增益调度积分型切换项滑模控制器设计

针对一类不确定离散系统,提出了一种增益调度积分型滑模控制器,并分析其鲁棒H_∞性能。首先,通过状态扩维,得到含有输出误差积分项的离散模型,并利用理想滑模运动性质得出滑模等效控制律,利用输出误差积分项设计增益调度滑模补偿控制律。然后,将滑模闭环控制系统等效为切换系统,基于切换系统相关理论推导了滑模控制参数与闭环控制系统的二次稳定性、鲁棒H_∞性能指标的关系。最后,通过对不确定项和非线性项的处理得到线性矩阵不等式(linear matrix inequality, LMI),再求解该不等式,得出满足控制性能要求的滑模控制参数。仿真实验中分析了控制算法的暂态性能和扰动抑制能力,证明了该方法的有效性。     

一类不确定Markov跳跃系统的鲁棒跟踪与模型跟随

讨论了一类不确定Markov跳跃线性系统的鲁棒跟踪与模型跟随问题。通过构造一组非线性鲁棒状态反馈跟踪控制器来跟踪给定的动态信号,该控制器确保系统当T→∞时是以扰动衰减系数γ鲁棒随机稳定的,且跟踪误差有界。最后给出算例说明了所设计的鲁棒跟踪控制器的性能。     

一类不确定非线性系统的鲁棒输出跟踪控制器

研究了一类不确定非线性系统的鲁棒输出跟踪问题 ,目的是在未满足不确定性匹配条件的情况下设计精确跟踪参考轨迹的状态反馈控制器。为了补偿不确定性 ,将鲁棒输出跟踪控制器的设计问题转化为最优控制器的设计问题。证明了鲁棒输出跟踪问题的解可通过最优控制的解而得到 ,通过仿真说明了这种设计方法是行之有效的。     

基于Sugeno推理自调整模糊Smith-PID控制器仿真研究

针对工业控制中大惯性、纯滞后、参数时变非线性受控对象难于控制问题,提出一种新型控制器,利用Smith预估器补偿受控过程纯滞后作用,基于Sugeno推理模糊控制器自调整PID参数.给出控制器结构及其控制策略,并将其应用于加热炉温度控制系统中,与常规PID控制器和Smith预估补偿PID控制器比较.仿真结果表明,该控制器各项性能均好于其它两种控制器,具有动态调节性能好、稳态精度高、抗干扰性强和鲁棒巨好的特点.     

欠控制方向非线性系统的鲁棒自适应控制

针对一类控制方向未知且具有未建模动态的非线性系统,提出了一种鲁棒自适应控制策略.算法推广了已有的鲁棒自适应非线性控制方法.控制算法保证闭环系统所有信号是一致终值有界的.同时,通过调整控制器设计参数,闭环系统能够实现期望的性能要求.仿真结果进一步说明了理论分析的有效性.     

一类非线性不确定时滞系统的时滞相关鲁棒H∞控制

针对一类具有状态非线性不确定性的时滞系统,基于适当形式的Lyapunov泛函和Lyapunov稳定性理论,利用线性矩阵不等式(LMI)方法,讨论了时滞相关型鲁棒H∞状态反馈控制器设计问题.在非线性不确定性满足增益有界条件下,得到了该类时滞系统依赖于时滞的满足鲁棒H∞性能的一个充分条件,且控制器存在的充分条件由线性矩阵不等式组(LMIs)的形式给出,可以通过求解一个线性矩阵不等式组获得鲁棒H∞控制器.最后给出一个具体算例说明了该方法的有效性.     

超机动飞行的非线性鲁棒自适应控制系统研究

针对飞机模型中存在气动参数不确定性以及外界干扰等影响因素,设计了一种超机动飞行的非线性鲁棒自适应控制系统。控制系统设计过程中,模型不确定性和外界干扰由RBF神经网络在线补偿,控制律及神经网络权值自适应律由反步法得到。解决了系统中控制增益矩阵未知,同时存在外界干扰情况下的鲁棒飞行控制系统设计,并证明了闭环系统所有信号有界,系统跟踪误差和神经网络权值估计误差指数收敛到有界紧集内。对所研究的飞行控制系统进行了过失速Herbst机动仿真,结果验证了该系统在过失速机动条件下具有良好的控制性能。     

不确定非线性系统变结构模糊自适应鲁棒控制

考虑一类不确定非线性系统的鲁棒控制器设计问题，在假设系统不确定性函数结构未知的情况下，利用模糊系统对不确定性函数进行逼近，将获得的模糊系统函数作为系统不确定性界函数。在此基础上，提出了一种变结构模糊自适应鲁棒控制算法，该算法在确保系统的滑动模态超平面为渐近可达的前提下，在线对系统模型的控制增益参数和不确定性函数的界参数进行估计。最后以船舶减摇鳍非线性控制系统为例，进行了变结构鲁棒自适应模糊控制器的设计。仿真研究表明，所提出的算法是有效的。     

定量反馈理论和神经网络的融合控制与仿真

针对自旋导弹的不确定性和强非线性,提出了将定量反馈理论QFT与神经网络控制相融合的控制器的设计算法.采用基于神经网络的PID控制算法,获得初始控制器,克服QFT初始控制器设计的盲目性,然后采用QFT设计对系统进行调整.综合考虑了对象的不确定性范围和对系统性能指标的要求,实现了自旋导弹俯仰通道鲁棒控制器的设计,并对该自旋导弹控制系统的模型进行非线性仿真.仿真结果表明,与基本QFT控制器相比,所设计的系统具有良好的稳定鲁棒性和性能鲁棒性,可以用于同类具有大的不确定和强非线性控制系统的设计.     

一类不确定时滞非线性系统的H∞鲁棒镇定

利用混杂状态反馈策略研究一类不确定时滞非线性系统的鲁棒H_∞镇定问题.首先,当控制器增益矩阵均已知时,利用单Lyapunov函数法和凸组合技术,给出了闭环非线性切换系统具有鲁棒H_∞性能的充分条件并设计出相应切换律.然后,当控制器增益矩阵均未知时,利用多Lyapunov函数法,设计了控制器及相应的切换策略,使闭环非线性切换系统是鲁棒H_∞渐近稳定的.     

高次非线性系统自适应动态面输出调节方法

针对一类在线性外系统驱动下的不确定三角结构高次非线性系统的输出调节问题,提出了一种自适应动态面鲁棒输出调节方法。根据输出调节问题的可解条件,将该问题转化为三角结构高次非线性系统的镇定问题。在此基础上,前n-1步采用自适应增加幂次积分方法设计期望虚拟控制律;第n步引入具有误差的内模方程,通过有效地结合自适应增加幂次积分方法和内模控制,设计出鲁棒输出调节控制器。在每一步递推中,通过采用动态面控制思想引入一个低通滤波器,克服了对期望虚拟控制律的微分。最后,通过数值仿真实例验证了所提控制方案的有效性。     

一类切换系统的降阶输出反馈滑模控制

研究了一类含有非线性扰动切换系统的鲁棒镇定问题.基于滑模控制技术,提出了降阶输出反馈鲁棒控制策略,给出了系统的滑动模态可达条件,同时设计了该条件下各子系统的输出反馈滑模控制器,并根据李雅普诺夫函数和状态增益给出了离散切换策略,确保闭环切换系统是渐近稳定的.通过数值仿真验证了设计方法的有效性.     

大型轮式工程车辆转向系统的神经网络PID控制

根据大型轮式工程车辆转向系统的对象特点和操纵方式，提出采用基于RBF神经网络控制器来改进常规PID控制器实现系统控制性能。该控制系统结构中，RBF神经网络辨识器(RBFNNI)实现对被控对象的Jacobian矩阵信息的辨识，神经网络控制器(NNC)是基于RBF神经网络实现的单神经元的PID控制器。在对算法进行改进的基础上设计了神经网络结构，并进行了被控对象的仿真分析。实际结果表明该控制方法具有较好的实用性和鲁棒性，可以用于多操纵模式工程车辆转向系统的控制。     

Robust attitude control of a 3DOF helicopter with multi-operation points

A 3DOF (three degrees of freedom) helicopter attitude control system with multi-operation points is described as a MIMO time-varying uncertain nonlinear system with unknown constant parameters, bounded disturbance and nonlinear uncertainty, and a robust output feedback control method based on signal compensation is proposed. A controller designed by this method consists of a nominal controller and a robust compensator. The controller is linear time-invariant and can be realized easily. Robust attitude tracking property of closed-loop system is proven and experimental results show that the designed control system can guarantee high precision robust attitude control under multi-operation points. This research is supported by the National Natural Science Foundation of China under Grant Nos. 60674017 and 60736024.     

一类严格反馈时滞系统的自适应输出反馈控制

针对一类单输入单输出的严格反馈时滞系统研究跟踪控制问题。该控制系统包含不确定项、输出约束、未知死区特性和未知时间延迟。首先,设计一个状态观测器来估计无法测量的系统状态;其次,利用径向基函数(radial basis function,RBF)神经网络去逼近未知的系统内部动态;同时,利用障碍李雅普诺夫(Lyapunov)函数确保输出约束及Lyapunov-Krasovskii方法消除时滞项对系统的影响;最后,基于Lyapunov稳定性理论,构造一个鲁棒自适应神经网络输出反馈控制器,并且克服了过参数问题。结果显示,设计的神经网络输出反馈控制器可以保证闭环系统中的所有信号都是半全局最终一致有界的,跟踪误差能收敛到零值小的领域内。文中通过两个例子进一步验证了提出方法的有效性。     

船舶运动航向自适应非线性控制的仿真研究

针对参数未知的船舶航向非线性控制系统数学模型，考虑船舶操舵伺服机构特性的情况下，船舶航向控制问题成一个虚拟控制系数未知的非匹配不确定非线性控制问题。引入Nussbaurrl函数，并采用逆推(backstepping）技术，成功地解决了上述困难，设计了船舶航向自适应非线性控制器；借助Lyapunov函数证明了所设计控制器使最终的闭环非匹配不确定船舶运动非线性系统中的所有信号有界，系统的实际航向自适应地保持设定航向。以大连海事大学“育龙”轮为例进行仿真研究，结果证明所设计的控制器是有效的。     

鲁棒自适应输出跟踪控制在船舶操纵中的应用

针对带有未知控制增益、常参数不确定性以及外部扰动的船舶运动非线性模型，将自适应逆推技术与Nussbaum增益方法相结合，提出一种新的非线性自适应鲁棒控制策略，实现了船舶运动航向渐近跟踪控制。在所得控制器作用下的系统性能不仅能够通过设计参数而得到保证，且可克服控制器奇异值问题。设计过程及数字仿真结果均表明，所设计的自适应非线性跟踪控制器对不确定性具有良好的适应性及鲁棒性。     

基于观测器的一类不确定非线性系统自适应输出反馈控制

针对一类不确定非线性系统,基于非线性状态观测器采用回馈递推(Backstepping)设计方法提出了一种鲁棒自适应L2增益控制方案。该控制方案首先对系统的不可观测状态设计非线性状态观测器,在此基础上通过多步递推得到系统的控制律并设计了未知干扰的参数自适应律,使系统具有L2增益性能。同时把采用常规设计方法需要对过多参数进行辨识问题简化为只需对与未知干扰个数相同的参数进行辨识的问题,简化了控制器结构。最后通过仿真算例验证了所设计控制方案的有效性。     

具有航向保持非线性的舵鳍非线性鲁棒控制

针对给定的线性舵鳍联合系统,考虑船舶航向保持的非线性,建立了一个舵鳍联合系统的非线性数学模型,然后采用精确反馈线性化对该非线性模型进行线性化,最后基于闭环增益成形算法设计出非线性鲁棒控制器.通过Matlab的Simulink工具箱分别对6级风浪和8级风浪作用下考虑舵机、鳍机特性的非线性舵鳍联合控制系统进行仿真,仿真结果表明所设计的控制器在保持航向控制的同时,能达到较好的减摇效果,并且该控制器具有较强的鲁棒性.本研究具有设计简单、物理意义明显的优点.