的全局滑模控制器,以全局模糊滑模面为滑模控制器的输入,通过模糊推理处理了非线性和减少了抖振,基于Lyapunov函数的稳定性分析,求出模糊控制规则的自适应律,构成一个全局模糊控制器,有效解决了传统滑模控制中,需要确定参数摄动和外部干扰上确界的问题,同时削弱了系统得抖振,仿真结果显示了该方法的有效性。     

不确定非线性系统自适应滑模跟踪控制及应用

针对一类非匹配不确定非线性系统,设计了一种高阶鲁棒自适应反推滑模变结构控制方法。在控制器设计中,考虑存在系统建模误差和外界未知干扰,借鉴动态面思想降低控制器复杂性,引入双曲正切函数和抖振衰减因子降低控制输入抖振,设计系统建模误差自适应律增强控制器鲁棒性,并将系统的稳定性证明简化为判断一个n阶对称矩阵的正定性问题。将设计的反推滑模控制器用于F-8飞机纵向机动控制并进行仿真,实现了飞机对指定轨迹的稳定跟踪。     

基于干扰补偿的拦截弹新型反演姿态控制

针对同时具有未知干扰以及输入饱和与死区特性的大气层内拦截弹姿态控制系统,提出了一种基于干扰补偿的自适应动态面控制器设计方法。该方法通过设计改进的非线性干扰观测器(nonlinear disturbance observer, NDO)对未知干扰进行抑制,利用径向基函数(radial basis function,RBF)神经网络逼近输入饱和引起的非线性项,通过设计参数自适应律在线估计未知死区边界。通过构造合适的Lyapunov函数,证明闭环系统状态一致终结有界。仿真结果表明,所提方法鲁棒性良好,在输入非线性和未知干扰作用下,依然能良好地跟踪指令信号。     

非线性时滞系统自适应输出反馈跟踪控制

针对一类参数化非线性时滞输出反馈系统,提出了一种自适应输出跟踪控制器的设计方案。引入时滞滤波器估计未知系统状态,采用backstepping技术设计控制律和参数自适应律,运用占优方法处理非线性时滞项,从而放宽了对非线性时滞函数的要求,实现了对给定目标轨线的全局渐近跟踪,同时保证闭环系统所有信号一致有界。基于Lyapunov-Krasoviskii泛函方法证明了整个闭环系统的稳定性。实例仿真说明了该方案的可行性。     

含非线性输入的非线性系统自适应模糊控制

讨论一类含非线性输入的非线性系统的自适应模糊控制问题。首先运用隐函数存在定理证明系统的理想控制器的存在性,利用I型模糊逻辑系统对该理想控制器进行在线逼近,提出了一种具有监督器的自适应模糊滑模控制器设计的新方案。该方案通过直接自适应模糊控制器与监督控制器的适当切换,保证了闭环系统的稳定性,由此确定出建模的有界区域,而且通过引入最优逼近误差的自适应补偿项,保证跟踪误差收敛到零。仿真结果表明了该方法的有效性。     

基于状态观测器的非线性系统神经网络自适应控制

结合高增益观测器,针对相对阶为n的非线性系统,设计了神经网络自适应控制器。利用Lyapnov定理获得了神经网络权值的更新律和控制器的控制律,从而确保了整个闭环系统的稳定性和有界性。由于神经网络不需任何的离线训练,因而该控制器能够广泛应用于一大类非线性性系统的控制中。仿真结果验证了控制方案的有效性。     

注塑机注射速度的模糊控制及其仿真

注射速度控制是注塑成型工艺里极其重要的一环。由于注塑过程的时变和非线性特点,注射速度控制成为较为复杂的一个课题。在一个螺杆往返式注塑机通用模型的基础上,给出了注塑机速度模糊控制系统的一般性设计方法:输入输出量定义域的选择,隶属度函数的形状,使用相位面分析设计知识库,前馈控制器的设计。通过仿真说明了该方法设计的控制系统能有效的跟踪快速变化的速度设定曲线,在模型参数发生变化时也能够得到良好的控制效果。     

Finite-time tracking control for motor servo systems with unknown dead-zones

A finite-time tracking control scheme is proposed in this paper based on the terminal slid- ing mode principle for motor servo systems with unknown nonlinear dead-zone inputs. By using the differential mean value theorem, the dead-zone is represented as a time-varying system and thus the inverse compensation approach is avoided. Then, an indirect terminal sliding mode control （ITSMC） is developed to guarantee the finite-time convergence of the tracking error and to overcome the singu- larity problem in the traditional terminal sliding mode control. In the proposed controller design, the unknown nonlinearity of the system is approximated by a simple sigmoid neural network, and the ap- proximation error is diminished by employing a robust term. Comparative experiments on a turntable servo system are conducted to show the superior performance of the proposed method.     

变后掠翼航弹最优弹道自适应滑模跟踪控制

根据变后掠翼航弹在预定弹翼构型下对最优方案弹道跟踪的精确性和鲁棒性要求,设计了一种轨迹姿态双回路自适应滑模控制器。外环轨迹跟踪回路以位置偏差为参考输入,得到方案攻角参考指令,同时基于Lyapunov稳定性理论给出外环滑模收敛的充分条件;内环姿态跟踪回路则设计了参数自适应律,抑制由后掠角引起的时变参数摄动,同时生成舵偏控制指令,以实现对姿态的跟踪控制。仿真对比结果表明,该自适应滑模控制器在有效消除参数不确定性影响的同时保证了变后掠翼航弹在弹翼预定作动时对最优方案弹道跟踪的稳定性,并且消除了常规滑模控制的抖振现象。     

基于干扰估计的BTT导弹鲁棒方差姿态控制

针对存在非线性和不确定性的倾斜转弯(bank-to-turn, BTT)导弹姿态控制问题,提出基于干扰估计的鲁棒方差控制方法。将姿态运动中非线性项和不确定项作为总干扰,采用干扰观测器进行估计,并引入控制系统进行补偿。干扰观测器的观测误差作为BTT导弹姿态运动的干扰输入,为了保证控制系统具有良好的动态和稳态性能,采用鲁棒方差控制理论设计了线性反馈控制器,将闭环极点配置在特定圆盘区域,同时将状态变量的稳态方差保持在给定的范围内。仿真结果表明,所提出的鲁棒方差姿态控制器能够保证良好的控制效果,鲁棒性强。     

基于对角回归神经网络的转台伺服系统逆控制

针对转台伺服系统中存在的不确定性和非线性因素,提出一种基于对角回归神经网络(diagonal re-current neural network,DRNN)的逆控制方法。逆控制器由对角回归辨识网络(DRNNI)和对角回归控制网络(DRNNC)组成,利用神经网络的逼近能力,在线辨识系统的逆模型,直接将辨识器的拷贝作为系统的控制器。该方法结合了神经网络和逆系统控制的优点,能够克服系统中的不确定性和非线性因素。仿真结果表明,有效提高了转台伺服系统的动态跟踪精度,并具有较好的鲁棒性能。控制器的运算量小,能够满足实时控制要求。     

CMAC神经网络用于分析和设计非线性过程控制系统(Ⅱ)——控制策略

本文是基于 CMAC神经网络分析和设计复杂控制系统的第二部分 ,提出了基于评价函数和CMAC预测器的控制器的设计方法 ,通过分析控制算法的收敛性和控制系统的稳定性 ,得出了控制器参数的选取方法 .该方案适用于过程的输入输出数据是可测的 ,并且可用第一部分提出的方法得到对象的 CMA C预测器 .仿真实例证明该方案是正确和实用的.     

非仿射非线性系统的自适应模糊输出反馈控制

针对一类单输入单输出非仿射非线性系统,提出了基于观测器的自适应模糊输出反馈控制。该算法通过构造线性误差观测器估计系统输出误差和系统状态,利用估计状态变量和估计输出误差变量设计自适应控制律,采用模糊逻辑系统在线消除非线性系统中的不确定模型,引入监督控制消除系统逼近误差和外界干扰,并利用Lyapunov方法严格证明了在该控制律作用下闭环系统所有信号一致最终有解,闭环系统的输出能最终跟踪期望输出。仿真结果表明了该方法的有效性。     

基于正交函数网络的不确定混沌系统的控制

提出了基于正交函数网络的不确定混沌系统的自适应控制方法．通过利用计算简单、收敛速度快的单隐层正交函数神经网络，构建了一类不确定混沌系统的控制器．利用李雅普诺夫稳定性定理得到了该网络控制器的权值更新规则并保证了权值误差和跟踪误差的有界性．该控制器不仅能够保证混沌系统以有界误差对指定轨迹进行精确跟踪，也能够使有外部扰动的混沌系统快速跟踪一个指定的轨迹．最后，利用陈氏混沌系统和Lorenz系统进行了系统仿真，结果表明了该控制器在混沌控制中的有效性。