含有界扰动系统的多模型自适应控制

对含有有界扰动和参数不确定性的离散时间被控对象建立多个辨识模型, 覆盖被控对象的参数不确定性. 给定指标切换函数, 构成多模型自适应控制器. 引入“局部化”技术, 在保持计算精度的同时, 提高了计算速度. 同时证明, 多模型自适应控制可以保证闭环系统输入输出稳定, 且保证对给定有界参考输入、被控对象输出可在一给定界范围内跟踪参考输入.     

基于动态模型库的多模型切换控制

针对含有有界扰动和模型参数跳变的离散时间系统,提出基于动态模型库的多模型切换控制方法.在模型参数范围未知情况下,利用在线学习的多模型自适应控制算法自动建立多模型,并对模型库中的子模型进行优化.采用具有积分特性的指标函数作为切换准则.在每一采样时刻根据其最小值来选择与实际系统最接近的模型,并将基于此模型的控制器切换为当前控制器.文中证明了该算法能够保证闭环系统的稳定性和跟踪误差的渐近收敛性.计算机仿真结果表明该算法的有效性.     

一类离散时间非线性系统的多模型自适应控制

针对一类离散时间非线性被控对象,根据模型参数的变化范围,对被控对象建立多个模型,并针对每一模型设计控制器.基于模型的估计误差建立指标切换函数,每一采样时刻,利用指标切换函数选择最优模型,并将基于此模型的控制器切换为当前控制器.采用局部化技术,保证在不损失控制品质的同时,减少多模型自适应控制器的计算量.可以证明,多控制器相互切换时闭环系统是稳定的,同时由于多个模型的存在,控制品质得到了极大的改善.     

一类非线性多变量系统的多模型自适应控制

针对一类不确定的非线性多变量离散时间动态系统,提出了一种基于切换的多模型自适应控制方法.该控制方法的特点在于以下两个方面:首先,引入一个高阶差分算子使得非线性系统的非线性项的限制条件不再要求全局有界;其次,提出的控制方法由线性自适应控制器、神经网络非线性自适应控制器以及切换机构组成:线性控制器用来保证闭环系统的输入输出信号有界,神经网络非线性控制器用来改善闭环系统的性能,基于性能指标的切换机构在每一时刻选择性能指标较好的控制器对系统进行控制.理论分析和仿真实验说明了提出的多模型自适应控制方法的有效性.     

非线性零阶接近有界多模型神经网络自适应控制器

针对一类单变量非线性离散时间系统,提出一种零阶接近有界的多模型神经网络自适应控制器。该控制器包含一个非线性鲁棒自适应控制器和一个非线性神经网络自适应控制器。当系统非线性项放宽到零阶接近有界时,这两个控制器分别用于保证系统的稳定性和提高系统的性能,系统的控制输入由切换机构在两个控制器之间进行切换产生。最后给出了稳定性和收敛性证明,并通过仿真实验验证了该控制器的有效性。     

基于不同加权因子的随机多模型自适应控制

针对一类噪声方差未知的随机系统,基于不同加权因子设计多个参数辨识器辨识模型参数,在此基础上,构成多模型自适应控制器.在每个采样时刻基于指标切换函数选择最佳辨识模型.并将基于此最佳模型设计的控制器切换为当前控制器.同时,证明了多个模型控制器之间相互切换时整个闭环系统是全局收敛的.仿真结果表明,同单一自适应模型控制器相比,这种基于多个不同加权因子的多模型自适应控制器在模型参数发生跳变时可很好地改善被控对象的控制品质.     

基于神经网络和多模型的非线性离散自适应控制

针对一类非线性离散时间单变量系统,提出了基于多模型切换策略的非线性自适应控制方法.首先将被控系统划分为多个工作区间,然后在每个工作区间内建立1个线性自适应控制器和1个非线性神经网络自适应控制器.线性控制器可以保证系统的稳定性,神经网络非线性控制器可以有效的改善系统的暂态性能,采用有效的切换策略可以在保证系统稳定的情况下很好的改善系统的性能.仿真结果验证了所提出方法的有效性.     

一类受扰旋转单摆系统的建模与跟踪控制设计

本文考虑一类受扰旋转单摆系统的建模与跟踪控制问题. 首先, 利用动静法和相对运动原理建立受扰情形下空间旋转摆系统的动力学模型. 然后, 分别以实际跟踪和渐近跟踪为控制目标, 给出相应的控制设计方法. 具体地,利用向量式的反推控制设计方法与不确定性动态补偿机制, 给出自适应实际跟踪控制器, 保证闭环系统所有状态都有界且在有限时间内系统输出到达并保持在参考信号给定的邻域内. 利用反推设计方法, 并结合扰动的学习、切换补偿机制设计自适应切换渐近跟踪控制器, 通过在线调节控制器参数, 保证闭环系统所有状态都有界且系统输出渐近跟踪到给定的参考信号. 最后, 仿真实验验证所提理论结果的有效性. 值得指出的是, 与相关文献相比, 本文所给出的控制设计方法允许系统同时含有未知参数和扰动, 并且扰动不必有已知上界, 因而具有更强的抑制不确定性的能力.     

一类非线性非最小相位系统的直接自适应控制

针对一类不确定的离散时间非线性非最小相位动态系统,提出了一种基于神经网络和多模型的直接自适应控制方法．该控制方法由线性直接自适应控制器,神经网络非线性直接自适应控制器以及切换机构组成．线性控制器用来保证闭环系统输入输出信号有界,非线性控制器用来改善系统性能．切换策略通过对上述两种控制器的切换,保证闭环系统输入输出有界的同时,改善了系统性能．理论分析以及仿真结果表明了所提出的直接自适应控制方法的有效性．     

非线性系统的自组织多模型自适应逆控制

针对离散时间非线性系统,在分析基于自组织映射神经网络的多模型控制方法的基础上,提出了一种自组织多模型直接逆控制方法.并分析了控制误差的有界性.进一步,借鉴参数空间多模型方法的切换一自适应策略,在固定模型的基础上增加一个参数可调节的自适应逆模型.提高了稳态控制性能.仿真实例表明,对于变化较快的信号,自组织多模型直接逆控制器和自组织多模型自适应逆控制器都能进行有界跟踪,对于稳态信号,自组织多模型自适应逆控制器还能进行渐近跟踪.     

Model‐free adaptive formation control for unknown multiinput‐multioutput nonlinear heterogeneous discrete‐time multiagent systems with bounded disturbance

Based on the model‐free adaptive control, the distributed formation control problem is investigated for a class of unknown heterogeneous nonlinear discrete‐time multiagent systems with bounded disturbance. Two equivalent data models to the unknown multiagent systems are established through the dynamic linearization technique considering the circumstances with measurable and unmeasurable disturbances. Based on the obtained data models, two distributed controllers are designed with only using the input/output and disturbance data of the neighbor agents system. The tracking error of the closed‐loop system driven by the proposed controllers is shown to be bounded by the contraction mapping principle and inductive methods. An example illustrates the effectiveness of the proposed two distributed controllers.     

Robust Finite-time Attitude Tracking Control of Rigid Spacecraft Under Actuator Saturation

This paper investigates the robust finite-time attitude tracking control problem for rigid spacecraft considering the modeling uncertainty, external disturbance and actuator saturation. An auxiliary system is proposed to directly compensate for the saturated control input. First, the basic controller is formulated based on the fast nonsingular terminal sliding mode surface (FNTSMS), the fast-TSM-type reaching law and the auxiliary system in the presence of upper bounded external disturbance. Then, when facing system uncertainty which consists of both modeling uncertainty and external disturbance and has upper bounded first derivative, the extended state observer (ESO) is associated with the first controller to improve the robustness of control system. Furthermore, to handle more general system uncertainty which is upper bounded by a polynomial function of the closed-loop system states, a continuous adaptive controller is designed to compensate for the total system uncertainty on line. The proposed controllers are able to deal with system uncertainty, input singularity and actuator saturation, while simultaneously providing fast finite-time convergence speed for the control system. And the problems of complex parameters selection process and repeated differentiations of nonlinear functions can be avoided. Rigorous stability analyses are given via the Lyapunov stability theory and digital simulations are conducted to illustrate the effectiveness of the proposed controllers.     

基于分片线性化方法的非线性系统多模型自适应控制

基于分片线性化方法辨识一类非线性系统 ,给出了非线性系统的多线性模型表示。基于线性模型建立多个控制器 ,基于最大最小指标切换函数构成多模型自适应控制器。给出了非线性系统多模型自适应控制算法的优化模型集建立方法 ,解决了多模型自适应控制模型多、计算量大的问题。仿真结果证明了算法的有效性     

Dynamic adaptive trajectory tracking control of nonholonomic mobile robots using multiple models approach

This paper presents an approach for the trajectory tracking control of nonholonomic wheeled mobile robots (WMR) by combining one of the existing adaptive control methods and multiple identification models. The overall system includes two types of controllers in the control scheme. A kinematic controller developed by using kinematic model produces the required linear and angular velocities of the robot for tracking a reference trajectory. These required velocities are used to calculate the torques using an adaptive dynamic controller with multiple models. The proposed method uses the multiple models of the WMR for the identification of the dynamic parameters and performs switching between the given models. The models used in the identification are identical, except for the initial estimates of the parameters. By using an adaptive dynamic controller with multiple models of the WMR, enhancement in transient response is obtained. Stability analysis of the overall system is given, and simulation results are presented to demonstrate the effective performance of the adaptive control by using multiple models approach.     

含时变不确定线性系统的自适应鲁棒跟踪控制

针对系统的不确定性和扰动满足匹配条件,不确定性界和扰动界未知的情形,讨论含时变不确定性线性系统的鲁棒跟踪问题。自适应控制器的设计不涉及确定性界和扰动界,运用变结构方法,可使带扰系统实现渐近跟踪。该方法适合一类较广泛的不确定系统,鲁棒性较强。仿真例子表明了该方法的有效性。     

A practical multiple model adaptive strategy for single-loop MPC

This paper details a multiple model adaptive control strategy for model predictive control (MPC). To maintain performance of this linear controller over a wide range of operating levels, a multiple model adaptive control strategy for dynamic matrix control (DMC), the process industry's standard for MPC, is presented. The method of approach is to design multiple linear DMC controllers. The tuning parameters for the linear controllers are obtained using novel analytical expressions. The controller output of the adaptive DMC controller is a weighted average of the multiple linear DMC controllers. The capabilities of the multiple model adaptive strategy for DMC are investigated through computer simulations and an experimental system.     

基于调节函数的一类三角结构非线性系统的自适应滑模控制

针对一类三角结构的非线性系统,基于状态参考自适应控制算法和滑模控制技术,研究了其在非匹配未知参数和不确定性干扰下的跟踪控制问题,提出了自适应滑模控制策略,实现了不确定非线性系统的鲁棒输出跟踪.与一般自适应控制相比,允许系统存在非参数化的不确定性和未知扰动,增强了控制系统鲁棒性.仿真算例证明了理论研究成果的正确性和可行性.     

再入飞行器带有干扰观测器的有限时间控制

针对模型参数不确定及外界干扰影响下的再入飞行器的姿态控制问题,设计基于干扰观测器的有限时间控制策略.首先建立面向控制模型,并通过多时间尺度原理将面向控制模型分为内、外两环;其次,设计干扰观测器实时观测面向控制模型中的参数不确定及外界干扰,解决滑模控制因参数过大而导致的抖振问题,基于观测值,设计终端滑模控制器,在此基础上,基于Lyapunov理论对控制系统的稳定性进行分析;最后,基于六自由度再入模型,验证所设计的有限时间姿态控制策略的有效性.