起竖系统建模及动态面自适应滑模控制

针对起竖系统存在非线性特性、参数不确定性以及环境干扰等问题,在起竖系统的起竖控制过程中,提出了一种动态面自适应滑模的控制策略。建立了起竖系统的非线性数学模型,在滑模控制器设计中,引入动态面控制,利用一阶积分滤波器来计算虚拟控制项的导数,使控制器设计简单,加入自适应控制算法,实现对不确定参数的在线估计,消除系统的不确定性,并给出了控制律和自适应律。仿真结果表明,与比例积分微分控制和一般滑模控制相比,所提控制方法有较强的鲁棒性和良好的跟踪性能,提高了起竖过程的稳定性。     

基于可变增益的翼伞自适应模糊反步降高控制

针对含模型不确定性的无人动力翼伞低空降高控制问题,提出了一种基于可变增益的自适应模糊反步法控制策略。首先,推导了稳定航速下翼伞尾沿偏转变增益反步控制律,通过设计增益参数简化了控制器形式。然后,利用模糊逻辑系统在线逼近系统的不确定性,并加入自适应鲁棒项对逼近误差进行消除,采用Lyapunov理论得出的模糊系统权值和逼近误差自适应律,保证了闭环系统的一致最终有界性和跟踪精度。最后,针对控制器增益的组合形式,采用单独的模糊系统对增益参数进行在线调节。仿真结果验证了所提方法的有效性。     

有不确定未知界的相似组合系统的变结构控制

针对一类具有不确定性的相似组合系统,提出了一种变结构控制设计方法.不确定项存在于子系统的内部及各子系统的互联项中,可以是非线性或时变的,且满足匹配条件,有界但界未知;利用自适应技术估计了系统的不确定性;利用Lyapunov稳定性定理证明了系统的状态收敛于滑模超平面.最后用一个仿真实例证明了提出方法的正确性和有效性.     

一类非线性系统的执行器偏差故障诊断

针对一类具有系统建模误差,以及含传感器模型不确定项的非线性控制系统,提出了一种用于执行器故障诊断的观测器方法。观测器中引入自适应补偿项,当出现偏差后将对故障及建模不确定项进行补偿。自适应算法中采用了死区算子,增强了算法的鲁棒性。同时利用自适应律进行偏差估计。理论分析证明观测器的观测误差收敛到零。仿真结果表明了方法的有效性。     

基于DSC和MLP的欠驱动船舶自适应滑模轨迹跟踪控制

针对存在船舶动态不确定和外界干扰的欠驱动水面船舶轨迹跟踪控制问题,提出一种基于动态面控制(dynamic surface control,DSC)和最小学习参数法(minimal learning parameter,MLP)的自适应滑模控制方法。在控制律的设计过程中,为实现位置跟踪误差的收敛,利用反步法设计船舶前向速度和横漂速度的虚拟控制律镇定轨迹跟踪误差;引入DSC技术,用于消除反步法对虚拟控制求导引起的“微分爆炸”问题;另外,采用MLP技术,以单参数在线学习代替所有权值在线学习,减少控制器的计算量,避免出现“维数灾难”问题,并结合带有“σ-修正”的自适应律,防止参数漂移,易于工程的实现。稳定性分析证明了所设计控制律可以保证轨迹跟踪船舶闭环系统中轨迹跟踪误差信号一致最终有界,仿真结果验证了所设计控制器的有效性。     

基于Riccati方程的导弹自适应姿态控制

针对存在参数不确定性的非线性弹体模型,提出基于状态相关Riccati方程的模型参考自适应状态控制方法。首先,针对弹体标称模型,建立特定形式下的Riccati方程,并求得其解析解,获得一种全局渐近稳定的次优控制律。然后,考虑到实际模型与标称模型之间存在的参数偏差会造成控制效果恶化,以标称模型下设计的闭环系统为参考模型,设计自适应控制律通过在线辨识参数使得实际模型趋向于参考模型,并保证跟踪误差和辨识误差有界。仿真结果表明,该控制律能够克服参数不确定性的影响,有效跟踪参考模型下的响应。     

严格反馈型随机非线性系统输出反馈滑模控制

研究了一类带有不确定性参数的严格反馈型随机非线性系统的输出反馈镇定问题,主要是采用变结构滑模控制方法(SMC)来设计镇定控制器。首先根据系统的结构和输出状态构造了随机非线性状态观测器,并针对结构参数的不确定性,采用梯度自适应调节律,然后基于系统的观测状态选择滑动模切换流形,给出了不含噪声激励的变结构控制律,并证明滑动模的可达性和闭环系统滑模运动的稳定性,最后讨论了滑模控制的抖振抑制问题。通过系统仿真,与其它鲁棒控制方法进行比较,证明了本方法不仅能够有效地镇定该类随机非线性系统,并且具有一些更好的控制性能。     

Adaptive Tracking Control for Mobile Manipulators with Stochastic Disturbances

This paper investigates adaptive tracking control for mobile manipulators with stochastic disturbances and parametric uncertainties. Based on an appropriate reduced dynamic model and an adaptive law, a controller, which is provided by incorporating stochastic control theory with related adaptive technique, overcomes the problem of over-parametrization. It is shown that the designed state-feedback controllers can guarantee that the mean square of the tracking errors can be made arbitrarily small by choosing suitable design parameters. Simulation studies on the control of 2-DOF mobile manipulator shows the effectiveness of the proposed scheme.     

一类非线性系统的自适应模糊滑模定位控制

针对一类由多子系统组成的,具有建模误差和未知不确定性的多变量非线性系统,提出了一种自适应鲁棒定位控制方案。分别在系统数学模型已知或未知的情形下,通过对不确定性的未知范数界描述,基于Lyapunov理论和Barbalat引理,给出了滑模鲁棒控制器的综合设计方法及其自适应控制律,保证整个闭环误差系统的稳定。该方法减少了对系统模型精确度的依赖,避免了传统方法对不确定性的人为预估行为。最后,通过船舶动力定位系统的控制仿真表明了本方法的有效性。     

非匹配不确定非线性系统的变结构控制器设计

考虑一类非匹配不确定非线性系统的变结构控制器设计问题。通过引入适当的坐标变换 ,将非匹配不确定非线性系统描述成两个串联子系统。第一个子系统与控制变量没有直接联系 ,将第二个子系统的状态变量当作虚拟控制量。在考虑所有不确定性的前提下 ,通过求解代数Riccati方程 ,构造非匹配不确定子系统的切换函数 ,由滑模运动可达条件 ,设计整个系统的变结构控制器 ,并根据系统的运行情况在线估计不确定项的参数 ,设计一种自适应变结构控制器。仿真结果表明 ,该方法是有效的。     

基于神经网络的反步自适应大机动飞行控制

针对飞机大机动飞行时模型非线性和参数不确定性的特点,提出了一种基于全调节神经网络的反步自适应控制方法。飞机模型不确定部分由全调节径向基函数(radical basis function, RBF)神经网络在线补偿,控制律及神经网络参数自适应律由反步法回馈递推得到,并利用一种自适应参数策略的混沌粒子群算法优化控制器固定参数,改善动态性能,最后通过加权伪逆控制分配方法得到最终控制信号。仿真结果表明：在较大的模型气动参数不确定及控制增益矩阵未知时,所设计的控制律仍能理想地跟踪飞机大机动指令飞行,神经网络参数估计误差指数收敛到有界紧集,系统具有快速的收敛性和良好的鲁棒性。     

直接力导弹的模型参考自适应滑模控制器设计

针对导弹直接力/气动力复合控制的特点,提出了一种基于参考模型的自适应滑模控制方案.该设计方法针对系统所存在的不确定性,在滑模控制中引入了自适应参数调节律和模糊控制规则,采用自适应律逼近模型摄动和外界干扰的上界,采用模糊调节律有效减弱了一般变结构控制系统的抖颤问题,既进一步增强了系统的鲁棒性,又提高了自适应参数收敛过程中的跟踪精度.仿真结果表明,所提出的控制方案对机动指令具有较好的跟踪效果,适用于直接力/气动力复合控制导弹的控制系统设计.     

基于自适应反演方法的自主水下航行器控制

针对高速自主水下航行器,设计了垂直面内的自适应控制器。大多数自主水下航行器的深度控制都基于小俯仰角假设,但在某些情况下此假设可能会产生较大的模型误差,甚至会导致严重的后果。考虑水下航行器的未知参数和非线性,并且不对俯仰角作任何假设,设计了自适应反演控制器,使闭环系统的深度跟踪具有全局渐近稳定性。仿真表明,该控制器对模型不确定性具有较强的鲁棒性,并且明显优于传统的内外环结构的比例积分微分(proportional integral differential, PID)控制器。     

一类非仿射受扰混沌系统的自适应模糊控制

针对一类带非仿射输入的不确定受扰混沌系统,提出了带监督控制项的自适应模糊控制。该方法采用模糊逻辑系统逼近虚拟控制中的未知函数,仅要求逼近误差范数有界。模糊参数采用σ自适应律,并给出参数的有界性证明。构造Lyapunov函数证明闭环系统所有信号一致有界,跟踪误差一致渐进稳定。将Duffing-Holmes系统、Genesio系统和Sprott电路混沌系统作为仿真对象,仿真结果验证了算法的有效性。     

Adaptive integral dynamic surface control based on fully tuned radial basis function neural network

An adaptive integral dynamic surface control approach based on fully tuned radial basis function neural network (FTRBFNN) is presented for a general class of strict-feedback nonlinear systems, which may possess a wide class of uncertainties that are not linearly parameterized and do not have any prior knowledge of the bounding functions. FTRBFNN is employed to approximate the uncertainty online, and a systematic framework for adaptive controller design is given by dynamic surface control. The control algorithm has two outstanding features, namely, the neural network regulates the weights, width and center of Gaussian function simultaneously, which ensures the control system has perfect ability of restraining different unknown uncertainties and the integral term of tracking error introduced in the control law can eliminate the static error of the closed loop system effectively. As a result, high control precision can be achieved. All signals in the closed loop system can be guaranteed bounded by Lyapunov approach. Finally, simulation results demonstrate the validity of the control approach.     

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。     

简化的鲁棒自适应动态面飞行控制律设计

提出一种简化的鲁棒自适应动态面飞行控制律设计方法。动态面飞行控制律消除了反推设计中由于对虚拟控制反复求导而导致的复杂性问题。利用神经网络在线逼近飞机气动参数的不确定性和外界干扰,简化神经网络参数调整方法,使在线调整更新参数仅为不确定项的个数。基于Lyapunov稳定性定理证明了闭环系统的所有信号半全局一致最终有界。大迎角过失速机动飞行的数值仿真表明：在考虑气动参数摄动和外界干扰的情况下,过失速机动仍很好地实现,且兼具控制器结构简单和鲁棒性强的特点。     

基于高增益观测器的非线性系统自适应模糊滑模控制

针对一类有界的不确定非线性系统,基于高增益观测器并结合自适应模糊逻辑系统和滑模控制,提出了一种基于高增益观测器的自适应模糊滑模控制方案。该方案不需要系统状态可测的条件,而是通过设计高增益观测器来估计系统的状态并能保证观测误差一致最终有界。基于李亚普诺夫函数方法,给出了自适应模糊滑模控制律以及在线调节的参数自适应律。所提出的控制方案不但能使闭环系统稳定,而且保证了跟踪误差的一致最终有界性。仿真结果进一步验证了该控制方案的实用性和有效性。     

基于L1自适应律的尾坐式飞行器悬停位置控制

针对一款飞翼布局的尾坐式垂直起降飞行器,研究了悬停阶段的位置控制问题。小型飞行器质量、惯量小,具有纵向横向耦合严重、难以精确建模以及对扰动敏感等特点。首先,建立包含不确定性的非线性动力学模型,通过整合将其改写为一个不含不确定的标称系统和一个非线性非匹配的不确定性两部分,使用级联形式的非线性动态逆架构进行标称系统控制器的设计,显式的期望动力学表达使其更易与L1自适应控制器结合。接着使用L1自适应控制器对非线性非匹配的不确定性进行补偿,以便提高系统鲁棒性,改善瞬态性能。为减小运算负荷,便于工程实现,使用计算更轻量的比例型自适应律进行L1自适应控制器设计。数值仿真验证了所设计控制器具有良好的位置和高度指令跟踪能力。     

一类径向基神经网络干扰观测器轨迹线性化控制

利用径向基神经网络(RBFNN)的逼近能力,研究了基于径向基神经网络干扰观测器(RDO)的鲁棒自适应轨迹线性化控制(TLC)策略,以解决空天飞行器复杂飞行条件下系统不确定及干扰的控制问题。分析了系统存在不确定性时轨迹线性化控制方法性能降低甚至失效的原因,设计了自适应调节律,并采用Lyapunov方法严格证明了在该自适应调节律作用下闭环系统所有误差信号最终有界。仿真结果表明,较当前TLC方法的控制性能,新方案在空天飞行器系统上具有更优异的控制性能和鲁棒性。