基于自适应Backstepping设计的TCSC非线性鲁棒控制器

电力系统是强非线性的动态大系统,在运行中总要受到外部干扰和内部干扰的影响,从而对其稳定运行造成严重威胁.本文针对带有TCSC单机无穷大母线系统的三阶鲁棒模型,在考虑阻尼系数未知及系统受外部扰动的情况下,将自适应backstepping方法与非线性L2增益干扰抑制理论融合,构造出系统的存贮函数,并获得非线性自适应鲁棒控制器及参数替换律.所得控制器不仅能够保证系统状态有界,而且能够有效抑制干扰对系统输出的影响.通过对单机系统的仿真结果表明采用该方法的控制器优于传统的控制器.

具有非线性不确定参数的电液伺服系统自适应backstepping控制

针对电液伺服系统中存在非线性不确定参数的问题,提出了一种采用积分型Lyapunov函数的自适应backstepping控制方法.首先定义积分型Lyapunov函数,将电液伺服系统中的非线性不确定参数转化为线性表示;然后逐步递推设计backstepping控制器,同时在控制律中加入阻尼项,从而补偿外界干扰对控制性能的影响;基于Lyapunov稳定性方法,设计了参数自适应律,并且在自适应律中引入充分光滑投影算子,实现对电液伺服系统中不确定参数漂移的抑制作用.搭建了AMESim与MATLAB的联合仿真平台,对所设计的自适应backstepping控制器进行仿真,作为对比,设计了不带有非线性参数估计的自适应backstepping控制器和PID算法.仿真表明,本文所设计的控制器具有良好的跟踪性能和补偿非线性不确定参数变化的能力.

基于扩展自适应Backstepping设计的TCSC非线性控制的新方法

首先针对一般的参数反馈型非线性系统提出一种扩展自适应Backstepp ing方法.该方法不仅保留系统的非线性特性和对未知参数的实时在线估计,而且突破经典的确定性等价性原理来设计参数估计器和动态反馈控制器.该方法可用于带有TCSC(thyristor controlled series compensation)的单机无穷大系统.仿真结果表明,该方法在系统响应和自适应速度方面优于传统的Backstepp ing方法.

风力发电机侧整流器非线性自适应Backstepping控制

建立直驱永磁同步风力发电系统机侧三相电压型PWM整流器dq旋转坐标系下数学模型,针对其负载电阻、IGBT等效电阻、交流侧电感阻抗以及频率等参数存在不确定性,提出一种非线性自适应Backstepping控制算法。采用输入输出反馈线性化方法将其转化为一个具有严格参数反馈形式的非线性系统,在此基础上应用Backstepping递归方法进行控制系统设计,从而得到非线性自适应控制器及不确定参数自适应律。理论分析和仿真研究表明,所设计的控制器可以保证在系统参数不确定的情况下,实现网侧电流正弦化和相位控制,直流侧输出电压能够快速、无超调达到稳态,且具有很好的自适应性和鲁棒性。

一类输入受限的不确定非线性系统自适应Backstepping变结构控制

针对一类输入受限的不确定非线性系统,提出了一种自适应Backstepping变结构控制器设计方法。建立了受未知非线性特征约束的执行器故障模型,可以描述系统存在死区、齿隙、饱和、滞回等输入受限情形以及可能发生的执行器失效、卡死等故障情形。设计径向基函数神经网络补偿未建模动态项,引入一阶低通滤波器避免了Backstepping控制中的计算复杂性问题。自适应近似变结构控制能够有效削弱控制信号抖振。理论分析和仿真实验结果证明,提出的自适应鲁棒控制律能够在输入受限的情况下自适应地调节控制输入,使得闭环系统稳定且满足控制性能要求。

一种鲁棒自适应Backstepping控制方案研究

对基于调节函数的 Backstepping自适应控制方案进行了改进 ,设计了一种新型鲁棒自适应无人机飞行控制系统 .首先将某型无人机的系统模型转化为一个含有非线性参数不确定性、不确定的非线性与未建模动态的受扰严格反馈系统 ,然后提出了一种含有广义误差自适应调节项的新型李亚普诺夫函数 ,得出了稳定自适应控制律和参数更新律 .最后该无人机的鲁棒自适应飞控系统的有效性得到了仿真验证 .

互联混沌电力系统的自适应backstepping滑模鲁棒控制

针对受外在周期性负荷扰动和电磁扰动以及内部参数不确定的简单二机互联混沌电力系统模型,将backstepping法、自适应控制和滑模控制三者结合,设计了动态反馈鲁棒控制器,使闭环动态误差系统渐近稳定,并对所设计的鲁棒控制器的性能做了评估,同时对系统不确定参数进行实时动态辨识,得到参数自适应更新律,在设计过程中,不需要对原系统进行任何线性化处理,因此,完整保留了系统的非线性特性.数值仿真结果表明,所设计的控制器对参数不确定性和外在干扰具有很强的鲁棒性.

电力系统混沌振荡的自适应Backstepping控制

电力系统在周期性负荷扰动的作用下会发生混沌振荡,甚至失去稳定。为抑制这种混沌振荡,利用Bs(Backstepping)控制法设计了在周期性负荷扰动幅值已知情况下的控制器;对扰动幅值未知的情况,设计了自适应Bs控制器,并利用Lyapunov稳定性理论证明了含该控制器的闭环系统可以保持渐近稳定,即能回到初始平衡点上。数值仿真也表明了该控制器的控制效果。

参数不确定混沌系统的自适应Backstepping控制

针对一个新的参数不确定混沌系统,提出基于误差补偿的自适应Backstepping控制方法.通过在每一步虚拟控制设计中增加一个误差补偿项,补偿未知误差动态对系统的影响,获得更加平稳的混沌镇定过程,并提高参数辨识的速度.同时,基于Lyapunov定理给出严格的理论推导,证明混沌控制系统中所有信号的一致有界性.对比仿真结果表明,该方法具有更好的瞬时响应.

基于自适应Backstepping的SVC鲁棒L_2性能控制设计

针对含有静止无功补偿器(SVC)的单机系统中的各种不确定性因素,讨论了SVC的自适应鲁棒控制问题。将L2增益设计方法与Backstepping方法相结合,同时引入参数估计思想,通过递归地构造整个系统的能量存储函数获得闭环反馈控制律,保证系统对干扰输入具有L2性能,对未知参数具有自适应性。仿真结果表明,所设计控制器在系统受扰时可以使系统较快稳定,暂态过程中有效维持SVC接入点电压,系统对外部干扰具有较强的鲁棒性。

基于自适应Backstepping方法的舰船电力系统混沌控制

将自适应Backstepping方法运用到舰船电力系统的混沌运动的控制中,可以将混沌系统稳定在平衡点,从而达到对船舰电力系统混沌运动的有效控制。根据船舰电力系统应用模型,该文设计了自适应控制器,当舰船电力系统处于混沌运动时该控制器自动开启。数字仿真表明该方法能够达到迅速抑制混沌的目的。

基于自适应Backstepping方法的无人飞艇纵向受限控制

针对无人飞艇受扰纵向运动难以控制的特点,提出了一种基于自适应Backstepping方法的鲁棒受限控制方法.首先对于飞艇模型中的外部时变干扰,采用参数自适应方法进行有效的处理.然后在无人飞艇飞行控制器设计时,明确考虑到非对称输入饱和限制的影响.引入一个辅助分析系统,对无人飞艇输入限制的影响进行有效分析.同时将辅助分析系统和Backstepping方法相结合,最终为无人飞艇纵向运动设计了自适应受限飞行控制.结果表明:在所设计的自适应受限飞行控制作用下,能有效地处理受扰无人飞艇的时变外部干扰和输入饱和限制,能快速达到理想高度且跟踪到俯仰角参考指令,是一种有效的无人飞艇受限飞行控制方法.

非线性时滞系统自适应backstepping输出反馈控制

针对一类参数化非线性时滞系统,采用时滞滤波器,结合backstepp ing的设计方法,提出了一种自适应输出反馈控制器的设计方案.放松了对非线性时滞项的要求,实现了对给定目标轨线的全局渐近跟踪,并保证闭环系统所有信号一致有界.基于Lyapunov-Krasovisk ii泛函方法证明了整个闭环系统的稳定性.实例仿真说明了该方案的可行性.

肌型血管生物数学模型的自适应Backstepping控制设计

提出了基于Backstepping自适应控制方法研究医学上容易引发心肌梗塞等疾病的血管痉挛,即肌型血管生物数学模型的受控问题.设计了一个自适应控制器,使系统的状态量都渐近稳定到0,并使系统全局稳定,从理论上得出处于混沌运动状态的血管能趋于正常化,对有效防治和治疗心肌梗塞等疾病具有重要的意义.最后的仿真结果表明了此方法在理论上的有效性.

具有参数不确定性的轮式移动机器人自适应backstepping控制

针对参数不确定的轮式移动机器人的轨迹跟踪问题,设计自适应跟踪控制器.基于移动机器人的动力学模型,采用backstepping积分方法,通过逐步递推选择适当的Lyapunov函数,设计基于状态反馈的自适应控制器,并进行了相应的稳定性分析.与传统PID控制进行仿真对比,结果表明提出的自适应控制策略能较好地补偿系统参数摄动的影响,提高了移动机器人的轨迹跟踪性能和鲁棒性.

永磁直线同步电机的自适应Backstepping滑模控制研究

针对永磁直线同步电机(PMLSM)控制系统的不确定性因素,提出了自适应 Backstepping滑模控制器,实现运动跟踪。建立 PMLSM 系统模型,采用 Backstepping 设计,在滑模控制的基础上,基于 Lyapunov 函数设计自适应率,改善控制性能。仿真结果表明,系统具有稳定快速的跟踪性能,考虑实际系统中参数不确定性因素,控制器仍具有较强鲁棒性。

近空间飞行器鲁棒自适应backstepping设计

针对变后掠翼近空间飞行器(near space vehicle,NSV)在大包络、多任务模式飞行运动过程中具有非线性、快时变、强耦合和不确定的特性,提出了基于径向基神经网络(radialbasis function neural network,RBFNN)的鲁棒自适应跟踪控制策略。首先,利用RBFNN在线逼近NSV飞行过程中外部干扰。其次,应用backstepping设计光滑的反馈控制器。其中,采用微分器避免backstepping设计中出现微分膨胀问题,利用鲁棒项减少RBFNN估计误差对系统的影响。然后,通过公共Lyapunov函数证明所提出的控制器可以保证在任意飞行模态中NSV的输出跟踪误差均可以收敛到任意小的有界集内。最后,仿真结果表明该飞控系统具有良好的控制性能。

船舶电力系统自适应Backstepping混沌控制

为了抑制船舶电力系统在周期电磁扰动下可能产生的混沌振荡,在两机并联模型的基础上,应用自适应Backstepping方法设计了系统的混沌控制器。应用Lyapunov稳定性理论证明了在该控制器作用下,系统能够保持闭环渐进稳定。仿真结果表明,混沌控制器能够以较快的收敛速度抑制系统中的混沌,使系统状态迅速稳定在平衡点,同时还能够以较快的速度辨识出导致系统产生混沌的参数。

一个新混沌系统的自适应Backstepping控制

研究了一个新的混沌系统的控制问题,根据Lyapunov稳定性理论方法构造一个新的自适应控制器,给出了控制器及未知参数的自适应律解析式,识别了系统的全部4个参数,同时将系统控制到一个稳定点,方法简单,控制效果好。数值模拟证明了该方法的可行性和有效性。

非线性不确定系统的鲁棒自适应Backstepping控制(英文)

针对一类有界扰动不确定非线性系统,讨论了鲁棒自适应ε输出跟踪问题.利用Backstepping方法和鲁棒控制技术,对存在未知参数和动态不确定性的非线性系统设计了一种自适应输出反馈控制器.基于Lyapunov稳定性理论所设计的控制器不仅保证闭环系统状态全局一致有界,而且使系统的跟踪误差收敛到一个很小的邻域内.仿真结果表明了所设计方法的有效性.