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.     

一类随机线性系统的鲁棒自适应非线性控制设计

论文讨论了一类具有随机输入的线性控制系统的自适应鲁棒跟踪控制问题。将M.Krstic等提出的自适应非线性控制器设计方法与鲁棒控制基本原理相结合;证明了当控制系统的随机输入满足一定条件时,采用随机Backstepping自适应控制方法,能确保系统输出与参考信号误差的均方值全局有界,并能渐近收敛到一个预先任意置定的精度内。仿真实例表明这种控制器具有很好的鲁棒跟踪效果。     

一种鲁棒直接自适应模糊控制算法

针对一类含有不确定项的非线性系统,提出了一种鲁棒直接自适应模糊控制算法.首先,该算法中用广义模糊双曲正切模型逼近系统的等价控制项;之后,设计了双曲正切函数的鲁棒补偿项,从而得到一种没有抖振的平滑控制输入.在系统的控制增益已知、部分已知和未知三种情况下,利用Lyapunov函数证明了采用上述控制策略可保证控制系统跟踪误差收敛到原点的一个小的邻域内,且所有的变量一致有界.仿真例子说明了该算法的有效性.     

一类不确定非线性系统的直接自适应模糊控制

针对一类具有未知函数增益的不确定非线性系统,基于监督控制方法并利用第二类模糊系统的通用逼近能力,提出一种新的直接自适应模糊控制设计方案.该方案通过引入最优逼近误差的自适应补偿项和新的鲁棒项,削减建模误差和参数估计误差的影响,从而在稳定性分析中取消了要求逼近误差平方可积或逼近误差的上确界已知的条件.理论分析证明了闭环系统状态有界,跟踪误差收敛到零.仿真结果表明了该方法的有效性.     

一种控制增益函数未知的自适应模糊控制

针对一类控制增益函数未知的、含有不确定项的非线性系统,为实现其跟踪控制目标,提出了一种鲁棒直接自适应模糊控制方法.该方法仅要求控制增益函数为有界函数,用广义模糊双曲正切模型逼近一个与控制增益函数无关的新颖的等价控制器,并为消除系统中的不确定项和逼近误差设计了一个双曲形式的鲁棒补偿控制项,从而保证了系统跟踪误差收敛到原点的一个小的邻域内,且所有的变量一致有界,控制输入平滑没有抖振.利用Lyapunov函数证明了该算法的有效性,并用倒立摆仿真实例进行了验证.     

模型参考自适应控制系统的鲁棒设计

本文提出了模型参考自适应控制系统的一种鲁棒设计方法.当被控对象存在有界外扰和建模误差时,本方法保证系统的全局稳定性;当被控对象不存在外扰和建模误差时,它还能保证跟踪误差趋于零.     

一类分布参数系统模型参考鲁棒自适应控制

针对一类分布参数系统，讨论了模型参考鲁棒自适应控制问题，将Ｈ∞优化思想引入模型参考自适应控制系统的设计，形成一种ＭＲＡＣＳ的Ｈ∞鲁棒设计方法，理论分析表明，该方法具有较强的鲁棒性和好的系统动态品质。     

一类基于模糊T-S模型的输出反馈控制系统鲁棒稳定性分析

针对一般线性系统,提出了一种基于T-S模糊自适应控制的输出反馈控制策略.为分析其鲁棒稳定性,利用Lyapunov函数,考察了存在一定建模误差情形下该系统的局部和全局稳定性以及鲁棒稳定性,推导了该控制系统的稳定性以及鲁棒稳定性条件.仿真和试验验证了结论的正确性和有效性.     

严格反馈非线性系统的鲁棒自适应逆最优跟踪

针对具有未知定常参数和未知有界扰动的严格反馈非线性系统,结合参考信号,构造了误差系统,并解决了其逆最优控制问题.使用Backstepping算法,设计了误差系统鲁棒自适应逆最优控制器和参数自适应律,从而解决了原系统的鲁棒自适应逆最优跟踪问题,并给出性能估计.仿真结果表明该控制算法的有效性.     

一类基于模糊系统的非线性鲁棒自适应预测控制

基于模糊系统研究了一种新的非线性鲁棒自适应预测控制算法,并应用于空天飞行器(ASV)再入飞行的姿态控制律设计.利用模糊系统的一致逼近能力,逼近被控对象中的未知干扰和不确定性因素,并基于Lyapunov方法设计了鲁棒自适应控制律.模糊系统的权值无需调整,仅需根据系统的跟踪误差调节鲁棒自适应控制器中的参数,在线调整的参数仅为2个,从而大大简化了控制器的设计.理论分析证明了闭环系统的所有信号一致最终有界.利用所提控制算法设计了ASV高超声速飞行姿态的控制系统,仿真的系统响应时间为l.5s,且无超调,这表明该算法对参数不确定性和外界干扰具有较强的鲁棒性.     

Robust direct adaptive fuzzy control for nonlinear MIMO systems

For a class of nonlinear multi-input multi-output systems with uncertainty, a robust direct adaptive fuzzy control scheme was proposed. The feedback control law and adaptive law for parameters were derived based on Lyapunov design approach. The overall control scheme can guarantee that the tracking error converges in the small neighborhood of origin, and all signals of the closed-loop system are uniformly bounded. The main advantage of the proposed control scheme is that in each subsystem only one parameter vector needs to be adjusted on-line in the adaptive mechanism, and so the on-line computing burden is reduced. In addition, the proposed control scheme is a smooth control with no chattering phenomena. A simulation example was proposed to demonstrate the effectiveness of the proposed control algorithm.     

磁饱和及参数变化对速度观测器精度的影响

在矢量控制感应电动机系统中，当电机参数发生变化，或出现磁路饱和时，将会影响速度控制的准确性，使速度观测器精度受影响．通过MATLAB／SIMULINK仿真系统，建立静止坐标系下考虑磁饱和的感应电动机模型和矢量控制系统模型，并通过改变电机参数，比较分析参数变化及磁饱和效应对自适应状态观测器速度估计的影响．研究结果证明感应电机在参数变化时会给速度估计带来一定误差，特别是转子电阻发生变化时误差最大；工作在弱磁区时，磁饱和效应会明显影响速度观测器的精度，带来较大转速估计误差，应对观测器进行磁饱和补偿以提高矢量控制系统的调速性能．     

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。     

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控制

针对一类不确定非线性系统设计了一种鲁棒自适应控制方案,所设计的自适应控制器既能保证闭环系统所有信号的全局有界性,又能使跟踪误差以指数速度收敛到零的一个小邻域内,仿真结果表明了所提控制方案的有效性.     

基于Kp=L2D2S2矩阵分解的多变量自适应控制

本文针对矩阵分解的多变量自适应控制,提出了具有噪声与未建模动态系统的鲁棒自适应控制问题.在高频增益矩阵分解的基础上,得到等价自适应控制律,通过重新定义虚拟规范化信号,对多变量的MRAC方案进行了理论分析,并证明了闭环系统的稳定性和收敛性.最后仿真验证了该方案是可行的.     

基于KP= L2D2S2 矩阵分解的多变量自适应控制

本文针对矩阵分解的多变量自适应控制,提出了具有噪声与未建模动态系统的鲁棒自适应控制问题.在高频增益矩阵分解的基础上,得到等价自适应控制律,通过重新定义虚拟规范化信号,对多变量的MRAC方案进行了理论分析,并证明了闭环系统的稳定性和收敛性.最后仿真验证了该方案是可行的.     

具有未知侧滑和打滑的WMR强化学习自适应神经网络控制

利用反演设计,提出一种强化学习自适应神经网络轮式移动机器人(WMR)轨迹跟踪控制方法.首先在极坐标下建立WMR的轨迹跟踪误差模型,并基于此设计运动学控制器.然后,针对WMR动力学系统,设计自适应神经网络控制器.结合强化学习机制,同时对系统未知侧滑、打滑和模型不确定性进行优化补偿,并引入鲁棒控制项来消除补偿误差的影响,进一步提高了控制效果.所提控制方法使得闭环系统稳定,且最终一致有界收敛,其有效性通过数值仿真结果得到了验证.     

一种简单的机器人鲁棒自适应轨迹跟踪控制算法

针对不确定性存在情况下的机器人轨迹跟踪 ,提出了一种鲁棒自适应轨迹控制算法 .控制算法是全局按指数收敛的 ,不需要知道机器人动力学模型 ,结构简单 ,计算量小 ,能使轨迹误差收敛到一任意小的区域内 .利用Lyapunov直接法分析了控制算法的稳定性和鲁棒性 .两关节直接驱动机器人的实验研究验证了算法的有效性 .