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     

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 .     

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。     

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。     

非线性多变量电液伺服系统解耦自适应控制

本文结合非线性多变量电液伺服系统控制，提出了一种新颖的广义最小方差预测校正参考模型自适应解耦控制，将参考模型控制，预测控制的校正思想和广义最小方差自适应控制相结合。该方法不需研究非线性环节的模型，算法简捷。     

基于神经网络的二阶非线性系统的自适应控制

本文采用神经网络对二附非线性系统进行特征辩识,并将其用于自适应控制,从而得到了一种新型的自适应控制方法。仿真实验表明该方法具有很强的学习能力和自适应性。     

含非线性因素的模型参考自适应控制

研究了含非线性因素的位置伺服系统,提出一种适合快速、高精度位置伺服系统的非线性参考模型的自适应控制算法。使其对含有某些非线性特性的被控对象的控制效果优于线性参考模型的自适应控制算法。     

一类非线性系统的直接自适应控制

在模糊神经网络滑模控制器的基础上提出了一种设计方法,将ＦＮＮＳＭＣ与模糊神经网络有机结合,通过平滑切换实现自适应控制。这种方法增强了系统的鲁棒性且能有效地消除高频颤动,仿真结果说明本方法有效。     

含死区非线性系统的自适应控制

本文提出了带死区非线性系统的自适应控制算法,算法本身确保闭环系统在随机和确定情况下都是大范围渐近收敛的。仿真结果表明利用本算法可以大大改善系统的性能。     

一类非线性系统的自适应控制律设计

对一类具有三角结构的非线性系统进行自适应控制律的设计,该系统具有不相等的系数,然后证明了该控制能保证系统在平衡点的稳定性     

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．     

严参数反馈非线性系统的自适应控制

本文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,此方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进性态,从而实现整个系统的渐进镇定.     

欠控制方向的非线性系统自适应迭代学习控制

针对控制方向未知且具有周期扰动的非匹配非线性系统, 提出了一种自适应迭代学习控制策略. 控制算法具有以下3个特点:不需要控制方向的先验知识; 能够对系统的周期不确定性进行在线学习; 能够克服系统的非匹配不确定性. 随着迭代学习次数的增加, 系统跟踪误差渐近收敛于零. 仿真结果表明了控制算法的可行性和有效性.     

非线性振荡器的自适应反推控制

考虑了非线性振荡器的自适应反推控制问题．利用自适应反推方法将非周期性振荡信号变为周期性振荡信号,保证了闭环系统的全局稳定性,同时非线性振荡器的输出渐近跟踪任意给定的参考信号,仿真结果验证了这种方法的有效性。     

一种无需对象模型的自适应控制方法

研究了一种无需对象模型的自适应控制方法,使用该方法能对机理复杂,对象模型难以确定的系统实现有效的控制。     

TCP网络的非线性自适应滑模控制

针对TCP网络存在网络参数高度变化和UDP流的情况,提出了两种非线性自适应滑模控制算法.考虑到系统不确定的上界很难获得,针对系统不确定的上界设计了一种自适应滑模控制器.由于使用了符号函数,该算法不能有效地抑制抖振.为此,设计了一种直接对不确定进行自适应的滑模控制器.仿真结果表明,对不确定的上界自适应的滑模控制器优于对上界自适应的滑模控制器,对上界自适应的滑模控制器优于PI控制器.     

一类MIMO非线性系统的自适应模糊滑模控制

研究了一类具有未知常数控制增益的MIMO非线性系统的自适应模糊控制问题。基于滑模控制原理,利用Ⅱ型模糊系统的逼近能力,提出了一种分散自适应模糊滑模控制器设计设计的新方案 。通过理论分析,证明了闭环控制系统是全局稳定的、跟踪误差收敛到零。     

异步电动机自适应非线性解耦控制

针对转子电阻变化和负载转矩扰动会破坏异步电动机非线性解耦控制系统的解耦性 ,使动态性能降低这一问题 ,采用降维转矩观测器和自适应转子电阻估计器分别对负载转矩和转子电阻进行观测和估计 ,实时地对非线性状态反馈解耦控制律进行调整 ,实现异步电动机系统的动态精确解耦 ,提高了系统鲁棒性 ,改善了系统动态性能