一类非线性不确定系统的自适应模糊滑模控制设计

针对一类含非匹配不确定项的非线性系统提出一种自适应模糊滑模控制方法.构造线性切换面确保滑动运动稳定,利用趋近律构造理想控制,用监督控制确保系统状态有界,用模糊逻辑系统逼近其连续项,用补偿切换项来消除逼近误差,该方法有效的结合了自适应模糊控制和滑模控制的优点,控制器构造简单,稳定条件弱,控制性能好.仿真结果也证明了此方法的有效性.     

一类非线性系统的模糊自适应反推滑模控制

针对一类具有非匹配不确定非线性系统,提出一种模糊自适应反推滑模变结构控制方法。首先利用模糊逻辑系统有效逼近系统的未知非线性,然后针对反推方法中需要对虚拟控制反复求导而存在的"微分爆炸"现象引入低阶滤波器,同时抑制非匹配不确定性的影响;最后设计一种积分终端滑模控制,解决了控制过程中的奇异问题,加快了远离平衡位置的系统状态收敛速度,保证了系统的收敛精度,同时削弱了传统滑模控制中存在的抖振现象。Lyapunov稳定性分析证明了所设计的控制器能够保证闭环系统的有限时间收敛。对比仿真结果显示系统状态跟踪效果较好,控制输入抖振现象削弱明显。     

一类非线性不确定系统的间接自适应模糊滑模控制设计

针对一类含非匹配不确定项的非线性系统提出一种间接自适应模糊滑模控制设计方法.构造了线性切换面确保滑动运动稳定,用监督控制确保系统状态有界,设计了自适应模糊控制器确保到达条件成立.该方法不仅确保系统稳定,而且抑制了抖振.仿真结果也证明了此方法的有效性.     

一类复杂系统的稳定模糊滑模自适应控制

对一类复杂过程对象给出了模糊控制系统的设计方法,用标准模糊系统对过程对象的不确定部分进行估计,得到一个基本控制器,根据该基本控制器的输出误差设计参数的学习律;当控制器的输出误差收敛到一定范围时,再由基于动态规则库的自适应模糊控制系统补偿建模误差,结果表明,控制算法能保证系统的闭环稳定性和跟踪误差收敛性。     

模糊滑动模态控制系统的动态性质分析

模糊控制在理论研究和实际应用中存在的问题是缺乏系统有效的设计方法 ,控制系统的稳定性及性能指标难以进行定量分析 ;模糊控制规则的数目随输入变量呈指数函数增加 ,控制器的设计变得很复杂 .为了解决上述问题 ,根据滑动模态控制理论 ,将模糊控制系统的输入量简化为广义跟踪误差的一个超平面 ,基于三角形的非线性划分语言变量的隶属度 ,得到了模糊控制系统的闭环传递函数 .基于此传递函数 ,对模糊控制器的内部机理和某些动态性质进行分析 ,得到了一些模糊控制器的设计参数与控制系统的上升时间、超调量、调整时间等的定量关系 .     

不确定系统的上界自适应动态神经滑模控制

针对滑模控制中不确定上界值的问题,提出一种神经网络上界自适应学习的动态滑模控制方法。该方法将系统中不确定及干扰部分分离出来,构造不确定量的联合上界,然后分两步进行分析。当上界已知时,采用动态滑模方法设计滑模控制器;上界未知时,采用神经网络自适应学习不确定项的上界,设计了权值调整规则及动态神经滑模控制器。该控制器不仅可以保证非线性不确定系统渐近稳定,降低一般滑模控制理论分析的条件,还有效地抑制了抖振。仿真实例表明,该控制方法是正确有效的。     

链传动机械伺服系统的自适应模糊滑模控制

针对存在啮合冲击、参数摄动以及非线性摩擦的链传动机械伺服系统的位置跟踪控制问题,提出了一种自适应模糊滑模控制方法. 与常规自适应滑模控制不同的是,本文采用自适应策略估计系统时变参数,有效减小了模型不确定性的影响,然后采用模糊逻辑消除了常规滑模控制中的不连续控制项,削弱了抖振;用期望速度代替实际速度补偿非线性摩擦,减小了测量噪声的影响,改善了系统的控制性能. 实验结果表明本文提出的算法对系统参数变化以及外部扰动不敏感,具有较高的控制精度.      

线性不确定系统的模糊滑模控制

本文针对一类相坐标表示的线性不确定系统 ,根据滑模控制原理 ,提出一种基于模糊逻辑的滑模控制方法。仿真研究结果表明 ,用此方法设计的系统不但鲁棒性强 ,而且抑制抖振效果显著。     

不确定非线性系统的自适应反推终端滑模控制

针对一类具有未知非线性函数的严格反馈型不确定非线性系统,提出了一种自适应反推终端滑模控制方法。反推控制的前n-1步结合动态面控制技术设计虚拟控制律,第n步仅采用一个神经网络函数逼近器补偿系统所有未知非线性函数,得到了基于全局快速终端滑模控制的自适应神经网络控制器；通过引入一阶滤波器，不仅避免了传统反推控制存在的复杂计算,提高了系统的收敛速度,而且通过引入逼近误差和不确定干扰上界的自适应补偿项来消除建模误差和参数估计误差的影响,改善了稳态跟踪精度。理论分析证明闭环系统所有信号半全局一致终结有界，仿真结果验证了该方法的有效性。     

一类非线性系统基于LS-SVM的自适应滑模控制

针对一类具有不确定性和外部扰动的非线性系统,研究了一种基于李雅普诺夫函数和最小二乘支持向量机的自适应滑模控制方案。该方案利用LS-SVM回归的逼近能力设计反馈线性化控制器,并推导出控制器权值参数向量的自适应律。通过滑模控制技术提高系统对外部干扰和逼近误差的鲁棒性。利用李雅普诺夫函数方法证明了整个闭环系统的稳定性。仿真研究验证了所提控制方案的可行性和有效性。     

一类非线性系统的直接自适应控制

在模糊神经网络滑模控制器的基础上提出了一种设计方法，将ＦＮＮＳＭＣ与模糊神经网络有机结合，通过平滑切换实现自适应控制。这种方法增强了系统的鲁棒性且能有效地消除高频颤动，仿真结果说明本方法有效。     

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。     

不确定系统的模型参考自适应模糊控制

针对一类不确定非线性系统,基于王立新1994年提出的监督控制方案并利用广义多线性模糊逻辑系统的逼近能力,提出了一种MIMO系统的模型参考自适应模糊控制器设计的新方案.通过引入最优逼近误差的自适应补偿项来消除建模误差的影响,不但能保证闭环系统稳定,而且可使跟踪误差收敛到接近零.仿真结果表明了该方法的有效性.     

不确定混沌系统的无抖振滑模控制

研究了具有模型不确定性和外界干扰的混沌系统的无抖振滑模控制问题．基于Lyapunov稳定性理论和滑模变结构控制方法,设计了动态滑模面和自适应滑模控制器,使得受控混沌系统能追踪任意参考信号．该方法能有效地消除滑模控制的抖振现象,具有较强的鲁棒性和通用性．数值仿真实验表明了该方案的有效性．     

一种新的模糊滑模控制方法

本文针对常规滑模控制存在的高频颤动现象,把滑模控制与模糊逻辑控制相结合,提出一种新的模糊滑模控制方法。仿真结果表明,这种模糊滑模控制方法不但避免了滑模控制所固有的颤动现象,而且对模型不确定性和外来扰动具有较强的鲁棒性和良好的跟踪性能。     

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.     

时滞不确定系统的T-S模型滑模变结构控制

结合滑模变结构控制和T-S模糊技术,提出一种新的模糊变结构控制器(Fuzzy Variable Structure Controller,FVSC),用于非线性时滞系统的稳定控制.所设计的全局控制器由三部分组成,即为确保滑模到达的等效控制器、针对每个局部线性状态的局部补偿器和由滑模控制理论构造的监督控制器.从理论上给出了滑模的可达性及系统稳定性证明,说明了该设计方法的正确性.     

一类离散不确定系统自适应滑模输出反馈控制

研究了离散不确定系统的滑模输出反馈控制问题.考虑离散系统的不确定为非匹配不确定,且具有未知的范数界,通过设计死区自适应律,实现了对此不确定界的在线辨识.在此设计的基础上,基于快速输出采样(multirate output sampling)原理,对系统设计了具有不确定自适应的滑模输出反馈控制器,在所设计的控制器作用下系统渐近稳定.快速输出采样是通过设置输出采样频率大于输入采样频率,经过相应的运算得到系统的当前状态信息与系统前一时刻输入信息和当前输出信息具有一定的函数关系.最后通过数值仿真验证了所设计控制器的有效性.     

方向未知的非仿射非线性系统的模糊滑模控制

为解决一类控制方向未知的非仿射非线性系统的控制问题, 提出一种新的自适应模糊滑模控制方法, 无需系统控制方向和不确定项的上界的先验知识。采用模糊逻辑系统直接逼近控制器中的未知部分, 在参数自适应律中引入Nussbaum函数处理控制方向未知问题。用一类光滑非线性饱和函数改进传统的积分滑模面, 能使控制器在保证传统积分滑模控制跟踪精度的同时获得更好的动态性能。利用李雅普诺夫方法证明了闭环系统的稳定性。数值仿真验证了算法的有效性。     

一类混沌系统的自适应滑模变结构控制

从一类更广义的非线性混沌系统出发,以Lorenz系统为例研究了混沌系统的控制问题。设计了一种自适应滑模变结构控制律,用该控制律,即使系统存在输入饱和及外部扰动,也可以将混沌系统的状态渐近稳定到任意指定平衡点。数字仿真表明,其控制效果极好。