基于H∞跟踪的不确定机器人模糊神经网络变结构控制

针对不确定机器人的跟踪控制，提出了一种基于H∞跟踪的模糊神经网络变结构控制方案。该方案利用模糊神经网络的学习和函数逼近能力，补偿机器人系统的内部不确定性和外干扰，H∞跟踪设计与变结构控制的结合削弱了控制输入的抖振，提高了机器人的鲁棒性，保证了整个系统的快速跟踪性能，仿真实例证实了该控制方案的有效性。     

一类不确定仿射非线性系统的自适应变结构控制

研究非匹配不确定仿射非线性系统的输出跟踪问题．针对系统中的参数不确定性，基于李亚普诺夫稳定性理论提出了一种分段控制方案，当控制误差大于一定范围时，采用自适应变结构控制方案，使得闭环跟踪系统全局渐近稳定，参数估计值收敛，系统信号保持有界，控制误差减小到零域附近时，切断变结构控制，避免了颤振现象的出现．理论研究和仿真结果证实了理论结果的正确性和有效性．     

积分变结构间接自适应神经网络控制

针对一类不确定非线性系统,基于变结构控制原理,提出多层神经网络投影算法,并设计了一种具有监督控制器的积分变结构间接自适应神经网络控制方案.该方案引入综合误差的自适应补偿项来消除建模误差的影响, 同时通过监督控制器保证闭环系统全局一致终结有界,且跟踪误差收敛到零,仿真结果表明该方法的有效性.     

基于模糊趋近律的自适应滑模变结构控制

针对一类非线性不确定系统,把自适应模型跟踪控制和模糊控制与趋近律相结合,提出一种新的自适应模糊滑模变结构控制方案.不仅消除了滑模变结构控制固有的高频颤动现象,对模型不确定性和外部干扰具有较强的鲁棒性,而且改善了系统到达段的品质,同时跟踪误差可收敛到零的一个邻域内.仿真结果也表明了该方案的正确性.     

非匹配非线性系统的多模变结构控制

针对存在非匹配不确定性的非线性系统,讨论其输出跟踪问题。根据提出的等价作用的概念,设计了一种简单的滑模观测器。在对系统不确定性进行估计的基础上,给出了此类系统的变结构控制方案,闭环系统在有限时间进入滑动模态,仿真算例证实了理论结果。     

非匹配非线性系统的多模变结构控制

针对存在非匹配不确定性的非线性系统,讨论其输出跟踪问题.根据提出的等价作用的概念,设计了一种简单的滑模观测器,在对系统不确定性进行估计的基础上,给出了此类系统的变结构控制方案,闭环系统在有限时间进入滑动模态.仿真算例证实了理论结果.     

基于多模型在线辨识的滑模变结构控制

为了改善复杂非线性系统中传统滑模变结构控制系统的控制效果,提出了一种将多模型在线建模与滑模变结构控制结合的方案.首先,根据输入输出数据利用在线数据聚类的方法建立多个局部模型,实时对局部模型进行更新,并通过加权综合获得非线性系统的在线辨识模型;然后,针对系统的辨识模型设计基于趋近律的滑模变结构控制器.仿真结果表明,控制方案对系统模型的不确定性具有良好的鲁棒性.     

基于串级变结构神经网络的机器人补偿控制

针对机器人动力学的非线性、强耦合、时变特点,为了高速、高精度地控制机器人,提出了基于神经网络的机器人智能控制策略．讨论了机器人动力学模型的特殊性,指出模型中结构和非结构不确定性因素;研究了一种新型串级变结构神经网络（ＣＶＳＮＮ）;提出了一种基于新型ＣＶＳＮＮ的机器人控制策略．以精密Ｉ号机器人为仿真对象,证明该算法能够较好地补偿结构与非结构不确定因素,收敛速度快,能够自适应地调节自身的结构．     

旋转导向钻井稳定平台的RBF网络滑模变结构控制

针对旋转导向钻井稳定平台存在的摩擦问题带来的不确定性,提出一种基于RBF神经网络的自适应滑模变结构控制方法,以提高稳定平台控制的精确性和抗干扰能力。使用RBF神经网络对稳定平台模型中的不确定性进行逼近,通过设计RBF网络节点的唤醒与激活阈值来减少网络规模,同时设计权值调整的自适应律,并结合滑模控制增强系统的鲁棒性。分别采用一般滑模变结构控制方法和RBF神经网络滑模变结构控制方法进行仿真实验,结果表明,RBF神经网络滑模变结构控制方法能够有效地逼近控制对象模型,有较强的鲁棒性。     

一种基于神经网络的内模控制方法及其应用

根据具有非线性、强耦合、不确定性过程的控制需要，提出了一种基于神经网络的内模控制方法，该方法充分利用神经 自学习及非线性逼近能力，建立非线性、强耦合、不确定性过程的动态模型及逆模型，采用这种方法对冷轧过程中带材全局板形进行仿真实验控制，取得了理想的控制效果。     

理想跟踪准滑模变结构参考模型自适应控制

对一类有界的不确定的非线性动态系统 ,提出了一种基于具有连续函数特性的准滑动模态变结构控制的自适应控制方法。该方法在对象参数未知的情况下 ,利用变结构原理来学习在 L yapunov意义下系统的不确定界 ,从而实现对系统参数未知界的估计 ,并确保跟踪误差满足预先给定的性能要求。仿真结果表明该方法是有效的 ,并且使系统的抖振有较大程度的削弱     

非线性PID控制在导弹纵向飞行控制中的应用

提出了结构简单的非线性PID控制方案.通过对导弹动力学特性的分析,设计了导弹纵向飞行通道的全空间串级控制结构,弹道外回路采用非线性PI控制,姿态内回路采用非线性PID控制.仿真结果表明,该控制方案结构简单,并能在全空间内实现较高的控制要求.     

超中立型非线性时变控制系统的稳定性（Ⅱ）

本文进一步讨论超中立型非线性时变控制系统在镇定理论中的等价性,选取线性时变控制系统的Ｒｉｃｃａｔｉ矩阵代数方程的对称正定解构造二次型正定Ｖ函数,应用Ｌｙｐｕｎｏｖ分解等价法,给出了控制函数和输出方程的状态向量均带有滞后的超中立型非线性时变控制系统一致渐近稳定的充分条件,同时,给出了较好的滞后界限和非线性项的估计公式。     

非线性振动控制的神经网络离散逆系统方法

针对非线性结构振动控制难以用线性控制方法精确控制的情况，提出神经网络离散逆系统方法．建立了结构的离散化模型，再用神经网络将非线性系统通过逆系统变换变为伪线性系统，对该伪线性系统可以用一般线性方法精确控制．该方法将非线性结构控制问题转化成了线性结构控制问题，使问题难度大大减小．对某非线性建筑结构振动作了控制仿真，实现了精确线性化，控制效果曲线与对线性结构控制效果曲线几乎完全吻合．神经网络离散逆系统方法发挥了神经网络和线性控制各自的优点，可用于强非线性结构的振动控制．     

基于逆系统方法发电机非线性励磁调节器研究

将非线性系统的逆系统方法用于电力系统，结合ＩＴＡＥ最佳控制规律，推导出了发电机非线性励磁控制规律．大扰动仿真结果表明，基于逆系统方法设计的发电机非线性励磁控制器能较大地改善系统的动态性能．同时，该方法的线性化过程较微分几何方法简单得多，更适于工程应用．     

逆变电源重复控制技术的研究

针对逆变电源控制系统，提出了一种基于重复控制技术的控制方法．重复控制是一种基于内模原理的控制策略．在逆变电源带非线性负载时，它是对输出电压波形进行改善的一种有效手段．分析了重复控制的基本原理，讨论了系统的稳定性和收敛性，并给出了相应的证明．在此基础上，针对重复控制器各个部分，提出了详细的参数选择设计方案．仿真结果表明本方案正确、可行．     

控制系统的输入对系统稳定性的影响

给出一种可用于时变与非线性控制系统稳定性的判别方法。方法将控制系统的输入变换为控制系统的时变参数,研究输入对控制系统稳定性的影响。     

基于变结构的移动机器人侧向控制器的设计

采用基于后推与模糊滑模控制相结合的方法设计了移动机器人的变结构状态反馈控制器,实现了对道路跟踪侧向误差的渐近镇定控制.应用Lyapunov定理推导了移动机器人满足非完整性约束的时变光滑状态反馈镇定控制律;将状态控制区域分为远离奇异点的稳定工作区域与含有奇异点的非稳定区域2部分.设计模糊控制嚣来控制移动机器人的状态从非稳定区域向稳定区域转变,并采用移动机器人Amigobot作为实验平台验证了控制器设计的有效性.研究结果表明:侧向误差较大时,模糊控制器确保移动机器人在稳定区域内沿着模态切换线减小误差;当侧向误差较小时,时变光滑状态反馈控制实现对移动机器人的平稳镇定.在控制器设计中,将移动机器人的平移速度视为渐变参数,根据侧向误差能量函数的变化进行模糊自适应调节.