采用干扰估计的液压系统自适应鲁棒控制

针对液压伺服系统的建模不确定性和未建模不确定性问题,提出基于精确干扰估计的自适应鲁棒控制算法。该算法通过反步方法融合了有限时间干扰观测器和自适应鲁棒控制器;有限时间干扰观测器用于估计非匹配集中干扰,能够保证有限时间精确估计干扰;自适应鲁棒控制器用于处理系统参数不确定性并保证闭环系统稳定性。该算法理论上能够保证描述的瞬时控制精度和稳态跟踪误差,并且在某一时间T1后取得渐近跟踪性能。实验结果表明:该算法能够准确估计非匹配干扰,系统稳态跟踪误差最大约为0.06mm,相对跟踪误差约为0.15%,系统跟踪精度得到了提高。     

RLED机器人神经网络在线辨识及控制器设计

对考虑模型误差和外界干扰信号等不确定性因素在内的电驱动刚性机器人系统,运用神经网络和基于Lyapunov函数的逆向递推法提出一类自适应跟踪控制器.神经网络用于辨识机器人系统中包括电流一阶导数在内的复杂非线性项和不确定性因素;而基于Lyapunov函数的逆向递推法则保证了控制系统的鲁棒稳定性和干扰抑制性能.通过系统稳定性分析可以得到控制器参数的选取原则,以进一步提高控制系统品质.数值仿真结果表明所设计的控制器具有良好的鲁棒性和跟踪精度.     

机电伺服系统鲁棒自适应重复控制

针对执行周期性任务的机电伺服系统,设计了一种基于傅里叶级数近似的鲁棒自适应重复控制器,以抑制呈现一定周期性的建模不确定性对伺服性能的不利影响.通过对周期性的建模不确定性进行傅里叶级数近似,将自适应补偿和误差符号积分鲁棒(RISE)反馈相结合,其中自适应律用于处理系统参数不确定性,而RISE鲁棒控制律则可抑制其他非周期性建模不确定性,且鲁棒增益可自动调节.基于Lyapunov稳定性理论证明了闭环系统半全局渐近稳定,且系统所有信号有界.仿真结果表明,所提出的控制策略具有很好的建模不确定性抑制能力,可显著提高机电伺服系统的跟踪精度.     

互联混沌电力系统的自适应backstepping滑模鲁棒控制

针对受外在周期性负荷扰动和电磁扰动以及内部参数不确定的简单二机互联混沌电力系统模型,将backstepping法、自适应控制和滑模控制三者结合,设计了动态反馈鲁棒控制器,使闭环动态误差系统渐近稳定,并对所设计的鲁棒控制器的性能做了评估,同时对系统不确定参数进行实时动态辨识,得到参数自适应更新律,在设计过程中,不需要对原系统进行任何线性化处理,因此,完整保留了系统的非线性特性.数值仿真结果表明,所设计的控制器对参数不确定性和外在干扰具有很强的鲁棒性.     

基于演算子理论的含有未知不确定性机械臂的鲁棒非线性精确跟踪控制

设计了一种基于演算子理论的含有未知不确定性机械臂的鲁棒非线性精确跟踪控制系统.机械手臂的模型不确定性包含未知模型误差和外界扰动对系统性能的影响.考虑未知的不确定模型在设计精确跟踪控制器产生限制情况下,设计了一种基于演算子理论的反馈控制结构来消除不确定模型的影响.基于得到的控制结构,提出了新的精确跟踪条件用来改进机械臂的跟踪性能.最后通过仿真结果验证了设计系统的有效性.     

基于无源辨识器的随机非线性系统自适应跟踪模块化设计

运用基于估计的模块化设计思想,研究了受方差不确定Wiener噪声干扰的参数严格反馈非线性系统对已知信号的自适应跟踪问题.构造控制Lyapunov函数,设计了具有鲁棒稳定特性的输入状态稳定控制器,确保系统满足控制器-辨识器分离.对不确定方差采用自适应方式处理.根据无源性理论,设计无源辨识器模块,给出了参数自适应律,确保系统误差的有界性,使跟踪误差在概率意义下收敛.     

基于小波网络的高超音速飞行器鲁棒自适应积分反步控制

针对高超音速飞行器非线性模型具有不确定性的问题,提出一种基于小波网络的鲁棒自适应积分反步控制方法。该方法运用反步法设计非线性控制律,并引入积分项以减小系统跟踪误差;用小波网络在线逼近系统不确定项,提高系统鲁棒性;设计鲁棒项消除小波网络逼近误差。通过Lyapunov稳定性分析,该方法能够保证闭环系统跟踪误差最终收敛。通过与常规反步、积分反步、自适应反步进行仿真对比,结果表明：所设计的控制律可以有效抑制系统不确定性的影响,设计方法可行。     

不确定非线性系统的鲁棒自适应模糊滑模控制

对一类不确定非线性系统,利用滑模控制与模糊自适应控制相结合的方法,设计了基于模糊逻辑的鲁棒自适应模糊控制器.所提出的设计方法是用模糊模型逼近系统的不确定性项,根据滑模控制原理构造出模糊模型的参数自适应律,在线调节模糊模型的参数,同时处理存在逼近误差时的干扰抑制问题.该方法不仅能有效地消除高频抖振,对逼近误差具有较强的鲁棒性和对参考输入具有良好的跟踪性能,而且该方法不需要求取Lyapunov方程的公共解,且对不确定性的知识要求不高.该文用Lyapunov方法证明了闭环系统信号的全局有界性,以及整个系统的稳定性和鲁棒性.     

雷达卫星鲁棒逆最优自适应姿态跟踪控制

针对存在外界扰动和模型参数不确定性的雷达卫星姿态跟踪控制问题,提出了一类基于修正的罗德里格斯参数描述的雷达卫星鲁棒逆最优自适应控制器设计新方法．通过Backstepping方法和构造相应李雅普诺夫函数,设计了鲁棒逆最优控制器,避免了直接求解哈密顿一雅克比一贝尔曼偏微分方程,使控制器相对于选取的具有鲁棒性的代价函数最优,并以较小的L：增益,实现对外界扰动的输入一状态稳定和鲁棒性;针对系统参数不确定性设计自适应参数更新律,对参数进行自适应学习,有效降低参数不确定对系统的不利影响．仿真结果表明：该方法能有效抑制模型不确定参数和外界未知扰动的影响,在保证姿态跟踪精度的同时,能增强系统鲁棒性．     

基于自适应神经网络的歼击机模糊跟踪控制

提出了一种基于T-S模糊模型和自适应神经网络的跟踪控制方法.在系统具有未知不确定非线性特性的情况下,利用T-S模糊模型对系统的已知特性进行近似建模,设计基于模糊模型的模糊H∞跟踪控制律进行输出跟踪控制.在模糊控制的基础上,引入了基于RBF神经网络的自适应控制,用于在线对消不确定项和模糊建模误差的影响,以保证系统具有期望的鲁棒H∞跟踪性能.所提出的方案保证了闭环系统的稳定性,有效地提高了系统的鲁棒性和跟踪性能.仿真实例表明了所提出方法的有效性.     

仿射非线性系统的在线自适应模糊神经网络辨识与控制

针对单输入单输出非线性系统的自适应控制问题,提出了一种在线自适应模糊神经网络辨识与鲁棒控制的方法.该方法首先利用广义模糊神经网络学习算法,实时建立对象模型未知系统的逆动态模型,实现网络结构和参数的同时在线自适应.考虑到网络建模误差和外部干扰的存在,还设计了基于控制理论的鲁棒补偿器.仿真结果表明,该方法能对模型未知仿射非线性系统实现鲁棒输出跟踪.     

含TCSC装置的单机无穷大电力系统的非线性自适应动态面鲁棒控制

针对含晶闸管控制串联电容器装置的单机无穷大电力系统,考虑摩擦阻尼系数不确定及受外部未知干扰的情况,基于非线性自适应动态面控制方法,设计了鲁棒控制器,同时得到了系统不确定参数的自适应更新律以及系统稳定运行的充分条件.采用该方法避免了传统自适应backstepping法中对虚拟控制输入的反复求导,克服了计算量过大的缺点.数值仿真结果表明,所设计TCSC非线性自适应动态面鲁棒控制器在系统动态响应和不确定参数的估计性能方面优于传统的自适应backstepping鲁棒控制器,提高了电力系统的动态稳定性.     

基于主-辅控制架构的无人机鲁棒飞行控制律设计

无人机在实际飞行中易受到扰动与系统未建模动态等不确定性因素的影响.为此,文中提出了一种新的鲁棒飞行控制律设计方法.该方法以主-辅控制器为基本架构,主控制器采用鲁棒伺服线性二次型调节(LQR)法构造,以提供基本指令跟踪控制输入;以加入主控制器后的理想闭环系统为参考模型,基于鲁棒模型参考自适应算法设计辅控制器,以抑制扰动和未建模动态对飞行控制系统的影响.理论分析表明,该控制律能够保证闭环飞行控制系统在存在有界扰动与未建模动态情况下稳定且跟踪误差有界.非线性对比仿真验证了控制系统对各种形式扰动的抑制作用,说明了该控制系统的有效性与鲁棒性.     

基于神经网络反步法的移动机器人路径跟踪控制

为实现非完整轮式机器人的路径跟踪控制,设计基于反馈增益的反步法控制器,通过控制器参数设计消除了机器人动态误差模型中的部分非线性项,采用神经网络对模型不确定项进行补偿,并利用自适应鲁棒控制器在线补偿神经网络的估计误差,优化了神经网络的学习性能。仿真结果表明:设计的控制器参数易于调节,可实现轮式移动机器人对任意曲线路径的精确跟踪。     

基于Volterra级数模型的内模控制方法

针对一大类具有一定不确定性的非线性系统,提出基于Volterra级数模型的鲁棒内模控制器设计方法。利用局部形式的小增益定理,得到在辨识模型和实际对象模型失配的情况下,闭环系统鲁棒稳定的充分条件。对于设定点调节问题,得出闭环系统获得零稳态误差跟踪性能的充分条件。通过对一个连续搅拌反应池（CSTR）过程控制问题的仿真研究表明,应用该方法可以取得良好的控制效果。     

具有降阶模型的多模型鲁棒自适应控制

针对传统鲁棒自适应控制器暂态性能差的缺点,提出了多模型鲁棒自适应控制方法.对于包含未建模动态的自适应控制系统,首先采用正则化技术把系统未建模动态转化为系统有界扰动,并利用系统低阶模型设计多模型鲁棒自适应控制器,最后证明了系统BIBO稳定以及跟踪误差有界.仿真实验说明所提出的方法能获得较好的控制效果.     

带参数辨识的H-∞鲁棒控制方法

从控制方法的实用性出发,综合鲁棒控制和自适应控制方法,处理存在各种非结构不确定性及参数不确定性的线性对象。运用状态空间 Ｈ∞方法设计鲁棒控制器,抑制外部干扰,未建模动态及参数误差。进而引入鲁棒辨识器以确定对象的标称参数,减小鲁棒控制的保守性。并证明了闭环系统的稳定性和鲁棒性。结合 Ｒｏｈｒｓ 反例,验证了算法有效性。该方法实现了自适应律与控制方法的分离,从而避免了传统‘确定性等价原理’带来的系统分析和实际应用的复杂性。     

基于网络的液压马达伺服位置系统自适应鲁棒积分控制

针对基于网络的液压伺服控制系统面临的网络延时和阀控马达建模结构不确定性问题,提出了基于Pade定理和反步推导方法合成的误差符号鲁棒积分自适应控制器。该控制器使用Pade定理近似处理时变网络引起的延时,降低延时对控制系统跟踪性能的影响,应用自适应率逼近系统结构不确定性和延时误差值,采用误差符号控制方法补偿剩余的结构不确定性。通过构造合适的Lyapunov函数,验证了闭环系统的全局稳定性,保证闭环系统所有信号的有界性和跟踪误差渐进收敛性。仿真结果表明了该控制方法的高精度跟踪性能。     

柔性结构振动主动控制器的μ综合设计方法

在设计柔性结构振动主动控制器时,考虑了受控子系统参数摄动的一种典型情况：模态频率和模态阻尼的建模误差,并用线性分式变换的形式在状态方程描述的框架里,用一个对角块结构表达出这种参数不确定性;同时,把残余子系统视作对受控子系统的一种摄动,将溢出稳定性问题转化为同时含有参数不确定性与未建模动态的系统鲁棒稳定性问题;利用μ理论中的鲁棒性能定理,引入虚拟不确定块,把抑制外部扰动的鲁棒性能问题,统一到上述鲁棒稳定性问题中.最后通过最小化一个结构奇异值μ得到的控制器,以保证具有上述混合不确定性的闭环系统稳定并满足鲁棒性能要求.该方法在控制器设计时计入了混合不确定性块的结构特征,避免了常规（）∞鲁棒控制器在处理此类问题时的保守性.仿真算例表明该方法是有效的.     

基于H_∞混合灵敏度方法的超声波电机调速控制

为提高行波型超声波电机转速跟踪的准确性和平稳性,改善因调频调速非线性带来的调速性能变化,将H∞混合灵敏度方法应用于转速控制器的设计.采用参数辨识法建立电机的频率转速模型,线性化得到电机的标称模型,将静态模型的非线性转化为标称模型的增益摄动,将动态模型的参数变化转化为标称模型的高阶未建模误差,把电机的转速模型表示为标称模型与误差模型和.根据模型误差界和调速性能指标,求取混合灵敏度加权函数,将控制器设计转化为标准的H∞优化问题,通过Matlab工具求解鲁棒控制器.仿真验证了转速闭环的稳定鲁棒性,使用数字信号处理芯片TMS320F28335在实际控制回路中实现该控制器,并测试电机调速性能.实验结果表明,鲁棒控制器应用于超声波电机调速系统可以取得良好的控制效果.