非对称输入饱和下的非仿射不确定系统自抗扰反演控制

针对一类具有内部动态和外部扰动未知以及非对称输入饱和约束的非仿射系统,提出一种自抗扰反演控制方法.首先基于自抗扰控制思想,通过直接从非仿射项中提取线性控制项,将非仿射系统转化为仿射非线性形式.在此基础上, 在每一步反演控制器设计中,引入扩张状态观测器对系统总的不确定项进行估计,引入跟踪微分器解决虚拟导数的“计算膨胀”问题.在设计真实控制律时,利用双曲正切函数设计一种辅助补偿系统,用来处理输入饱和引起的控制量偏差.基于Lyapunov稳定性定理证明了闭环系统的所有信号有界且跟踪误差可渐近收敛到原点的任意小邻域内.仿真比较结果验证了所提出方法的有效性,体现了一定的工程应用价值.     

非仿射系统的自学习滑模抗扰控制

针对一类单输入单输出(single-input single-output,SISO)非仿射非线性系统的控制问题,提出了一种自学习滑模抗扰控制方法.该方法用非线性光滑函数设计扩张状态观测器,实现SISO非仿射非线性系统内部不确定性和外部扰动的扩张状态估计,并将扩张状态观测器(extended state observer,ESO)与自学习滑模控制技术融为一体,实现SISO非仿射非线性系统的自学习滑模抗扰控制.该方法不依赖受控对象的数学模型,可以快速跟踪任意给定的参考信号.数值仿真试验表明了该方法响应速度快、控制精度高,具有很强的抗扰动能力,因而是一种鲁棒稳定性很强的控制方法,在SISO非仿射非线性系统控制领域具有重要作用.     

基于迭代扩张状态观测器的数据驱动最优迭代学习控制

针对一类带扰动有限时间内重复运行的离散时间非线性非仿射不确定系统,本文提出了一种基于迭代扩张状态观测器的数据驱动最优迭代学习控制方法.首先,提出了改进的迭代动态线性化方法,将被控系统线性化为与控制输入有关的仿射形式,并将不确定性合并到一个非线性项中;然后,设计了迭代扩张状态观测器对非线性不确定项进行估计,作为对扰动的补偿;最后,设计了性能指标函数,通过最优技术,提出了参数迭代更新律和最优学习控制律.本文通过数学分析,证明了跟踪误差的有界收敛性.仿真结果验证了方法的有效性.所提出的新型迭代动态线性化方法可很大程度上降低线性化后的控制增益的动态复杂性,使其易于估计.所提出的迭代扩张状态观测器可以在重复中学习,对非重复扰动可进行有效的估计.此外,本文控制器的设计与分析是数据驱动的控制方法,除了被控系统的输入输出数据以外,不需要任何其他模型信息.     

不确定非仿射系统的引入动态逆的自抗扰控制器设计

针对一类不确定非仿射严反馈非线性系统, 提出一种引入动态逆的线性自抗扰控制器设计方法. 首先, 利 用微分同胚映射将严反馈非线性系统变换为积分串联型系统, 然后针对积分串联型系统设计线性自抗扰控制器. 提出的线性自抗扰控制器将闭环系统划分为3个时间尺度, 其中线性扩张状态观测器位于最快的时间尺度上, 用来 估计系统的状态和总和扰动, 动态逆位于次快的时间尺度上用以求解非仿射情况下的控制律, 系统动态位于最慢的 时间尺度上. 利用奇异摄动理论分析了闭环系统的稳定性和性能. 提出的自抗扰控制设计方法同样适用于控制增 益不确定的仿射非线性系统. 仿真和实验结果验证了提出的线性自抗扰控制器的可行性.     

非仿射纯反馈非线性系统的自抗扰控制

针对一类具有外部扰动的不确定非仿射纯反馈非线性系统,结合反演和自抗扰技术,提出了一种新的控制设计方案,该方案中反演设计的每一步引入了自抗扰设计,同时采用微分器和扩展状态观测器分别估计虚拟控制的导数和系统的未知部分.与现有设计方法不同,它不是直接利用逼近定理来构建理想的控制器.该方案设计过程简单,并且通过输入状态稳定性分析证明了系统状态能渐近收敛到原点的任意小邻域内.仿真结果证实了该方法的有效性.     

一类状态/输入受限的不确定非仿射非线性系统 鲁棒自适应backstepping控制

针对一类状态/输入受限的不确定严格反馈非仿射非线性系统跟踪控制问题,提出一种鲁棒自适应backstepping控制策略.在保证系统精度的前提下,对状态/输入受限的非仿射系统进行Taylor级数在线展开,得到其仿射形式;为保证系统复合扰动在线准确逼近,提出基于投影算子的递归扰动模糊神经网络干扰观测器(RPFNNDO);在考虑不确定系统存在状态受限和输入饱和等因素下,结合障碍Lyapunov函数、tanh函数及Nussbaum函数,利用backstepping方法设计控制器,并采用Lyapunov稳定理论分析闭环系统稳定性.应用于无人机航迹控制的仿真结果验证了所提方法的有效性.     

含高阶干扰的非仿射非线性系统自适应跟踪控制

本文考虑了一类带有高阶干扰和未知参数的非仿射非线性系统的自适应跟踪控制问题.为了提高系统的抗干扰性能,首先设计了扩张状态滤波器估计系统受到的高阶干扰,并把干扰估计值引入到控制器中.其次,在每一步递推设计中,为了避免backstepping方法固有的"微分爆炸"问题,引入滑模微分器估计虚拟控制律的微分,进而提出了一种新的自适应控制策略.借助Lyapunov函数理论方法分析了闭环系统的稳定性,即在所提控制策略作用下,可保证闭环系统所有信号是一致最终有界的.最后,利用MATLAB仿真验证了方法的有效性.     

控制方向未知的SISO非仿射系统间接自适应模糊输出反馈控制

针对一类单输入单输出(SISO)非仿射非线性系统控制方向未知时出现的控制器奇异问题,提出了一种间接自适应模糊控制方案.利用中值定理将非仿射系统转化为仿射系统,通过模糊逻辑系统逼近该仿射系统中的未知函数,并构造模糊控制器,同时利用Lyapunov稳定性定理设计自适应律,最终克服了控制器的奇异问题;在此基础上,通过构造观测器估计跟踪误差,设计输出反馈自适应模糊控制器,解决了状态不可测时系统控制器设计难题,采用Lyapunov稳定性定理证明控制器能使得跟踪误差收敛同时闭环系统所有信号均有界.仿真结果验证了所设计控制方案的可行性与有效性.     

双电机同步驱动伺服系统故障诊断与容错控制

本文针对双电机同步驱动伺服系统中执行器失效会导致系统性能下降甚至失稳的情况,提出了一种基于自适应滑模的故障诊断和容错控制策略.该方法通过设计各电机转速的自适应滑模状态观测器,在线估计各执行器的失效因子:当单个执行器部分失效时,通过自适应的方法调整控制器增益;当单个执行器全部失效时,重构系统的控制律.对于系统中存在非匹配不确定项的情况,提出在期望虚拟信号中引入基于扩张状态观测器的补偿项抑制方案;利用Lyapunov理论证明了闭环系统在正常和故障状况下的稳定性以及观测器的收敛性;仿真结果表明,所设计的控制策略能保证系统稳定跟踪指令信号,在单个执行器失效的情况下系统跟踪性能基本不下降.     

基于指令滤波和期望补偿的液压位置跟踪系统控制研究

针对液压控制系统中存在的强非线性、参数不确定性和高频干扰等问题,提出一种基于指令滤波和期望补偿的鲁棒控制算法.该控制算法结合扩展状态观测器(ESO),实现了对速度及外干扰的估计;所设计的自适应控制算法可以在线估计系统的不确定参数;利用期望补偿方法,将实际速度信号替换为相应的期望值,以减少对控制效果的影响.此外,利用指令...     

Adaptive tracking control of uncertain MIMO nonlinear systems with input constraints

In this paper, adaptive tracking control is proposed for a class of uncertain multi-input and multi-output nonlinear systems with non-symmetric input constraints. The auxiliary design system is introduced to analyze the effect of input constraints, and its states are used to adaptive tracking control design. The spectral radius of the control coefficient matrix is used to relax the nonsingular assumption of the control coefficient matrix. Subsequently, the constrained adaptive control is presented, where command filters are adopted to implement the emulate of actuator physical constraints on the control law and virtual control laws and avoid the tedious analytic computations of time derivatives of virtual control laws in the backstepping procedure. Under the proposed control techniques, the closed-loop semi-global uniformly ultimate bounded stability is achieved via Lyapunov synthesis. Finally, simulation studies are presented to illustrate the effectiveness of the proposed adaptive tracking control.     

受限指令预设性能自适应反演控制器设计

针对一类含参数不确定性的输入和状态受限的非线性系统,提出一种受限指令预设性能自适应反演控制器设计方法.采用自适应反演方法,同时考虑输入和状态受限构建受限指令滤波器,以解决“计算膨胀”的问题;引入伪控制减缓方法对误差进行补偿;最后考虑了补偿跟踪误差的瞬态性能.通过Lyapunov理论对所设计的控制器进行稳定性分析,并通过仿真实例验证了所提出方法的正确性和有效性.     

Robust adaptive path-following control of underactuated marine vessel with off-track error constraint

In this paper, a new robust adaptive controller is investigated to force an underactuated surface marine vessel to follow a predefined parameterised path at a desired speed, despite actuator saturation and the presence of model uncertainties as well as environmental disturbances induced by waves, wind and sea-currents. To ensure robustness of the path-following controller, time-varying constraint on the off-track error (i.e. the maximal distance from the ship to the reference path) is considered. To address the off-track error constraint the tan-barrier Lyapunov function is incorporated with the control scheme, where the idea of auxiliary design system introduced in Chen, Sam, and Ren (2011) is adopted and its states are used in combination with backstepping and Lyapunov synthesis to adaptive tracking control design with guaranteed stability. Furthermore, the command filters are adopted to implement physical constraints on the virtual control laws so that analytic differentiation of the virtual control laws is avoided. We show that the proposed robust adaptive control law is able to guarantee semi-global uniform ultimate bounded stability of the closed-loop system. Numerical simulations and experimental results are carried out to demonstrate the effectiveness of the proposed algorithm.     

Adaptive neural output feedback finite-time command filtered backstepping control for nonlinear systems with full-state constraints

In this paper, an adaptive neural finite-time control method via barrier Lyapunov function, command filtered backstepping, and output feedback is proposed to solve the tracking problem of uncertain high-order nonlinear systems with full-state constraints and input saturation. By utilizing the neural network (NN) to approximate unknown nonlinear functions, the finite-time command filters are used to filtering the virtual control signals and get the intermediate control signals in a finite time in the backstepping process. Because there are errors between the output of finite-time command filters and the virtual control signals, the error compensation signals are added to eliminate the influence of filtering errors. Based on the proposed control scheme, the states of the system can be constrained in the predetermined region, all signals in the system are bounded in finite time, and the tracking error can converge to the desired region in finite time. At last, a simulation example is given to show the effectiveness of the proposed control method.     

基于全状态预设性能的受限指令反演控制器设计

针对输出预设性能较多的研究现状,基于一类输入和状态受限的非线性系统,重点分析全状态预设性能,提出一种基于全状态预设性能的受限指令反演控制器设计方法.采用自适应反演方法,构建受限指令滤波器,解决“计算膨胀”的问题;为补偿输入和状态误差,引入伪控制减缓方法;最后分析全状态预设性能,对系统瞬态性能进行重点分析.采用Lyapunov理论对控制器进行稳定性分析,仿真实例表明了所提出方法的正确性和有效性.     

基于有限时间指令滤波的非线性系统固定时间预设性能控制

针对一类严格反馈非线性系统,提出一种基于有限时间指令滤波的自适应固定时间预设性能控制策略.首先,引用非线性映射技术及适当的误差变换,建立等效的误差模型;其次,综合利用反步法、固定时间控制和自适应控制等方法,设计一种基于有限时间指令滤波的预设性能跟踪控制器.该策略应用指令滤波器解决了反步法中对虚拟控制律反复求导问题,减轻了计算负担.此外,预设性能控制和固定时间控制保证了系统的跟踪误差能够在固定时间内收敛到预设性能函数限定的范围内,其收敛时间与系统初始条件无关,且确保系统中全部信号在有限时间均达到有界区域.理论分析与仿真验证均表明了所提出设计方法的有效性.     

考虑边端效应的直线感应电机投影自适应指令滤波反推控制

针对考虑边端效应的直线感应电机精确位置跟踪问题,设计一种基于间接矢量控制的投影自适应指令滤波反推控制器.首先,给出间接矢量控制下考虑边端效应的直线感应电机模型;其次,运用反推法设计控制器,同时采用限幅的指令滤波器处理反推法中计算膨胀和控制器饱和问题,并对指令滤波器产生的滤波误差设计补偿信号;然后,基于李雅普诺夫稳定性理论设计自适应律,估计直线感应电机控制系统中的不确定参数(移动物件的总质量、粘滞系数、外部的负载扰动),并引入投影算子保证估计值的有界性;最后,将所设计的控制器分别与传统PID控制器、指令滤波反推控制器对比.仿真结果表明,所设计的控制器具有更强的动态性能、抗干扰性及鲁棒性.     

Command Filter Based Robust Nonlinear Control of Hypersonic Aircraft with Magnitude Constraints on States and Actuators

The command filter based robust nonlinear controller is designed for the longitudinal dynamics of a generic hypersonic aircraft in presence of parametric model uncertainty and magnitude constraints on the states and actuators. The functional subsystems are transformed into the linearly parameterized form and the controller is proposed based on dynamic inversion and adaptive gain. Since the dynamics are with cascade structure, the states are considered as virtual control and the signal is filtered to produce the limited command signal and its derivative. To eliminate the effect of the constraint, the auxiliary error compensation design is employed and the parameter projection estimation is proposed based on the compensated tracking error. The uniformly ultimately boundedness is guaranteed for the closed-loop control system. Simulation results show that the proposed approach achieves good tracking performance.     

Adaptive backstepping controller design for nonlinear uncertain systems using fuzzy neural systems

In this article, we propose an adaptive backstepping control scheme using fuzzy neural networks (FNNs), ABC_FNN, for a class of nonlinear non-affine systems in non-triangular form. The nonlinear non-affine system contains the uncertainty, external disturbance or parameters variations. Two kinds of FNN systems are used to estimate the unknown system functions. According to the FNN estimations, the adaptive backstepping control (ABC_FNN) signal can be generated by backstepping design procedure such that the system output follows the desired trajectory. To ensure robustness and performance, a proportional-integral-surface function and robust controller are designed to improve the control performance. Based on the Lyapunov stability theory, the stability of a closed-loop system is guaranteed and the adaptive laws of the FNN parameters are obtained. This approach is also valid for nonlinear affine system with uncertainty or disturbance. The uncertainty and disturbance terms are estimated by FNNs and treated by the ABC_FNN scheme. Finally, the effectiveness of the proposed ABC_FNN is demonstrated through the simulation of controlling a nonlinear non-affine system and the continuously stirred tank reactor plant to demonstrate the performances of our approach.     

位置和速度受限的微型无人直升机轨迹跟踪控制器

针对微型无人直升机在狭窄空间中的轨迹跟踪问题,设计了一种可以限制直升机位置和速度的跟踪控制器.首先将直升机的模型简化为一个未建模的动态模型.基于简化模型利用受限反步法设计控制器,其中在位置控制回路用障碍李雅普诺夫函数代替传统的纯二次型李雅普诺夫函数,以此来限制直升机的位置和速度;用指令滤波器对反步过程中虚拟控制的导数进行估计,避免了复杂的解析计算.此外,将未建模动态和指令滤波器误差合并成有界扰动项,并设计了自适应算法对扰动的上界进行估计和补偿.稳定性分析证明了直升机的闭环跟踪误差最终一致有界,且位置和速度始终位于预设的限制集合中.仿真结果验证了该控制器的有效性.