基于T-S模型的一类非线性系统自适应滑模跟踪控制及仿真

针对一类带有内部干扰和未知非线性函数的非线性系统,首先基于伸缩器和饱和器的概念,将一个时变伸缩因子ρ-1引入到T-S模糊逻辑系统的输入而形成扩展模糊逻辑系统,然后利用该模糊逻辑系统给出一种时变伸缩因子参数的自适应滑模控制器的设计方法。其中非线性系统中的未知非线性函数采用T-S模糊逻辑系统进行逼近,故只需较少的模糊规则即可达到逼近要求,而且参数自适应率的个数与模糊逻辑系统中的模糊规则数无关,因此该方法不仅有效地减少在线运算量,而且在有限的时间内实现跟踪控制。最后,对带有干扰项和未知非线性函数的Duffing混沌系统完成了目标跟踪仿真,仿真结果验证了该控制算法的有效性和可行性。
     

基于T-S模型的一类非线性系统自适应滑模跟踪控制及仿真

针对一类带有内部干扰和未知非线性函数的非线性系统,首先基于伸缩器和饱和器的概念,将一个时变伸缩因子ρ-1引入到T-S模糊逻辑系统的输入而形成扩展模糊逻辑系统,然后利用该模糊逻辑系统给出一种时变伸缩因子参数的自适应滑模控制器的设计方法。其中非线性系统中的未知非线性函数采用T-S模糊逻辑系统进行逼近,故只需较少的模糊规则即可达到逼近要求,而且参数自适应率的个数与模糊逻辑系统中的模糊规则数无关,因此该方法不仅有效地减少在线运算量,而且在有限的时间内实现跟踪控制。最后,对带有干扰项和未知非线性函数的Duffing混沌系统完成了目标跟踪仿真,仿真结果验证了该控制算法的有效性和可行性。     

基于指数饱和函数的非线性系统自适应模糊控制

为减小模糊逻辑系统的逼近误差,引入指数饱和函数项对一类未知非线性系统进行间接自适应模糊控制.直接用模糊逻辑系统逼近未知非线性函数,基于广义误差对模糊逻辑系统中的未知参数进行自适应调整,并用指数饱和函数项对逼近误差进行补偿.该方法不但能使跟踪误差收敛到原点的一个小邻域内,而且通过适当减小控制器中设计参数,可使跟踪误差减小.仿真验证了该方法的有效性.     

方向未知的非仿射非线性系统的模糊滑模控制

为解决一类控制方向未知的非仿射非线性系统的控制问题, 提出一种新的自适应模糊滑模控制方法, 无需系统控制方向和不确定项的上界的先验知识。采用模糊逻辑系统直接逼近控制器中的未知部分, 在参数自适应律中引入Nussbaum函数处理控制方向未知问题。用一类光滑非线性饱和函数改进传统的积分滑模面, 能使控制器在保证传统积分滑模控制跟踪精度的同时获得更好的动态性能。利用李雅普诺夫方法证明了闭环系统的稳定性。数值仿真验证了算法的有效性。     

基于Backstepping的模糊自适应跟踪控制

主要研究了单输入一单输出非线性系统的模糊自适应输出跟踪控制问题。模糊逻辑系统用于逼近系统中未知的非线性函数,然后基于Backstepping设计方法给出了系统性的输出跟踪控制器的设计方法。所构造的模糊控制器确保跟踪误差可以充分小,同时系统中的各个变量保持有界性。所提出方法的优越性在于自适应律中在线学习参数的数目独立于模糊规则的选择,从而避免了以往模糊自适应控制算法中自适应学习参数过多的缺点。最后,以一个例子进一步说明文中所得结论的有效性。     

具有死区输入的不确定分数阶混沌系统的同步

针对一类具有死区非线性输入和外部扰动的不确定分数阶混沌系统同步问题,提出一种模糊神经网络结合自适应滑模控制的同步方法.利用模糊神经网络逼近未知的非线性函数,并且对逼近误差采用自适应控制进行补偿,同时构造了一种具有较强鲁棒性的分数阶积分滑模面.应用分数阶Barbalat引理和分数阶稳定性理论,设计自适应模糊神经网络滑模控制器和参数自适应律.数值仿真结果验证了该控制方法的有效性.     

基于逼近误差的非线性自适应模糊控制

针对一类单输入单输出不确定非线性系统,提出了一种稳定的自适应模糊控制方法·该方法不需要系统状态可测的条件,而是通过设计模糊状态观测器来估计系统的状态·系统的未知非线性项通过模糊逻辑系统进行逼近,且逼近误差满足一定的有界条件,根据李雅普诺夫方法对系统进行分析,得出相应的参数自适应律·该方法不但能保证跟踪误差收敛于原点的一个小的邻域内,而且所涉及到的变量一致有界·仿真结果验证了此方法的有效性与正确性·     

多输入多输出非线性时变时延系统的自适应跟踪控制

针对多输入多输出非线性时变时延系统,提出了一种模糊自适应跟踪控制方案,该方案构建了基于模糊T-S模型的自适应时变时延模糊逻辑系统,用来逼近未知非线性时变时延函数,从而实现了对非线性系统的建模.根据跟踪误差给出了模糊逻辑系统的参数自适应律,设计了H..补偿器来抵消模糊逼近误差和外部扰动.基于Lyapunov稳定性理论,提出的控制方案保证了闭环系统的稳定性并获得了期望的H..跟踪性能,机械臂的仿真结果表明了该方案的有效性.     

一类参数不确定的混沌系统广义投影同步及参数估计

基于Lyapunov稳定性原理,研究了一类参数不确定超混沌系统,使用自适应同步控制方法,实现含有复数向量的Dynamos混沌系统的同结构同步控制,并实现2个不同的新四维超混沌系统异结构广义投影同步.给出了自适应同步控制器的系统设计过程和参数自适应律,使得系统达到同步时识别未知参数.数值模拟证明了该方法的有效性和可行性.     

带有执行器故障的无人船的基于模糊逻辑系统的容错控制（英文）

研究了具有执行机构故障的无人驾驶船舶的基于模糊逻辑系统的模糊容错控制问题。首次构建了具有匹配未知不确定非线性的线性系统模型。考虑的执行器故障包括部分失效故障和中断故障,利用模糊逻辑系统方法对未知非线性函数进行逼近。通过仅对模糊逻辑系统中权重向量的范数进行估计,可以达到有效减少自适应参数个数的目的。进而,设计适当的自适应更新率对自适应参数进行实时更新。基于设计的自适应参数,构建模糊容错控制器。与现有的容错控制结果相比,设计了一种新型的含有切换机制的容错控制器。通过在控制器中引入切换机制,所设计的控制器可以有效地避免现有控制器可能出现的抖振现象。此外,利用李雅普诺夫稳定性定理,可以证明所提方法确保系统一致最终有界。最后,通过仿真实例验证了该方法的有效性和可行性。     

一类分数阶混沌系统的自适应滑模同步

针对一类含有扰动的分数阶混沌系统的同步问题,考虑系统所受干扰界未知和非线性环节Lipschitz常数难以计算等情况,构建了一种鲁棒性较强的分数阶积分滑模面,并且基于分数阶Lyapunov稳定性理论设计了自适应滑模控制器和未知参数自适应律.数值仿真结果验证了该控制方法是有效的,能够实现分数阶混沌系统的渐近同步.     

一类非线性不确定系统的自适应模糊滑模控制设计

针对一类含非匹配不确定项的非线性系统提出一种自适应模糊滑模控制方法.构造线性切换面确保滑动运动稳定,利用趋近律构造理想控制,用监督控制确保系统状态有界,用模糊逻辑系统逼近其连续项,用补偿切换项来消除逼近误差,该方法有效的结合了自适应模糊控制和滑模控制的优点,控制器构造简单,稳定条件弱,控制性能好.仿真结果也证明了此方法的有效性.     

一类非线性不确定系统的自适应模糊滑模控制

针对一类非线性不确定系统提出了一种自适应模糊滑模控制方法，利用趋近律构造理想控制，利用模糊逻辑系统逼近其连续项，用自适应律和非线性补偿保证滑模到达条件成立．该方法综合了自适应模糊控制和滑模控制的优点，既保证了闭环系统的稳定性，又限制了抖振，控制效果良好，仿真结果也说明了这一点．     

滑模控制中建模不确定性的自学习模糊预测

针对一类特定的非线性建模不确定系统,根据控制系统运行的历史信息,用模糊逻辑系统预测估计了当前时刻的建模不确定性,模糊规则后件参数在线自调整以使模糊系统输出能有效地跟踪实际不确定性,模糊系统优良的逼近能力使不含切换项的滑模控制保留了鲁棒性。     

不确定非线性系统的鲁棒自适应模糊滑模控制

对一类不确定非线性系统,利用滑模控制与模糊自适应控制相结合的方法,设计了基于模糊逻辑的鲁棒自适应模糊控制器.所提出的设计方法是用模糊模型逼近系统的不确定性项,根据滑模控制原理构造出模糊模型的参数自适应律,在线调节模糊模型的参数,同时处理存在逼近误差时的干扰抑制问题.该方法不仅能有效地消除高频抖振,对逼近误差具有较强的鲁棒性和对参考输入具有良好的跟踪性能,而且该方法不需要求取Lyapunov方程的公共解,且对不确定性的知识要求不高.该文用Lyapunov方法证明了闭环系统信号的全局有界性,以及整个系统的稳定性和鲁棒性.     

非线性系统的模糊Backstepping白适应容错控制

针对一类受扰动的且伴有执行器故障的严格反馈不确定非线性系统，提出了一种模糊自适应容错控制方法。当故障发生时，改变控制器结构使其融合故障。设计中，模糊逻辑系统用作在线逼近系统的未知动态和未知的故障函数，结合模糊自适应控制与backstepping技术，给出了模糊容错控制器方法，并基于Lyapunov定理严格证明了所提出的鲁棒模糊自适应控制方法能够保证整个闭环系统的稳定，最后通过仿真实例验证了该方法的有效性。所提出的模糊白适应容错方法扩展了经典容错控制方法的结果，给出的结果更具有一般性意义     

陈氏混沌系统的全局同步与自适应同步

针对陈氏混沌系统提出了两种同步方案:全局同步和不确定参数的自适应同步.基于李亚普诺夫稳定性理论,研究了关于线性反馈耦合全局同步的一般性标准;对于参数未知或不确定的陈氏混沌系统,通过设计适当的控制器和参数自适应律,实现了两种陈氏混沌系统的自适应同步.仿真结果表明:两种同步均能实现陈氏混沌系统指数渐近同步,且同步效果良好,可应用于其他系列混沌系统.     

非线性系统的模糊Backstepping自适应容错控制

针对一类受扰动的且伴有执行器故障的严格反馈不确定非线性系统,提出了一种模糊自适应容错控制方法.当故障发生时,改变控制器结构使其融合故障.设计中,模糊逻辑系统用作在线逼近系统的未知动态和未知的故障函数,结合模糊自适应控制与backstepping技术,给出了模糊容错控制器方法,并基于Lyapunov定理严格证明了所提出的鲁棒模糊自适应控制方法能够保证整个闭环系统的稳定,最后通过仿真实例验证了该方法的有效性.所提出的模糊自适应容错方法扩展了经典容错控制方法的结果,给出的结果更具有一般性意义     

一类混沌系统的模糊自适应控制

模糊控制器具有设计简单,适用于非线性系统和鲁棒性的特点,在工程实践中有广泛的应用。本文针对单输入一单输出的非线性混沌系统,提出了一种新的模糊自适应控制方法。此方法中,用两个模糊逻辑系统逼近两个未知函数,并根据跟踪误差来定义参考误差,再根据前一步参考误差来修正两个模糊逻辑系统的输入,以此对逼近误差进行补偿。该方法不但能保证闭环系统稳定,而且可使跟踪误差收敛于原点或原点的一个小领域内。     

基于反步法的CSTR神经网络非奇异自适应控制

针对一类参数不确定连续搅拌釜式反应釜(CSTR:Continues Stirred-Tank Reactors)系统中的参数不确定性,研究了一种基于反步(Backstepp ing)方法的神经网络自适应控制器。该控制器采用多层神经网络,可较好地逼近系统的复杂非线性动态,网络权值能在系统先验知识不多的情况下在线调整,更新律可用Lya-punov综合法在线获得;通过构造类加权形式Lyapunov函数,使控制器能有效处理自适应控制中可能的奇异性问题。系统仿真验证了方法的有效性和可行性。结果表明:该控制器能保证闭环系统全局稳定,并对系统参数的不确定性和有界干扰具有一定的鲁棒性。