非线性系统的积分变结构间接自适应模糊控制

讨论了一类不确定非线性系统的间接自适应模糊控制问题 .基于变结构控制原理 ,并利用具有线性可调参数的模糊系统去逼近过程未知函数 ,提出一种具有监督控制器的积分变结构自适应模糊控制方法 .该方法通过监督控制器保证闭环系统所有信号有界 .进一步通过引入最优逼近误差的自适应补偿项来消除建模误差的影响 .理论分析证明了跟踪误差收敛到零 .仿真结果表明了该方法的有效性     

基于指数饱和函数的非线性系统自适应模糊控制

为减小模糊逻辑系统的逼近误差,引入指数饱和函数项对一类未知非线性系统进行间接自适应模糊控制.直接用模糊逻辑系统逼近未知非线性函数,基于广义误差对模糊逻辑系统中的未知参数进行自适应调整,并用指数饱和函数项对逼近误差进行补偿.该方法不但能使跟踪误差收敛到原点的一个小邻域内,而且通过适当减小控制器中设计参数,可使跟踪误差减小.仿真验证了该方法的有效性.     

一类MIMO系统的自适应模糊观测器设计

针对一类MIMO非线性状态不可测系统,提出一种基于观测器的自适应模糊控制方法。该方法应用＂主导输入＂的概念,同时考虑了函数逼近误差和系统外扰的存在,假设了该系统逼近误差和系统外扰有界但界未知的情况;并探讨了自适应模糊控制器的参数自适应律由跟踪误差和逼近误差共同进行调节。基于李亚普诺夫函数证明了闭环系统的所有信号是有界的,并且跟踪误差收敛到零。仿真结果表明了该方法的有效性。     

具有干扰的非线性系统的小波分析

采用小波逼近的方法,结合李雅普诺夫稳定性理论,提出了一种新的不需要进行系统辨识的在线的连续自适应控制算法.对于一类具有干扰的非线性系统,该算法能够保证闭环的稳定性,跟踪误差可以收敛于0.     

一类具有非线性输入系统的自适应模糊控制

基于滑模控制基本原理,利用I型模糊逻辑系统对未知函数进行在线逼近,提出了一种具有监督器的自适应模糊滑模控制方法.该方法通过监督控制器保证闭环系统所有信号有界,并进一步引入最优逼近误差的自适应补偿项来消除建模误差的影响.通过李亚普诺夫方法,证明了跟踪误差收敛到零.仿真结果表明了该方法的有效性.     

具有未知类反斜线回滞系统的自适应模糊控制

基于变结构控制原理,利用模糊逻辑系统对未知函数进行在线逼近,提出了一种具有监督器的自适应模糊控制方法.该方法通过监督控制器保证闭环系统所有信号有界,并引入最优逼近误差的自适应补偿项以消除建模误差的影响.通过李亚普诺夫方法,证明了跟踪误差收敛到零的一个小邻域内.仿真结果表明了该方法的有效性.     

一类非线性系统的组合自适应模糊控制

针对一类单输入单输出非线性系统提出了一种稳定的组合自适应模糊控制方法.该方法充分利用被控对象和控制行为知识,采用自适应补偿控制补偿逼近误差,在不要求最优逼近误差平方可积的条件下证明了闭环系统渐近稳定.仿真结果表明提出的方法具有良好的跟踪性能.     

一类非线性系统综合自适应模糊控制

针对一类非线性系统把模糊控制、模糊逻辑逼近及模糊滑模控制相结合,提出一种综合自适应模糊控制方法.基于李亚普诺夫函数系统参数的自适应律,不需要最小逼近误差平方可积条件,而且利用模糊滑模控制补偿模糊系统的逼近误差及外部干扰对输出跟踪误差的影响.理论证明了闭环系统稳定,跟踪误差收敛到零或零的一个小邻域内.仿真表明了算法的有效性.     

未知非线性系统的神经网络自适应鲁棒控制

针对一类未知非线性系统,基于神经网络理论提出一种间接自适应控制方法,该方法不仅保证了闭环系统的稳定,而且使外部干扰、神经网络逼近误差对跟踪误差的影响衰减到给定的水平.     

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.     

一类不确定非线性系统的鲁棒自适应模糊控制

针对一类具有未知控制增益符号的不确定非线性系统。基于模糊系统的逼近能力，利用Nussbaum函数的性质，提出了一种自适应模糊控制器设计的新方案．该方案取消了函数控制增益符号已知这一条件，并通过引入最优逼近误差的自适应补偿项来消除建模误差和参数估计误差的影响．理论分析证明了闭环系统的有界性和跟踪误差收敛到零．仿真结果表明了该方法的有效性．     

不确定系统的模型参考自适应模糊控制

针对一类不确定非线性系统,基于王立新1994年提出的监督控制方案并利用广义多线性模糊逻辑系统的逼近能力,提出了一种MIMO系统的模型参考自适应模糊控制器设计的新方案.通过引入最优逼近误差的自适应补偿项来消除建模误差的影响,不但能保证闭环系统稳定,而且可使跟踪误差收敛到接近零.仿真结果表明了该方法的有效性.     

一类非线性系统的鲁棒自适应模糊控制

对一类非线性系统，根据模糊自适应控制的设计思想，考虑逼近误差及外扰的影响，提出一种在控制器中增加一个鲁棒自适应控制项的设计方法，并利用Lyapunov理论证明了由此控制的闭环系统的跟踪误差可收敛到零的一个邻域内。采用该方法，无需事先知道逼近误差和外扰的界，从而提高了实际应用价值。     

一类非线性系统综合自适应模糊控制

针对一类非线性系统把模糊控制、模糊逻辑逼近及模糊滑模控制相结合，提出一种综合自适应模糊控制方法．基于李亚普诺夫函数系统参数的自适应律，不需要最小逼近说差平方可积条件，而且利用模糊滑模控制补偿模糊系统的逼近最差及外部干扰对输出跟踪误差的影响，理论证明了闭环系统稳定，跟踪误差收敛到零或零的一个小邻城内．仿真表明了算法的有效性。     

非线性耦合系统的分散自适应模糊控制

针对一类具有高阶耦合作用的MIMO非线性系统,根据滑模控制原理,并利用模糊逻辑系统的逼近能力,提出一种分散自适应模糊控制器设计的新方案.对每一个子系统,仅通过子系统的局部信息在线调节模糊系统的可调参数、滑模控制增益, 从而实现了对动态不确定性及建模误差进行自适应补偿.理论分析证明了闭环系统是全局稳定的,跟踪误差收敛到零的一个邻域内.仿真结果表明了该方法的有效性.     

具有未知控制方向的自适应神经网络控制

讨论了一类具有未知死区模型和未知函数控制增益的SISO非线性系统的自适应神经网络控制问题.根据滑模控制原理,并利用Nussbaum函数的性质,提出了一种自适应神经网络控制器的设计方案.该方案取消了函数控制增益符号已知和死区模型参数上界、下界已知的条件.通过引入逼近误差的自适应补偿项来消除建模误差和参数估计误差的影响.理论分析证明了闭环系统是半全局一致终结有界,且跟踪误差收敛到零.