一种简单的机器人鲁棒自适应轨迹跟踪控制算法

针对不确定性存在情况下的机器人轨迹跟踪 ,提出了一种鲁棒自适应轨迹控制算法 .控制算法是全局按指数收敛的 ,不需要知道机器人动力学模型 ,结构简单 ,计算量小 ,能使轨迹误差收敛到一任意小的区域内 .利用Lyapunov直接法分析了控制算法的稳定性和鲁棒性 .两关节直接驱动机器人的实验研究验证了算法的有效性 .     

离散系统的鲁棒自适应控制

本文提出一种鲁棒间接自适应极点配置控制器，它利用相对死区技术使得控制器对一类未建模动态误差和恒定了界扰动具有鲁棒性。文中详细地分析了闭环系统的稳定性和收敛性，找到了保证佤渐近稳定的充分条件。     

同步励磁发电机鲁棒自适应控制

利用backstepping和扰动抑制 (disturbanceattenuation)方法对同步发电机设计了一种非线性自适应鲁棒励磁控制器 .控制设计方法基于同步发电机的三阶非线性模型 ,对于系统中可能出现的各种不确定参数和有界扰动 ,给出了参数自适应律和控制律 ,保证了闭环系统在各种扰动情况下的稳定性 .最后做了系统从初始进入稳态和系统在三相短路及外部常值扰动情况下的仿真 ,并讨论了该方案扩展到多机系统的可能性 .     

一种新的鲁棒自适应模糊控制器的设计及性能分析

针对一类连续时间非线性动态系统,根据李亚普诺夫分析方法设计了一种鲁棒性自适应模糊控制器,这种自适应系统在受到有界的外部干扰或存在建模误差时具有鲁棒性,证明了控制算法是全局稳定的,跟踪误差可以收敛的一个领域内。     

带有未建模动态的一类非线性系统的鲁棒自适应控制

本文针对一类带有未建模动态的非线性系统,在文献[1]的基础上设计了一种鲁棒自适应算法,并在理论上证明了系统的稳定性,利用这种算法,只要适当选择设计参数,可以使输出均方误差任意小.本文参考文献[1]的方法,弥补了文献[2]没有考虑未建模动态的不足,并将文献[1]的方法扩展到了更为广泛的一类非线性系统.     

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。     

一类不确定切换模糊系统的自适应鲁棒跟踪控制

提出了一类新的不确定切换模糊系统,即切换系统中的每个子系统都是不确定模糊系统.与传统的模糊切换系统不同,这类系统并没有分为两级结构,而是由多个子系统构成,并在子系统之间进行切换.采用多Lyapunov函数研究不确定切换模糊系统的鲁棒跟踪问题,针对模型中未知上界的外部干扰,设计全局鲁棒控制器及其自适应律,并给出使该系统的跟踪误差一致渐近趋于零的切换策略.仿真表明,当自适应参数的在线慢调节与切换律的在线快调节相结合时,能提高系统的暂态响应性能.     

一种机器人系统的鲁棒轨迹跟踪方法

文章基于标称模型，在反馈力矩补偿控制的基础上，考虑在实际机器人系统存在不确定性(外部扰动及摩擦力)时，基于终值有界定理，运用连续状态反馈的方法设计出一个新的机器人轨迹跟踪控制器．数值仿真表明，在初始误差较大的情况下，该轨迹跟踪控制器能够保证跟踪误差的终值有界性。     

一种鲁棒稳定的自校正控制器

对于一类带有未建模动态和有界外部扰动的离散线性系统提出了一种新的自校正控制算法。此算法不要求系统参数更多的先验知识。不但能保证闭环系统是鲁棒稳定的。而且平均跟随误差趋于零。从而说明本文方法具有消除各种可能存在的稳态误差的能力,仿真结果证明了本文方法的有效性。     

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。     

基于反向递推法的汽车主动悬架控制器设计

提出了一种应用于汽车主动悬架的反向递推法Backstepping自适应控制算法,用扰动系统进行了仿真验证。首先简化模型;然后用此方法进行自适应控制器设计,最后利用仿真验证了控制算法的有效性。     

参数不确定机械臂的自适应反演跟踪控制

针对具有参数不确定性的单机械臂系统,采用自适应反演法设计出跟踪控制器,并且给出了不确定参数的自适应律.证明了设计的控制器能够保证闭环自适应系统的稳定性,并具有良好的跟踪控制效果.仿真结果表明本文采用的方法是正确有效的.     

一种稳健或收敛的适应控制算法

对具有未建模动态特性的随机系统同时建立了遗忘因子推广最小二乘算法的稳健性或收敛性及适应跟踪的渐过最优性．作为特例，对推广最小二乘算法也获得了类似的结果．     

一种新的鲁棒离散自适应控制方法研究

本文提出一种对测量仪表和控制器误动作等引起的大扰动或异常值有较好鲁棒性的离散自适应控制策略,并讨论了基于文献[6]的鲁棒辨识算法的自适应控制算法,对确定性线性系统中的稳定性和跟踪最优性、递推参数估计的收敛性和一致性的两定理进行了证明。计算机仿真表明,本文控制算法对大扰动或异常值具有良好的鲁棒性和最优跟踪特性。     

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．     

自适应运动目标跟踪系统及其性能研究

提出利用非线性联合变换相关器作为核心实现自适应运动目标跟踪识别系统,给出了自适应跟踪系统对目标的跟踪原理,并对跟踪系统的跟踪性能进行了实验研究。     

一类多模型自适应控制系统的稳定性证明

针对一类时不变或慢时变的离散时间非线性系统,首先在线性鲁棒自适应控制的基础上,给出了系统有界输入-有界输出的稳定性证明,并得到了系统有界输入-有界输出稳定的充分条件;继而将其引入到多模型切换控制中,经证明该条件可以保证间接多模型自适应切换控制的稳定,较好的兼顾了系统的稳定性和瞬态响应,从而为间接多模型自适应控制器的设计提供了理论依据.     

自适应模糊控制器的研究

一种基于模糊关系的运算量少、易于实现控制的自适应模糊控制器,经数字仿真,具有良好的控制效果。     

神经网络直接自适应控制器的设计与实现

柔性机器人在受限运动时由于控制对象极其复杂而难以控制。为了解决受限柔性机器人机械臂难以精确定位问题提出并设计了一种神经网络直接自适应控制器。其控制效果在研究的受限柔性机器人控制实验上作了仿真与实验。结果表明该控制器能经较高精度控制受限柔性机器人的机械臂精确定位。本文是深入研究受限柔性机器人控制问题的基础。