不匹配不确定非线性系统的鲁棒输出跟踪控制

针对一类具有外部扰动的不匹配不确定SISO仿射非线性系统提出了一种光滑、简单的鲁棒跟踪控制器.利用反馈线性化技术和Lyapunov方法,在不匹配不确定项满足一定的约束条件下,所设计的控制器能主动克服不确定项和外部扰动对系统的影响,并且无需每步控制进行范数计算,同时控制器中没有Lyapunov函数,得到的是具体的控制表达式.基于Lyapunov稳定性定理证明了在该控制器的作用下能保证输出跟踪误差及相应闭环系统的状态实用稳定.仿真结果证明了方法的有效性.     

一类非线性系统的自适应模糊观测器设计

针对一类不确定非线性系统提出了自适应模糊观测器设计方法．该观测器采用模糊系统逼近非线性函数，它不要求被观测对象结构和参数已知的条件，并对估计误差、模糊逼近误差和外扰的存在采用了鲁棒监叔项以保证良好的观测性能，该观测器是对非线性广义Luenberger自适应观测器的一种扩展．该方法的有效性得到理论证明和仿真实验的验证．[第一段]     

多输入多输出非线性系统的间接自适应模糊跟踪控制

针对多输入多输出非线性系统,把自适应模糊控制和自适应模糊辨识结合起来,提出了一种间接自适应模糊控制方案.由跟踪误差和辨识误差给出了参数调节规律,两种误差同时调节参数改善了系统性能.应用推广的模糊逻辑系统来估计多维未知函数,补偿器可抵消模糊逼近误差和外部扰动.控制方案保证了系统的稳定性,实现了跟踪.     

不确定时变时滞非线性系统多模型切换跟踪控制)

考虑了当系统存在不确定情况下,一类非线性时变时滞系统的多模型切换跟踪控制的设计问题。首先利用时滞T-S模糊模型对其进行建模;然后在不确定性满足增益有界的条件下,得到了该类时变时滞非线性系统满足闭环稳定和H∞跟踪控制性能的充分条件;最后根据所选定的变量,通过多模型切换控制,将相应的区域控制器切换为全局控制器,而其他控制器不起作用,实现对整体非线性系统的逼近与控制。仿真结果证明了方法的有效性。     

非线性不确定系统的鲁棒自适应Backstepping控制

针对一类有界扰动不确定非线性系统,讨论了鲁棒自适应ε输出跟踪问题．利用Backstepping方法和鲁棒控制技术,对存在未知参数和动态不确定性的非线性系统设计了一种自适应输出反馈控制器．基于Lyapunov稳定性理论所设计的控制器不仅保证闭环系统状态全局一致有界,而且使系统的跟踪误差收敛到一个很小的邻域内．仿真结果表明了所设计方法的有效性．     

一类具有时滞的不确定非线性控制系统的自适应镇定

研究了一类具有时滞的不确定非线性控制系统的自适应镇定,基于Backstepping递归设计方法,构造性地设计出一个自适应控制器,并能保证闭环系统渐近稳定.     

一类具有时滞的非线性系统的跟踪控制

讨论了一类满足Lipschitz条件的非线性时滞系统的跟踪问题.基于状态反馈控制器,利用LyapunovKrasovskii泛函和矩阵理论,得到了系统全局渐近镇定的新判据,并且保证了输出和状态跟踪控制的误差全局渐近收敛于零,MATLAB仿真验证了本文方法的可行性.     

磁悬浮系统的自适应控制器设计

以五自由度的磁悬浮平台为研究对象,介绍了磁悬浮平台的系统组成和工作原理,建立了磁悬浮平台的数学模型.针对该磁悬浮系统的开环不稳定和强非线性的特点,采用极点配置自适应控制方法实现了对磁悬浮系统的数字控制.利用DSPACE作为控制器进行了硬件在回路(Hardware-In-Loop)实物仿真实验,结果表明采用分离设计的方法设计的控制器完全适合对磁悬浮系统控制的需要,在实际的实验中取得了理想的效果.     

基于神经网络的一类非线性系统自适应滑模控制

对一类非线性系统进行简化处理后,结合神经网络逼近方法、自适应滑模控制提出一种新的自适应控制方法.所设计的控制器分为两部分,一部分是等效控制器,另一部分是滑模控制器.滑模控制器用来减小系统的跟踪误差,起鲁棒控制作用.文中用神经网络逼近非线性函数,并将网络权值误差引入到神经网络权值的自适应律中用以改善系统的动态性能.最后给出的仿真算例证明所设计的控制器是十分有效的.     

非线性时滞系统状态反馈跟踪控制

针对一类严格反馈非线性时滞系统,采用反推(backstepping)技术,提出了一种状态反馈跟踪控制器的设计方案.采用占有(domination)方法处理系统的非线性时滞函数.在系统非线性函数满足Lipschitz条件的假设下,实现对给定参考信号的全局渐近跟踪,并保证了闭环系统所有信号一致有界.通过构建一个Lyapunov-Krasoviskii泛函,证明了闭环系统的稳定性.最后,通过一个仿真实例说明了所提方案的可行性.     

一类非线性系统的自适应模糊观测器设计

针对一类不确定非线性系统提出了自适应模糊观测器设计方法。该观测器采用模糊系统逼近非线性函数,它不要求被观测对象结构和参数已知的条件,并对估计误差、模糊逼近误差和外扰的存在采用了鲁棒监督项以保证良好的观测性能,该观测器是对非线性广义Luenberger自适应观测器的一种扩展。该方法的有效性得到理论证明和仿真实验的验证。     

四旋翼无人机飞行姿态的自适应反演滑模控制

针对非线性六自由度欠驱动四旋翼无人机的姿态和位置控制问题,提出自适应反演滑模控制算法.设计了一种自适应律对控制中的参数摄动和外界干扰上界进行在线估计,并将估计值补偿到反演滑模控制中.通过李雅普诺夫稳定性理论证明自适应反演滑模控制能使跟踪误差一致渐近收敛到零.最后,根据给定的四旋翼无人机参数进行数值仿真,所得结果表明在系统存在参数摄动和外部干扰的情况下,该方法也能够实现四旋翼无人机的姿态稳定和定高悬停,并具有较好的鲁棒性..     

非线性系统的鲁棒自适应模糊轨迹线性化控制

针对一类非线性多输入多输出不确定系统,基于小增益理论提出了鲁棒自适应模糊轨迹线性化控制方法。利用T-S模糊系统逼近未知干扰和不确定性因素,采用Lyapunov方法及小增益理论证明了闭环系统所有信号一致最终有界。该算法自适应律的学习参数仅有1个,便于工程实现。最后利用本文提出的控制方案设计了空天飞行器飞行控制系统,仿真结果表明了控制方案有效性和鲁棒性。     

单级倒立摆迭代非线性滑模位移控制

针对倒立摆的位移控制,提出一种非线性滑模变结构控制方法.通过对系统输出的递归分解迭代设计,构成了扩展状态空间上的复杂非线性滑模,结合增量反馈控制,无需对系统不确定性的估计,可以稳定摆的倒立并将小车驱动到任意的距离.非线性滑模分解迭代方法结构简单、易于实现,设计过程的物理意义明显,利于参数整定保证控制系统稳定性以及分析输出特性.仿真结果表明,小车位移稳定时间、最大移动速度以及位移过程中摆角最大幅度均可通过设计参数调节,且控制器对倒立摆系统参数变化不敏感、具有强鲁棒性和良好的控制品质.     

一类非线性大系统的间接自适应分散神经网络控制

针对仿射非线性大系统,采用分散控制的思想,利用模糊神经网络辨识方法对各个子系统建立NARMA模型,运用自适应控制、滑模控制方法消除各子系统间的非线性关联项及不确定的外部干扰,并使用神经网络的辨识结果来调节控制器参数,形成间接自适应分散神经网络控制器.最后,将本文提出的控制方法运用于互连双倒立摆仿真中,结果表明所提出的算法是有效的.