带有时变死区的T—S模糊系统的自适应跟踪控制

研究了一类带有时变死区的T-S模糊系统的自适应跟踪控制问题.其中将时变的非线性死区的输出表示为线性输入和有界干扰,并且干扰的界是未知的.基于Lyapunov稳定性理论和线性矩阵不等式(LMI)方法提出了系统的跟踪控制器的设计方法,对给定的n阶可微的有界参考轨迹和给定的跟踪精度.所设计的控制器能够保证系统的跟踪误差满足跟踪精度,同时保证闭环系统的所有信号有界.     

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...     

具有未知死区和增益符号的自适应神经网络控制

针对一类具有未知死区和未知控制增益符号的单输入单输出非线性系统,根据滑模控制原理,并利用Nussbaum函数的性质,提出两种自适应神经网络控制器的设计方案. 通过引入示性函数,提出一种简化死区模型,取消了死区模型的倾斜度相等的条件. 通过引入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. 理论分析证明闭环系统是半全局一致终结有界. 仿真结果表明该方法的有效性.     

含未知控制系数的非对称时变全状态约束严格反馈系统的自适应控制

研究了带有时变全状态约束和虚拟控制系数未知的非线性参数化严格反馈系统的控制器设计问题.在传统的自适应反推(backstepping)设计方法中,通过定义合适的误差变量并引入时变障碍Lyapunov函数(TVABLF)能够保证系统中的非对称时变全状态约束条件不被破坏.同时可以证明闭环系统所有的信号一致最终有界以及跟踪误差保持在一个有界紧集中.仿真结果说明了该控制方案的有效性.     

一类带有未知时延的随机系统自适应控制

为了解决一类含有未知输入时延和状态时延的非线性随机系统的有界稳定跟踪控制问题,利用神经网络逼近未知的系统函数,并且使用反步法来构造所需的控制器,再利用动态面技术以避免出现复杂性爆炸的问题.针对系统的状态时延和输入时延,分别使用Lya-punov-Krasovskii函数技术以及补偿系统的相关方法.最后通过仿真实例验证该设计方案的合理性.结果表明该自适应神经网络控制器能够确保此闭环系统所有信号均半全局依概率有界,解决了此类含有未知时延和随机扰动的非线性系统的有界跟踪控制问题.     

一类纯反馈系统的全状态约束自适应控制研究

目的 研究一类纯反馈系统的全状态约束控制问题。方法 基于约束控制方法和自适应控制方法。结果与结论设计了模糊自适应控制器,该控制器使得闭环系统内所有信号有界且满足全状态约束条件。     

基于神经网络的时变时滞系统自适应内模控制

将基于人工神经网络的时变时滞系统参数辨识算法与内模控制相结合 ,提出了时变时滞系统自适应内模控制算法 .理论分析及仿真结果表明 ,该算法能克服时滞及参数的变化 ,具有鲁棒性好、抗干扰能力强的特点     

基于神经网络的时变时滞系统自适应内模控制

将基于人工神经网络的时变时滞系统参数辨识算法与内模控制相结合,提出了时 滞系统自适应内模控制算法,理论分析及仿真结果表明,该算法能克服时滞及参数的变化,具有鲁棒性好,抗干扰能力的特点。     

带有时变时滞和非线性耦合的复杂网络同步

在最近几十年里,复杂网络逐渐成为人们研究的热点,它贯穿了科学和工程的大多数领域.另外,人们在讨论复杂网络时都是假设网络是固定不变的,但是事实上现实世界中很多网络都是增长的,同时还带有时滞,且大多数时滞都是随时间变化的.因此该文研究了耦合和节点都带有时变时滞,以及耦合函数为非线性的动态网络模型的同步问题.首先给出该模型,针对这个新模型,基于Lyapunov稳定性理论和线性矩阵不等式(LMI),论文得到了一些网络同步的充分条件.最后,数值结果表明了方法的有效性.     

一类带有扰动和自适应参数的严格反馈系统的观测器

带有扰动和不确定项的一类非线性系统的观测器已经广泛研究,带有自适应参数的非线性系统的观测器已有全面的发展。本文中的观测器的设计主要运用了有扰动和自适应参数观测器的处理方法,在参数严格反馈系统下来处理。     

带有时变时滞的惯性神经网络的同步

研究了带有时变时滞的惯性神经网络的同步问题。利用一个适当的变量变换将原始系统转换为一阶微分系统,构造了含有矩阵Kronecker积的Lyapunov-Krasovskii泛函(Lyapunov-Krasovskii functional, LKF),应用Jensen不等式、倒凸不等式和线性矩阵不等式(linear matrix inequality, LMI)技术来估计LKF的导数,得到了一个新的LMI形式的同步判据并基于同步判据给出了一个误差反馈控制器的设计方法。数值仿真例子验证了所得结果的有效性。     

基于自适应牵制控制的时变时滞复杂网络同步

针对一类节点含时变时滞的复杂网络模型的同步问题,提出一种简单有效的自适应牵制控制方法。设计了一个自适应控制器,对复杂网络的部分节点实施牵制控制;构造适当的Lyapunov函数,给出网络和其孤立节点达到全局指数渐近同步的充分条件;最后通过数值仿真实验验证了文中方法的有效性。     

互联非线性时滞系统的分散式自适应跟踪控制

为了实现系统对目标轨迹的快速准确跟踪,针对一类互联非线性时滞系统,提出了一种分散式自适应跟踪控制策略。通过使用极限学习机来处理系统中的未知非线性函数,引入Lyapunov-Krasovskii函数来处理未知时滞,结合反演控制技术和动态面控制技术,实现分散式自适应跟踪控制;基于Lyapunov稳定性理论以证明所设计的控制策略可以保证闭环系统跟踪误差一致且最终有界稳定,并借助两级化学反应釜系统验证所提控制策略的有效性。结果表明,所提控制策略能够有效处理系统中的非线性项与系统时滞,实现对目标轨迹的快速准确跟踪。所提策略能克服未知非线性和未知时滞对系统的影响,可为处理复杂非线性时滞系统提供参考。     

EHA半主动悬架自适应Smith预估时变时滞补偿控制

由于传统Smith预估补偿控制对采用电动静液压作动器(Electro Hydrostatic Actuator,EHA)半主动悬架只能进行临界时滞时间的补偿,设计了一种自适应Smith预估时变时滞补偿控制器。通过计算含时滞半主动悬架系统的临界时滞,结合小时滞下悬架系统不会发生失稳的条件,得到了含时滞EHA半主动悬架时滞的时变特性,并验证了该时滞补偿控制器对时变时滞补偿的有效性。利用模糊控制算法求取了含时滞EHA悬架的半主动控制力,并进行了时变时滞补偿。建立了含自适应Smith预估时变时滞补偿控制的EHA半主动悬架仿真模型,并进行了对比仿真分析。结果表明,当时滞为0.05 s和0.1 s时,自适应Smith预估时变时滞补偿控制下的悬架簧载质量加速度和轮胎动载荷的均方根值分别改善了14.6%,5.5%和29.5%,15.5%;相比于传统Smith预估时滞补偿控制,时滞补偿效果分别提高了39.7%,41%和18%,55%.     

带有未知控制增益的多智能体系统的自适应一致性

目的 研究带有未知增益的一阶多智能体系统在无向连通拓扑下的一致性.方法 设计了带有Nussbaum函数的自适应控制协议,与一般的Nussbaum函数不同,文中所选用的函数不仅有很快的变化速度而且极易求积分,另外,所提出的控制协议不需要设计增益的先验值和符号信息.结果与结论 采用Lyapunov方法,给出了最终的一致性条件,并通过仿真说明了所得结论的有效性.     

带有时变时滞的递归神经网络的稳定性分析

研究了带有时变时滞的递归神经网络的稳定性问题.假设该神经网络的神经元激励函数满足一般的扇形条件,通过使用Wirtinger不等式和倒凸组合法来估计Lvapunov-Krasovsii泛函的导数得到一个新的时滞相关稳定性判据.同时,应用凸包技术来处理时变时滞的导数,所提出的判据放松了时变时滞导数的限制.数值仿真结果验证了所得判据的有效性.     

一类带有监控器的自适应模糊神经网络机器人跟踪控制

提出一种自适应模糊神经网络(FNN)监督控制方案。该方案在FNN控制器的基础上串联一个监督控制器,实现对系统的跟踪控制。监督控制器在FNN控制器不能维持系统稳定时发挥作用,从而确保了闭环系统的全局稳定性,且使系统具有良好的跟踪性能。并把此方案应用在机器人跟踪控制上。仿真结果表明了该控制方案的可行性。     

可变纯滞后时变系统模型参考自适应预估控制

基于Smith预估控制和参数最优化理论,提出了可变纯滞后时变系统的模型参考自适应预估控制(MRAPC)。MRAPC由自适应预估器,自适应过程模型,自适应机构及常规控制器所组成。它大大地减少了系统中时变参数和可变纯滞后的影响,控制性能明显地强于Smith预估控制。其后给出的仿真结果证实了MRAPC的有效性。