含执行器故障的切换非线性系统的事件触发自适应模糊容错控制

本文研究在平均驻留时间约束下,一类含有执行器故障的切换非线性系统输出反馈自适应模糊事件触发容错控制问题.首先,建立了一个模态依赖的状态观测器估计不可测量状态.利用模糊逻辑系统来逼近未知项.其次,构建自适应模糊容错事件触发控制方案能够节省网络资源和数据传输.然后,通过构造多Lyapunov函数和平均驻留时间法,证明闭环系统所有状态半全局一致最终有界的同时排除了Zeno现象.最后,通过数值仿真验证该方法的有效性.

考虑多维非线性扰动的电子助力制动系统自适应压力控制

针对电子助力制动系统(EBBS)面临的机-电-液多维非线性扰动问题,提出了一种自适应压力控制策略。外层液压控制器引入自适应径向基函数神经网络和鲁棒滑模理论克服液压时变不确定性,中间层位置控制器采用Karnopp摩擦前馈补偿和滑模控制应对传动机构非线性摩擦阻碍,内层电流控制器通过李雅普诺夫理论解决电机电磁特性耦合问题。仿真和硬件在环试验结果表明,设计的压力控制策略能够在多种工况中将EBBS主动制动稳态压力跟随误差维持在0.15MPa之内。

三阶三次幂非线性混沌电路的自适应反馈控制和H_(∞)控制

针对三阶三次幂非线性混沌电路,研究其控制问题.首先,给出系统的Lyapunov指数和混沌吸引子,验证系统存在复杂的混沌现象;其次,用自适应反馈控制方法和H_(∞)状态反馈控制方法,设计参数已知和参数未知的自适应反馈控制器以及H_(∞)状态反馈控制器,将混沌系统状态稳定到平衡点上;最后,通过MATLAB软件进行数值仿真验证控制器的有效性,并对两种控制器的控制效果进行比较.

网络攻击下非线性CPSs的事件触发自适应控制

本文研究了网络攻击下一类控制方向未知的非线性信息物理系统(Cyber-Physical Systems,CPSs)的自适应输出反馈控制问题。通过引入合适的线性状态变换,将原系统转化为便于输出反馈控制设计的新系统。采用Nussbaum增益函数方法克服未知的控制系数和网络攻击所带来的设计困难。基于观测器状态和受攻击的测量输出信号,采用神经网络逼近方法,提出了一种新的事件触发自适应输出反馈控制策略。该控制策略不但大大降低数据的传输量,而且保证闭环系统是半全局一致最终有界的。另外,采用基于非线性滤波器的动态面控制方法可以克服反步法设计中惯有的“复杂性爆炸”问题。最后,通过机械手系统验证所提出控制方法的有效性和实用性。

制冷站双目标权重自适应非线性预测控制

针对传统制冷站控制系统易产生振荡,且无法实现系统性能整体优化的问题,本文提出一种制冷站非线性预测控制策略,优化目标函数设计为满足建筑冷量需求的同时,尽可能提高系统整体能效.为解决上述两个优化目标之间的矛盾关系,本文采用模糊逻辑设计了优化目标权重自适应模块,实时求取权重因子最优解;针对非线性系统在线优化求解困难问题,本文提出了基于神经网络的非线性滚动优化算法,采用神经网络作为反馈优化控制器,并将系统优化目标函数作为在线寻优性能指标,结合Euler-Lagrange方法和随机梯度下降法对控制器权值和阈值进行在线寻优,算法计算量小,占用存储空间适中,便于采用低成本的现场控制器实现制冷站预测控制.仿真实验结果表明,本文所提出的预测控制策略与PID控制相比,在未加入优化目标函数权重自适应模块情况下,系统平均能效比提高约32.5%;进行优化目标函数权重自适应寻优后,系统平均能效提高约39.43%.

具有时变全状态约束的多输入多输出非线性切换系统指定性能事件触发控制

针对多输入多输出切换非线性系统面临的不可测状态、状态约束、通信资源受限等挑战,本文研究了一种具有指定性能的事件触发控制策略。借助状态观测器和模糊逻辑系统,完成对不确定系统的建模。将命令滤波引入至反步递推(Backstepping)设计过程,以避免因虚拟控制器反复求导引起的计算爆炸问题,并通过设计指定性能函数,保证系统的瞬态性能。通过构造事件触发控制器和障碍李雅普诺夫函数,有效解决时变状态约束及通讯资源受限的问题,并保证系统的稳定性。最后通过仿真验证控制算法的有效性。

一种非线性自适应液压系统控制器设计与研究

针对现有电液伺服系统的非线性、参数不确定导致轨迹跟踪精度低的问题,提出了一种非线性自适应输出反馈控制器。分析了液压系统的非线性模型,为控制器设计提供理论基础。非线性自适应输出反馈控制器包含自适应线性扩展状态观测器(Linear Extended State Observer, LESO)和非线性扰动观测器(Nonlinear Disturbance Observer, NDO),用来估计系统中不可策略状态以及惯性载荷动力学中的失配扰动。实验结果表明,所提出的非线性自适应输出反馈鲁棒控制器可有效解决PI控制器存在的谐振问题。

基于自适应非线性MPC的四足机器人运动控制器

四足机器人具有灵活和大负载的优势,能应用于地质勘探,救灾等复杂环境。非线性MPC最近在这一领域显示出了优越的性能,但需要高度精确的模型才能实现其最大性能。未建模的负载,参数不匹配等形式的不确定性会降低系统性能。文章针对四足机器人的非线性MPC中参数不匹配这一问题,提出一种基于L1自适应控制的方式,通过在线辨识模型不确定性并对其进行补偿,使得非线性MPC的性能显著提升。通过试验验证,该方法能很好补偿多种模型不确定性,在大的未知扰动且无需任何增益调整情况下,四足机器人的运动跟踪误差显著降低。

非线性系统自适应最优切换控制方法

针对具有未知动态和M个平衡点的连续时间非线性系统,将线性自适应最优切换控制器和未建模动态补偿器相结合,基于嵌入转换技术和近似动态规划思想,提出一种自适应最优切换控制方法.首先在非线性系统的M个平衡点建立M个线性化模型,当模型参数已知时,提出由线性最优切换控制器、切换准则、未建模动态补偿器以及非线性系统组成的控制系统结构;当模型参数未知时,在每个平衡点附近采集输入和状态数据,利用黎卡提方程的迭代求解公式、最小二乘方法、极小值原理以及二次规划技术得到非线性系统的自适应最优切换控制器和最优切换序列;最后进行仿真实验,实验结果验证了所提方法的有效性、优越性和实际可应用性.

具有输入时滞和预设性能的非线性系统有限时间动态面控制

针对一类具有输入时滞和动态不确定性的非严格反馈非线性系统的跟踪问题,提出一种新的基于预设性能的有限时间自适应跟踪控制方案.利用Pade逼近和辅助中间变量将有时滞系统转化为无时滞系统,采用由一阶辅助系统生成的动态信号处理未建模动态,引入双曲正切函数实现预设性能跟踪控制,并给出基于动态面控制方法的稳定性分析.在MATLAB环境中,以具有未建模动态和输入时滞的二阶非线性系统为例,对所提出的控制策略进行数值仿真.结果表明:所提出的控制方案能够避免现有有限时间控制所出现的虚拟控制求导奇异性问题,所有信号有限时间有界,跟踪误差收敛到预设的时变区间,可见控制算法切实有效.

基于未建模动态补偿的非线性自适应切换控制方法

针对一类不确定的离散时间零动态不稳定的单输入-单输出(Single-input single-output,SISO)非线性系统,提出了一种基于未建模动态补偿的非线性控制器.采用自适应神经模糊推理系统(Adaptive-network-based fuzzy inference system,ANFIS)和一一映射相结合的方法估计未建模动态.在此基础上,提出了由线性自适应控制器、非线性自适应控制器以及切换机制组成的自适应切换控制方法.该方法通过对上述两种控制器的切换,保证闭环系统输入输出信号有界的同时,改善系统性能.本文将要求未建模动态全局有界的条件放宽为线性增长,建立了所提自适应控制方法的稳定性和收敛性分析.通过仿真比较和水箱的液位控制实验,验证了所提方法的有效性.

一种新的数据驱动的非线性自适应切换控制方法

针对一类非线性离散时间动态系统,提出了一种新的非线性自适应切换控制方法.该方法首先把非线性项分解为前一拍可测部分与未知增量和的形式,并充分利用被控对象的大数据信息和知识,把非线性项前一拍可测数据与未知增量都用于控制器设计,分别设计了线性自适应控制器,带有非线性项前一拍可测数据补偿的非线性自适应控制器以及带有非线性项未知增量估计与补偿的非线性自适应控制器.三个自适应控制器通过切换函数和切换规则来协调控制被控对象.既保证了闭环系统的稳定性,同时又提高了闭环系统的性能.分析了闭环切换系统的稳定性和收敛性.最后,通过水箱液位系统的物理实验,实验结果验证了所提算法的有效性.

网络环境下非线性切换系统的固定时间控制

本文针对一类不确定非线性切换系统,在控制系数和量化器参数未知的情况下,研究系统的自适应固定时间控制问题.首先,文章利用增加幂次积分法和共同Lyapunov函数设计带有可调参数的自适应控制器.然后,基于改进的固定时间控制理论,文章提出有效的参数调节律,从而实现闭环系统的固定时间稳定性.最后,通过仿真实验验证所提控制算法的有效性.

基于非线性干扰观测器的模糊自适应滑模控制

为了提高上肢康复外骨骼机器人在轨迹跟踪康复训练的精度及速度,提出了一种基于非线性干扰观测器的模糊自适应滑模控制方法。通过拉格朗日法,建立动力学模型以分析其动力学特性。提出将外骨骼工作中受到的扰动分为两部分的思路,采用模糊自适应控制的方法对摩擦部分进行估计,设计了非线性干扰观测器对系统外部慢时变干扰部分进行估计并进行力矩补偿。针对传统滑模控制中存在的抖振问题,结合新型趋近律设计了新型非线性滑模控制器,采用Lyapunov稳定性理论分析其稳定性。通过Matlab/Simulink进行控制仿真。研究结果表明,该控制方法可以克服摩擦干扰、外部扰动以及建模误差带来的不确定性,有效提高了外骨骼机器人轨迹跟踪的精度,在提高收敛速度、降低抖振等方面具有一定的优势。

电励磁直线电动机磁悬浮系统的非线性自适应反步控制

为提高电励磁直线电动机(electrically excited linear motors,EELM)驱动的数控机床磁悬浮平台控制系统的性能,提出一种非线性自适应反步控制方法。研究EELM的结构与运行机理,该EELM的定子由铁心和励磁绕组组成,动子由动子铁心和电枢绕组组成,与数控机床进给平台固定连接驱动平台运动,励磁磁场对动子铁心的单边磁拉力实现平台的悬浮;建立EELM磁悬浮平台控制系统的数学模型与状态方程;对电励磁直线电动机磁悬浮平台运行过程中存在的不确定性扰动,设计非线性自适应反步控制器,对未知扰动进行估计,采用李雅普诺夫理论证明系统的稳定性;用MATLAB/Simulink对控制系统进行计算机仿真,验证所提方法的有效性。

基于整体辨识策略的非线性自适应控制方法

针对一类离散时间下的未知动态非线性系统,为解决传统自适应控制方法在交替辨识非线性系统时由于辨识精度低而导致的控制性能差的问题,本文提出了一种基于整体辨识策略的未建模动态补偿的自适应控制方法.利用随机向量函数链接(RVFL)网络的直链与增强结构特性挖掘其与低阶线性模型和高阶未建模动态项的等价对应关系,并融入权值偏差惩罚项,设计了网络模型参数在线更新算法辨识非线性系统参数.根据在线辨识的线性模型参数和未建模动态估计量,采用一步超前最优控制策略设计线性控制器和未建模动态补偿器.数值仿真表明,所提方法优于交替辨识下的非线性自适应控制方法,并通过工业应用的仿真研究验证所提方法在工业上的可用性.最后,对本文控制方法在实际应用中的潜在问题及理论受限条件的放松进行分析和展望.

基于参考调整轮廓误差的直驱XY运动平台自适应非线性滑模轮廓控制

针对精密直驱XY运动平台在执行加工任务时,易受到系统不确定性动力学及双轴协调匹配性的影响而产生轮廓误差的问题,提出一种基于参考调整轮廓误差(RACE)模型和不确定性补偿器(UC)的自适应非线性滑模轮廓控制(ANSMCC)方法。由于传统的将跟踪误差法向分量视作近似轮廓误差的方法并不适用于大曲率轮廓加工轨迹,因此,建立参考调整坐标系,通过坐标变换的方式计算得出更为精准的RACE模型。采用ANSMCC方法对轮廓误差进行控制,通过设计非线性滑模面可以有效提高系统的动态响应速度和轮廓跟踪精度。为进一步减小参考模型与实际对象之间的误差,设计UC对不确定性动力学进行补偿,从而提高系统的鲁棒性。实验结果表明,该方法能够有效克服直驱XY平台系统中不确定性动力学的影响,提高轮廓加工精度。

汽车非线性悬架系统的无模型自适应控制方法研究

针对非线性悬架系统的控制问题,建立1/2车数学模型,提出一种双输入-双输出结构的改进型无模型自适应控制方法。该方法以车身的垂直振动加速度和俯仰角加速度为反馈量,以零加速度为控制期望,前后悬架的作动力为控制器输出。工作从双输入-双输出的紧格式动态线性化模型出发,引入一种加权改进的控制准则函数,推导出控制器数学表达式,并理论分析了悬架控制系统的稳定性。不同路面和车速的控制仿真对比结果表明,该方法相比传统的无模型自适应控制能进一步降低车身垂直振动加速度、动行程、轮胎形变,以及车身的俯仰角加速度,能更好地改善车辆的行驶平顺性和操纵稳定性。

非线性主动悬架自适应滑模反步控制研究

针对主动悬架系统非线性特性和系统参数不确定性的问题,提出了一种非线性主动悬架自适应滑模反步控制算法。基于主动悬架非线性特性的问题,建立二自由度1/4非线性主动悬架模型。同时,在考虑主动悬架系统参数不确定性的条件下,在反步控制理论的基础上,结合滑模控制与自适应控制,提出了一种自适应滑模反步控制策略.为了验证本文所提出的自适应滑模反步控制器的控制效果,在Simulink中建立控制器仿真模型,对二自由度1/4非线性主动悬架进行仿真实验。仿真结果表明,与被动悬架相比,本研究所提出的控制策略,车身垂向加速度均方根值减小了70%左右,轮胎动变形均方根值减小了10%左右,结果表明车辆稳定性得到优化,不仅能够解决悬架系统参数不确定性问题,而且有效提高了悬架系统性能,改善了车辆运行过程中的平顺性和乘坐舒适性。该研究对主动悬架的控制研究具有重要意义。

一类带有输入时滞的非线性关联大系统的分散自适应控制

为解决带有完全未知关联项和输入时滞的非线性关联大系统的跟踪控制问题,本文提出一种自适应分散控制策略,利用神经网络逼近理论处理未知项,同时引入合适的辅助系统消除输入时滞。为了消除未知关联项对系统的影响,定义新的未知常数和非线性光滑函数来界定未知关联项。根据Lyapunov稳定性理论,本文所提出的控制方法能够保证闭环系统一致最终有界,并且跟踪误差能够收敛到原点的一个小邻域内。最后通过仿真算例进一步检验所设计方法的可行性。