基于观测器的非线性时变时滞系统自适应重复控制

针对一类未知时变时滞非线性系统,提出一种基于观测器的重复控制方案．采用线性矩阵不等式设计非线性观测器,所设计的控制律含有ＰＩＤ 反馈项,常值参数自适应律是微分 差分型的,时变参数学习律是差分型的．在假设未知时变时滞、时变参数和参考输出的周期有已知的最小公倍数下,通过构造一个Ｌｙaｐｕｎｏｖ-Ｋｒａｓｏｖｓｋｉｉ型复合能量函数,证明了所有闭环信号有界且输出跟踪误差收敛．仿真实例表明了算法的有效性．

     

具有参数不确定性的非线性系统的鲁棒输出跟踪

研究具有非线性参数化的非线性系统的输出跟踪问题.采用时变状态反馈控制律, 指数镇定输出跟踪误差,并保证非线性系统的所有状态是有界的.为了实现时变状态反馈控 制律,设计高增益鲁棒观测器观测构造该控制律所需要的状态,使得整个闭环系统的输出能 渐近跟踪期望输出,且该闭环系统中所有信号都是有界的.     

无未知参数先验信息的非线性自适应观测器设计

研究了一类具有未知参数的非线性系统自适应观测器设计问题．不同于现有结果,本文所研究的非线性系统更为。一般,已知的系统信息更少：1）系统未知参数的范数的上界未知;2）具有关于可测输出非Lipschitz连续的非线性动态;3）系统输出显式地依赖于控制输入．通过设计自适应调节器来估计未知参数范数,从而给出了不基于未知参数先验信息的非线性自适应观测器设计的新方法．所设计的观测器为令局渐近收敛的,即实现了系统状态的渐近重构,确保了未知参数估计的一致有界性．此外,在系统输出不显式地依赖于控制输入的条件下,研究了降维观测器的设计问题．仿真例子验证了本文理论结果的正确性．     

含有参数化和非参数化不确定性系统重复学习控制

针对含有参数化和非参数化的高阶非线性系统,设计了一种重复学习控制方案.假设未知时变参数和参考信号的共同周期是已知的,通过参数重组技巧,将所有未知时变项合并为一个周期时变向量.将改进Backstepping方法与分段积分机制相结合,构造了微分-差分参数自适应律和重复学习控制律,使跟踪误差在误差平方范数意义下渐近收敛于零.利用Lyapunov泛函,给出了闭环系统收敛的充分条件.仿真结果验证了该方法的有效性.     

带有海浪滤波器的船舶航向反步自适应输出反馈控制

针对复杂海况下船舶航向控制中的模型非线性、参数不确定和海浪扰动问题,提出了一种基于反步法的非线性自适应输出反馈控制算法.首先基于无源理论设计了一种状态观测器以实现海浪滤波和状态估计,这种观测器无需海浪扰动的方差信息从而减少了观测器参数数量.然后假定系统模型参数未知,基于反步法给出了非线性控制律和参数自适应律.利用Lyapunov理论证明了这种自适应输出反馈控制系统的稳定性.仿真结果表明本文所提控制器具有较好的控制性能,对不确定性模型参数具有良好的自适应性.     

具有未知负载扰动的水井钻机电液伺服系统无模型自适应控制

针对电液伺服系统在水井钻机推进工况下存在的参数不确定以及未知负载扰动突变等非线性因素,提出了基于径向基(RBF)神经网络扰动观测器的无模型自适应控制方法.首先,通过改进的无模型自适应控制动态线性化方法,将被控系统线性化为与输入输出相关的增量形式,并将未知负载扰动合并到一个非线性项中;然后,设计了径向基神经网络扰动观测器对含有未知负载扰动的非线性项进行估计,作为对未知扰动的补偿;最后,设计了时变参数估计律,通过在线调整伪偏导数,给出了电液伺服系统的控制更新律.仿真结果表明,所设计的控制器能够对未知负载扰动突变进行补偿,并能确保跟踪误差有界收敛.     

无未知参数先验信息的非线性自适应观测器设计

研究了一类具有未知参数的非线性系统自适应观测器设计问题.不同于现有结果,本文所研究的非线性系统更为一般,已知的系统信息更少:1)系统未知参数的范数的上界未知;2)具有关于可测输出非Lipschitz连续的非线性动态:3)系统输出显式地依赖于控制输入.通过设计自适应调节器来估计未知参数范数,从而给出了不基于未知参数先验信息的非线性自适应观测器设计的新方法.所设计的观测器为全局渐近收敛的,即实现了系统状态的渐近重构,确保了未知参数估计的一致有界性.此外,在系统输出不显式地依赖于控制输入的条件下,研究了降维观测器的设计问题.仿真例子验证了本文理论结果的正确性.     

具有非匹配扰动的非线性变参数系统模型参考跟踪控制

本文研究了一类含有非匹配扰动的非线性变参数系统的跟踪控制问题.首先,设计非线性扰动观测器用于估计系统所受到的未知扰动.其次,在前馈–反馈跟踪控制器中引入扰动补偿控制项,提出一种基于扰动观测器的跟踪控制策略.利用依赖于状态和时变参数的线性矩阵不等式,导出保证闭环系统输入–状态稳定的充分条件,进而运用平方和凸优化技术解析地构造出扰动观测器和跟踪控制器.通过理论证明,所设计的控制策略能够实现非线性变参数系统输出对参考模型输出的跟踪,消除输出通道中非匹配扰动的影响.最后,由数值仿真例子验证了所提方法的有效性.     

周期时变时滞非线性参数化系统的自适应学习控制

针对一阶未知非线性参数化周期时变时滞系统, 设计了一种自适应学习控制方案. 假设未知时变参数, 时变时滞和参考信号的共同周期是已知的, 通过重构系统方程, 将包含时变时滞在内的所有未知时变项合并成为一个周期时变向量, 采用周期自适应律估计该向量. 通过构造一个Lyapunov-Krasovskii型复合能量函数证明了所有信号有界并且跟踪误差收敛. 结果被推广到一类含有混合参数的高阶非线性系统. 通过两个仿真例子说明本文所提出的控制算法的有效性.     

一类非线性参数化系统白适应重复学习控制

针对一类高阶非线性参数化系统,利用分段积分机制,提出了一种新的自适应重复学习控制方法．该方法结合反馈线性化,可以处理参数在一个未知紧集内周期性快时变的非线性系统,通过引进微分一差分混合型参数自适应律,设计了一种自适应控制策略,使广义跟踪误差在误差平方范数意义下渐近收敛于零,通过构造Lyapunov泛函,给出闭环系统收敛的一个充分条件．实例仿真结果说明了该方法的可行性．     

Observer-based adaptive iterative learning control for nonlinear systems with time-varying delays

An observer-based adaptive iterative learning control (AILC) scheme is developed for a class of nonlinear systems with unknown time-varying parameters and unknown time-varying delays. The linear matrix inequality (LMI) method is employed to design the nonlinear observer. The designed controller contains a proportional-integral-derivative (PID) feedback term in time domain. The learning law of unknown constant parameter is differential-difference-type, and the learning law of unknown time-varying parameter is difference-type. It is assumed that the unknown delay-dependent uncertainty is nonlinearly parameterized. By constructing a Lyapunov-Krasovskii-like composite energy function (CEF), we prove the boundedness of all closed-loop signals and the convergence of tracking error. A simulation example is provided to illustrate the effectiveness of the control algorithm proposed in this paper.     

一类非线性参数化系统的迭代学习控制

针对一类含有时变和时不变参数的高阶非线性系统,提出了一种新的自适应迭代学习控制方法。该算法利用参数分离性原理和改进的Backstepping方法相结合,可以处理非线性参数化系统的跟踪问题。非线性参数化不确定项利用分离性原理来解决,而Backstepping方法处理不匹配的不确定项。通过构造参数的微分型自适应律和差分型自适应律,使得跟踪误差的平方在一个有限区间上的积分收敛于零。构造了Lyapunov-like函数和自适应学习控制律,证明了所有信号均在有限区间上的积分的意义下是有界的。仿真结果验证了所提算法的有效性和可行性。该方法为以后设计类似的非线性参数化系统的跟踪问题提供了先验知识。     

一类高阶非线性参数化系统自适应重复学习控制

针对一类高阶非线性参数化系统,利用参数重组技巧,提出了一种自适应重复学习控制方法.该方法结合反馈线性化,可以处理参数在一个未知紧集内周期性、快时变的非线性系统.通过引进微分-差分参数自适应律,设计了一种自适应控制策略,使广义跟踪误差在误差平方范数意义下渐近收敛于零.通过构造Lyapunov泛函,给出了闭环系统收敛的一个充分条件.实例仿真结果说明了该方法的可行性和有效性.     

一类不确定非线性系统基于特征模型的复合自适应控制

针对一类不确定非线性系统的跟踪控制问题,提出一种基于特征模型的复合自适应控制方法.该方法的创新性在于基于系统的误差特征模型,构建一种综合跟踪控制误差和模型估计误差的特征参量复合自适应律,该自适应律用于控制器设计和分析,可同时实现跟踪控制误差和模型估计误差的收敛.此外,为便于特征参量自适应律的设计和分析,根据特征参量的慢时变特性,将其视为未知标称常数项和时变误差项之和,并且选用其中常数项的估计量作为自适应控制参数.进一步,为抑制特征参量中时变误差项对系统稳定性和模型估计误差收敛性的影响,在控制器及复合自适应律设计中引入带饱和函数的非线性环节.理论分析证明闭环控制系统稳定,且跟踪控制误差和模型估计误差收敛到原点的一个邻域内.仿真结果表明,与现有仅根据模型估计误差调节的基于特征模型的自适应控制方法相比,所提出的复合自适应控制方法具有更好的控制性能.     

A new periodic adaptive control approach for time-varying parameters with known periodicity

A new adaptive control approach is proposed to deal with nonlinear systems with a class of time-varying parametric uncertainties, which are in an unknown compact set, periodic, nonvanishing, rapid time-varying, and the only prior knowledge is the periodicity. Unlike most continuous time adaptation laws which are of differential types, in this work a periodic type adaptation law is introduced for continuous time systems. The new adaptive controller updates the parameters and the control signal periodically in a pointwise manner over one entire period, in the sequel achieves the asymptotic tracking convergence.     

基于PSO优化的非线性系统无模型控制方法

针对一类非线性离散时间动态系统,提出了基于改进泛模型的非线性控制方法并对该控制律作用下系统的BIBO稳定性及收敛性进行了分析.该方法在改进泛模型的基础之上, 根据二次型性能指标设计最优控制律,其中,时变特征参量建立AR模型进行预报,控制律中的采知参数采用粒子群优化(PSO)算法进行优化.经过优化后的控制律作用于该非线性...     

一类MIMO非线性时滞系统的鲁棒自适应控制

针对一类具有非线性输入的MIMO时变时滞系统,基于变结构控制原理,提出了一种稳定自适应控制器设计的新方案.该方案通过使用Lyapunov-Krasovskii(L-K)泛函抵消了因未知时变时滞带来的系统不确定性;进一步,利用Young's不等式和参数自适应估计取消了非线性死区输入模犁和不确定项假设中各种参数均为已知的要求.通过理论分析,证明了闭环控制系统半全局一致终结有界,跟踪误差收敛到零的一个邻域内.     

Adaptive iterative learning control for nonlinearly parameterized systems with unknown time-varying delay and unknown control direction

This paper proposes a new adaptive iterative learning control approach for a class of nonlinearly parameterized systems with unknown time-varying delay and unknown control direction.By employing the parameter separation technique and signal replacement mechanism,the approach can overcome unknown time-varying parameters and unknown time-varying delay of the nonlinear systems.By incorporating a Nussbaum-type function,the proposed approach can deal with the unknown control direction of the nonlinear systems.Based on a Lyapunov-Krasovskii-like composite energy function,the convergence of tracking error sequence is achieved in the iteration domain.Finally,two simulation examples are provided to illustrate the feasibility of the proposed control method.     

一类带死区输入的非线性不确定系统滑模自适应控制

研究一类参数不确定和带有未知死区的非线性系统滑模自适应控制问题。将死区分解为两部分,被控系统中有两类不确定性的系统参数,一类是常值的未知系统参数;另一类是时变的未知系统参数和部分未知的死区。采用滑模控制和自适应控制相结合的方式,第一类不确定性可以由自适应控制来处理,而第二类不确定性可以由滑模控制来处理,即滑模自适应控制器。为了消除滑模控制所带来的抖振,引入边界层。采用’Lyapunov函数证明了系统的稳定性。仿真实验表明方法的可行性。