基于模糊树模型的自适应模糊滑模控制方法

本文针对单输入–单输出仿射非线性系统提出了一种基于模糊树模型的具有监督控制器的模糊滑模控制方法. 该方法用模糊树模型逼近非线性系统中的未知非线性函数, 得到初始的控制器, 然后在线调节模糊树模型中的线性参数, 改善控制器的性能, 实现对有界参考输入信号的跟踪控制. 模糊树辨识方法自适应划分输入空间, 大大减少模糊规则的数目, 在一定程度上可以缓解困扰模糊控制中的”规则爆炸”问题. 该方法通过监督控制器保证闭环系统所有信号有界. 通过理论分析, 证明了跟踪误差收敛到零. 用倒立摆进行仿真验证, 结果表明该方法用较少的模糊规则, 就能得到满意的控制效果, 有推广应用价值.     

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.     

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.     

单级倒立摆系统的数字最优控制器设计与仿真

倒立摆系统以其自身的不稳定性为系统的平衡提出了难题.也因此成为自动控制实验中验证控制算法优劣的极好的实验装置.通过对单级倒立摆系统的简化模型分析.设计了带有积分环节的数字最优控制器.仿真结果表明倒立摆系统在该数字最优控制器的控制作用下,无论是系统的输出还是各个状态变量,都具有较好稳定性和一定的鲁棒性.     

基于Lyapunov能量函数的倒立摆稳定控制

倒立摆是一种复杂的非线性控制系统.通过对其进行控制能够检验控制器的鲁棒性.基于一个能量形式的Lyapunov函数设计了倒立摆稳定控制器使得摆趋于上平衡位置,并且使得小车位移和角度都收敛于零.该控制策略基于系统的总能量,利用其耗散特性设计了Lyapunov函数,并证明了控制系统的稳定性.理论分析及仿真试验表明该控制器对于倒立摆控制具有很强的鲁棒性.     

直线柔性连接两级倒立摆控制器设计

倒立摆系统是一个复杂的、非线性的、不稳定的高阶系统。倒立摆的控制一直是控制理论及应用的典型课题。分析了如何利用拉格朗日方程对直线柔性连接两级倒立摆系统建模，采用LQR法设计最优控制器，进行了具体架构以及阐述了此系统设计的控制器在实际物理系统中的实现问题。所设计的控制器对此倒立摆系统成功实施了控制，既证明了系统建模的正确性，也是倒立摆控制中的一项重大突破。相关研究成果将在航天科技及机器人学等领域发挥重要作用．     

模糊变结构控制的旋转倒立摆系统设计

本文针对非线性、多变量、强耦合的旋转倒立摆系统，利用模糊控制与滑模变结构控制相结合设计了一种模糊变结构控制器．该控制器既保持了滑模变结构控制的快速性和鲁棒性，又能较好地消除单纯采用滑模变结构所产生的抖振问题。仿真结果表明，模糊变结构控制算法能够实现倒立摆的平衡姿态控制，抖振现象基本消除且具有很强的鲁棒性。     

基于T—S模糊模型的LQR控制器设计

基于T-S模糊模型的平行分配补偿控制器设计方法,结合线性二次型最优控制方法,设计了一个倒立摆系统状态反馈控制器.控制方法有效地将线性系统理论与模糊控制理论结合起来,可处理某些复杂的非线性自不稳定系统控制问题.针对倒立摆是一个非线性、不稳定、强耦合系统,利用MATLAB对其进行仿真实验,结果表明上述方法能够控制倒立摆稳定.TS-LQR控制器结合了模糊控制和LQR方法的优点,具有结构简单、易于实现以及稳定范围大、鲁棒性好的优点,可获得较好的动态性能和稳态性能.     

单级倒立摆的简化模糊控制及仿真研究

单级倒立摆系统是一种广泛应用的物理模型,为了研究其特性,应用拉格朗日方程建立了其精确数学模型,建模中考虑了摩擦力.同时为解决模糊多变量控制中的"维数灾"问题,利用单输入规则动态加权推理模糊控制器(SIRMs)实现了单级倒立摆系统的控制,SIRMs将多维模糊控制问题化简成单维模糊控制问题来解决,大大减少了模糊规则数.利用随机优化搜索法优化了控制参数,其中,所建立的动态参数权重使得摆杆角度控制优先于小车位移控制,故倒立摆不会因为同时控制角度与小车位移而失去稳定性.利用Vissim对基于SIRMs模糊控制器的倒立摆系统进行了仿真实验,结果表明该方法能够较好地完成倒立摆的运动控制,系统跟踪速度快,超调量小,具有很强的鲁棒性和更好的动静态特性,验证了模型和控制算法的有效性.     

基于T-S模糊控制模型的单级倒立摆仿真研究

为了实现对单级倒立摆非线性不稳定系统的稳定控制,本文利用模糊控制理论中的T-S模糊模型将其处理成多个局部线性模型的模糊逼近,并进行了模糊控制器的设计.通过Simulink对倒立摆系统进行了建模仿真和对系统控制效果的分析,结果表明:此模型实现了对单级倒立摆的稳定控制,并且具有模糊规则少、结构简单、很好的稳定性和快速性等优点,对于其它非线性不稳定系统的控制提出了一种有效的途径.     

An indirect model reference robust fuzzy adaptive control for a class of SISO nonlinear systems

In this paper we are interested in robust adaptive fuzzy control of nonlinear SISO systems in the presence of parametric uncertainties. The plant model structure is represented by the Takagi-Sugeno (T-S) type fuzzy system. An indirect adaptive fuzzy controller based on model reference control scheme is proposed to provide asymptotic tracking of reference signal. The controller parameters are computed at each time. The plant state tracks asymptotically the state of the reference model for any bounded reference input signal. Inverted pendulum and mass spring damper are used to check the performance of the proposed controller.     

Linear adaptive control of a class of SISO nonaffine nonlinear systems

This paper addresses the problem of linear adaptive control for a class of uncertain continuous-time single-input single-output (SISO) nonaffine nonlinear dynamic systems. Using the implicit function theory, the existence of an ideal controller which can achieve control objectives is firstly demonstrated. However, this ideal controller cannot be known and computed even if the system model is well known. The aim of our work is to construct this unknown ideal controller using a simple linear controller with the free parameters updated online by a stable adaptation mechanism designed to minimise the error between the unknown ideal controller and the used linear controller. Since the mathematical model of the system is assumed unknown in this work, the proposed control scheme can be regarded as a simple model free controller for the studied class of nonaffine systems. We prove that the closed-loop system is stable and all the signals are bounded. An application of the proposed linear adaptive controller for a nonaffine system is illustrated through the simulation results to demonstrate the effectiveness of the proposed control scheme.     

平面二级倒立摆自适应滑模控制器设计

研究平面二级倒立摆系统稳定性和速度特性优化问题,由于倒立摆系统的外界扰动的不确定性,建立平面二级倒立摆的数学模型,应用变结构控制理论(SMC)和模糊逻辑系统设计了自适应滑模控制器,把趋近律和切换控制的模糊化相结合,采用模糊系统调整趋近速率的大小,在加快趋近速度的同时用模糊逼近切换控制,为减少控制量的抖振和优化控制系统,同时倒立摆控制具有了滑模控制对外界扰动和参数摄动的不变性。进行仿真的结果验证了控制器的稳定性,表明控制器系统能保证在不同的运行条件下具有快速性和鲁棒性。     

直线一级倒立摆分数阶控制器设计及仿真

针对直线一级倒立摆的稳定控制问题,设计了分数阶比例积分(FOPI和FO[PI])控制器。首先,根据Newton力学方法建立了倒立摆系统的数学模型。然后,采用基于向量的增益鲁棒性分数阶控制器参数求解简化算法,设计了分数阶比例积分控制器。最后,在MATLAB环境下进行了分数阶比例积分控制器参数整定方法的有效性验证,并且对倒立摆系统分别采用分数阶比例积分控制器和整数阶PID(IOPID)控制器进行了稳定控制仿真实验,并将得到的摆杆角度响应曲线进行了对比分析。结果表明:分数阶比例积分控制器对系统的稳定控制效果优于IOPID控制器,且在分数阶比例积分控制器中,FO[PI]控制器对系统稳定控制最好,响应时间较快、振荡幅值较小且具有鲁棒性。     

不确定平面二级倒立摆的鲁棒自适应控制

为提高倒立摆控制系统的抗扰动能力,降低其对未建模动态等的敏感度,研究了不确定平面二级倒立摆的鲁棒自适应控制器的设计方法。把倒立摆动力学模型分解为确定和不确定两部分,用一个非线性参数化模糊逻辑系统逼近平面二级倒立摆的不确定动态,采用李雅普诺夫稳定性理论推导出使平面二级倒立摆的状态误差渐近收敛的鲁棒控制器及自适应律。理论分析和仿真结果表明所提出的控制算法是有效的。     

An RBF neural network-based adaptive control for SISO linearisable nonlinear systems

An RBF neural network-based adaptive control is proposed for Single-Input and Single-Output (SISO) linearisable nonlinear systems in this paper. It is shown that a SISO nonlinear system is first linearised by using the differential geometric approach in the state space, and the linearised nonlinear system is then treated as a partially known system. The known dynamics are used to design a nominal feedback controller to stabilise the nominal system, and an adaptive RBF neural network-based compensator is then designed to compensate for the effects of uncertain dynamics. The main function of the RBF neural network in this work is to adaptively learn the upper bound of the system uncertainty, and the output of the neural network is then used to adaptively adjust the gain of the compensator so that the strong robustness with respect to unknown dynamics can be obtained, and the tracking error between the plant output and the desired reference signal can asymptotically converge to zero. A simulation example is performed in support of the proposed scheme.     

非匹配不确定高阶非线性系统的滑模控制新方法

对具有非匹配不确定的高阶非线性系统,采用改进的高阶滑模微分器获取已知状态的任意阶微分估计值,再以恰当阶次的状态微分估计值之差,得到非匹配不确定项及其微分的估计值,证明了其误差任意小.为避免奇异性和抖振,采用两种方案设计了滑模控制器,并设计鲁棒项提高系统鲁棒性.基于Lyapunov~论证明了系统稳定性.同现有其他方法相比,该方法具有适用范围更广、收敛速度快、控制精度高、运算量小、保守性低等优点.最后仿真证明了本文所有结论.     

High‐order sliding mode control design based on adaptive terminal sliding mode

High‐order sliding mode control techniques are proposed for uncertain nonlinear SISO systems with bounded uncertainties based on two different terminal sliding mode approaches. The tracking error of the output converges to zero in finite time by designing a terminal sliding mode controller. In addition, the adaptive control method is employed to identify bounded uncertainties for eliminating the requirement of boundaries needed in the conventional design. The controllers are derived using Lyapunov theory, so the stability of the closed‐loop system is guaranteed. In the first technique, the developed procedure removes the reaching phase of sliding mode and realizes global robustness. The proposed algorithms ensure establishment of high‐order sliding mode. An illustrative example of a car control demonstrates effectiveness of the presented designs. Copyright © 2011 John Wiley & Sons, Ltd.     

四旋翼无人机鲁棒自适应姿态控制

 四旋翼无人机的姿态控制是自主飞行控制的核心,针对四旋翼姿态易受外界环境干扰和内部参数摄动等不确定性影响的问题,设计了一种鲁棒自适应反步控制器,以提高四旋翼的鲁棒性。建立了四旋翼完整的姿态运动模型,并将其转化为含有广义不确定性的多输入多输出非线性系统。根据该系统满足严格反馈的结构特点,设计了反步控制器; 针对系统中存在的外部干扰和内部参数摄动等不确定性,引入了一类鲁棒自适应函数来抵消该不确定性对系统的影响; 采用非线性跟踪微分器估计虚拟控制量的微分信号,减小了反步控制器设计中普遍存在的“计算膨胀”问题; 通过构造Lyapunov 函数证明闭环系统是稳定且指数收敛的。仿真结果表明,所设计控制器具有良好的控制效果和鲁棒性。