基于计算机仿真的控制系统新型稳定性判据

在分析Lyapunov稳定性理论局限性的基础上,提出了一种新型的基于计算机仿真的非线性定常控制系统稳定性分析方法,规范和简化了Lyapunov函数的选择办法,扩展了Lyapunov稳定性理论.将Lyapunov稳定性判据第二法(即直接法)中的有关局部稳定性的充分条件扩展成为充分必要条件.给出了该方法的理论证明,并且将该方法成功地在MATLAB环境下应用于单级倒立摆模糊控制系统的稳定性分析.实验结果证明该方法是有效的.     

具滞后执行机构的Lurie控制系统的绝对稳定性

利用Lyapunov泛函方法研究了具有多个滞后型执行机构的Lurie控制系统的绝对稳定性问题，基于S—过程，构造了一个关于Lyapunov泛函中正定矩阵及积分项系数等自由参数的线性矩阵不等式(LMI)，通过这个LMI的解来构造Lyapunov泛函保持了系统的绝对稳定性，无需调整参数，最后给出实例说明了该方法的有效性。     

脉冲多时滞Lurie控制系统的绝对稳定性

针对脉冲多时滞Lurie控制系统,结合线性矩阵不等式技术,分别利用Lyapunov泛函和Razumkhin-Lyapunov函数法研究了这类系统绝对稳定性的充分条件,得到了这类系统的绝对稳定性准则.利用Lyapunov泛函建立的准则将相关结果推广到相应的脉冲系统.利用Razumkhin-Lyapunov函数法建立的准则考虑了脉冲效应和脉冲时刻对系统稳定性的影响.给出了算例说明数值处理的方法,同时说明所得结果的有效性。     

不确定Lurie型控制系统的绝对稳定性

讨论了区间非线性Lurie型控制系统的鲁棒绝对稳定性.用Lyapunov函数法研究了区间非线性Lurie型直接控制系统和间接控制系统的鲁棒绝对稳定性;给出了区间非线性Lurie型直接控制系统和间接控制系统鲁棒绝对稳定的充分条件;建立了区间非线性Lurie型控制系统鲁棒绝对稳定与区间矩阵稳定的关系.     

T-S离散模糊控制系统的二次稳定性研究

研究了Takagi-Sugeno离散模糊控制系统的二次稳定性问题。运用Lyapunov稳定性定理和线性矩阵不等式技术,在一个由模糊子系统的系数矩阵构成的负定矩阵中,充分考虑模糊子系统间的相互作用,得到了在并行分布补偿控制器作用下,闭环离散模糊系统二次稳定的充分条件。这些稳定性条件以线性矩阵不等式的形式给出,因而具有数值易解性。     

广义离散时变系统的Lyapunov稳定性

对于一类广义离散时变系统,通过Lyapunov方程的建立,给出了系统因果且渐近稳定的充分必要条件。接着利用Lyapunov不等式进一步研究了系统的稳定性问题,同时给出了系统因果且渐近稳定的另一个充分必要条件,该方法使得判断系统的稳定性更为方便。最后,给出了应用上述方法的具体步骤,通过举例说明了所得结果的正确性。     

船舶运动系统模糊控制器设计及稳定性分析

研究了船舶运动系统的离散模糊控制器设计及闭环离散模糊系统稳定性问题.首先建立了船舶运动系统的离散T-S模糊模型;然后,根据离散型分段模糊Lyapunov函数的定义,应用并行分布补偿方法,提出了一个新的判定闭环离散T-S模糊控制系统稳定性的充分条件,该条件仅需在每个最大交叠规则组中满足模糊Lyapunov函数方法中的条件,降低了公共Lyapunov函数方法和模糊Lyapunov函数方法的保守性和难度;最后,具体设计了一种船舶运动模糊控制器,仿真结果验证了所提方法的有效性.     

面向摆动喷管的导弹非线性姿态控制

针对采用摆动喷管作为执行机构的导弹姿态控制系统,研究了导弹初始垂直发射过程中三通道姿态耦合控制问题。详细推导了采用摆动喷管的导弹的姿态动力学模型,并与欧拉角描述的导弹姿态运动学模型结合,基于动态面控制技术,在考虑系统中气动参数不确定性情况下设计了一个新的动态面自适应滑模控制器,并应用Lyapunov方法给出了严格的稳定性证明。为避免控制设计中的抖振问题,控制器中的符号函数用饱和函数来代替。数值仿真分析验证了所提出的控制方法的有效性。     

区间系统鲁棒绝对稳定性分析

针对区间型Lurie间接控制系统和直接控制系统,提出了鲁棒绝对稳定性分析的新方法。该方法通过引入区间矩阵的一种新的描述方法,利用李亚普诺夫(Lyapunov)稳定性理论分别给出了间接控制系统和直接控制系统的鲁棒绝对稳定性的新的判别方法。所得判据以线性矩阵不等式的形式进行描述,保守性小,计算方便。分别就间接控制系统和直接控制系统,给出了算例以说明方法的有效性。     

广义系统渐近稳定分析与镇定的Lyapunov方法

利用Lyapunov方法研究了广义系统的渐近稳定性分析及控制问题,首先提出一种新形式的Lyapunov方程,用来研究广义系统渐近稳定性与镇定问题,同时给出了利用Lyapunov方程判定具有脉冲形式下广义系统渐近稳定的充分必要条件。利用相应的Riccati方程完成镇定广义系统的状态反馈控制器的设计。本文所有结论对广义系统有无脉冲行为均适用。最后利用数值例子说明主要结果。     

未知非线性系统的神经网络跟踪控制与仿真研究

应用输入／输出反馈线性化方法和李亚普诺夫方法,研究了一类具有未知非线性函数的非线性动态系统的自适应鲁棒输出跟踪控制问题。首先通过坐标变换和输入变换,将非线性系统变换为部分线性可控系统。接着采用多层前向神经网络来逼近未知非线性函数,网络的权值根据李亚普诺夫原则来在线修正,这样就克服了多神经网络控制系统中存在的稳定性问题。同时,为了减少权值学习时间,应用遗传算法预先离线训练网络权值。最后提出了一个基于神经网络建模的自适应鲁棒控制律,给出了李亚普诺夫意义下的稳定性证明。所提出的控制律可确保相应闭环系统的状态及跟踪误差一致最终有界。所给的Van der pol系统的例子说明了所提控制方案的有效性与鲁棒性。     

Adaptive fuzzy sliding mode control for robotic airship with model uncertainty and external disturbance

An adaptive fuzzy sliding mode control (AFSMC) approach is proposed for a robotic airship.First,the mathematical model of an airship is derived in the form of a nonlinear control system.Second,an AFSMC approach is proposed to design the attitude control system of airship,and the global stability of the closed-loop system is proved by using the Lyapunov stability theorem.Finally,simulation results verify the effectiveness and robustness of the proposed control approach in the presence of model uncertainties and external disturbances.     

基于RBF神经网络的分数阶混沌系统的同步

针对分数阶混沌系统的同步问题,提出一种基于径向基函数(Radial BasisFunction,RBF)神经网络的控制器。利用RBF神经网络对同步误差系统进行补偿控制,神经网络的权值可以在线调整,使得同步误差渐近收敛到零点。基于Lya-punov稳定性理论,分析了该控制器的稳定性。分别以分数阶Chen系统的同步和分数阶Liu系统的同步为例进行了数值仿真,仿真结果验证了所设计的控制器的有效性和鲁棒性。     

考虑执行器故障的无人帆船事件触发控制

针对实际海洋环境下,无人帆船在艏向跟踪控制任务中存在的模型参数未知、控制输入频繁抖振和执行器磨损等问题,提出一种考虑执行器故障的无人帆船事件触发控制算法.首先,采用径向基函数神经网络(radius based function neural networks,RBF-NNs)对系统的未知模型参数进行在线逼近.其次,在无...     

含执行器非线性的多操纵面飞机自适应跟踪控制

针对含执行器非线性多操纵面飞机跟踪控制困难的问题,基于控制分配提出了一种鲁棒自适应神经网络控制方法。推导了含执行器非线性的多操纵面飞机控制分配方程。设计了自适应神经网络对系统中的非线性不确定项进行补偿,并引入鲁棒项消除了外界干扰和系统误差。利用Lyapunov稳定性定理证明了闭环系统的所有信号都是有界收敛的,且跟踪误差渐近趋于0。仿真结果验证了方法的有效性。     

基于敏捷性导弹逆动态的神经网络控制方法与仿真研究

给出了一种基于敏捷性导弹逆动态的神经网络控制方案。该方案由两个神经网络组成：第一个神经网络（NNI）用来离线的学习整个飞行包线内导弹动态特性的逆特性，以实现系统的线性化；由于敏捷性导弹在大迎角状态下具有高度的非线性特性和气动参数突变等未建模动态，因此引入第二个神经网络（NN2）来在线的补偿NNI的逆误差。在线学习的权值调整由Lyapunov理论得出，保证了闭环系统的稳定性。该控制方案对参数变化及未建模动态等具有良好的鲁棒性。将其应用于敏捷性导弹的控制中，数字仿真结果表明该控制方案有效。     

最小相位不确定非线性系统的观测器设计

针对一类系统相对阶小于系统阶数的非线性系统,提出了一种基于输入输出线性化的观测器设计方法。首先考虑了模型已知时的非线性系统,通过微分同胚,将原系统变换为标准型,证明只要系统的零动态是局部指数稳定的,则基于估计误差的非线性动态方程是稳定的,即估计状态收敛到真实状态。然后分析了存在模型不确定性的系统的观测器设计问题,用RBF神经网络逼近不确定性,设计了神经网络加权系数的调整规律和Lyapunov函数,实现了含有不确定性时误差动态方程的渐近稳定性。仿真结果证明了算法的有效性。     

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。     

弹性高超声速飞行器智能控制系统设计

针对气动舵受限下的弹性高超声速飞行器控制问题, 提出一种基于神经自适应的智能控制方案。在速度子系统的设计过程中, 为了降低对模型参数的依赖程度, 应用强化学习算法在线调整比例积分微分(proportional integral derivative, PID)控制参数, 给出智能PID控制策略。对于高度子系统, 考虑气动舵的动态特性, 利用神经自适应方法对模型未知函数及不确定项进行逼近。为了处理气动舵的约束问题, 以非线性模型预测控制为优化分配模板生成大量样本数据集, 经离线训练得到深度神经网络代替求解复杂优化问题和控制分配的过程。此外, 通过引入自适应超螺旋微分器处理外部扰动, 增强了系统的鲁棒性。利用Lyapunov方法证明了所设计控制器的稳定性, 并通过仿真验证了所设计控制方案能够快速计算控制指令, 实现高精度跟踪控制。     

多变量系统容错设计

本文研究了对任意传感器故障系统的容错设计问题。通过解Lyapunov方程及一个不等式成立与否,可给出反馈律。不仅对性能指标是最优的和好的动态性能,而且对传感器失效仍能保持系统的稳定。