反步法及其在自适应控制中的应用

本文针对一类严参数反馈系统或经过变换可化为该种类型的非线性系统,基于反步(backstepping)递推设计方法,进行了自适应控制的设计。在此过程中,我们获得了对参数进行修正的规则。应用Lyapunov稳定性理论证明,该自适应控制器可保证整个非线性系统的鲁棒稳定性。和有关文献中提出的设计自适应控制器所应用的方法相比,反步法引进了虚拟控制的概念,通过适当的引入虚拟控制,使得系统误差具有期望的渐近形态,从而实现整个系统的渐近镇定。     

含TCSC装置的单机无穷大电力系统的非线性自适应动态面鲁棒控制

针对含晶闸管控制串联电容器装置的单机无穷大电力系统,考虑摩擦阻尼系数不确定及受外部未知干扰的情况,基于非线性自适应动态面控制方法,设计了鲁棒控制器,同时得到了系统不确定参数的自适应更新律以及系统稳定运行的充分条件.采用该方法避免了传统自适应backstepping法中对虚拟控制输入的反复求导,克服了计算量过大的缺点.数值仿真结果表明,所设计TCSC非线性自适应动态面鲁棒控制器在系统动态响应和不确定参数的估计性能方面优于传统的自适应backstepping鲁棒控制器,提高了电力系统的动态稳定性.     

含参数扰动Liu混沌系统的反步设计自适应控制

针对混沌系统的控制问题,人们已经提出了很多控制方法。但是,大多数文献在混沌系统控制的设计中,未同时考虑系统参数由于内部噪声等未知扰动的影响而在有界范围内波动的情况,这就导致一些研究结果在实际应用中受到许多限制。因此,研究含参数扰动混沌系统的控制问题是当前混沌控制理论和应用的前沿课题之一。文中以含参数扰动的Liu混沌系统为例进行研究,采用反步设计自适应控制方法对该系统进行控制。首先从系统的反步设计控制理论出发,研究了基于反步设计法、Lyapunov稳定性定理及自适应控制系统控制律,讨论了系统满足设计要求的虚拟控制和控制律的时间响应,确定了同步控制器的结构和控制k的取值范围为47.716 0k57.222 2时,控制系统渐近稳定;然后根据所设计的含参数扰动Liu混沌系统的反步自适应控制器,得到了含参数扰动的Liu混沌系统在两种不同的情况下的不同控制器,实现了混沌系统在含有未知扰动下的跟踪及镇定控制。该方法在逆推设计过程中结合了反步设计法、Lyapunov稳定性定理及自适应控制律,使系统状态在每一步都能自适应跟踪并渐近趋近虚拟控制,有效地克服因各种未知扰动而产生的参数波动的情况,最后实现整个系统的渐近稳定。理论推导与数值模拟结果验证了控制器的有效性。     

电液伺服系统的自适应模糊滑模控制

针对电液系统的非线性特性及其参数不确定性,设计一种自适应模糊滑模控制器。该控制策略基于带积分补偿的变结构控制器,并利用自适应模糊控制方法,把滑模控制器中的不确定项进行模糊逼近。将此控制策略应用到电液系统中,仿真结果显示此控制方法具有较强的鲁棒性和良好的跟踪性能。     

一类自适应虚拟参考反馈校正法研究

针对线性未知时变系统控制器设计中离线虚拟参考反馈校正法的不足,提出了基于遗忘梯度算法的自适应虚拟参考反馈校正方法.首先,通过离线虚拟参考反馈校正法初始化控制器参数;然后,在系统运行过程中实时采集控制对象两端的输入/输出数据,构造滤波器及虚拟参考信号;最后,利用滤波数据在线辨识并实时更新控制器参数.对控制器参数收敛性进行了理论分析,并仿真验证了所提方法在控制对象特性改变情况下,具有良好的自适应性.     

一类不确定非线性系统的鲁棒自适应控制

针对一类包括非线性不确定性、有界干扰、时变参数等的具有纯参数反馈形式的不确定非线性单输入单输出系统,利用反演设计方法同自适应控制相结合的方法,设计了状态反馈鲁棒自适应控制器.该控制器能使系统达到渐进稳定,并能保证闭环系统信号的全局有界性,对非线性不确定性和有界干扰具有一定的鲁棒性,且对不确定性的知识要求不多.从仿真实例看出,所设计的鲁棒自适应控制器具有满意的控制效果,而且控制量在容许控制的范围之内.     

混沌Arneodo系统非线性与自适应模糊神经网络控制

针对Arneodo系统的参数不确定性,阐述了Arneodo控制系统中抵消非线性的基本思想和设计方法.利用LQR线性反馈技术,设计了具有稳定裕度的二次型最优控制器,同时在控制器中引入一个用于函数逼近的自适应模糊神经网络,利用该神经网络抵消控制系统中的非线性项,使受控系统的某一状态变量可被镇定到任意参考位置.这种具有模糊神经网络的控制器实现了参数不确定系统的精确反馈线性化控制.通过仿真比较研究,说明了反馈线性化与自适应神经网络相结合的控制器具有良好的控制性能,且更易实现.     

欠驱动AUV自适应神经网络反步滑模跟踪控制

针对存在参数不确定性和外界未知干扰的欠驱动自主水下航行器(AUV)三维路径跟踪问题,提出一种基于神经网络的反步滑模控制策略.首先,利用虚拟向导的方法建立了欠驱动AUV三维路径跟踪误差模型;其次,基于李雅普诺夫稳定性理论,利用反步法和滑模控制方法设计一种自适应鲁棒控制器,并设计一种在线调节增益切换函数以降低系统抖振,同时采用径向基函数(RBF)神经网络控制技术对AUV系统中不确定参数以及外界非线性干扰进行自适应补偿估计,而后利用李雅普诺夫稳定性理论证明了整个闭环系统的稳定性;最后,针对一种新型飞翼式欠驱动AUV进行数值仿真实验,结果表明所设计控制器可以实现对三维路径的精确跟踪,并对外界非线性干扰具有良好的鲁棒性.     

一类非线性离散系统模糊自适应控制器设计

针对一类非线性函数未知的非线性离散系统 ,提出一种基于模糊基函数的稳定自适应控制器设计方法 ,该方法基于Lyapunov稳定性理论 ,因此 ,整个闭环系统渐近稳定 .使用遗传算法 (GA)实现对可调参数的全局优化 ,代替通常设计自适应控制器时对参数调节律的繁琐求取 .仿真结果验证了该方法的有效性     

基于RBF神经网络的非线性磁悬浮系统控制

磁悬浮系统是一个典型的不确定、非线性系统.由于磁悬浮系统的复杂性很难建立精确的数学模型,采用RBF神经网络(RBFNN)对非线性磁悬浮系统进行辨识,再根据神经网络自适应控制原理设计了非线性磁悬浮系统的神经网络自适应状态反馈控制器与自适应PID控制器,并利用MATLAB进行了仿真.仿真结果表明,神经网络自适应控制能很好地控制本磁悬浮系统;神经网络自适应控制器对于此非线性磁悬浮系统位置具有良好的控制效果,该控制系统具有较好的稳态特性和控制特性.