基于模糊辨识的混合鲁棒自适应控制

针对一类多输入多输出不确定非线性系统,提出一种基于模糊辨识的混合鲁棒自适应控制方法。该方法探讨了自适应模糊控制器的参数自适应律由跟踪误差和逼近误差共同进行调节,并从理论分析和仿真角度证明了该方法比参数自适应律仅用跟踪误差进行调节的控制器具有更好的跟踪效果,该方法加快了系统跟踪误差的收敛速度。将该算法用于两连杆机械手轨迹跟踪,仿真结果表明该算法具有跟踪精度高,收敛速度快的优点。     

一类不确定非线性系统的自适应模糊控制

对一类不确定非线性系统提出自适应模糊控制方法。此方法用模糊逻辑系统设计自适应模糊监督控制器和自适应模糊控制器,且设计补偿器对逼近误差进行补偿,以此来减少逼近误差对跟踪精度的影响,同时对自适应模糊监督控制器和自适应模糊控制器中的未知参数设计了自适应学习律。证明了该方法不但能保证闭环系统稳定,而且可使跟踪误差收敛到原点的邻域内。仿真结果验证了此方法的有效性。     

直接鲁棒自适应模糊控制

针对一类不确定非线性系统 ,基于监督控制方案并利用第二类模糊系统的逼近能力 ,提出了一种直接鲁棒自适应模糊控制器设计的新方案。该方案通过引入最优逼近误差的自适应补偿项来消除建模误差的影响 ,从而在稳定性分析中取消了要求逼近误差平方可积或逼近误差的上确界已知的条件。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。仿真结果表明了该方法的有效性。     

输入非仿射不确定系统的跟踪控制

针对一类不确定性输入非仿射的混沌系统,结合模糊逻辑系统、非线性跟踪微分器以及扩展状态观测器,利用反演技术设计了一种新的控制器。该设计中,扩展状态观测器用来估计系统中的未知项及扰动项;模糊逻辑系统用来逼近扩展状态器不能很好处理的未知项,并且设计了误差补偿项;非线性跟踪微分器用来逼近虚拟控制量的导数;然后利用Lyapunov稳定性理论证明了闭环误差信号将渐进收敛到原点的残集内。对具有扰动和不确定性的输入非仿射混沌系统进行了仿真,同时针对一类非严格反馈系统进行了仿真,结果表明了该方法的可行性和有效性。     

一类非线性系统的模型参考自适应模糊控制

针对一类不确定非线性系统 ,基于一种修改的监督控制方案并利用广义多线性模糊逻辑系统的逼近能力 ,提出了一种模型参考自适应模糊控制器设计的新方案。该方案利用参考模型作为性能指标 ,自适应调节模糊控制器的规则库 ,并通过引入最优逼近误差的自适应补偿项来消除建模误差的影响 ,不但能保证闭环系统稳定 ,而且可使跟踪误差收敛到零。仿真结果表明了该方法的有效性     

增益符号未知的鲁棒自适应模糊控制

针对一类具有函数控制增益符号未知的不确定非线性系统,根据滑模控制原理和模糊系统的逼近能力,提出了一种自适应模糊控制器设计新方案。该方案利用Nussbaum函数的性质,取消了常用的函数控制增益符号已知这一条件。并通过引入最优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。理论分析证明了闭环系统的有界性和跟踪误差收敛到零。仿真结果表明了该方法的有效性。     

基于后推技术的直接鲁棒自适应模糊控制

针对一类带摄动的严格反馈非线性系统,基于后推设计方法,利用第一类模糊系统的逼近能力,提出了一种新的直接自适应控制方案。该方案中引入连续鲁棒项对系统的摄动部分进行抑制,并在自适应律中利用了leakage项以防止参数漂移。通过理论分析,证明了闭环系统是半全局一致终结有界的,跟踪误差收敛到一个小的残差集内。仿真结果表明了该方法的有效性。     

含非线性输入的非线性系统自适应模糊控制

讨论一类含非线性输入的非线性系统的自适应模糊控制问题。首先运用隐函数存在定理证明系统的理想控制器的存在性,利用I型模糊逻辑系统对该理想控制器进行在线逼近,提出了一种具有监督器的自适应模糊滑模控制器设计的新方案。该方案通过直接自适应模糊控制器与监督控制器的适当切换,保证了闭环系统的稳定性,由此确定出建模的有界区域,而且通过引入最优逼近误差的自适应补偿项,保证跟踪误差收敛到零。仿真结果表明了该方法的有效性。     

一种移动机器人自适应轨迹跟踪控制算法研究

针对轮式移动机器人的轨迹跟踪问题,提出了一种基于运动学模型的自适应轨迹跟踪控制算法。在分析经典轨迹跟踪控制律缺点的基础上,算法中引入了机器人位姿误差的纵坐标误差以加速机器人的轨迹逼近速度,并采用人工场和位姿误差协同作用来共同完成机器人的导向控制。该控制律结构简单,鲁棒性强。仿真实验表明该方法使移动机器人具有更理想的逼近轨迹。     

永磁同步电机位置跟踪控制器及Backstepping方法建模

针对永磁同步电机(PMSM)绕组相电流和转速强耦合特性，基于backstepping方法设计了高性能的位置跟踪控制器，并建立了采用该控制器的PMSM伺服系统仿真模型。仿真结果表明，用backstepping方法设计的PMSM控制系统可以获得很好的跟踪效果，并且其滤波跟踪误差迅速以指数特性收敛到零，具有很好的位置伺服控制特性。     

自适应律修改的间接自适应模糊控制

针对一类不确定非线性系统提出了一种间接自适应模糊控制方法,此方法对模糊逻辑系统中的未知参数设计了一种新的自适应学习律,证明了在此自适应律作用下,不但能使跟踪误差收敛于原点的小邻域内,而且通过适当增大设计参数的值,可使跟踪误差减小。仿真结果验证了此方法的有效性。     

Design of TakagiSugeno fuzzy model based nonlinear sliding model controller

1.INTRODUCTION Sincethefirstpaperonfuzzysetswaspublished,fuzzy logiccontrol(FLC)hasattractedgreatattentionfrom boththeacademicandindustrialcommunities.Much progresshasbeenmadeinsuccessfullyapplyingFLCto industrialcontrolsystems.Manytheoreticalresultsabout stabilityanalysisanddesignoffuzzylogiccontrollersys temshavealsobeenobtained.Amongvariouskindsoffuzzycontrolmethods,manycontroldesignmethodshavebeenproposedon theTakagi Sugeno(T S)fuzzymodel[1].Thebasic ideaofthesemethodsincludestwos…     

基于模糊干扰观测器的轨迹线性化控制研究

针对一类非线性不确定系统,基于轨迹线性化控制(TLC)方法及模糊干扰观测器(FDO)技术研究了一种新的非线性控制结构。利用模糊系统具有以任意精度逼近非线性函数的能力设计FDO对未知干扰和不确定进行估计,并通过鲁棒控制项来提高系统的性能。采用Lyapunov方法,证明了跟踪误差和干扰观测误差一致最终有界。最后利用提出的控制方案针对数值算例进行了仿真验证,仿真结果表明了控制方案的有效性和鲁棒性。     

基于模糊免疫PI和交叉耦合控制的AGV跟踪策略研究

针对AGV的多轮驱动，将模糊免疫PI和交叉耦合相结合的控制方法来实现AGV沿期等路径行驶，它解决了任一轮驱动系统因参数变化或扰动引起的不可预见性问题。由于交叉耦合控制利于多轮驱动之间的制约和协调，可以有效减少方向误差和提高路径跟踪的精确性。而基于免疫反馈原理的模糊免疫PI控制使系统具有一定的自适应能力和较强的鲁棒性，其控制性能优于常规的PI控制。仿真结果证明其可行性与有效性。     

Combined indirect and direct method for adaptive fuzzy output feedback control of nonlinear system

A novel control method for a general class of nonlinear systems using fuzzy logic systems (FLSs) is presertted. Indirect and direct methods are combined to design the adaptive fuzzy output feedback controller and a high-gain observer is used to estimate the derivatives of the system output. The closed-loop system is proven to be semiglobally uniformly ultimately bounded. In addition, it is shown that if the approximation accuracy of the fuzzy logic system is high enough and the observer gain is chosen sufficiently large, an arbitrarily small tracking error can be achieved. Simulation results verify the effectiveness of the newly designed scheme and the theoretical discussion.     

基于"当前"统计模型的模糊自适应跟踪算法

“当前”统计模型需要预先设定目标最大机动加速度，不能很好的适应各种机动情况。采用模糊推理的方法根据测量新息和新息变化率实时调整目标最大机动加速度，自适应各种机动情况。此外，针对多数传感器测量方程的非线性，采用性能较好的Unscented Kalman Filter代替常用的扩展卡尔曼滤波。仿真结果表明，该算法在跟踪精度和收敛速度都优于传统的基于“当前”统计模型的跟踪算法。