一类参数周期未知的自适应广义投影同步

针对一类时变参数周期未知的自适应广义投影同步问题,提出了基于切换逻辑的周期辨识算法.该算法首先假定已知时变参数周期,设计控制器和时变参数自适应律.然后设计合理的切换逻辑,通过判定相邻两次迭代的平均误差定位时变参数周期范围,再通过累积跟踪误差定位时变参数周期,最终完成两个混沌系统的投影同步.通过构造Lyapunov-Krasovskii泛函,证明了系统的跟踪误差收敛于零,而且保证所有信号均有界.仿真结果说明了算法的有效性.     

一类混沌系统的混合参数自适应学习控制

提出了一种自适应学习控制方法,应用于未知周期时变参数的混沌系统的跟踪同步问题,该方法利用Lyapunov稳定性和自适应学习理论,构造了学习控制律和微分-差分参数学习律,在L2Τ-范数意义下使得跟踪误差在一个周期区间上渐近同步。给出了闭环系统稳定的一个充分条件。通过仿真例子验证了所提方案的可行性和有效性.     

含未知控制系数的非对称时变全状态约束严格反馈系统的自适应控制

研究了带有时变全状态约束和虚拟控制系数未知的非线性参数化严格反馈系统的控制器设计问题.在传统的自适应反推(backstepping)设计方法中,通过定义合适的误差变量并引入时变障碍Lyapunov函数(TVABLF)能够保证系统中的非对称时变全状态约束条件不被破坏.同时可以证明闭环系统所有的信号一致最终有界以及跟踪误差保持在一个有界紧集中.仿真结果说明了该控制方案的有效性.     

基于[WTHX]Y[WTHZ]参数的压电变压器端口串-并联接特性研究

以循环平稳随机过程的参数模型表示为研究对象,提出一种由循环平稳随机过程谐波级数表示(HSR)获得信号周期时变参数模型的方法.首先采用滑动平均参数模型(MA)来描述谐波级数表示中的联合平稳随机过程,然后利用谐波级数表示中谐波信号的周期性构造周期时变参数模型,最后通过仿真验证了模型的一致性.理论分析和仿真结果均表明在满足一定精度的条件下,可以由循环平稳随机过程的谐波级数表示获得周期时变参数模型.     

有未知延迟的下三角系统的输出反馈控制

主要研究状态和输入都有未知时变延迟的下三角系统的输出反馈控制.关于延迟仅规定它是有界的,但它的边界和时变率是未知的.针对要研究的系统,首先提出一个新的自适应输出反馈控制器;然后,为了处理有未知时变的状态,给出了一个新的变换和技术;最后,说明在所给的输出反馈控制器下所研究的系统是全局可控的.仿真结果说明了控制器的有效性.     

参数完全未知的一类混沌系统的广义函数延迟投影同步及参数辨识

研究了具有未知参数的一类混沌系统的广义函数延迟投影同步及参数辨识问题.基于Lyapunov稳定性定理和自适应控制方法,在驱动系统和响应系统参数完全未知的情况下,设计自适应控制器和参数更新规则,实现了一类混沌系统的广义函数延迟投影同步,同时精确地辨识出了系统的所有参数.数值仿真结果表明了该方法的有效性和可行性.     

时变时滞不确定控制系统二次镇定研究

研究了一类时变时滞不确定控制系统的鲁棒镇定性.该系统的不确定参数是时变未知但范数有界的.利用线性矩阵不等式和二次李雅普诺夫-克拉索夫斯基泛函,获得了具有任意有界时变时滞控制系统稳定的一些充分条件,并设计了状态反馈控制器,使相应闭环系统是鲁棒稳定的.最后,通过一个数值算例说明了所获得结果的有效性.     

带有时变时滞和未知死区的纯反馈系统的自适应跟踪控制

针对一类带有时变时滞和未知死区的纯反馈非线性系统,提出一种新的自适应模糊跟踪控制方案。采用自适应反步法设计了一个虚拟控制输入信号;利用模糊逻辑近似解决了系统中的未知函数所带来的困扰;为了处理未知死区干扰,设计了一个自适应模糊控制器,使用中值定理解决纯反馈结构中设计控制器的复杂问题。该控制方案保证闭环系统所有信号半全局一致有界,与此同时,系统的跟踪误差收敛到原点的一个小邻域内。最后,仿真例子证明了方案的有效性。     

随机共振模型结构参数自寻优方法与应用

在随机共振微弱周期信号检测过程中,如何确定结构参数值非常关键.已有的结构参数选择方法在应用上存在着局限性,如由于模型输入信号的干扰噪声未知,通常定义的信噪比无法获得.针对该问题,首先改写了随机共振模型的数学表达式;然后定义了一种随机共振模型输出信噪比,并给出了计算方法;最后在此基础上,以输出信噪比为评价指标,提出了一种结构参数自寻优方法,用于构建性能优良的随机共振模型.仿真信号分析表明该方法能较好地解决输入信号背景噪声未知的问题,所构建的随机共振模型可有效检测出低频率和高频率的微弱周期信号.通过对转子试验装置上的转子系统早期不平衡故障分析的应用,验证了所提出方法的有效性和实用性.     

单参数Chen系统的Hopf分岔及参数辨识

首先应用非线性动力学理论,分析单参数Chen系统平衡点的稳定性及Hopf分岔的存在性.并通过中心流形定理和范式理论,给出周期解稳定性和方向的表达式.其次,将系统的未知参数看成其状态变量,并根据状态观测器思想和微分方程稳定性理论,提出选择增益函数和构造辅助函数的方法,并设计系统线性组合部分未知参数的状态观测器.最后通过数值仿真验证理论分析的正确性.     

一类受到未知外部干扰的多智能体系统学习协同控制

针对一类受到未知外部干扰的多智能体系统,在迭代学习控制框架下,结合自适应控制,首先设计了具有微分型参数自适应律的时变增益,同时,为了补偿未知外部干扰,设计了辅助控制器;通过构造复合能量函数,基于类Barbalat引理,证明了区间[0,T]上的完全一致性.其次,借助坐标变换,将编队问题转化为一致性问题.最后,通过一个仿真算例验证了所提算法的有效性.     

控制方向未知的时变非线性系统的控制器设计

对一类控制方向未知的时变非线性系统的控制问题进行了研究.首先,设计了一种迭代神经网络估计器,并通过推导得到了逼近引理,实现了对时变不确定性的逼近;然后,提出了用迭代神经网络逼近时变不确定性,用Nussbaum函数估计未知控制方向的总体设计思想.利用李雅普诺夫稳定性理论和自适应迭代学习控制技术设计了控制系统,并进行稳定性...     

一类混合时变时滞混沌神经网络自适应同步研究

基于微分方程的拉萨尔不变集原理和自适应动态反馈控制技术,研究了一类带有完全未知参数和混合时变时滞的混沌神经网络的自适应同步问题,给出了保证两个具有相同结构但具有完全未知参数的时滞混沌神经网络同步的控制律的设计方法.在此自适应控制律的作用下,达到了同步与参数辨识同时进行的目的.所设计的控制律简单,易于实现.仿真示例验证了所提方法的有效性.     

一类时变系统模型参考自适应迭代学习控制

针对一类有限时间区间上可重复运行的有界输入有界输出稳定的一阶线性时变系统,其高频增益和惯性参数均时变,为使之能够跟踪不同的参考轨迹,将模型参考自适应控制方法与迭代学习方法相结合,提出了模型参考自适应迭代学习控制算法.基于类李雅普诺夫(Lyapunov-like)函数证明了当迭代次数趋于无穷时,跟踪误差在有限时间区间上一致收敛到零,并证明了闭环系统中参数估计和控制信号有界.系统仿真验证了所提控制算法的有效性.     

一类参数不确定非完整移动机器人的鲁棒镇定

研究了一类质心和几何中心不重合的非完整移动机器人的镇定问题,在设计控制器时,考虑了其运动学模型具有参数不确定性.通过自适应方法对质心和几何中心距离进行参数估计;并且针对车轮半径和两驱动轮之间距离参数未知但有界的情形,设计了一种光滑时变控制器; 证明了该控制器能够保证整个闭环系统中的各个状态指数趋于零;为了保证闭环系统的鲁棒性,本文还给出了控制器参数需要满足的一个充分条件.最后,仿真结果验证了该控制器的有效性.     

基于小波神经网络的自适应控制器设计

针对一类未知非线性系统,设计了一种基于小波神经网络的自适应控制器,并提出了一种适合在线学习的参数混合训练算法。根据离线和在线学习系统的特性,得到小波神经网络控制器的初始参数,使用混合训练算法在线修正控制律,实现了自适应控制。仿真结果验证了该控制方案的有效性。     

基于uCOS-II的模糊自适应温度控制系统设计

针对车间温度控制系统具有非线性、滞后性和时变性等特点,提出了一种改进型的模糊自适应PID控制器。该控制器通过在线调整学习速率因子和PID参数增量,并结合积分分离思路,实现PID参数的自适应调节。仿真结果表明该控制器优于传统PID控制和传统模糊自适应PID控制。控制系统采用PIC24F作为主控芯片,结合操作系统uCOS-II的实时性、可靠性以及模糊自适应控制的非线性、时变性等特点,通过实验成功的实现对温度准确控制。     

多输入多输出非线性时变时延系统的自适应跟踪控制

针对多输入多输出非线性时变时延系统,提出了一种模糊自适应跟踪控制方案,该方案构建了基于模糊T-S模型的自适应时变时延模糊逻辑系统,用来逼近未知非线性时变时延函数,从而实现了对非线性系统的建模.根据跟踪误差给出了模糊逻辑系统的参数自适应律,设计了H..补偿器来抵消模糊逼近误差和外部扰动.基于Lyapunov稳定性理论,提出的控制方案保证了闭环系统的稳定性并获得了期望的H..跟踪性能,机械臂的仿真结果表明了该方案的有效性.     

一种新的重复自适应摩擦补偿方法及其在高精度伺服系统中的应用

针对高精度转台直流力矩电机系统中存在的非线性动态摩擦及周期性波动力矩扰动,为提高转台位置的跟踪精度,提出了一种新的重复自适应摩擦补偿方法,将重复控制机制引入到基于自适应控制的摩擦补偿策略中.电机中摩擦模型采用摩擦参数非一致性变化的LuGre动态模型.该方法的控制律包含一个参数自适应律、等效PD控制律和一个重复控制律.其中,参数自适应律用来估计未知模型参数并予以补偿,而插入的重复控制器用来提高系统运动曲线的跟踪性能.Lyapunov方法证明该补偿方法保证了闭环系统全局稳定性和对期望位置信号的渐近跟踪.最后,通过对高精度伺服系统的仿真研究证明了该改进补偿方法的有效性.