一类非仿射受扰混沌系统的自适应模糊控制

针对一类带非仿射输入的不确定受扰混沌系统,提出了带监督控制项的自适应模糊控制。该方法采用模糊逻辑系统逼近虚拟控制中的未知函数,仅要求逼近误差范数有界。模糊参数采用σ自适应律,并给出参数的有界性证明。构造Lyapunov函数证明闭环系统所有信号一致有界,跟踪误差一致渐进稳定。将Duffing-Holmes系统、Genesio系统和Sprott电路混沌系统作为仿真对象,仿真结果验证了算法的有效性。     

一类不确定非线性系统的自适应模糊控制

对一类不确定非线性系统提出自适应模糊控制方法。此方法用模糊逻辑系统设计自适应模糊监督控制器和自适应模糊控制器,且设计补偿器对逼近误差进行补偿,以此来减少逼近误差对跟踪精度的影响,同时对自适应模糊监督控制器和自适应模糊控制器中的未知参数设计了自适应学习律。证明了该方法不但能保证闭环系统稳定,而且可使跟踪误差收敛到原点的邻域内。仿真结果验证了此方法的有效性。     

含非线性输入的非线性系统自适应模糊控制

讨论一类含非线性输入的非线性系统的自适应模糊控制问题。首先运用隐函数存在定理证明系统的理想控制器的存在性,利用I型模糊逻辑系统对该理想控制器进行在线逼近,提出了一种具有监督器的自适应模糊滑模控制器设计的新方案。该方案通过直接自适应模糊控制器与监督控制器的适当切换,保证了闭环系统的稳定性,由此确定出建模的有界区域,而且通过引入最优逼近误差的自适应补偿项,保证跟踪误差收敛到零。仿真结果表明了该方法的有效性。     

Adaptive neural control for a class of uncertain stochastic nonlinear systems with dead-zone

The problem of adaptive stabilization is addressed for a class of uncertain stochastic nonlinear strict-feedback systems with both unknown dead-zone and unknown gain functions.By using the backstepping method and neural network(NN) parameterization,a novel adaptive neural control scheme which contains fewer learning parameters is developed to solve the stabilization problem of such systems.Meanwhile,stability analysis is presented to guarantee that all the error variables are semi-globally uniformly ultimately bounded with desired probability in a compact set.The effectiveness of the proposed design is illustrated by simulation results.     

Adaptive stabilization for cascade nonlinear systems

An adaptive controller of full state feedback for certain cascade nonlinear systems achieving input-to-state stability with respect to unknown bounded disturbance is designed using backstepping and control Lyapunov function (CLF) techniques. We show that unknown bounded disturbance can be estimated by update laws, which requires less information on unknown disturbance, as a part of stabilizing control. The design method achieves the desired property: global robust stability. Our contribution is illustrated with the example of a disturbed pendulum.     

带有误差补偿的非线性系统自适应模糊控制

针对一类非线性系统提出了间接自适应模糊控制方法,该方法用模糊逻辑系统逼近未知函数,并设计误差补偿器来减少逼近误差对跟踪精度的影响。在设计等效控制时考虑其存在性,仿真证明该方法不但能使跟踪误差收敛到原点的小邻域内,而且通过适当调整设计参数,可使跟踪误差减小,收敛速度加快。仿真结果验证了此方法的有效性。     

一类模糊时滞系统自适应跟踪控制与仿真

基于T-S模糊模型和变结构控制策略,研究了一类带有参数不确定项的模糊时滞系统自适应输出跟踪问题。首先利用变结构控制理论选择滑动模,根据李雅普诺夫方法,提出了一种自适应变结构控制策略。利用自适应策略的目的在于克服扰动的未知上界,使设计的控制器满足可达条件。该方法确保系统的运动轨迹在有限的时间内到达滑模面并一直保持在滑模面上。其次根据ISS理论和LMI方法研究了系统状态全局有界的充分条件。最后,通过仿真实例验证了所提方法的正确性和有效性。     

多变量非线性系统的直接自适应模糊预测控制

对一类多变量非线性系统提出了直接自适应模糊预测控制方法,此方法首先对被控对象提出了线性时变子模型加非线性子模型的预测模型,然后直接利用模糊系统设计预测控制器,并基于时变增益自适应律对控制器中的未知向量和逼近误差估计值进行自适应调整。证明了此方法可使跟踪误差收敛到原点的一个邻域内,仿真结果验证了此方法的有效性。     

一类动力系统的时滞脉冲控制

针对脉冲控制中,时滞在脉冲采样时刻客观存在这样一种现象,研究了一类动力系统的时滞脉冲控制问题。给出了在时滞脉冲控制下,这类动力系统的原点是全局渐近稳定的一个充分条件,该条件反映了系统参数,脉冲区间和延迟时间之间的相关关系。利用所得的结论,也实现了这类系统的时滞脉冲同步。最后,以典型的分段线性系统Chua电路和非线性的混沌Chen系统为例,分别通过数值仿真实验验证了理论结论的有效性。     

一类不确定执行器非线性系统的自适应控制

针对一类带不确定执行器非线性的控制系统,提出了一种自适应神经网络控制方法。建立了包括死区、齿隙和“类齿隙”磁滞特征的非线性执行器模型。通过结合所建立的模型和Nussbaum增益技术,解决了当执行器非线性不确定时的控制问题。所设计的方案不需知道非线性特征参数边界,并且当非线性特征为死区时,其坡度可以为时变的。引入了自适应补偿项消除建模误差和干扰的影响。仿真结果验证了该方法的有效性。     

Direct adaptive control for a class of MIMO nonlinear discrete-time systems

This paper considers the problem of adaptive con-trol for a class of multiple input multiple output （MIMO） nonlinear discrete-time systems based on input-output model with unknown interconnections between subsystems. Based on the Taylor ex-pand technology, an equivalent model in affine-like form is derived for the original nonaffine nonlinear system. Then a direct adap-tive neural network （NN） control er is implemented based on the affine-like model. By finding an orthogonal matrix to tune the NN weights, the closed-loop system is proven to be semiglobal y uni-formly ultimately bounded. The σ-modification technique is used to remove the requirement of persistence excitation during the adaptation. The control performance of the closed-loop system is guaranteed by suitably choosing the design parameters.     

Indirect adaptive fuzzy control for a class of nonlinear discrete-time systems

An indirect adaptive fuzzy control scheme is developed for a class of nonlinear discrete-time systems. In this method, two fuzzy logic systems are used to approximate the unknown functions, and the parameters of membership functions in fuzzy logic systems are adjusted according to adaptive laws for the purpose of controlling the plant to track a reference trajectory. It is proved that the scheme can not only guarantee the boundedness of the input and output of the closed-loop system, but also make the tracking error converge to a small neighborhood of the origin. Simulation results indicate the effectiveness of this scheme.     

基于观测器的一类不确定非线性系统自适应输出反馈控制

针对一类不确定非线性系统,基于非线性状态观测器采用回馈递推(Backstepping)设计方法提出了一种鲁棒自适应L2增益控制方案。该控制方案首先对系统的不可观测状态设计非线性状态观测器,在此基础上通过多步递推得到系统的控制律并设计了未知干扰的参数自适应律,使系统具有L2增益性能。同时把采用常规设计方法需要对过多参数进行辨识问题简化为只需对与未知干扰个数相同的参数进行辨识的问题,简化了控制器结构。最后通过仿真算例验证了所设计控制方案的有效性。     

T-S模糊系统的一种新型PDC鲁棒模糊控制器设计

针对一类模有界的参数不确定Takagi-Sugeno(T-S)模糊系统,在分析模糊系统前提规则结构的基础上,设计了一种新的并行分配补偿(PDC)控制器,研究了其鲁棒控制问题。基于分段Lyapunov稳定性理论,导出了线性矩阵不等式(LMI)形式的鲁棒控制器设计方法。该方法充分利用了模糊系统隶属度函数的结构信息,降低了采用线性矩阵不等式方法求解的难度。仿真实验证明,通过该方法设计的模糊控制系统,具有良好的鲁棒性能,控制效果良好。     

基于观测器的不确定非线性系统L1自适应控制

针对一类严格块反馈型不确定非线性系统,采用反步设计方法提出了一种新的基于滑模状态观测器的L1自适应控制方案。由于系统状态不完全可测,首先设计滑模观测器对系统状态进行估计,并分析观测器的收敛性,在此基础上,通过反步法得到系统的理想控制律。为了消除反步控制中的“项数膨胀”,引入非线性跟踪微分器来提取理想控制律的微分信号。为提高系统响应的瞬态性能,消除控制输入的高频振荡,引入L1自适应控制对控制律进行改进,通过理论推导证明了闭环系统的稳定性。最后通过数值仿真算例验证了所设计控制方案具有快速的收敛性、良好的跟踪性等期望性能。     

基于观测器的非线性系统直接自适应模糊控制

针对状态不可测的一类不确定非线性系统,利用模糊系统的逼近能力,提出一种基于观测器的直接自适应模糊控制方案。该方案通过引入观测量的调制函数,使得模糊系统的输入集在有界闭区域上,从而取消了观测量有界的假设。利用Kalman Yacubovitch Popov定理及李亚普诺夫函数,证明了闭环控制系统所有信号是有界的,跟踪误差收敛到零。仿真结果表明了该方法的有效性。     

基于模糊逻辑的一类复杂系统全息控制设计

针对一类结构上具有相似性的非线性不确定复杂系统,利用模糊逻辑系统可以充分逼近连续函数的性质,研究这类复杂系统的鲁棒镇定问题,设计出了系统的全息鲁棒控制器和模糊逻辑系统参数估计的自适应律。为了简化控制器结构,在构造模糊逻辑系统时对被控系统的不确定性进行了归一化处理。在较弱的假设条件下,证明了这种控制器使被控系统的状态及参数估计误差一致终极有界,同时给出了误差的严密的数学分析。仿真实例表明所提出的方法是有效的。     

一类非线性系统的自适应模糊滑模定位控制

针对一类由多子系统组成的,具有建模误差和未知不确定性的多变量非线性系统,提出了一种自适应鲁棒定位控制方案。分别在系统数学模型已知或未知的情形下,通过对不确定性的未知范数界描述,基于Lyapunov理论和Barbalat引理,给出了滑模鲁棒控制器的综合设计方法及其自适应控制律,保证整个闭环误差系统的稳定。该方法减少了对系统模型精确度的依赖,避免了传统方法对不确定性的人为预估行为。最后,通过船舶动力定位系统的控制仿真表明了本方法的有效性。     

基于T-S模型的非线性系统非脆弱保性能模糊控制

针对一类用T-S模糊模型描述的非线性系统,采用状态反馈的并行分布补偿方法研究其非脆弱保性能模糊控制问题,使得在控制器存在可加性摄动的情况下,其闭环性能指标值低于确定的上界。利用线性矩阵不等式处理方法,导出了非脆弱保性能模糊控制律的存在条件。通过建立和求解一个凸优化问题,给出了最优非脆弱保性能模糊控制律的设计方法,并用此方法设计一级倒立摆的非脆弱模糊控制律。仿真结果表明了方法的有效性。     

Backstepping-based active fault-tolerant control for a class of uncertain SISO nonlinear systems

Active fault-tolerant control is investigated for a class of uncertain SISO nonlinear flight control systems based on the adaptive observer, feedback linearization and backstepping theory. Firstly an adaptive observer is constructed to estimate the fault in the faulty system. A new fault updating law is presented to simplify the assumption conditions of the adaptive observer. The asymptotical stability of the observer and the uniform ultimate boundedness of the fault estimation error are guaranteed by Lyapunov theorem. Then a backstepping-based active fault-tolerant controller is designed for the faulty system. The asymptotical stability of the closed-loop system and uniform ultimate boundedness of the tracking error are proved based on Lyapunov theorem. The effectiveness of the proposed scheme is demonstrated through the numerical simulation of a flight control system.