基于模糊干扰观测器的轨迹线性化控制研究

针对一类非线性不确定系统,基于轨迹线性化控制(TLC)方法及模糊干扰观测器(FDO)技术研究了一种新的非线性控制结构。利用模糊系统具有以任意精度逼近非线性函数的能力设计FDO对未知干扰和不确定进行估计,并通过鲁棒控制项来提高系统的性能。采用Lyapunov方法,证明了跟踪误差和干扰观测误差一致最终有界。最后利用提出的控制方案针对数值算例进行了仿真验证,仿真结果表明了控制方案的有效性和鲁棒性。     

一类执行器卡死的T-S模糊自适应容错控制

针对一类执行器发生故障的非线性系统,提出了基于T-S模糊模型和模型参考自适应控制的容错控制设计方案。该方案特点是:在利用Takagi-Sugeno(T-S)模糊模型对非线性系统进行建模时,假设局部线性模型的参数未知,利用自适应控制算法,在线调整控制器参数,实现系统对参考模型的状态跟踪。在系统发生故障时,系统能够重构控制律以抵消故障对系统的影响,维持系统的稳定性以及期望的跟踪目标。利用李亚普诺夫理论分析了系统的稳定性,给出了能够实现状态跟踪的匹配条件以及控制器参数更新律。利用某飞机模型进行了仿真,证明本文方法的有效性。     

基于T-S模型的自适应多变量模糊预测控制

针对多变量非线性系统的控制问题,提出了一种具有良好控制效果的模糊预测控制方法。首先采用快速聚类法和递推最小二乘法辨识得到非线性系统的T-S模型,然后对系统进行线性化,并基于线性化的模型设计模糊广义预测控制器并对非线性对象进行在线自适应控制。对一个带时延的强耦合二变量非线性对象进行仿真,结果表明对于具有时变性的非线性系统,该方法具有很好的控制效果。     

基于T-S模糊模型的混沌系统鲁棒控制器设计

研究具有参数不确定混沌系统基于T S(Takagi Sugeno)模糊模型的鲁棒控制器设计。首先利用IF THEN模糊规则把不确定非线性系统的状态空间分成不同的区域,构建具有参数不确定性的T S模糊模型;然后提出使得系统在平衡点渐近稳定的鲁棒模糊控制器设计。该方法通过解一组线性矩阵不等式分别设计局部控制器,通过并行分布补偿的方法设计T S模糊系统的鲁棒控制器,渐近稳定性的条件更为宽松,能够有效降低鲁棒控制器设计的保守性。最后以Lorenz混沌系统为例,研究混沌系统的鲁棒控制器设计,仿真研究结果表明所设计的鲁棒控制器对参数不确定Lorenz混沌系统具有良好的控制效果。     

基于Niche的间接T-S模糊自适应控制

提出了新的基于生态系统的Niche间接T-S(Takagi-Sugeno)自适应模糊控制,将含有参数的生态位贴近度函数作为模糊规则的后件,从而构成零阶的T-S模糊控制模型。采用Lyapunov合成方法设计控制器,并使用梯度下降法优化后件参数,最后得到了后件参数的自适应律,体现了生物个体的自适应能力,引入了生态位的模糊系统具有生物个体始终朝着有利于自身方向发展的特性。因此,所建立的模糊T S系统具有更好的自适应性,可以获得更小的变动跟踪误差,并保证整个闭环系统全局稳定性。通过对生态系统的二维捕食系统的仿真验证了本方法的可行性。     

基于后推技术的直接鲁棒自适应模糊控制

针对一类带摄动的严格反馈非线性系统,基于后推设计方法,利用第一类模糊系统的逼近能力,提出了一种新的直接自适应控制方案。该方案中引入连续鲁棒项对系统的摄动部分进行抑制,并在自适应律中利用了leakage项以防止参数漂移。通过理论分析,证明了闭环系统是半全局一致终结有界的,跟踪误差收敛到一个小的残差集内。仿真结果表明了该方法的有效性。     

New trajectory linearization control for nonlinear systems undergoing harmonic disturbance

This paper presents a new trajectory linearization control scheme for a class of nonlinear systems subject to harmonic disturbance. It is supposed that the frequency of the disturbance is known, but the amplitude and the phase axe unknown. A disturbance observer dynamics is constructed to estimate the harmonic disturbance,and then the estimation is used to implement a compensation control law to cancel the disturbance. By Lyapunov's direct method, a rigorous pool shows that the composite error of the closed-loop system can approach zero exponen-tially. Finally, the proposed method is illustrated by the application to control of an inverted pendulum. Compared with two existing methods, the proposed method demonstrates better performance in tracking error and response time.     

一类径向基神经网络干扰观测器轨迹线性化控制

利用径向基神经网络(RBFNN)的逼近能力,研究了基于径向基神经网络干扰观测器(RDO)的鲁棒自适应轨迹线性化控制(TLC)策略,以解决空天飞行器复杂飞行条件下系统不确定及干扰的控制问题。分析了系统存在不确定性时轨迹线性化控制方法性能降低甚至失效的原因,设计了自适应调节律,并采用Lyapunov方法严格证明了在该自适应调节律作用下闭环系统所有误差信号最终有界。仿真结果表明,较当前TLC方法的控制性能,新方案在空天飞行器系统上具有更优异的控制性能和鲁棒性。     

近空间飞行器飞/推一体化模糊自适应广义预测控制

近空间飞行器(near-space vehicle,NSV)的飞行包络很大,特别在高超声速飞行过程中,系统将具有强烈的非线性和快速时变性.而且,由于机体和发动机高度一体化,气动和推进系统具有很强的耦合特性,这些都对控制器的设计提出了很大的挑战.考虑到NSV爬升和巡航的任务要求,首先分析了近空间飞行器的气动结构和动力配置...     

T-S模糊系统的鲁棒局部稳定

研究一类不确定T-S模糊系统的鲁棒局部稳定及鲁棒局部镇定问题。首先给出T-S模糊系统局部稳定的定义,并利用一种非二次Lyapunov函数得到T-S模糊系统鲁棒局部稳定的充分条件,然后给出一种新的非PDC控制器,进而利用非二次Lyapunov函数得到基于这种非PDC控制器的局部鲁棒镇定控制器设计方法。该方法基于线性矩阵不等式(LMI),结构简单,且具有较低的保守性。仿真算例证明了所提方法的可行性。     

T-S模糊系统的鲁棒耗散控制

通过应用Lyapunov稳定性理论,研究了具有参数不确定性的T-S模糊系统的鲁棒稳定性和耗散性。具有参数不确定性的T-S模糊模型可以以任意精度近似连续非线性不确定系统。假设系统中的参数不确定性是范数有界的。利用Lyapunov稳定性理论给出了鲁棒耗散控制器存在的充分条件。通过解一组线性矩阵不等式(LMIs),可获得鲁棒耗散控制器。设计的鲁棒耗散控制器能够保证对于T-S模糊系统中所有的参数不确定性,闭环系统都是稳定的,且满足给定的耗散性能指标。数值例子证明了方法的有效性。     

一类非线性系统的自适应模糊滑模定位控制

针对一类由多子系统组成的,具有建模误差和未知不确定性的多变量非线性系统,提出了一种自适应鲁棒定位控制方案。分别在系统数学模型已知或未知的情形下,通过对不确定性的未知范数界描述,基于Lyapunov理论和Barbalat引理,给出了滑模鲁棒控制器的综合设计方法及其自适应控制律,保证整个闭环误差系统的稳定。该方法减少了对系统模型精确度的依赖,避免了传统方法对不确定性的人为预估行为。最后,通过船舶动力定位系统的控制仿真表明了本方法的有效性。     

T-S模糊系统的一种新型PDC鲁棒模糊控制器设计

针对一类模有界的参数不确定Takagi-Sugeno(T-S)模糊系统,在分析模糊系统前提规则结构的基础上,设计了一种新的并行分配补偿(PDC)控制器,研究了其鲁棒控制问题。基于分段Lyapunov稳定性理论,导出了线性矩阵不等式(LMI)形式的鲁棒控制器设计方法。该方法充分利用了模糊系统隶属度函数的结构信息,降低了采用线性矩阵不等式方法求解的难度。仿真实验证明,通过该方法设计的模糊控制系统,具有良好的鲁棒性能,控制效果良好。     

无人机鲁棒轨迹线性化控制航迹跟踪设计

研究一种鲁棒轨迹线性化控制方法并将其应用于无人机(unmanned aerial vehicle, UAV)航迹跟踪控制设计。通过理论分析指明传统轨迹线性化控制方法对系统中的不确定性存在鲁棒性不足的问题,采用改进隐层自适应神经网络对不确定性进行补偿,并利用Lyapunov理论证明了跟踪误差的有界性,最后将该方法应用到无人机三维航迹跟踪控制中。仿真结果表明,当参数摄动在20%时,该控制方法仍能使UAV很好地跟踪理想航迹,从而验证了该方法的有效性。     

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。     

基于观测器和小增益定理的自适应模糊控制

针对一类不确定非线性系统,利用输入到状态实际稳定理论(ISpS)、小增益定理,结合T-S模糊逻辑系统在线逼近系统的未知函数,在状态向量不完全可测的情况下,提出一种基于观测器的直接鲁棒自适应模糊控制的新方法。理论分析证明了闭环系统半全局一致终结有界,只有两个参数需要在线调节,同时避免了在一些自适应控制中由于采用线性反馈技术而可能引起的控制增益的奇异问题。仿真结果表明了该方法的有效性。     

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。     

Constrained predictive control based on T-S fuzzy model for nonlinear systems

A constrained generalized predictive control （GPC） algorithm based on the T-S fuzzy model is presented for the nonlinear system. First, a Takagi-Sugeno （T-S） fuzzy model based on the fuzzy cluster algorithm and the orthogonalleast square method is constructed to approach the nonlinear system. Since its consequence is linear, it can divide the nonlinear system into a number of linear or nearly linear subsystems. For this T-S fuzzy model, a GPC algorithm with input constraints is presented. This strategy takes into account all the constraints of the control signal and its increment, and does not require the calculation of the Diophantine equations. So it needs only a small computer memory and the computational speed is high. The simulation results show a good performance for the nonlinear systems.     

Robust passive control for discrete-time T-S fuzzy systems with delays

This article deals with the robust stability analysis and passivity of uncertain discrete-time Takagi-Sugeno (T-S) fuzzy systems with time delays. The T-S fuzzy model with parametric uncertainties can approximate nonlinear uncertain systems at any precision. A sufficient condition on the existence of robust passive controller is established based on the Lyapunov stability theory. With the help of linear matrix inequality (LMI) method, robust passive controllers are designed so that the closed-loop system is robust stable and strictly passive.  urthermore, a convex optimization problem with LMI constraints is formulated to design robust passive controllers with the maximum dissipation rate. A numerical example illustrates the validity of the proposed method.     

基于T-S模糊模型的非线性自适应逆控制系统

现在非线性自适应逆控制系统中，由于对象模型和逆控制器均采用非线性自适应滤波器，自适应过程需要同时训练至少两个串联的非线性自适应滤波器，从而造成自适应学习过程过于复杂。利用一组自适应LMS滤波器建立非线性对象的T-S模糊模型，它为逆控制器的学习提供了准确的解析的对象模型Jacobian信息，从而有效简化了自适应逆控制学习过程。仿真结果表明，无论是离线建模还是在线建模，该非线性自适应逆控制方法均能取得理想的控制效果。