一类非线性时滞系统的可靠控制设计

针对一类非线性时滞系统 ,首先不考虑故障情况 ,设计了一种控制器 ,使得系统在控制器的作用下 ,对于任意的初始状态都能控制到原点。然后针对可能发生的故障 ,利用神经网络的在线建模能力 ,以其输出作为原有控制律的附加控制信号来补偿故障对系统的影响 ,从而构成了一种可靠控制器 ,实现了该类系统的可靠控制。     

基于递归神经网络的伺服系统自适应反步控制

针对伺服系统的系统参数摄动和非线性动态摩擦补偿问题,提出基于递归神经网络(RNN)的自适应反步控制(RNABC)系统设计方法.RNABC系统由反步控制器和鲁棒控制器组成,反步控制器包含RNN不确定观测器,鲁棒控制器则用来消除由于引入不确定观测器而带来的逼近误差.由于自适应反步控制的自适应律源于Lyapunoy函数的,因此系统的稳定性得到了保证.仿真结果表明,对于系统参数摄动和非线性摩擦干扰RNABC能使伺服系统具有很好的跟踪性能.     

非线性离散系统的直接自适应神经网络控制器

对于一类非仿射离散时间系统,提出了一种新的自适应神经网络控制器。首先推导与原系统等价的仿射形式模型,由仿射模型推导控制律。控制律中采用一个神经网络,与传统的基于反馈线性化的自适应神经网络设计方法中采用两个神经网络相比,计算量大大减少且避免了控制器奇异问题。神经网络权值根据系统输入输出信号进行更新,另外σ项的引入,取消了为保证参数收敛持续激励的条件。系统的稳定性通过Lyapunov方法进行了分析,仿真实例验证了控制器的有效性。     

具有非线性扰动的时滞混沌神经网络系统同步控制

本文基于参数辨识和自适应控制研究了具有非线性扰动的时滞混沌神经网络系统的同步控制。所有的连接权值矩阵可以通过自适应律进行估计。此外,当非线性扰动的上界未知情况下,所设计的自适应同步控制器可以使主从系统达到同步。利用Lyapunov稳定性理论可以证明误差系统的稳定性。最后,通过一个数值仿真实验,验证了所提出方法的有效性。     

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。     

基于综合非线性控制方法的飞行控制律研究

应用神经网络控制与动态非线性阻尼控制综合的非线性控制方法对飞行控制律进行了研究.首先使用反馈线性化方法作为基础控制律实现飞机的非线性控制,然后使用神经网络控制与动态非线性阻尼控制综合的控制方法进行补偿,以提高非线性飞控系统的鲁棒性.在以某型推力矢量飞机为对象的仿真中,当出现舵面损伤及一类舵机故障时,这种方法显示出很强的补偿能力.     

基于多Agent粒子群优化的多步SVR模型预测控制

提出一种基于多Agent粒子群优化支持向量回归机（support vector regression, SVR）参数的优化算法,并利用该算法建立多步预测控制模型,对非线性系统进行预测控制。通过预测控制的机理推导出满足滚动优化目标函数的多步预测输出的控制律。将该模型与基于遗传算法优化的RBF神经网络预测控制器、基于粒子群优化的多步SVR模型预测控制器和基于遗传算法优化的多步SVR模型预测控制器进行比较分析,仿真结果表明该预测控制模型优于其他控制器,具有良好的预测性能,可有效的对非线性系统进行预测控制。     

一类非线性离散时间系统的变结构控制

针对一类非线性离散时间系统，提出了一种基于神经网络趋近律的变结构控制方法。分别用两个神经网络自适应调整趋近律中的参数ε和δ，利用离散趋近控制律与离散等效控制律的偏差对网络权值进行更新，克服了常规变结构控制方法中需预先设定趋近律中参数的限制，既保留了传统趋近律设计方法的所有优点，又有效的改善了系统的动态品质，消除了系统抖振，使系统最终以理想方式在滑模面上运动。理论分析和仿真结果表明了所提出方法的有效性。     

飞行仿真转台模糊神经网络补偿的复合控制

针对飞行仿真转台系统的非线性和不确定性,提出了基于模糊神经网络补偿的复合控制器,该控制器由前馈控制器、闭环控制器及模糊神经网络补偿环节组成。前馈环节由零相差跟踪控制器及FIR滤波器构成,闭环控制器由PD控制及干扰观测器构成,补偿环节由一动态模糊神经网络实现,给出了基于Lyapunov函数的稳定性证明。该控制方法突出优点在于兼顾考虑了系统中的结构化不确定性和非结构化不确定性,能够在外部干扰与参数摄动并存的情况下,保证系统的稳定性和跟踪性能。     

基于聚类方法和神经网络的非线性系统多模型自适应控制

针对具有参数跳变的非线性系统,联合聚类算法和神经网络提出新的多模型自适应控制方法。首先对系统的输入输出数据进行模糊聚类,然后基于递推最小二乘法建立多个固定模型。为提高系统的暂态性能,同时建立两个自适应模型,并在此基础上设计鲁棒自适应控制器。此外,为了补偿系统的非线性部分,建立非线性预测模型,并设计非线性神经网络自适应控制器。所提方法可使控制切换系统具有稳定性保证。最后,通过性能指标对控制器进行平滑切换。仿真结果表明,所提方法能够保证系统具有良好的控制性能。     

Adaptive neural network tracking control for a class of unknown nonlinear time-delay systems

1 .INTRODUCTIONNeural network (NN) control has made great pro-gress in past decades[1 ~4]. In Ref .[1] , adaptivebounding design technique was applied to adaptiveneural control for a class of strict-feedback nonlin-ear systems . The requirement of a known boundon the network reconstruction error was removed.By introducing an integral Lyapunov function,anadaptive NN control approach was proposed forunknown strict-feedback nonlinear systems[2],where the controller singularity problem was …     

非仿射非线性系统的自适应模糊输出反馈控制

针对一类单输入单输出非仿射非线性系统,提出了基于观测器的自适应模糊输出反馈控制。该算法通过构造线性误差观测器估计系统输出误差和系统状态,利用估计状态变量和估计输出误差变量设计自适应控制律,采用模糊逻辑系统在线消除非线性系统中的不确定模型,引入监督控制消除系统逼近误差和外界干扰,并利用Lyapunov方法严格证明了在该控制律作用下闭环系统所有信号一致最终有解,闭环系统的输出能最终跟踪期望输出。仿真结果表明了该方法的有效性。     

Adaptive control of system with hysteresis using neural networks

1.INTRODUCTIONThe piezoelectric actuators are well suited for micro-position devices in precision engineering because oftheir fast response,nanometer resolution and biggerdriving force[1].However,hysteresis inherent topiezoelectric actuator severely li mits system’s perfor-mance such as giving rise to undesirable accuracy oroscillations,even leading to instability.Hysteresischaracteristics are generally nondifferentiable andusually unknown.It is a difficult task to mitigate itsharmful ef…     

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.     

Robust decentralized adaptive output feedback fuzzy controller design and application to AHS

A novel decentralized indirect adaptive output feedback fuzzy controller is developed for a class of large-scale uncertain nonlinear systems using error filtering. By the properly filtering of the observation error dynamics, the strictly positive-real condition is guaranteed to hold such that the proposed output feedback and adaptation mechanisms are practicable in practice owing to the fact that its implementation does not require the observation error vector itself any more, which corrects the impracticable schemes in the previous literature involved. The presented control algorithm can ensure that all the signals of the closed-loop large-scale system keep uniformly ultimately bounded and that the tracking error converges to zero asymptotically. The decentralized output feedback fuzzy controller can be applied to address the longitudinal control problem of a string of vehicles within an automated highway system (AHS) and the effectiveness of the design procedure is supported by simulation results.     

非线性时滞系统自适应输出反馈跟踪控制

针对一类参数化非线性时滞输出反馈系统,提出了一种自适应输出跟踪控制器的设计方案。引入时滞滤波器估计未知系统状态,采用backstepping技术设计控制律和参数自适应律,运用占优方法处理非线性时滞项,从而放宽了对非线性时滞函数的要求,实现了对给定目标轨线的全局渐近跟踪,同时保证闭环系统所有信号一致有界。基于Lyapunov-Krasoviskii泛函方法证明了整个闭环系统的稳定性。实例仿真说明了该方案的可行性。     

Fuzzy Static Output Feedback <Emphasis Type="Italic">H</Emphasis><Subscript>∞</Subscript> Control for Nonlinear Systems Subject to Parameter Uncertainties

This study is concerned with the stabilization issue of nonlinear systems subject to parameter uncertainties. An interval type-2 T-S fuzzy model is used to represent the nonlinear systems subject to parameter uncertainties. An interval type-2 fuzzy static output feedback controller is designed to synthesize the interval type-2 T-S fuzzy systems. The membership-function-dependent stability conditions are derived by utilizing the information of upper and lower membership functions. The proposed stability conditions are presented in the form of linear matrix inequalities (LMIs). LMI-based stability conditions for interval type-2 fuzzy static output feedback H_∞ control synthesis are also developed. Several simulation examples are given to show the superiority of the proposed approach.     

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。     

分流模型PID与鲁棒补偿的复合控制策略

提出了一种基于分流模型PID与鲁棒补偿的复合控制策略，这种控制器具有非线性滤波、增益自调整、鲁棒性好等优良特性。由于分流模型的输出是稳定、光滑且有界，可以构造一类具有输出光滑、有界并且增益自调整的PID控制器，其可设计一类安全控制系统．将分流模型PID与鲁棒补偿控制相结合，有效地解决了参数不确定情况下的一类非线性系统的鲁棒控制问题。通过倒立摆控制系统的仿真研究，验证了控制策略的有效性。     

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。