MIMO非仿射非线性系统的自适应模糊控制

针对一类多输入多输出非仿射非线性系统,设计了一种自适应模糊H∞控制方案,该方案把自适应模糊控制和高增益观测器结合起来.利用多变量的隐函数定理,证明了非仿射系统控制器的存在性.通过设计高增益观测器,解决了系统的状态不可测量问题,实现系统的输出反馈控制,模糊自适应控制增强了系统在线逼近干扰及处理系统不确定的能力.仿真结果表明了控制方案的有效性及优越性.

非仿射非线性系统控制综述

作为仿射非线性系统更一般化的描述,非仿射非线性系统所对应的实际应用更加广泛,也更贴近实际。因此,研究非仿射非线性系统的控制问题十分重要。然而,非线性系统的非仿射特性会使控制信号以非线性函数形式出现在闭环系统中,从而带来诸如控制方向未知、奇异、过零等问题。由此,解决非仿射非线性系统的控制问题面临着巨大的挑战。基于此,介绍了仿射、严格反馈和高阶系统的相关背景知识,总结和分析了解决非仿射非线性系统控制的3种解决思路,包括函数变换法、参考模型法和数据驱动法。在已有的研究成果基础上,指出非仿射非线性系统研究领域所面临的挑战和发展趋势。

输入受限的二阶非仿射非线性不确定系统串级自耦PID控制

针对一类输入受限的二阶非仿射非线性不确定系统的控制问题,提出了一种串级自耦PID控制方法。在考虑了系统输入饱和受限的前提下,将二阶系统分为外环广义位移环和内环广义速度环,分别采用自耦PD和自耦PI算法实现串级控制策略。解决了自耦PID控制面对输入信号为阶跃信号时需要设计过渡过程的短板;设计了串级耦合速度因子,并将内外环的可调参数进行了数据拟合,进一步降低了控制器的调参难度,分析并证明了串级自耦PID控制的合理性和稳定性。仿真结果表明,所提控制方法较自耦PID控制不仅响应速度快、鲁棒性更好,而且具有极强的抗干扰能力,在一类二阶非仿射非线性不确定系统的控制领域具有广泛的应用前景。

一类非仿射非线性时滞系统的动态状态反馈镇定

本文讨论了一类非仿射非线性时滞系统的全局镇定问题.通过引入辅助积分系统和构造合适的LyapunovKrosovskii泛函,提出了一种基于反推法的时滞无关动态状态反馈控制器,所提控制方法无需时滞的任何先验知识.利用Lyapunov稳定性理论证明了该控制策略能够保证非仿射时滞系统状态渐近收敛于原点,且所有闭环信号全局有界.一个仿真实例进一步验证了所得控制方案的可行性与有效性.

一类非仿射非线性系统的自适应模糊控制

为了讨论一类非仿射非线性系统自适应模糊控制问题,利用有关隐函数定理和泰勒公式,将系统由非仿射型转变为仿射型,基于滑模控制原理,并运用模糊逻辑系统对未知函数进行在线逼近,提出了一种具有监督器的自适应模糊控制方法。该方法在考虑到外界干扰的情况下,通过监督控制器保证闭环系统所有信号有界,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。通过Lyapunov方法,证明了跟踪误差收敛到零,仿真结果表明了该方法的有效性。

非仿射非线性系统的自适应模糊输出反馈控制

针对一类单输入单输出非仿射非线性系统,提出了基于观测器的自适应模糊输出反馈控制。该算法通过构造线性误差观测器估计系统输出误差和系统状态,利用估计状态变量和估计输出误差变量设计自适应控制律,采用模糊逻辑系统在线消除非线性系统中的不确定模型,引入监督控制消除系统逼近误差和外界干扰,并利用Lyapunov方法严格证明了在该控制律作用下闭环系统所有信号一致最终有解,闭环系统的输出能最终跟踪期望输出。仿真结果表明了该方法的有效性。

初态学习下非仿射非线性系统的迭代学习控制

针对非仿射非线性系统,提出初态学习律,并给出关于初态学习的收敛性充分条件.初态学习使得系统在每次迭代开始时,不严格要求其初态与期望初态重合或者固定于某一具体位置上,而是允许存在一定的定位偏差.利用压缩映射分析方法,推导出在初态学习下的开环学习律、闭环学习律、开闭环学习律的收敛性充分条件,证明了迭代学习控制系统关于初始定位误差的鲁棒收敛性.依据此收敛性条件,可确定输入学习律及初态学习律的学习增益.理论分析与数值仿真表明初态学习下迭代学习算法的有效性.

具有未知死区的SISO非仿射非线性系统间接自适应模糊控制

为了解决含有未知死区输入特性的SISO非仿射非线性系统的跟踪控制问题,提出了基于模糊自适应方法的控制器设计方案,把未知死区分解为一个线性项和一个扰动类似项,当系统状态可测时,利用模糊逻辑系统设计间接自适应模糊控制器,并结合跟踪误差信息设计自适应律;系统状态不可测时,通过引入误差观测器估计的状态变量,设计了间接自适应模糊输出反馈控制器.理论论证过程说明两种控制器能使系统的跟踪误差最终收敛到零的某一邻域,且闭环系统所有信号均有界.仿真实验结果表明利用所设计控制方案可以使系统完成跟踪控制任务.

带有时滞的未知非仿射非线性系统自适应模糊跟踪控制

应用自适应模糊逼近方法研究了一类带有时滞的未知非仿射非线性系统的跟踪控制问题.系统的实际控制器是按照Backstepping设计过程经逐步反推而得到,在每一步设计中需要用自适应模糊逻辑系统来逼近未知的非线性函数.为了降低控制设计对先验知识的依赖性,取消须事先已知模糊基函数的限制,采用非线性参数化的模糊逻辑系统作为逼近器.由于逼近器中的未知参数彼此之间呈非线性关系,无法直接得到在线估计这些参数的自适应律.为了实现对相关参数的在线调节,先应用Taylor展开式将呈非线性关系的参数分离,使其相互之间具有线性关系,然后再基于Lyapunov第2方法给出相应参数的自适应调节律.最后,通过一个仿真实例来验证所给方法的有效性.结果表明:所得自适应模糊控制器能有效补偿时滞的影响,保证闭环系统中所有信号均有界,而且输出跟踪误差能收敛到原点的任意小邻域内.

基于非仿射非线性模型的AC/DC系统H_∞鲁棒控制器设计

讨论了交直流联合输电系统的H_∞鲁棒控制问题．首先对交直流输电系统提出一种五阶非仿射非线性不确定控制模型,该模型能综合反映交直流系统的动态特性．基于该模型采用分层控制思想设计了系统的H_∞鲁棒控制器,通过对直流系统换流器触发角的控制实现系统内部稳定和鲁棒性能的提高．仿真结果验证了控制策略的有效性．

一类非仿射非线性不确定系统自适应鲁棒控制

针对一类结构和参数均未知且控制方向未知的不确定非仿射非线性系统,提出了一种鲁棒自适应控制算法.基于中值定理将非仿射系统转化为具有线性结构的时变系统,在此基础上,利用参数投影估计算法对有界时变参数进行辨识,参数辨识误差和外界干扰采用非线性阻尼项进行补偿.同时将动态面控制(DSC)和反推法相结合,消除了反推法的计算膨胀问题,并采用Nussbaum型函数处理系统中方向未知的不确定控制增益函数,避免了可能存在的控制器奇异值问题.最后,采用解耦反推,基于李雅普诺夫稳定性定理证明了闭环系统的半全局一致最终有界.仿真结果验证了所设计控制方案的可行性与有效性.

一类输入饱和非仿射非线性系统的非线性动态逆控制

输入饱和是实际系统中经常遇到的问题,很多已有的控制方法要求被控系统具有仿射结构.本文针对一类具有输入饱和的非仿射纯反馈非线性系统提出了一种基于奇异值摄动理论的非线性动态逆控制方法.首先构建一个快变子系统,在慢时间尺度下将非仿射非线性系统转换为具有仿射结构的线性系统,从而应用已有的控制算法实现控制目的.为了消除输入饱和带来的影响,建立一个中间子系统对理想控制量与输入饱和限制下控制量的差进行估计和补偿.所提出的控制方法不依赖于被控系统固有的时标分离特性,并能证明闭环系统指数跟踪参考轨迹.该方法具有良好的扩展性,可以根据实际需求与多种控制算法相结合.与动态面控制器和传统近似动态逆控制器的对比仿真结果验证了本文控制方法的有效性.

非线性仿射控制系统的C^0镇定性

通过Lyapunov函数设计反馈控制器使得非线性仿射控制系统全局渐进稳定是一种有效的方法．为了使得反馈控制器具有连续性,Sontag提出控制Lyapunov函数应具有小控制性,即要求在原点连续反馈控制器存在,该条件在实际中无法应用．针对这一问题本文提出了聚点条件来保证反馈控制器具有连续性,该条件直接对选择的控制Lyapunov函数进行检验,并且聚点条件还是必要的；文章将控制Lyapunov函数的严格不等式放宽为非严格的不等式,提出非严格控制Lyapunov函数,利用LaSalle定理得到：采用满足聚点条件的非严格控制Lyapunov函数来设计连续反馈控制器,非线性仿射控制系统是全局渐进稳定,扩大了控制Lyapunov函数的寻找范围：最后通过对一种带摩擦的弹簧系统进行验证．

基于奇异摄动理论的非仿射非线性系统的渐近稳定(英文)

基于奇异摄动理论结合动态逆设计的控制方法,研究了一类非仿射非线性系统的渐近稳定问题。通过将控制律定义为一个快动态系统的解,使原系统的状态能够准确地跟踪参考系统,且跟踪误差为零。同时给出了系统吸引区内的一个正不变子集,并证明了系统状态能够在有限时间内进入该子集,最终实现渐进稳定。用该方法构造的控制器实现起来较为简单,仿真结果表明了理论方法的有效性。

一类非仿射非线性系统混合自适应模糊控制

针对一类单输入单输出非仿射非线性系统控制方向未知情况下的控制器设计问题,提出一种混合自适应模糊控制器设计方案。该方案利用泰勒级数将非仿射系统转换为仿射系统,通过模糊逻辑系统逼近该仿射系统中的未知函数,基于此构造模糊控制器,同时利用跟踪误差和模型预测误差设计参数自适应律。利用Lyapunov稳定性定理证明运用所设计的控制器可以保证系统跟踪误差收敛,同时证明了该方案相比已有方案系统跟踪误差具有更快的收敛速度。仿真结果验证了所提控制器设计方案的有效性。

无人机非线性非仿射飞控系统的自适应模糊H_∞输出反馈控制及其应用

研究了非仿射非线性系统的模糊自适应H∞输出反馈跟踪。在非仿射非线性模型不确定或未知的情况下,首先将非仿射系统展开为仿射系统的形式,使用模糊自适应控制器对系统进行控制,然后基于Lyapunov稳定性定理得出自适应律,并通过解一个代数Riccati方程实现了H∞跟踪性能。在状态不可测情况下,引入高增益观测器估计系统状态并设计了输出反馈控制器,实现了系统的输出反馈控制性能。最后,通过对无人机飞行控制的仿真验证了算法的有效性。

一类非仿射不确定非线性系统的自适应模糊输出反馈控制

针对一类非仿射的不确定非线性系统,利用H∞控制技术和模糊系统,提出一种基于观测器的混合的直接自适应模糊控制方法,该方法不需要系统的状态变量完全可测,同时取消了最优逼近误差平方可积的假设条件,而且跟踪误差渐近收敛到零。仿真结果表明所提设计方法的有效性。

带有界扰动的一类大型互联非仿射非线性系统的鲁棒分散控制

对带有界扰动的一类大型互联非仿射非线性系统进行了分散状态反馈控制设计.通过子系统状态的线性变换,得到分散状态反馈控制律.当状态反馈控制律作用于该系统时,无扰动的闭环系统是渐近稳定的;当扰动较小时,系统的状态能够收敛到原点的一个小邻域内.

基于极值搜索算法的一类多输入多输出非仿射型非线性系统输出跟踪控制

针对一类状态不可测的多输入多输出非仿射型非线性系统,提出了基于极值搜索算法的输出跟踪控制方法.此方法无需设计系统状态观测器,仅利用系统的输出量和极值搜索向量形成控制律.应用平均化理论分析平均化系统的稳定性,然后利用奇异值扰动方法,证明了所提出的控制方法可以保证闭环系统的稳定性和输出跟踪误差的收敛性.仿真结果验证了本文方法的有效性.

基于初态学习的非仿射非线性系统的开闭环PD型迭代学习控制

针对非仿射非线性系统,提出了新的学习控制算法,即初态未知情况下系统的输入和初态都需要进行学习的开闭环PD型迭代学习控制,并给出了该算法的收敛性充分条件.初态学习允许系统在每次迭代开始时有一定的定位误差,不严格要求其初态与期望初态重合或固定于某一具体位置上.该算法允许初态在收敛性条件范围内任意设置,从而保证了学习控制系统具有初始定位误差的鲁棒收敛性.依据此收敛性条件,可确定输入学习律及初态学习律的学习增益.利用压缩映射分析方法,证明了系统在任意初始状态下经过迭代后,其输出能够完全跟踪期望轨迹.该算法解决了初始值未知情况下的收敛性问题,且放宽了收敛条件,并通过仿真结果验证了所提算法的有效性.