使用可调补偿器的MRACS设计方法

本文在设计模型参考自适应控制系统(MRACS)时,使用了具有自适应参数的可调补偿器,这使在被控对象参数变化范围未知条件下设计抗扰力强的自适应系统成为可能.     

一种时滞系统输出反馈自适应稳定的改进方法

针对一类含变时滞状态扰动不确定系统的输出反馈自适应稳定问题,已有的算法仅能保证闭环系统状态最终一致有界.提出了一种新的控制算法,通过在控制器中引入一正的一致连续有界函数并设计了一种新的自适应率对扰动参数进行在线估计,可以保证闭环系统的状态一致渐近趋于零.仿真结果验证了该算法的有效性.     

基于学习的自校正控制算法

提出了一种基于学习的自校正控制算法 ,算法中包含一个自适应模型和多个固定模型 ,每一个模型都有一个相对应的控制器 .在每一采样时刻 ,将当前时段内具有最小预测误差的模型对应的控制器的输出作为控制输入 .在该算法中 ,自适应模型和自适应控制器的作用是确保闭环系统的稳定性和输出跟踪误差的渐近收敛性 ,而固定模型和固定控制器的作用是当被控对象的参数发生变化时 ,在自适应模型的参数估计收敛之前 ,暂时担当控制器的角色 ,以改善闭环系统的暂态响应 .证明了闭环系统的稳定性和输出跟踪误差的渐近收敛性 .仿真结果表明算法的有效性     

虚拟控制方向符号未知的非完整系统的自适应输出反馈镇定

研究了有强非线性漂移项的非完整链式系统的输出反馈自适应稳定控制器的设计,其中这些漂移项包括非线性动态模型、未建模动态以及模型的未知参数,并且虚拟控制系数的符号也是未知的;目的是设计一个非线性输出反馈切换控制器使闭环系统全局渐进调节。用来对系统的状态和未知的参数的估计分别采用了一个新颖的观测器和估计器;在输出反馈自适应控制器的设计工程中,建设性的将积分反推技术地方法和基于给出观测器和参数估计器的方法结合在一起,同时Nussbaum增益作为自适应反推技术的一部分来处理虚拟控制系数符号的未知;仿真例子证明了给出方案的有效性。     

一种简化的多变量MRAC系统设计

针对多输入—多输出(MIMO)系统,基于Popov超稳定理论设计了一种简化的多变量模型参考自适应控制器.该控制器只通过对子系统的控制输入和系统输出的滤波导数进行反馈,使可调参数减少,从而简化了控制器结构.数值仿真验证了该方案的可行性.     

基于学习的自校正控制算法

提出了一种基于学习的自校正控制算法,算法中包含一个自适应模型和多个固定模型,每一个模型都有一个相对应的控制器,在每一采样时刻,将当前时段内具有最小预测误差的模型对应的控制器的输出作为控制输入。在该算法中,自适应模型和自适应控制器的作用是确保闭环系统的稳定性和输出跟踪误差的渐近收敛性,而固定模型和固定控制器的作用是当被控对象的参数发生稳定性和输出跟踪误差的渐近收敛性,而固定模型和固定控制器的作用是当     

考虑状态约束的液压系统自适应控制

针对液压伺服系统中的状态约束和不确定性问题,提出一种考虑状态约束的液压伺服系统自适应控制算法。该算法基于障碍李雅普诺夫函数设计了有限时间干扰观测器和自适应控制器,其中:有限时间干扰观测器用于干扰估计,且能保证估计精确;自适应控制器用于处理系统参数不确定性;障碍李雅普诺夫函数用于约束状态并保证闭环系统稳定。实验结果表明,该算法能够约束系统输出速度和加速度,系统期望跟踪指令幅值为10mm,稳态跟踪误差最大约为0.06mm,相对跟踪误差约为0.6%,系统跟踪精度得到了提高。     

基于神经模糊系统的自适应前馈-反馈控制系统设计

在前馈控制器设计思想的启发下,提出了一种基于神经模糊系统的自适应前馈-反馈控制系统。该控制系统首先把非线性过程近似为一个线性的ARX模型和一个基于神经模糊系统的线性化误差模型(FNNM)组成的合成模型,把线性化误差模型的输出看作可测量的"扰动",然后再引入前馈控制器,利用被控制过程的输入、误差模型的输出、线性ARX模型输出和系统输出值之间的误差以及被控制过程的合成模型的梯度信息对控制器参数进行在线调节,从而获得较好的控制结果。将提出的基于线性化误差模型的自适应控制系统用于简单不可逆放热反应的连续搅拌型化学反应器CSTR中,并与传统的PID控制器进行比较。仿真结果表明:这种基于神经模糊系统的自适应前馈-反馈控制器和PID控制器相比,能得到更快、更好的控制效果。     

一类非线性系统具有L2-增益的鲁棒自适应控制

针对一类含有未知参数和干扰的不确定非线性系统，提出了一种具有L2-增益的鲁棒自适应控制方法。该方法结合L2-增益鲁棒控制和非线性阻尼技术，基于Lyapunov函数反演设计方法设计了状态反馈自适应控制器，实现了不确定非线性系统的鲁棒输出调节。该控制器不仅把常规自适应控制设计的参数重复估计问题简化为对未知干扰的抑制，而且使得系统从干扰输入到可控输出的L2-增益小于等于给定的值γ。仿真结果表明了所设计控制器的正确性和有效性。     

混沌系统变论域自适应模糊控制

针对未知不完全可测的非线性系统,提出基于状态观测器的自适应模糊变论域输出反馈控制,为了抑制外部扰动和参数变化对系统性能的影响,采用监督控制器将系统的状态约束在给定的范围之内,从而提高了控制器的精度和鲁棒性.利用Lyapunov函数证明了观测器-控制器系统的稳定性;在所有状态一致有界的前提下,整个自适应控制算法能够保证闭环系统的稳定性.将该算法应用于Duffing和Chua's混沌系统,仿真结果证明了控制方法的有效性,系统具有快的响应和无稳态误差.     

滞后对象的连续模型参考自适应控制

本文基于MRAC的基本原理,提出了一种从模型取状态的滞后系统的MRAC方案。这种方法较之其它方案结构简单,且具有一定的抗输出端扰动的能力。仿真结果说明了系统结构是可行的。     

同时利用两类状态设计MRACS系统的方法

为提高使用低阶参考模型的模型参考自适应控制系统的抗干扰能力,本文提出一种同时利用被控对象滤波状态和参数模型状态综合自适应律的设计方法,数字仿真表明该方法是有效的。     

离散多变量自适应解耦控制系统设计

基于 MRAC 系统的设计理论,利用连续系统从模型取状态的设计思想,给出了一类参数未知的多变量离散系统的自适应解耦算法,仿真结果表明,算法可行.     

从参考模型取状态的离散MRACS信号综合法

给出了一种从参考模型取状态的离散ＭＲＡＣＳ信号综合设计法。用Ｐｏｐｏｖ超稳定性理论证明了该控制系统的全局收敛性．仿真结果表明．该自适应控制器具有良好的控制性能．     

具有线性前馈环节的高阶系统跟随低阶模型的MRACS设计方法

以往的ＭＲＡＣＳ设计方法都存在的正反馈环,且属同阶跟随同阶的情况．正反馈环的使用往往存在会使系统不稳定的特点,本文用线性前馈环节取代了正反馈环,解决了稳定问题,提高了抗噪声能力,并把原来同阶系统跟随同阶模型的方法,推广为高阶系统跟随低价模型的ＭＲＡＣＳ设计。     

克服扰动的任意相对阶数的MRACS设计方法

基于Ｐｏｐｏｖ超稳定理论．提出了一种任意相对阶数的克服扰动的ＭＲＡＣＳ设计方法。仿真结果表明了该方法的有效性．     

模型参考自适应控制系统的一种设计方法

本文采用直接优化性能指标的方法,设计了离散时间的模型参考自适应控制系统,证明了最优调节器的存在性,并分别导出了确定性系统和随机系统的自适应算法.所设计的调节器参数,在一定条件下具有全局收敛性.数值模拟结果表明,所给出的算法是有效的,其控制精度和收敛性质都优于通常的自适应算法.     

时变系统的贝叶斯自适应控制

研究线性随机系统的控制问题。首先说明一般的参数变化平均小的条件具有很强的限制性，然后在更一般的条件下给出一类时变系统的自适应控制，最后证明控制系统稳定。