基于高增益观测器的非线性系统自适应模糊滑模控制

针对一类有界的不确定非线性系统,基于高增益观测器并结合自适应模糊逻辑系统和滑模控制,提出了一种基于高增益观测器的自适应模糊滑模控制方案。该方案不需要系统状态可测的条件,而是通过设计高增益观测器来估计系统的状态并能保证观测误差一致最终有界。基于李亚普诺夫函数方法,给出了自适应模糊滑模控制律以及在线调节的参数自适应律。所提出的控制方案不但能使闭环系统稳定,而且保证了跟踪误差的一致最终有界性。仿真结果进一步验证了该控制方案的实用性和有效性。     

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。     

近空间飞行器直接自适应变论域模糊滑模控制

考虑一类非线性不确定系统的直接自适应变论域模糊滑模控制问题。根据跟踪误差在线调整伸缩因子,使变论域模糊系统一致逼近被控对象中的非线性部分。通过引入鲁棒自适应控制器,消除了模糊建模误差,提高了系统的动态性能。给出了系统自适应参数的调整律,并基于Lyapunov理论证明了闭环系统一致稳定。最后,将该算法用于近空间飞行器(near space vehicle, NSV)姿态控制系统的设计,仿真结果表明了该算法的有效性。     

一种改进的自适应模糊滑模大包线飞行控制方法

提出了一种改进的自适应模糊滑模大包线飞行控制方法。该方法以经模拟退火粒子群算法优化的小波神经网络实现非线性模型的逆,能够更加细致地逼近非线性模型,并针对自适应控制的鲁棒性与瞬态性能差的缺点,将滑模控制与自适应控制相结合共同补偿逆误差,提高了自适应控制的鲁棒性与瞬态性。仿真结果表明:所设计的自适应模糊滑模大包线飞行控制器具有优良的控制性能。     

一类不确定非线性系统的模糊边界层滑模控制

饱和函数控制法是抑制滑模抖振的有效方法,为得到跟踪精度和未建模动态鲁棒性之间的权衡,边界层厚度应该自适应调整.对边界层厚度设计模糊控制器进行调整,模糊控制器的输入采用状态轨迹到滑模面的距离| s|和状态轨迹与滑模面的夹角θ.针对二阶不确定非线性系统进行了仿真研究,仿真结果表明该方案可以消除系统抖振,优化边界层厚度,减小系统跟踪误差,使控制系统的跟踪性能优于边界层自适应调整方法和边界层接近角调整方法.     

不确定非线性系统自适应滑模跟踪控制及应用

针对一类非匹配不确定非线性系统,设计了一种高阶鲁棒自适应反推滑模变结构控制方法。在控制器设计中,考虑存在系统建模误差和外界未知干扰,借鉴动态面思想降低控制器复杂性,引入双曲正切函数和抖振衰减因子降低控制输入抖振,设计系统建模误差自适应律增强控制器鲁棒性,并将系统的稳定性证明简化为判断一个n阶对称矩阵的正定性问题。将设计的反推滑模控制器用于F-8飞机纵向机动控制并进行仿真,实现了飞机对指定轨迹的稳定跟踪。     

一类非线性系统的自适应神经跟踪控制

针对一类未知非线性动态系统,提出了一种基于神经网络的自适应输出跟踪控制方案。网络权值的自适应修正规则是基于Lyapunov稳定性理论实现的,避免了递归训练过程;一个滑模控制项用于消除神经网络逼近误差的影响。因此,该自适应神经控制器能保证系统的全局稳定性和输出跟踪误差渐近收敛于0。     

基于回归神经网络的滑模跟踪器设计

基于回归神经网络的在线辨识 ,为实现非线性系统自适应控制提供了一种很有应有前景的方法。本文基于具有线性输入特性的神经网络 ,提出了使系统辨识误差具有指数收敛特性的学习算法。为了得到尽可能普遍的控制律 ,本文运用滑模技术设计出控制信号 ,用其补偿神经网络模型与非线性系统之间的匹配误差。以此为基础 ,提出一种新的基于回归神经网络的间接自适应控制方案。仿真结果表明 ,本控制方案具有较好的跟踪性能     

增益符号未知的鲁棒自适应模糊控制

针对一类具有函数控制增益符号未知的不确定非线性系统,根据滑模控制原理和模糊系统的逼近能力,提出了一种自适应模糊控制器设计新方案。该方案利用Nussbaum函数的性质,取消了常用的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。     

一类非线性系统的直接自适应模糊滑模控制

研究了一类非线性系统的一种直接适应模糊滑模控制（AFSMC）的问题。首先，在系统的非线性动态函数满足可估计和有界两个基本假设的条件下，给无了此类系统基于非线性动态函数估计的一般滑模控制律设计。然后基于目标函数梯度校正的方法，通过自适应机构调解模糊逻辑系统（FLS）的后作参数，所设计的自适应模糊逻辑系统（AFLS）能够逼近系统基于非线性动态函数估计的一般滑模控制律。这样，系统的自适应模糊控制律具有一般滑模控制律的控制效果，同时由于AFLS的滤波作用，具有消除滑模控制高频抖振的特性。数值仿真结果证明了所设计控制律的有效性。     

基于神经网络的非线性系统的间接自适应控制

针对一类不确定非线性动态系统 ,利用多层神经网络系统MNNs的逼近能力 ,提出了一种间接鲁棒自适应神经网络控制器的设计方案。该方案不仅能够保证闭环系统的所有信号有界 ,而且理论分析证明了闭环系统的跟踪误差渐近收敛到零。仿真试验表明本控制算法是有效的。     

电磁悬浮平台系统的滑模控制研究

针对电磁悬浮系统中存在建模误差和外加干扰的非线性控制问题，研究了磁浮系统的滑模控制方法，设计了磁浮系统的切换超平面和基于最终滑动模态的滑模控制系统。仿真结果表明，该控制系统能有效抑制系统参数摄动引起的扰动和持续的外激力干扰，增强了系统的鲁棒性。     

基于非奇异Terminal滑模的导弹末制导律研究

结合导弹拦截的精确末制导问题,提出了一种基于非奇异Terminal滑模的鲁棒末制导设计方法。基于Terminal滑模控制中滑模面上的跟踪误差能够在有限时间内收敛到零的思想,在末制导滑模中引入非线性项,代替传统线性变结构滑动模态的设计,同时将目标的机动加速度视为已知的有界扰动,并实时对极值进行自适应估计,推导出一种非奇异Terminal滑模制导律(TSMG)。导弹在TSMG制导律的导引下,弹目视线角速度可以快速收敛,从而保证导弹有很高的命中精度。仿真结果表明非奇异Terminal滑模制导律设计的有效性。     

基于滑模观测器的非线性系统迭代学习控制

针对相当广泛的一类非线性系统有限时间轨迹跟踪问题,提出了一种基于滑模观测器的迭代学习控制算法。根据系统的非线性特性,利用一种滑模观测器对系统的状态进行估计,根据估计信号设计了一种类D型开环迭代学习控制律。这种控制方法不需要对系统的跟踪误差信号进行微分,从而对系统的量测噪声不敏感。给出了控制算法的收敛性证明,通过仿真实验证明了这种算法的有效性。     

基于NDO的飞行模拟转台伺服系统跟踪控制

针对飞行模拟转台伺服系统跟踪控制问题,提出了一种基于非线性干扰观测器(nonlinear disturbance observer, NDO)的反推全局滑模控制方案。该方案利用NDO观测系统的参数不确定性及非线性摩擦干扰,通过选择适当的设计参数使观测误差指数收敛,进而对引入NDO的系统采用反推全局滑模设计控制器,控制律的设计保证了闭环系统的稳定性。仿真结果表明,所提控制方案能够有效克服参数不确定性及非线性摩擦干扰的影响,实现了转角位置的精确跟踪,并且有效去除了控制抖振。     

Finite-time tracking control for motor servo systems with unknown dead-zones

A finite-time tracking control scheme is proposed in this paper based on the terminal slid- ing mode principle for motor servo systems with unknown nonlinear dead-zone inputs. By using the differential mean value theorem, the dead-zone is represented as a time-varying system and thus the inverse compensation approach is avoided. Then, an indirect terminal sliding mode control （ITSMC） is developed to guarantee the finite-time convergence of the tracking error and to overcome the singu- larity problem in the traditional terminal sliding mode control. In the proposed controller design, the unknown nonlinearity of the system is approximated by a simple sigmoid neural network, and the ap- proximation error is diminished by employing a robust term. Comparative experiments on a turntable servo system are conducted to show the superior performance of the proposed method.     

基于反演滑模和扩张观测器的带角度约束制导律设计

针对水下动能武器末制导段攻击机动目标,为获得最佳的毁伤效果,结合反演滑模控制方法与线性扩张状态观测器理论,设计了一种带角度约束的非线性制导律。通过对攻击角度的分析,设计了非线性滑模面,并根据滑模面可达条件,将制导律分为两部分设计,既满足了系统能够到达滑模面,又保持了系统状态在滑模面上运动。通过反演变结构获得的制导律,既保证了系统稳定,又具有了滑模控制理论所具有的鲁棒性。考虑到目标机动,将目标机动作为未知扰动,并对该扰动采用线性扩张状态观测器进行估计。该制导律作用下,视线角变化率收敛到零,攻击角度收敛到期望值,实现攻击角度约束。理论证实了制导系统的稳定性,仿真验证了本文所设计制导律的有效性。     

Robust adaptive neural network control with supervisory controller

The problem of direct adaptive neural network control for a class of uncertain nonlinear systems with unknown constant control gain is studied in this paper. Based on the supervisory control strategy and the approximation capability of multilayer neural networks (MNNs), a novel design scheme of direct adaptive neural network controller is proposed.The adaptive law of the adjustable parameter vector and the matrix of weights in the neural networks and the gain of sliding mode control term to adaptively compensate for the residual and the approximation error of MNNs is determined by using a Lyapunov method. The approach does not require the optimal approximation error to be square-integrable or the supremum of the optimal approximation error to be known. By theoretical analysis, the closed-loop control system is proven to be globally stable in the sense that all signals involved are bounded, with tracking error converging to zero.Simulation results demonstrate the effectiveness of the approach.     

增益调度积分型切换项滑模控制器设计

针对一类不确定离散系统,提出了一种增益调度积分型滑模控制器,并分析其鲁棒H_∞性能。首先,通过状态扩维,得到含有输出误差积分项的离散模型,并利用理想滑模运动性质得出滑模等效控制律,利用输出误差积分项设计增益调度滑模补偿控制律。然后,将滑模闭环控制系统等效为切换系统,基于切换系统相关理论推导了滑模控制参数与闭环控制系统的二次稳定性、鲁棒H_∞性能指标的关系。最后,通过对不确定项和非线性项的处理得到线性矩阵不等式(linear matrix inequality, LMI),再求解该不等式,得出满足控制性能要求的滑模控制参数。仿真实验中分析了控制算法的暂态性能和扰动抑制能力,证明了该方法的有效性。