一类非线性时滞系统通过自适应Backstepping的控制

考虑了一类非线性时滞系统的自适应控制问题。利用Lyapunov函数和Backstep-ping方法设计了一个自适应状态反馈控制器,利用递归原理同时构造Lyapunov函数和镇定控制器,将复杂的非线性系统分解成不超过系统阶数的子系统,然后为每个子系统设计部分Lyapunov函数和中间虚拟控制量,一直“后推”到整个系统,再考虑自适应非线性时滞系统式(1),最后选取Lyapunov函数式(4)。经过推导,使得由式⑴和式⑸组成的闭环系统是全局稳定的。     

基于Backstepping的非线性船舶航迹跟踪控制器设计

针对船舶动态存在大惯性、时滞、非线性等特点,和船舶航行中易受海风、海浪、洋流等环境因素的影响的问题,考虑三自由度非线性船舶运动数学模型。基于Backstepping设计思想,设计了具有全局渐近稳定的船舶航迹跟踪控制器。Simu-link仿真结果表明,船舶实际航迹能够跟踪期望航迹,达到了满意的控制效果,验证了所设计控制器的有效性。     

一类不确定非线性系统基于SVR的Backstepping自适应跟踪控制

针对含有不确定非线性扰动项的一类非线性系统,结合支持向量回归理论,采用Backstep-ping控制方法设计自适应非线性控制器.在分析满足Backstepping设计条件的一类非线性系统结构形式的基础上,应用支持向量回归辨识并补偿系统不确定项及未知扰动,基于Lyapunov稳定性理论,选取Lyapunov函数,证明闭环系统最终一致有界,且跟踪误差指数收敛.通过对典型系统仿真分析表明,相比于径向基神经网络自适应Backstepping控制方案,支持向量回归因其内部参数由训练优化产生,不依赖先验经验及外界干预,适应性较好,对参考指令信号跟踪收敛快,稳态误差小,控制方案有效,且系统具有一定鲁棒性.     

一类非线性时滞系统控制器的设计

研究了一类非线性时滞系统的状态反馈控制器的设计问题.利用Lyapunov稳定性定理和LMI技术,给出了非线性时滞系统在所设计的状态反馈控制器的控制下指数稳定的充分条件.     

一类非线性系统迭代优化神经网络控制器

提出了一类非线性系统迭代优化神经网络控制器的设计方法,该是在正向神经网络辨识模型的基础上,应用迭代学习方法进行控制器设计。为了补偿辨识和迭代学习误差,给出了通过引入了反馈补偿控制器控制精度的方法,仿真结果证明了该方法的有效性。     

一类非线性系统的模糊自适应控制器设计

针对一类非线性系统，构造了具有高斯隶属度函数的T-S函数逼近器．根据逼近误差和控制要求，运用Lyapunov稳定性理论设计了一种模糊自适应控制器．该控制器不仅可以调节模糊规则参数，同时也能调节隶属度函数的参数．将这种模糊自适应控制器应用到倒立摆系统的跟踪控制，仿真结果表明，它具有良好的控制性能，从而验证了该方法的有效性．     

一类非线性系统的模糊可靠控制器设计

基于T-S模糊模型,从正常闭环系统的可靠性问题入手,利用线性矩阵不等式(LMI)方法,研究一类非线性系统的模糊可靠H∞控制器设计问题.首先,对前期已有的结果进行了描述和比较,然后给出了T-S模糊系统的数学模型,并以线性矩阵不等式(LMI)的形式提出了系统模糊可靠H∞控制器存在的充分条件和控制器设计方法.所设计的模糊可靠H∞控制器的设计方法简明,使得故障闭环系统二次稳定,满足H∞性能指标,便于应用.数值例子验证了结论的正确性和控制器设计方法的有效性.     

非线性时滞系统的自适应Backstepping控制

自适应Backstepping控制是当前自适应控制领域的前沿课题之一,在改善系统过渡品质方面表现出较大的潜力,它可以解决的一类系统不再满足长期以来难以克服的＂匹配条件＂。本文介绍了自适应Backstepping控制的基本方法及其在非线性时滞系统中的应用,该领域的国内外研究现状,存在的问题和可能的研究方向。     

基于目标函数的一类非线性系统模糊逻辑控制器的设计

讨论了基于目标函数的一类非线性系统模糊逻辑控制器设计问题。通过引入控制器参数学习递推算法并结合李雅普诺夫稳定性判据,使整个闭环系统不仅能满足稳定性条件且具有较好的跟踪参考输入信号能力,仿真结果表明了这一方法的有效性。     

基于观测器的一类Lipschitz非线性系统鲁棒控制器的设计

讨论了一类Lipschitz非线性系统基于观测器的鲁棒镇定问题,所考虑的系统具有非线性时变扰动项,设计了状态观测器与状态反馈控制器使得其能够镇定一类Lipschitz非线性系统.利用Lyapunov稳定性理论和线性矩阵不等式(LMIs)方法,给出了该系统基于观测器的鲁棒镇定的充分条件,并通过求解LMIs构造了系统鲁棒稳定的基于观测状态反馈的控制器,所得结果减少了控制器设计的盲目性.最后,通过仿真实验证明了该方法的可行性.     

一类非线性系统自适应模糊滑模控制器的设计

为了保证一类不确定非线性系统的稳定性,自适应模糊控制提出了附加监督控制的方法．在此基础上,结合滑模控制原理,提出了一种Ⅱ型间接自适应模糊滑模控制方法,该方法取消了监督控制,用滑模控制器增加了逼近误差的自适应补偿,理论分析证明控制系统全局稳定且跟踪误差收敛到零,然后将这种控制器应用到过程控制的典型对象液位控制中,仿真结果表明了该控制器的有效性和可行性．     

压电智能结构的一类非线性控制器设计方法

根据重置微分方程理论,提出了压电智能结构的一类非线性振动控制器设计方法.通过模拟压电分流阻尼开关系统的作用效果,设计了一个满足Lyapunov稳定性的非线性控制器,建立了被控系统的动力学模型,研究了控制器的控制算法,模拟电路中电感、电阻的数值以及开关的作用仅仅作为数学表达式存在于控制器的设计中,克服了被动压电分流阻尼技术存在要求大物理电感的缺陷,同时提高了控制器的环境适应性.悬臂梁的数值仿真结果表明控制器不仅能够较好地控制被控目标模态,而且对其它模态也有一定的抑制效果.     

非线性系统Backstepping飞行控制律设计

研究了具有两个控制扭矩的轴对称航天器模型,针对航天器存在的非线性和不确定性干扰,采用Backstepping方法设计其飞行控制律.基本思路是通过引入迭代误差变换,采用顺序递推方式构造系统的Lyapunov函数,然后回朔求解系统的非线性控制律.对上述方案的数值仿真显示了该方法良好的鲁棒性和性能指标.     

非线性系统的模糊Backstepping自适应容错控制

针对一类受扰动的且伴有执行器故障的严格反馈不确定非线性系统,提出了一种模糊自适应容错控制方法.当故障发生时,改变控制器结构使其融合故障.设计中,模糊逻辑系统用作在线逼近系统的未知动态和未知的故障函数,结合模糊自适应控制与backstepping技术,给出了模糊容错控制器方法,并基于Lyapunov定理严格证明了所提出的鲁棒模糊自适应控制方法能够保证整个闭环系统的稳定,最后通过仿真实例验证了该方法的有效性.所提出的模糊自适应容错方法扩展了经典容错控制方法的结果,给出的结果更具有一般性意义     

基于自适应Backstepping的PMSM速度控制器设计

为了设计交流永磁同步电机的高性能速度控制器,提出了一种基于自适应Backstepping的速度控制器设计方法.基于永磁同步电机的数学模型,以速度跟踪为目标,把系统分解成几个子系统,为每个子系统设计Lyapunov函数和中间虚拟控制量,再后退到整个系统,得出实际控制量电压的直轴和交轴分量.为了抑制永磁同步电机存在的参数摄动、负载摄动等不确定因素对系统性能的影响,引入自适应与反推控制相结合的策略,使系统能够根据参数的变化自行调整,保证系统的性能及其稳定性.Matlab仿真结果表明,系统具有良好的稳态精度和动态性能.     

一类非线性时滞系统的自适应模糊滑模控制器设计

讨论了一类具有变时滞的非线性系统的自适应模糊滑模控制问题,采用线性矩阵不等式方法构造指数稳定的切换面,并利用自适应模糊逻辑系统逼近带有时滞项和干扰的非线性函数的连续上界函数,使系统状态最终趋于原点.仿真结果表明了文中所提方法的有效性.     

一类串级非线性系统的最优滑模控制器设计

对一类串级不确定非线性系统提出了一种基于SDRE控制的最优滑模控制方法.该方法采用2环控制结构，外环控制器的设计采用基于依赖状态的Riccati方程最优控制器，用以产生最优滑模面；内环控制器的设计采用滑动模控制以减小控制系统对参数变化、模型误差、外部干扰的敏感.设计的最优滑模控制器能使一类串级不确定系统具有鲁棒稳定性.同时，提出了2种求解依赖于状态的Riccati方程的方法.最后，通过仿真实例验证了该控制方法的有效性.     

一类非线性系统的模糊建模方法

针对一类非线性系统的建模问题,以扇区非线性化为基础,提出了一种T-S模糊建模方法。首先在论域上确定出系统中非线性项的最大值和最小值;然后给出非线性项的隶属度函数;最后建立了非线性系统的T-S模糊线性模型。本算法计算简单,容易实现,同时,仿真结果也表明算法能够有效实现对原系统的逼近。     

非线性系统的模糊Backstepping白适应容错控制

针对一类受扰动的且伴有执行器故障的严格反馈不确定非线性系统，提出了一种模糊自适应容错控制方法。当故障发生时，改变控制器结构使其融合故障。设计中，模糊逻辑系统用作在线逼近系统的未知动态和未知的故障函数，结合模糊自适应控制与backstepping技术，给出了模糊容错控制器方法，并基于Lyapunov定理严格证明了所提出的鲁棒模糊自适应控制方法能够保证整个闭环系统的稳定，最后通过仿真实例验证了该方法的有效性。所提出的模糊白适应容错方法扩展了经典容错控制方法的结果，给出的结果更具有一般性意义     

基于神经网络的一类非线性系统参数估计

基于Ｈｏｐｆｉｅｌｄ神经网络的神经计算原理，提出了一类非线性系统的参数估计方法：首先将系统参数估计问题转化为以系统模型残差平方和为目标函数的优化计算问题，然后利用连续Ｈｏｐｆｉｅｌｄ神经网络的神经计算估计待辨识参数．数字仿真结果表明，该方法不仅算法简单，而且估计精度高．