一种控制增益函数未知的自适应模糊控制

针对一类控制增益函数未知的、含有不确定项的非线性系统,为实现其跟踪控制目标,提出了一种鲁棒直接自适应模糊控制方法.该方法仅要求控制增益函数为有界函数,用广义模糊双曲正切模型逼近一个与控制增益函数无关的新颖的等价控制器,并为消除系统中的不确定项和逼近误差设计了一个双曲形式的鲁棒补偿控制项,从而保证了系统跟踪误差收敛到原点的一个小的邻域内,且所有的变量一致有界,控制输入平滑没有抖振.利用Lyapunov函数证明了该算法的有效性,并用倒立摆仿真实例进行了验证.     

基于改进型广义双曲正切模型的机器臂控制算法研究

针对存在复杂干扰情况下的机械臂轨迹跟踪控制问题,采用了一种基于双曲正切模型的鲁棒自适应控制方案。利用高解释性的改进型广义模糊双曲正切模型的全局逼近特点,设计一种自适应控制器用于机器人轨迹跟踪控制;同时以解一个线性矩阵不等式方程来保证系统的鲁棒稳定性。通过Lyapunov理论验证设计的控制器能够有效地克服不确定性对系统的影响,实现闭环系统的渐近稳定。仿真实验表明此控制算法具有较高的跟踪精度和较强的鲁棒性。     

随机双曲正切模型的鲁棒H_∞控制

研究了具有时变时滞的一种新颖模型——随机双曲正切模型的鲁棒可镇定和鲁棒控制问题.基于线性矩阵不等式和Lyapunov-Krasovskii方法,提出了时滞依赖的稳定性准则,由此进一步给出了鲁棒非线性状态反馈控制律,相应的控制器可保证闭环系统是均方意义下渐近稳定的.对于H∞控制问题,一种鲁棒H∞控制器的设计方法被提出,它对于给定的H∞性能指标能够保证闭环系统是均方意义下渐近稳定的.最后用一个设计示例和仿真结果验证了本文提出的方法的有效性.     

基于时延估计和鲁棒H_∞控制的工业机器人跟踪控制

针对六自由度工业机器人系统,结合时延估计控制和鲁棒H∞控制的优点,提出了一种鲁棒H∞时延估计跟踪控制算法.该算法不需要机器人的复杂动力学模型,避免了机器人逆动力学的在线实时计算;采用时延估计在线获得机器人系统的未知动力学和外界干扰,并对控制过程加以补偿;通过引入L2增益控制,可实现对时延估计误差的L2干扰抑制,从而进一步提高了系统的鲁棒性.同时,利用Lyapunov函数和Riccati不等式保证了闭环系统的渐近稳定性和H∞鲁棒性能.该算法计算简单,结构固定,鲁棒性强,易于实现.文中还通过二自由度机器人的仿真实验证明了该算法是有效的.     

基于双曲正切趋近律的永磁同步电机滑模控制

针对永磁同步电机基于指数趋近律滑模控制方法系统抖振大,控制器设计过程中参数整定复杂的问题,提出一种基于双曲正切趋近律的滑模控制方法。在原有指数趋近律基础上引入双曲正切函数,不仅保留了指数项趋近速度快的优点,还使系统抖振得到抑制,使控制器设计过程中参数整定得到简化。利用双曲正切趋近律设计了永磁同步电机的滑模控制器,并用李雅普诺夫函数证明了其稳定性。应用Matlab软件搭建了仿真模型并与传统指数趋近律控制方法进行比较,仿真结果表明该控制器与传统指数趋近律控制器相比超调更小,稳定性更高。     

基于反双曲正切函数的变步长LMS算法

针对定步长的LMS算法无法同时满足低稳态误差和快收敛速度这个需求,本文提出了一种基于反双曲正切函数的变步长LMS算法. 该算法基于反双曲正切函数构建步长与误差信号之间的非线性函数关系式,以此来替代LMS算法中的定步长,实现了对步长因子的动态调整. 文中详细讨论了新的变步长函数中参数α,β和γ对于算法性能的影响,并和其他几种较新的变步长算法进行了性能比较. 仿真结果表明,所提算法很好地兼顾了收敛速度、稳态误差和跟踪性能,在系统辨识、正弦信号去噪和自适应线性预测方面表现出了优异的性能.      

控制受限的卫星姿态自适应滑模镇定

研究控制输入受限的卫星在转动惯量大小完全未知且存在有界外干扰时的资态镇定问题,利用四元数和双曲正切函数的有界性设计了-种不依赖于卫星转动惯量的有界鲁棒自适应滑模控制律,其中自适应律在线调节滑模面参数.用李亚普诺夫方法证明了:通过选择控制器参数可保证闭环系统的姿态误差和角速度误差渐近趋于零.仿真结果表明:利用所设计的控制律可在控输入受限情况下有效抑制外部干扰和转动惯量不确定性的影响,达到预期控制目标.     

离散时滞系统基于LMI的鲁棒H∞观测器设计

研究一类结构已知参数是时变的离散系统的鲁棒H控制及镇定,通过求解系统的Lyapunov函数和一个泛函指标函数来核得一组线性矩阵不等式,设计出一种线性无记忆状态观测器来满足所需要求,使系统具有一定的鲁棒稳定性和H性能.最后,给出了一个数值实例来验证此方法的有效性.参13.     

多机器人系统的鲁棒一致性算法

针对部分信息已知且带有干扰的多机器人系统,设计一种新的鲁棒一致性算法,解决多机器人系统输出一致性问题.首先,给出轮式移动机器人系统的运动学模型,根据全局控制与局部控制策略相结合的思想,建立基于多智能体一致行为的数学描述;其次,提出一种合理的鲁棒性能指标,利用H∞鲁棒控制及微分对策方法,设计多机器人系统鲁棒一致性算法.仿真实验验证了上述算法不仅使多个机器人自主达到速度一致,并有效抑制了干扰.     

具有磁滞类间隙系统的鲁棒自适应控制

针对具有未知磁滞类间隙的非线性系统,提出一种鲁棒自适应控制(ARC)算法。采用连续时间动态微分方程描述此非线性特性,利用投影算子对参数进行估计。鲁棒自适应控制律由3部分组成,即模型补偿项、鲁棒控制项和鲁棒反馈项。仿真结果验证了该方法的可行性。     

一类不确定非线性系统的直接自适应模糊控制

针对一类具有未知函数增益的不确定非线性系统,基于监督控制方法并利用第二类模糊系统的通用逼近能力,提出一种新的直接自适应模糊控制设计方案.该方案通过引入最优逼近误差的自适应补偿项和新的鲁棒项,削减建模误差和参数估计误差的影响,从而在稳定性分析中取消了要求逼近误差平方可积或逼近误差的上确界已知的条件.理论分析证明了闭环系统状态有界,跟踪误差收敛到零.仿真结果表明了该方法的有效性.     

非线性模糊脉冲系统的输出反馈模糊控制

研究了非线性模糊脉冲系统的静态输出反馈鲁棒模糊控制问题.基于线性矩阵不等式(LMI)方法提出了一种静态输出反馈模糊控制新方案.采用并行分布补偿(PDC)的基本思想设计输出反馈控制器,并利用Lyapunov方法理论证明闭环系统以全局指数稳定.最后基于LMI方法,将鲁棒模糊控制器的设计问题转化为线性矩阵不等式问题(LMIP).仿真表明了本方法的有效性.     

一种新的模糊自适应控制方法

针对未知的非线性不确定系统,提出了一种基于广义模糊双曲正切模型的模糊自适应控制方法·该方法采用广义模糊双曲正切模型作为未知的非线性对象的辨识器,以此为模糊自适应控制器提供参数自调整必需的梯度信息·通过与其他的辨识器比较,说明了广义模糊双曲正切模型辨识器具有辨识参数少,辨识复杂性较小,易于提高逼近精度的优点·自适应控制器的梯度算法使被控对象的输出能很好地跟踪期望输出·仿真结果表明,此控制方案对未知的非线性系统的输入有很强的自适应跟踪能力·     

Robust direct adaptive fuzzy control for nonlinear MIMO systems

For a class of nonlinear multi-input multi-output systems with uncertainty, a robust direct adaptive fuzzy control scheme was proposed. The feedback control law and adaptive law for parameters were derived based on Lyapunov design approach. The overall control scheme can guarantee that the tracking error converges in the small neighborhood of origin, and all signals of the closed-loop system are uniformly bounded. The main advantage of the proposed control scheme is that in each subsystem only one parameter vector needs to be adjusted on-line in the adaptive mechanism, and so the on-line computing burden is reduced. In addition, the proposed control scheme is a smooth control with no chattering phenomena. A simulation example was proposed to demonstrate the effectiveness of the proposed control algorithm.     

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.     

一类不确定非线性系统的鲁棒自适应模糊控制

针对一类具有未知控制增益符号的不确定非线性系统。基于模糊系统的逼近能力，利用Nussbaum函数的性质，提出了一种自适应模糊控制器设计的新方案．该方案取消了函数控制增益符号已知这一条件，并通过引入最优逼近误差的自适应补偿项来消除建模误差和参数估计误差的影响．理论分析证明了闭环系统的有界性和跟踪误差收敛到零．仿真结果表明了该方法的有效性．     

链传动机械伺服系统的自适应模糊滑模控制

针对存在啮合冲击、参数摄动以及非线性摩擦的链传动机械伺服系统的位置跟踪控制问题,提出了一种自适应模糊滑模控制方法. 与常规自适应滑模控制不同的是,本文采用自适应策略估计系统时变参数,有效减小了模型不确定性的影响,然后采用模糊逻辑消除了常规滑模控制中的不连续控制项,削弱了抖振;用期望速度代替实际速度补偿非线性摩擦,减小了测量噪声的影响,改善了系统的控制性能. 实验结果表明本文提出的算法对系统参数变化以及外部扰动不敏感,具有较高的控制精度.      

不确定系统的模型参考自适应模糊控制

针对一类不确定非线性系统,基于王立新1994年提出的监督控制方案并利用广义多线性模糊逻辑系统的逼近能力,提出了一种MIMO系统的模型参考自适应模糊控制器设计的新方案.通过引入最优逼近误差的自适应补偿项来消除建模误差的影响,不但能保证闭环系统稳定,而且可使跟踪误差收敛到接近零.仿真结果表明了该方法的有效性.