基于主-辅控制架构的无人机鲁棒飞行控制律设计

无人机在实际飞行中易受到扰动与系统未建模动态等不确定性因素的影响.为此,文中提出了一种新的鲁棒飞行控制律设计方法.该方法以主-辅控制器为基本架构,主控制器采用鲁棒伺服线性二次型调节(LQR)法构造,以提供基本指令跟踪控制输入;以加入主控制器后的理想闭环系统为参考模型,基于鲁棒模型参考自适应算法设计辅控制器,以抑制扰动和未建模动态对飞行控制系统的影响.理论分析表明,该控制律能够保证闭环飞行控制系统在存在有界扰动与未建模动态情况下稳定且跟踪误差有界.非线性对比仿真验证了控制系统对各种形式扰动的抑制作用,说明了该控制系统的有效性与鲁棒性.     

基于多工作点模型的高精度鲁棒伺服控制器设计

为了满足永磁同步电动机伺服系统的高精度应用需求,提出了一种基于多工作点模型的鲁棒控制器设计方法。该方法首先进行标称控制器设计,利用反馈线性化将电机模型变换为含有等价干扰的线性模型,并设计线性控制律,让标称控制系统跟踪参考输出信号,然后设计鲁棒补偿器,抑制等价干扰的影响,最后利用不同工作点的设计结果,确定最终鲁棒控制器参数。理论证明了该文闭环控制系统的鲁棒稳定性和鲁棒跟踪特性。实验结果表明所设计的鲁棒伺服控制系统在不同工作点下均具有期望的鲁棒转速跟踪特性和扰动抑制特性。     

具有降阶模型的多模型鲁棒自适应控制

针对传统鲁棒自适应控制器暂态性能差的缺点,提出了多模型鲁棒自适应控制方法.对于包含未建模动态的自适应控制系统,首先采用正则化技术把系统未建模动态转化为系统有界扰动,并利用系统低阶模型设计多模型鲁棒自适应控制器,最后证明了系统BIBO稳定以及跟踪误差有界.仿真实验说明所提出的方法能获得较好的控制效果.     

一类非线性系统的鲁棒自适应控制

作者考虑一类具有有界于扰和未知参数的非线性系统（１）,设计出一种适用于输出跟踪的鲁棒自适应控制器。该控制器对线性参数化的不确定性和有界干扰具有鲁棒性,能保证闭环系统的全局稳定性,并解决了ε－跟踪问题。仿真实例表明,所设计的鲁棒自适应控制器具有良好的跟踪性能,而且所需的控制量不大,其数值在容许控制的范围之内。     

一种鲁棒自适应主动振动控制方法

针对一类在有界输入和输出扰动情况下满足正实条件的主动振动控制的鲁棒自适应控制问题，提出一种鲁棒自适应主动振动控制系统，相对于传统的模太控制方法而言、此方法根据可直接测量的输出量构成控制律，因而不需要进行模太估计。基于有限维状态空间模型得到的鲁棒自适应控制律不存在由于模态截断引起的溢出问题。     

离心机的自适应鲁棒控制系统

为了改善离心机的控制性能和稳定性，进行了离心机的自适应鲁棒控制系统研究；基于电动机与离心机相连的结构，设计了控制器以期得到满意的控制性能；首先提出了一种基于自适应鲁棒控制器的离心机控制系统，针对离心机模型设计了自适应鲁棒控制算法；试验结果证明了该控制算法的有效性；在环境条件不同的情况下，离心机控制系统仍表现了满意的控制性能。     

具有饱和非线性约束的网络控制系统鲁棒H_∞优化控制

针对具有随机时延和数据包丢失的网络控制系统的稳定性问题,考虑到系统存在不确定性及外部输入干扰,将控制输入施加饱和非线性约束,建立具有一般性的系统模型.基于Lyapunov方法,给出具有饱和非线性约束的网络控制系统的鲁棒稳定的充分条件.在此基础上,获得使系统具有γ次优、最优鲁棒H∞控制的充分条件,得到最优H∞镇定输出反馈控制律.仿真表明:H∞镇定判据是可行的,有饱和约束的鲁棒H∞优化控制方法是有效的.     

基于多工作点模型的高精度鲁棒伺服控制器设计

为了满足永磁同步电动机伺服系统的高精度应用需求,提出了一种基于多工作点模型的鲁棒控制器设计方法。该方法首先进行标称控制器设计,利用反馈线性化将电机模型变换为含有等价干扰的线性模型,并设计线性控制律,让标称控制系统跟踪参考输出信号,然后设计鲁棒补偿器,抑制等价干扰的影响,最后利用不同工作点的设计结果,确定最终鲁棒控制器参数。理论证明了该文闭环控制系统的鲁棒稳定性和鲁棒跟踪特性。实验结果表明所设计的鲁棒伺服控制系统在不同工作点下均具有期望的鲁棒转速跟踪特性和扰动抑制特性。     

基于输出反馈的电液作动器自适应指令滤波控制

针对电液作动器跟踪控制中存在的结构化和非结构化的不确定问题,本文提出了一种输出反馈自适应鲁棒指令滤波跟踪控制方法.该方法结合了改进的LuGre摩擦补偿技术和自适应鲁棒指令滤波控制技术.自适应法则用来处理结构化不确定性;控制器鲁棒设计用来解决非结构化不确定性.除了位置信号外,速度、压力和摩擦力值均来自观测器,来自观测器的模型误差通过鲁棒设计进行补偿.指令滤波控制技术用来解决经典反步控制中固有的“复杂性爆炸”问题.控制器可以保证系统渐进稳定.通过对比实验证明了该方法在跟踪性能上的有效性.     

基于改进型广义双曲正切模型的机器臂控制算法研究

针对存在复杂干扰情况下的机械臂轨迹跟踪控制问题,采用了一种基于双曲正切模型的鲁棒自适应控制方案。利用高解释性的改进型广义模糊双曲正切模型的全局逼近特点,设计一种自适应控制器用于机器人轨迹跟踪控制;同时以解一个线性矩阵不等式方程来保证系统的鲁棒稳定性。通过Lyapunov理论验证设计的控制器能够有效地克服不确定性对系统的影响,实现闭环系统的渐近稳定。仿真实验表明此控制算法具有较高的跟踪精度和较强的鲁棒性。     

一类非线性MIMO系统的神经网络直接自适应鲁棒解耦控制

针对一类未知非线性MIMO系统(多输入/多输出系统),应用“主导输入”的概念,基于神经网络理论提出一种直接自适应鲁棒解耦控制方法.该方法不仅保证了闭环系统的稳定,而且使外部干扰、神经网络逼近误差及输入对输出的交叉耦合对跟踪误差的影响衰减到给定的水平.     

Robust Adaptive Neural Control of a Class of MIMO Nonlinear Systems

In this paper we present a robust adaptive control for a class of uncertain continuous time multiple input multiple output (MIMO) nonlinear systems. Multiple multi-layer neural networks are employed to approximate the uncertainty of the nonlinear functions, and robustifying control terms are used to compensate for approximation errors. All parameter adaptive laws and robustifying control terms are derived based on Lyapunov stability analysis so that, under appropriate assumptions, semi-global stability of the closed-loop system is guaranteed, and the tracking error asymptotically converges to zero. Simulations performed on a two-link robot manipulator illustrate the approach and its performance.     

具有输入时滞的随机非线性系统的自适应神经网络控制

考虑一类具有输入时滞的随机非线性系统的自适应神经网络控制问题。通过定义含输入积分项的设计变量,将输入时滞系统转变为非时滞系统。结合神经网络控制、积分中值定理与Decoupled Backstepping技巧,针对该类系统提出一套自适应控制策略。所提出的控制器保证闭环系统的所有信号皆4阶矩半全局一致最终有界,并且跟踪误差收敛于原点附近的小邻域内。仿真实验结果验证了所提出控制策略的有效性。     

一类非线性系统的鲁棒输出跟踪模糊控制

针对一类单输入单输出不确定非线性系统，提出一种稳定的自适应模糊控制方法。该方法应用I型模糊逻辑系统逼近过程的不确定部分，利用后推方法及监督策赂设计出一种鲁棒自适应控制器，理论分析证明了系统的稳定性，跟踪误差收敛到零。仿真结果表明了该方法的有效性。     

高超声速飞行器自适应高阶终端滑模控制

针对高超声速飞行器的纵向运动模型,研究了飞行器输出跟踪控制问题,提出了一种将动态逆方法与高阶终端滑模控制相结合的鲁棒自适应控制方法.首先,利用反馈线性化方法对高超声速飞行器纵向模型输入输出线性化;通过设计具有全局鲁棒性的终端滑模面,提高系统的输出收敛速度;同时,采用自适应高阶滑模控制律,在不确定上界未知条件下对其进行自适应估计,从而实现控制器增益的实时在线调整,减少系统抖振;最后,基于Lyapunov理论证明了此控制策略可以保证闭环系统稳定.仿真结果表明,所设计的控制器能够实现高超声速飞行器纵向爬升机动中速度和高度的稳定跟踪控制.     

非线性混沌系统的鲁棒自适应控制

研完了不确定非线性Chua's混沌系统的跟踪控制问题.通过坐标变换将Chua's系统转换为严格反馈控制系统的一种通用形式,然后利用Backstepping方法和鲁棒控制技术,设计了参数自适应控制律,对存在的不确定性和未知干扰的非线性系统实现了输出跟踪.基于Lyapunov稳定性理论所设计的控制器不仅使系统输出跟踪给定的期望输出,而且使得系统对于所允许的不确定系统状态全局一致有界.仿真结果表明了所设计方法的有效性.     

一类非线性系统的全局自适应输出跟踪控制

研究一类具有不可控不稳定线性化和未知线性化参数的非线性系统的全局自适应控制·控制目标是设计一种鲁棒自适应非线性状态反馈控制器,实现系统的全局实用输出跟踪·应用Lyapunov稳定性理论和修正的自适应增加幂积分方法,给出了一个系统化的设计程序,递推设计了一种非线性自适应光滑状态反馈控制器·该控制器能保证跟踪误差充分小,且闭环系统所有信号全局有界·仿真结果表明该控制器是可行的并且是有效的·     

一类时变系统模型参考自适应迭代学习控制

针对一类有限时间区间上可重复运行的有界输入有界输出稳定的一阶线性时变系统,其高频增益和惯性参数均时变,为使之能够跟踪不同的参考轨迹,将模型参考自适应控制方法与迭代学习方法相结合,提出了模型参考自适应迭代学习控制算法.基于类李雅普诺夫(Lyapunov-like)函数证明了当迭代次数趋于无穷时,跟踪误差在有限时间区间上一致收敛到零,并证明了闭环系统中参数估计和控制信号有界.系统仿真验证了所提控制算法的有效性.     

基于自校正与线性跟踪的自适应控制系统

提出一种新的自适应控制方法──基于自校正与线性跟踪的自适应控制．从系统的输入／输出完全跟踪的目标出发，根据对象的动态模型，导出自适应控制器的调节模型．对象模型的参数，采用速推最小二乘法在线估计．仿真结果表明，本系统具有对象参数变化的自适应能力．这种控制系统比较适用于被控制参数变化较慢的生产过程．