基于紧格式线性化的无模型动态矩阵控制

针对常规无模型自适应控制(MFAC)算法只利用了受控系统I/O数据的零阶信息,许多系统内部信息没有充分利用的缺陷,提出了一种基于紧格式线性化的无模型动态矩阵控制方法。该方法利用紧格式线性化方法把非线性系统转化为一组由伪梯度向量描述的线性系统,将动态矩阵控制算法的预测模型和该伪梯度向量相结合,推导出无模型动态矩阵控制的动态模型。在此基础上,利用滚动优化和反馈校正等策略,推导出了无模型动态矩阵控制律的解析式。由于该方法中引入了受控系统I/O数据所带的系统内部信息,极大地提高了预测模型的精确性,增强了系统的鲁棒性,从而有效改善了控制器的控制性能。仿真结果表明该算法具有一定的结构自适应性、良好的伺服性和较强的鲁棒性。

紧格式无模型自适应控制在四旋翼飞行器中的应用

为解决难以建立自适应离散变结构控制的受控系统数学模型问题,提出一类改进的基于紧格式离散时间非线性系统的无模型自适应控制(ICF-MFAC)方法。首先,在仅有一项时变积分项的CF-MFAC方法中加入误差反馈输出控制项,使得控制器具有在线整定内部参数的优势,提高系统的动态性能。然后,通过严格的数学推导对ICF-MFAC方法进行收敛性证明,理论分析表明,ICF-MFAC方法提高了伪偏导数估计值的利用率,加快了系统的响应速度。最后,在四旋翼飞行器中进行仿真实验,与CF-MFAC方法相比,改进的控制方法控制误差减小6.12%,且无超调、跟踪误差小,始终保持良好的控制效果和鲁棒性。

煮糖结晶过程数据驱动控制方法

煮糖结晶过程是蔗糖生产行业唯一没有实现全自动化的工序,由于该过程存在大时滞、非线性的特点,目前的研究尚难以从机理模型方向对煮糖结晶过程进行控制。针对煮糖结晶过程尚未实现全自动化的问题,研究基于紧格式动态线性化的无模型自适应数据驱动控制方法。结合煮糖结晶过程控制的实际要求,对数据驱动控制系统框架进行设计与实现。利用紧格式动态线性化方法构建动态线性化模型,将非线性系统线性化。实现无模型自适应控制和预测控制的融合,既保留了无模型自适应控制单调收敛性和有界输入输出稳定性的显著特点,又加入预测控制方法控制效果好、鲁棒性强的优点。与比例-积分-导数(proportion-integral-derivate,简称PID)控制方法的仿真对比分析表明,所用方法取得了更好的控制效果,验证了基于紧格式动态线性化的无模型自适应数据驱动方法的有效性和优越性。

在线优化参数的神经网络预测监督控制

使用具有辅助变量的全格式动态线性化方法逼近系统,构建了神经网络监督控制预测模型。利用线性跟踪-微分器建立过渡过程,应用线性扩张状态观测器估计输出预测值及其微分,给出了线性PID控制算法。根据对角回归神经网络构成直接逆控制,提出了改进的控制目标函数。依据非线性递推最小二乘法在线优化了PID控制参数和对角回归神经网络的连接权。当系统控制误差大于一定值时,重置PID控制参数。最后提出了在线优化参数的神经网络预测监督控制,克服了已有的神经网络监督控制存在建模难的问题。仿真研究结果表明控制算法的响应具有理想性能。

FDI攻击下非线性多智能体系统分布式无模型自适应控制

为研究受到虚假数据注入攻击的单输入单输出非线性多智能体系统的分布式无模型自适应控制问题,提出了一种新的分布式动态线性化方法,以获得非线性多智能体的等效线性数据模型。与现有多智能体的分布式无模型自适应控制在控制器设计中有所不同,本文设计的控制器不需要网络拓扑结构的信息,仅使用系统的输入输出数据。仿真算例验证了所提出的分布式无模型自适应控制算法可以实现多智能体系统的均方有界趋同控制。算法保证了多智能体系统在受到网络攻击时可以实现趋同控制目标。

一种改进的紧格式无模型自适应控制方法

针对一类由一般非线性函数描述的离散时间非线性系统,采用等价动态线性化技术,提出一种改进的紧格式无模型自适应控制(iCF-MFAC)方法.iCF-MFAC方法的自适应控制律包含两项:时变比例控制项和时变积分控制项,与只有一项时变积分项的原CF-MFAC方法相比,iCF-MFAC方法具有更好的通用性和灵活性,并能够提供更好的动态控制性能.其次,将iCF-MFAC方法与具有类似控制器结构的基于全格式动态线性化技术的无模型自适应控制方法进行对比分析,在相同控制器参数作用下,iCF-MFAC方法具有更快的输出响应.最后,从理论上证明闭环iCF-MFAC系统的收敛性和稳定性,并分别通过数值仿真和真实实验验证所提出方法的有效性和可行性.

多变量系统的变时滞无模型预测滤波PID控制

针对已有多变量紧格式动态线性化方法的泛模型仅适用于干扰为常值干扰和慢变化干扰的系统,在泛模型中加入辅助向量和时变时滞,当干扰为常值和慢变化情形时,提出一种更加有效的多变量紧格式动态线性化方法的泛模型。采用多变量增量型预测滤波PID控制,基于可克服算法病态的非线性递推最小二乘算法对PID控制参数在线优化,给出多变量系统的在线修正参数的变时滞无模型自适应预测滤波PID控制算法。结果表明,因提出的PID控制算法具有在线修正参数性能和无模型自适应预测控制功能,具有优良的控制效果。

基于无模型动态矩阵的下肢假肢运动控制方法

在准确预识别平地行走,上、下楼梯三类运动模式的基础上,提出了根据各路况的运动特点制定对应假肢膝关节运动控制策略的方法.突出三类路况运动特点的同时,解决了由于建模困难无法得到膝关节运动方程的问题,另外采用无模型动态矩阵对假肢膝关节的运动轨迹追踪控制.该方法利用紧格式线性化方法简化了人体运动时髋、膝关节角度变化的复杂关系.实验结果表明运动控制策略模仿实际运动轨迹的方法是有效的,使假肢能够自然地跟随健肢的运动变化,充分利用了被控系统输入、输出数据的内部信息,且运动控制方法具有较好的跟踪效果,确保了下肢假肢运动的控制精度.

在线修正参数的变时滞无模型滤波PID控制

针对已有的单变量紧格式动态线性化泛模型只适用于干扰为常值或慢变化的问题,提出一种改进的变时滞紧格式动态线性化泛模型。通过在泛模型逼近处理时引入辅助变量,使泛模型的偏导数参数具有唯一性。采用滤波PID控制,基于可克服算法病态的直接极小化自适应控制算法,给出一在线修正PID控制参数的无模型自适应控制算法。仿真结果表明,该算法具有优良的控制品质。所提控制算法具有在线修正参数和无模型自适应控制功能,可用于高频干扰和随机干扰的情形。

多变量系统的变时滞无模型滤波PID控制

多变量紧格式动态线性化泛模型仅适用于常值干扰和慢变化干扰情形。其结构自适应功能只对系统的输出阶数和输入阶数有效,对系统的时滞无效,同时其伪梯度矩阵参数不唯一,要求控制输入的变化量不能为零。为此,提出一种适用于快变化干扰和随机干扰的多变量紧格式动态线性化泛模型,采用多变量解耦增量型滤波PID控制,基于可克服算法病态的非线性递推最小二乘算法对PID控制参数寻优,给出多变量系统的在线修正参数的变时滞无模型滤波PID控制算法。结果表明,算法具有在线修正参数性能和无模型自适应控制功能,以及优良的控制品质。

多变量系统的变时滞无模型自适应广义预测控制

针对难以建立数学模型的时变时滞多变量复杂非线性系统,利用改进的具有辅助向量多变量紧格式动态线性化方法建立了系统泛模型。结合多变量广义预测控制,采用具有克服算法病态的直接极小化指标函数,提出自适应控制寻优方法,给出了目标函数的加权系数参数的在线优化算法,可在线优化加权系数参数的变时滞多变量无模型自适应广义预测控制。结果表明,提出的广义预测控制具有无模型自适应控制算法、预测控制与控制参数寻优的功能,系统具有良好的控制性能。

多变量系统的变时滞无模型自适应单值预测控制

针对难以建模的变时滞多变量非线性系统的控制问题,基于改进具有辅助向量的多变量紧格式动态线性化泛模型,参考多变量单值预测控制算法,提出改进的目标函数,给出变时滞多变量无模型自适应单值预测控制算法,采用自适应递推算式的优化算法进行优化,给出了目标函数的加权网络参数的在线优化算法,解决了试凑法确定加权网络参数的问题。试凑法确定的加权网络参数不能保证控制算法最优,综上研究提出在线优化参数的变时滞多变量无模型自适应单值预测控制算法,仿真结果说明,单值预测控制算法具有无模型自适应控制性能及预测控制功能和参数寻优功能,故算法具有优良的控制性能。

线驱连续型机械臂无模型自适应控制

针对连续型机械臂建模与控制问题,提出了一种基于无模型自适应控制的线驱连续型机械臂末端三维空间位置控制算法.根据机械臂驱动线缆长度变化和末端位置,采用紧格式动态线性化方法,将连续型机械臂的复杂非线性模型等价为增量式动态线性时变模型,在此基础上,设计了伪雅可比矩阵估计及重置算法及末端位置无模型自适应控制算法,具有不依赖系统数学模型和控制器参数自适应的优点.建立了连续型机械臂的ADAMS虚拟样机,并与Matlab进行联合仿真,验证了所提方法的有效性.

下肢假肢斜坡路况运动控制策略分析

为使下肢假肢在斜坡路况下配合人体健肢侧交互运动,在对下肢假肢穿戴者斜坡运动模式分析的基础上,制定针对斜坡路况的下肢运动轨迹规划方法,得到假肢膝关节的模拟运动轨迹.应用紧格式线性化方法解决下肢关节高度非线性问题的思路,采取无模型动态矩阵控制方法实现对模拟运动轨迹的追踪,结合反馈校正和滚动优化实现斜坡路况下膝关节角度的预测输出,并对控制系统的稳定性进行理论分析.仿真和运动控制平台的实验结果表明,假肢膝关节的斜坡运动轨迹可以紧紧跟随参考轨迹变化,假肢膝关节可与健肢侧协调平稳运动.