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。     

非仿射纯反馈不确定系统预设性能鲁棒自适应控制

针对一类结构和参数及控制方向均未知的非仿射纯反馈非线性不确定系统,提出了一种保预设性能鲁棒自适应控制方案。首先引入性能函数和误差转换函数,通过误差转换将原始的输出误差存在性能约束的受限系统转换为等价的非受限系统;其次,基于中值定理将非仿射型系统转化为具有线性结构形式的时变系统,并同时利用自适应投影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技术项进行补偿;随后综合运用反演技术和Nussbaum函数设计控制器并进行稳定性分析。所设计的控制器不仅能够保证闭环系统所有信号有界且输出误差满足预设的瞬态及稳态性能要求;最后,仿真结果验证了所设计控制方案的可行性与有效性。     

一类不确定非线性系统的自适应模糊滑模控制

针对一类不确定非线性系统自适应模糊控制中,为了保证系统稳定性而附加监督控制问题,根据滑模控制原理并利用模糊系统的逼近能力,提出了一种Ⅰ型间接自适应模糊滑模控制方法。该方法取消了监督控制,用滑模控制器增加了逼近误差的自适应补偿,李雅普诺夫稳定性理论分析证明,控制系统全局稳定且跟踪误差收敛到零。将这种控制器应用到过程控制的典型对象液位控制中,仿真结果表明了该控制器的有效性和可行性。     

不确定机器人的间接模糊自适应轨迹跟踪控制

针对不确定的机器人系统轨迹跟踪控制问题，依据自适应模糊控制算法和H∞控制理论，提出了一种间接模糊自适应控制方法。该方法将自适应模糊控制和H∞控制理论相结合，用稹糊逻辑系统直接为机器人建模，不需对机器人的数学模型进行转换，并结合H∞控制理论，将建模误差和外部干扰衰减到预先规定的指标。基于Lyapunov方法，给出了学习自适应率，H∞跟踪特性的证明。对二自由度机器人的仿真结果表明了所提出的控制算法有效性。     

同步发电机混沌振荡的积分滑模模糊控制

针对一类不确定的非线性系统,把自适应模糊控制和积分滑模控制相结合,提出了一种新的自适应积分滑模模糊控制策略。利用模糊逻辑逼近系统中的未知非线性函数,在滑模控制中引入了积分项,消除了常规滑模控制器被跟踪信号导数已知的限制;并且为了消除外界扰动的影响,引入扰动估计器的设计方法;同时基于Lyapunov方法导出了参数的自适应律,有效地克服了系统固有的抖振问题。理论分析证明了闭环系统的稳定性和跟踪误差收敛于零。用该控制器对同步发电机混沌振荡控制系统进行仿真研究,结果表明:与常规的滑模控制器相比,该控制器具有较强的鲁棒性和较好的跟踪性能。     

基于TS模糊推理和李亚普诺夫理论的有源电力滤波器控制

针对负载和参数变化带来的有源电力滤波器(activepower filter,APF)精确数学模型难以获得以及系统稳定性问题,分别在APF的直流电压控制中引入TS型模糊控制器,在电流控制中引入基于李亚普诺夫稳定性理论的控制方法,保证了APF的控制精度和稳定性。首先通过对直流侧电压误差和误差变化率进行TS模糊控制得到源电流参考值的幅值,再结合源电压的角频率计算参考电流,最后采取李亚普诺夫方法设计APF的开关函数,通过确保能量函数的导数始终为负来保证系统的全局稳定。通过Matlab/Simulink中的自适应神经模糊系统对TS模糊控制器的参数进行优化,并且进行对比实验。结果表明,在负载时变和系统参数变化的情况下,该控制方法可以保证系统的稳定鲁棒性和控制精度。     

一类模型不确定非线性系统的反演预测控制

针对一类模型不确定的单输入单输出仿射非线性系统,设计一种使得闭环系统稳定且滚动时域性能指标在线最小化的预测控制器。运用反演(Backstepping)设计思想获得具有待定参数的控制器表达式,其误差导数中的未知函数采用模糊逻辑系统来逼近,通过直接估计模糊系统最优参数向量的范数上界来设计控制器和自适应律,大大降低了在线计算量。理论证明该方法设计的控制器保证了闭环系统所有信号是半全局有界的,并且跟踪误差收敛于零的某一邻域。仿真算例验证了所提出算法的有效性。     

无刷直流电机双闭环模糊自适应控制方法研究

在分析无刷直流电机数学模型的基础上,提出了一种双闭环模糊自适应控制方法。该控制系统是以电流环作为内环,采用传统的PI控制;转速环作为外环,采用PI控制与模糊控制相结合的方法,即模糊自适应控制方法。以速度误差及速度误差变化率作为模糊控制器的输入,大偏差时采用模糊控制,以增强系统的响应速度和鲁棒性;小偏差时采用传统的PI控制,使系统稳态无误差。仿真实验结果表明,相比于传统的PI控制系统,模糊双闭环自适应控制系统具有良好的动、静态特性,以及较强的鲁棒性。     

锅炉过热汽温自适应PI型模糊控制的仿真研究

针对锅炉过热蒸汽温度对象的非线性和不确定性等,设计了PI型模糊串级控制系统,并将该系统应用于某电厂600 MW机组锅炉过热蒸汽温度的控制。在分析模糊控制器相关参数与控制系统品质之间关系的基础上,提出相关参数的在线自校正方法,构造了一种自适应PI型模糊控制器。该控制器能够在线调整其量化因子和比例因子,以适应被控对象动态特性的变化,从而提高模糊控制系统的性能。将自适应PI型模糊控制方法与常规PID控制及PI型模糊控制进行仿真比较,表明采用自适应PI型模糊控制方法建立的过热蒸汽温度控制系统具有较好的控制品质和较强的自适应能力。     

TCR-TSC型SVC的非仿射非线性控制器设计

对由晶闸管控制电抗器（TCR）型装置与多个晶闸管开关电容器（TSC）型装置组成的静止无功补偿系统（SVC）建立了一个新的非仿射非线性模型，该模型以晶闸管的触发角为控制量，根据非线性控制的逆系统方法，设计的相应的非线性反馈线性化和极点配置的组合控制器，在控制器的设计中利用插值法导出了一个超越方程函数的具有较高精度的近似计算公式，仿真结果表明了该设计方法的正确性和有效性。     

基于T-S模糊模型的鲁棒自适应滑模控制

针对一类具有时滞的非线性连续时间系统，基于T—S模糊模型，考虑系统的外界干扰和建模误差不存在的理想情况，并利用滑模控制理论和LMI方法，设计了滑模控制器；考虑系统的外界干扰和建模误差存在的情况，采用神经网络逼近建模误差，引入自适应控制鲁棒项，设计了自适应滑模控制器，根据Lyaponuv稳定性理论，证明了系统状态渐近稳定。仿真示例表明了所提方法的有效性。     

Observer‐based adaptive control for stochastic nonstrict‐feedback systems with unknown backlash‐like hysteresis

This paper studies an observer‐based adaptive fuzzy control problem for stochastic nonlinear systems in nonstrict‐feedback form. The unknown backlash‐like hysteresis is considered in the systems. In the design process, the unknown nonlinearities and unavailable state variables are tackled by introducing the fuzzy logic systems and constructing a fuzzy observer, respectively. By using adaptive backstepping technique with dynamic surface control technique, an adaptive fuzzy control algorithm is developed. For the closed‐loop system, the proposed controller can guarantee all the signals are 4‐moment semiglobally uniformly ultimately bounded. Finally, simulation results further show the effectiveness of the presented control scheme.     

基于模糊RBF神经网络自学习的不确定机器人模糊自适应控制

针对机器人系统的不确定、非线性特点，设计了模糊RBF神经网络控制器学习机器人系统的不确定性上界，并利用模糊推理机产生的分目标学习误差进行训练，避免了采用系统直接输出反馈误差进行训练所存在的权值饱和与过调整问题。此外，在反馈回路还设计了固定比例增益控制器FC，起着监督的作用，对系统实施渐近稳定的控制。仿真结果表明这种控制方案实现了对机器人系统的高精度控制。     

Adaptive fuzzy output‐feedback tracking control for switched stochastic pure‐feedback nonlinear systems

This paper considers the problem of adaptive fuzzy output‐feedback tracking control for a class of switched stochastic nonlinear systems in pure‐feedback form. Unknown nonlinear functions and unmeasurable states are taken into account. Fuzzy logic systems are used to approximate the unknown nonlinear functions, and a fuzzy observer is designed to estimate the immeasurable states. Based on these methods, an adaptive fuzzy output‐feedback control scheme is developed by combining the backstepping recursive design technique and the common Lyapunov function approach. It is shown that all the signals in the closed‐loop system are semiglobally uniformly ultimately bounded in mean square in the sense of probability, and the observer errors and tracking errors can be regulated to a small neighborhood of the origin by choosing appropriate parameters. Finally, a simulation result is provided to show the effectiveness of the proposed control method.     

基于模型参考模糊自适应控制的永磁同步电机控制器设计

基于模型参考模糊自适应控制(MRFAC)方法设计永磁同步电机(PMSM)速度控制器.该控制器具有传统模型参考自适应控制构架.传统模型参考自适应控制系统中的反馈控制器和常规自适应机构分别由主模糊控制器、模糊自适应机构替代,模糊逆模型结合自适应调整算法构成的模糊自适应机构对主控制器参数进行实时调整,以达到快速适应对象参数和状态变化的目的.利用模块化建模工具Matlab/SimuIink建立PMSM控制系统模型.仿真结果表明了所设计控制器运行平稳,具有良好的动、静态特性.     

非线性系统模糊间接自适应控制的后推设计

采用模糊神经网络作为非线性逼近器，针对一类一阶非线性多入多出系统，提出了一种具有扰动抑制的鲁棒自适应控制方法，给出了高阶多入多出系统具有扰动抑制的自适应后推(backstepping)设计方法。在鲁棒项合理简化的情况下，给出了系统Lyapunov意义下的稳定性证明，简略分析了各设计参数的物理意义及其对系统性能的影响。理论分析和仿真实验均显示，本方法可以保证系统的全局渐近稳定性，且若选取恰当的设计参数可保证系统对输入信号的跟踪达到任意精度；由于鲁棒项的引入可使系统的设计更具灵活性。     

水轮机导叶开度的自适应非线性输出反馈控制

水轮机导叶开度的控制归结为一个复杂的非最小相位非线性控制模型,其自适应控制不易采用传统非线性控制方法解决。为解决水轮机导叶开度的自适应控制问题,将通用自适应输出反馈控制应用到水轮机导叶开度的控制。首先通过一个线性可逆变换将水轮机导叶开度控制的非线性模型变换成满足通用自适应输出反馈控制定理要求的形式,然后证明变换后的形式满足通用自适应输出反馈控制定理要求的条件,最后对变换后的模型应用通用自适应输出反馈控制定理得到相应的控制器。数值仿真表明,基于通用自适应输出反馈设计的水轮机导叶非线性开度控制是有效的,且对系统参数变化具有极强的鲁棒性。     

A combined backstepping and dynamic surface control to adaptive fuzzy state‐feedback control

This paper studies an adaptive fuzzy dynamic surface control for a class of nonlinear systems with fuzzy dead zone, unmodeled dynamics, dynamical disturbances, and unknown control gain functions. The unknown system functions are approximated by the Takagi‐Sugeno–type fuzzy logic systems. There are 3 main features for the presented systematic design scheme. First, by adopting an integrated method, a novel adaptive fuzzy controller is constructed for the nonlinear system with fuzzy dead zone. Second, only 3 online learning parameters need to be tuned, which significantly reduces the computation burden. Third, the possible controller singularity problem in some of the existing adaptive control methods with feedback linearization techniques can be avoided. On the basis of the backstepping technique and dynamic surface control, all the signals of the closed‐loop system are guaranteed to be semiglobally uniformly ultimately bounded. Finally, 2 simulation examples are provided to illustrate the effectiveness of the proposed scheme.