一类非线性系统加权自适应预测控制

对一类双线性系统，建立了多步极小化性能指标的预测控制算法，用加权预测控制律代替一步预测控制律，能适用非最小相位的双线性系统，仿真实验证实了本算法的有效性。     

非线性确定性系统的鲁棒自适应控制器

NARX模型的最小预报误差自适应控制器算法，存在着控制输入偏离以原点为收敛域中心的收敛问题，严重时将出现数值发散现象，系统是BIBO不稳定的。针对这种情况，提出了一种改进的控制输入准则函数和各样自适应控制策略，给出了NARX模型基于该准则函数的一种最小预报误差自适应控制器算法，及使系统无稳态偏差选取准则函数的限制条件，解决了系统存在稳态偏差的问题，同时给出了仿真结果。     

一类非线性系统的自适应广义预测控制

利用Hammerstein模型描述一类非线性系统，提出了一类适用于非线性系统的自适应广义预测控制算法（NAGPC），该算法将整个控制系统分解成线性和非线性两部分考虑；在线性部分中，根据广义预测控制（GPC）算法中控制增益阵F的特点导出了一种速度较快，计算量不大的GPC改进算法。非线性部份利用插值原理给出了一种便于计算机实时计算的根值解法，并将其解作为整个系统的控制输入。仿真结果表明，NAGPC算法计算速度快，鲁棒性较强，稳定性较好。     

非线性系统的模型参考自适应控制

讨论了一类非线性系统的自适应模型跟随控制问题,首先给出了系统的描述,然后研究了该系统模型跟随控制的存在条件,最后,在保证局部稳定性的前提下,讨论了自适应控制系统的设计,仿真实例说明这种方法对较小范围的扰动抑制是很有效的。     

非线性系统的直接自适应控制及其改进方法

针对非线性系统,提出了一种新的直接自适应控制方法．给出了相应的自适应控制器的设计方法,并分析了所构造的控制器的输出跟踪特性,得到了控制算法收敛的条件．文中还提出了一种改进型控制器——带梯度预报的直接自适应控制器．最后的仿真结果表明了文中结论的正确性及有效性     

不确定非线性系统的直接自适应变结构控制

针对同时存在参数及结构不确定性的一类非线性系统,研究其在未知扰动作用下的输出跟踪问题．基于李亚普诺夫稳定性理论提出了一种直接自适应滑模控制律,讨论了自适应律的收敛性．从理论上证明了闭环系统存在滑动模态,参数估计值收敛,系统信号保持有界．并给出仿真实例．     

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。     

一类不确定非线性时滞系统的自适应控制

考虑了一类不确定非线性时滞系统的自适应控制.基于Lyapunov稳定性理论和线性矩阵不等式(LMI)方法,处理了系统中的时滞项,并且巧妙地构造了自适应控制器和反馈控制器.通过估计非线性部分的未知参数,自适应控制器补偿了系统中的非线性部分,并保证了闭环系统是渐近稳定的.最后,数值例子和仿真结果验证了所设计控制器的有效性.     

非线性系统的自适应广义预测控制算法

将非线性系统的广义预测控制推广到自适应情况,得到了一类用Hammerstcin模型描述的非线性系统的自适应广义预测控制算法.讨论了该算法的收敛性与稳定性.     

一类非线性系统的自适应控制

提出一种带有状态观测器的非线性系统自适应控制策略 ,实现了非线性系统的镇定和零误差跟踪 .这种方法简单有效 ,尤其适用于状态不可观测系统和输出无法直接连续测量的非线性系统 .     

不确定多时滞非线性系统的自适应鲁棒控制

针对一类不确定多时滞非线性系统，在不确定项的范数有界，但其上界未知的情况下，论证了自适应鲁棒控制器存在的条件，并给出能适应未知参数变化的鲁棒控制律的设计方法。具体算例的仿真结果说明了此法的有效性。     

标准锅炉系统的适应性非线性控制

为了保证标准锅炉系统实现大范围、全工况优化运行,提出一种双环的控制结构,即内环采用适应性非线性控制,实现输入-状态反馈线性化,而外环采用线性控制器。该控制策略能自动抑制系统参数不确定性和外部扰动等模型未知因素的影响,不依赖模型的精确数学表达式。仿真表明,该适应性非线性控制策略是解决一类具有非最小相位特性的非线性系统控制问题的有效途径。     

ALSTOM气化炉的适应性非线性控制

针对ALSTOM气化炉控制基准问题,结合输入输出约束,设计了一种适应性非线性控制器。该控制器以反馈线性化的思想处理非线性,并将耦合和未知扰动等均视为外扰进行观测和补偿,从而具有结构简单,控制参数物理意义明确,强适应性和抗干扰性的特点。动态测试结果表明,基于非线性模型的适应性非线性控制,优化后的系统满足所有的控制要求;负荷从50%增加到100%时,能迅速跟踪负荷变化,并对于煤质扰动具有一定的适应性。     

一种非线性系统的神经网络自适应控制

带有死区非线性的系统广泛存在于各个领域，特别是机械领域中．该文采用人工神经网络实现的自适应控制器对这种非线性系统进行了控制研究，MATLAB仿真结果表明，这种自适应控制器能对该类非线性系统能实行有效的控制．采用这种自适应算法由于不再需要调整参数，将使控制系统的整定变得简单．     

带有执行死区的时滞非线性系统自适应控制

研究了一类带有执行死区的时滞非线性系统的控制问题,在系统动态未知的情况下应用模糊逼近器给出了一种自适应控制设计方法。该方法采用步进反推技术逐步递推得到控制器。为了抑制执行死区对系统性能的影响,死区非线性被重新描述成三项之和,这三项分别是：一个比例项、一个光滑非线性项和一个扰动类似项。然后用自适应模糊逼近器同时逼近未知的...     

基于即时学习算法非线性系统多模型自适应控制

针对可获得大量输入输出数据的非线性系统，提出一种改进的即时模型辨识方法，并与自校正的极点配置控制算法相结合，设计多模型自适应控制器。所提出的建模方法和相应的多模型自适应控制器能较好地逼近非线性系统的动态特性，使系统的动态响应品质得到了有效的改善。     

An extended nonlinear state predictor for a class of nonlinear time delay systems

An extended nonlinear state predictor (ENSP) for a class of nonlinear systems with input time delay is proposed. Based on the extended Kalman filter (EKF), the ENSP first estimates the current states according to the previous estimations and estimation errors, next calculates the future state values via the system model, and then adjusts the values based on the current errors. After a state predictive algorithm for a class of linear systems is presented, it is extended to a class of nonlinear time delay systems and the detailed ENSP algorithm is further proposed. Finally, computer simulations with the nonlinear example are presented, which demonstrates that the proposed ENSP can effectively and accurately predict the future states for a class of nonlinear time-delay systems no matter whether the state variables change quickly or slowly.     

非严格反馈非线性系统的自适应模糊控制

研究一类单输入单输出非严格反馈的非线性系统自适应模糊控制问题.基于系统函数单调递增的性质,提出了变量分离方法,并利用自适应模糊控制技术和Backstepping设计自适应模糊控制器.自适应控制器确保闭环系统的所有信号半全局有界,同时所有状态收敛到原点的一个充分小的邻域内,仿真例子验证了该方法的有效性.     

基于U模型的非线性系统Super-Twisting滑模控制研究

为了对基于U模型的非线性控制系统进行研究,利用Super-Twisting控制算法,解决非仿射非线性系统的控制问题,对非线性函数进行神经网络逼近,运用Super-Twisting控制算法进行控制。选取恰当的Lyapunov函数,对Super-Twisting算法的收敛性进行了证明。为了验证该方法的可行性和有效性,利用Matlab软件进行仿真,结果表明在神经网络自适应Super-Twisting控制器的作用下,被控系统具有快速的跟踪性能和输出的有界性。