具有动态不确定性互联大系统的分散自适应控制

对一类具有未建模动态结构相似形的严格反馈非线性互联大系统,提出一种基于神经网络的分散自适应动态面控制方案.该方案引入Lyapunov函数来约束未建模动态,利用神经网络逼近理论分析中所产生的未知非线性连续函数.通过Young’s不等式和三重求和项的分解,有效地处理了耦合作用项,并利用动态面控制技术,实现了系统的分散控制.与现有研究结果相比,所设计的分散控制律中不含有控制增益下界常数.通过构造的方法,利用动态面控制设计中引入的紧集有效地处理了未建模动态和分析中产生的不确定连续函数.理论分析证明了闭环控制系统中所有信号半全局一致终结有界,且跟踪误差收敛到原点的一个小邻域内.两个数值算例的仿真结果表明所提控制方案的有效性.     

具有未建模动态及输入输出约束的单相全桥逆变器动态面事件触发控制

全桥逆变器是一类典型的开关型非线性系统,系统中存在很多非线性和不确定因素,易导致系统性能下降,甚至造成不稳定.对于具有未建模动态和时变输出约束的单相全桥逆变器系统,利用动态信号处理未建模动态,设计辅助动态系统补偿控制信号,提出一种事件触发的自适应动态面跟踪控制策略;引入跟踪误差变换,解决输出约束问题;对控制输入进行约束,使用模糊系统调节参数向量的欧氏范数作为自适应参数,设计事件触发控制,这些技术的采用可有效降低控制器计算量,保证实际系统的可实现性,完善了具有输入约束条件下动态面控制方法的稳定性分析和证明.逆变器精确模型无需已知,实际控制系统具有较好的稳定性和鲁棒性.理论分析表明,闭环系统的所有信号半全局一致终结有界,所提出方案的有效性通过仿真实验得到进一步验证.     

具有未建模动态的自适应神经网络动态面控制

对一类具有未建模动态的严格反馈非线性系统,提出一种自适应神经网络动态面控制方案.该方案将动态面控制方法扩展到具有未建模动态的严格反馈非线性系统的控制器设计中,拓展了动态面控制方法的应用范围.利用动态面控制方法引入的紧集来处理未建模动态对于系统的影响.利用Young's不等式,提出两种自适应参数调节方案.与现有研究结果相比,有效地减少了可调参数的数目,放宽了动态不确定性的假设,无需虚拟控制增益系数导数的信息.通过理论分析,证明了闭环控制系统是半全局一致终结有界的,且跟踪误差收敛到原点的一个小邻域内.     

具有未建模动态和输出约束的耦合系统的分散自适应控制

针对一类具有输入、状态未建模动态和非线性输入的耦合系统,提出一种自适应神经网络控制方案.利用径向基函数神经网络逼近未知非线性连续函数;引入动态信号和正则化信号处理状态及输入未建模动态;通过引入非线性映射,将具有时变输出约束的严格反馈系统化为不含约束的严格反馈系统.最后,通过理论分析验证闭环系统中所有信号是半全局一致最终有界的,仿真结果进一步验证了所提出控制方案的有效性.     

具有未建模动态系统的自适应动态面输出反馈控制

针对一类具有未建模动态和动态扰动且状态不可量测的非线性系统,利用神经网络逼近未知函数设计K-滤波器重构系统状态,提出一种自适应输出反馈控制策略。通过对未建模动态的新刻画,避免动态信号的引入。采用动态面设计方法,取消理论分析中产生的未知连续函数的估计,降低设计的复杂性。利用Lyapunov方法证明了闭环系统的所有信号是半全局一致终结有界的,并通过仿真结果验证了所提出方案的有效性。     

不确定非线性系统自适应动态事件触发输出反馈镇定

本文研究了一类不确定非线性系统的动态事件触发输出反馈镇定问题. 显著不同的是系统具有依赖于不可测状态的增长且增长率为输出的未知多项式. 尽管已有一些连续自适应控制器, 但需要巧妙融合非线性状态观测器、系统未知性的动态补偿以及非线性的抵御, 因此这些控制器具有一定的脆弱性, 不能平凡地拓展到不连续情形 (采样误差导致). 为此, 首先通过引入动态高增益和基于高增益的观测器来分别抵御未知增长率和重构系统不可测状态. 进而, 意识到静态事件触发机制的无效性, 通过引入动态事件触发机制, 成功设计出了事件触发输出反馈控制器, 确保了系统状态的全局有界性和收敛性. 数值仿真验证了所设计控制器的有效性.     

含执行器故障的切换非线性系统的事件触发自适应模糊容错控制

本文研究在平均驻留时间约束下,一类含有执行器故障的切换非线性系统输出反馈自适应模糊事件触发容错控制问题.首先,建立了一个模态依赖的状态观测器估计不可测量状态.利用模糊逻辑系统来逼近未知项.其次,构建自适应模糊容错事件触发控制方案能够节省网络资源和数据传输.然后,通过构造多Lyapunov函数和平均驻留时间法,证明闭环系统所有状态半全局一致最终有界的同时排除了Zeno现象.最后,通过数值仿真验证该方法的有效性.     

含执行器故障的切换非线性系统的事件触发自适应模糊容错控制

本文研究在平均驻留时间约束下,一类含有执行器故障的切换非线性系统输出反馈自适应模糊事件触发容错控制问题.首先,建立了一个模态依赖的状态观测器估计不可测量状态.利用模糊逻辑系统来逼近未知项.其次,构建自适应模糊容错事件触发控制方案能够节省网络资源和数据传输.然后,通过构造多Lyapunov函数和平均驻留时间法,证明闭环系统所有状态半全局一致最终有界的同时排除了Zeno现象.最后,通过数值仿真验证该方法的有效性.     

具有输入及状态未建模动态系统的输出反馈自适应控制

针对一类具有输入及状态未建模动态的非线性系统, 设计K滤波器来估计系统不可量测状态, 基于动态面控制技术并利用径向基函数神经网络的逼近能力, 提出一种输出反馈自适应跟踪控制方案. 利用Nussbaum 函数性质, 有效地解决了高频增益符号未知问题. 在控制器设计中引入规范化信号来约束输入未建模动态, 从而有效地抑制其产生的扰动. 通过理论分析证明了闭环控制系统是半全局一致终结有界的.

     

动态事件触发的无人机非线性系统故障检测

本文在Hi/H1优化框架下, 研究基于动态事件触发的无人机非线性系统故障检测问题. 高空、长航时无人 机需要通过通信网络与地面站进行数据交互, 以实现故障检测等复杂功能. 为了充分利用有限的通信资源, 采用动 态事件触发机制决定是否将测量输入输出数据传送给故障检测模块, 若传输数据不满足触发条件则被丢弃, 因此, 故障检测性能不仅受到干扰和故障影响, 还受到非事件触发时刻数据与实际系统数据误差影响, 即事件触发传输误 差影响. 为此, 针对无人机非线性系统, 提出一种新的动态事件触发Hi/H1故障检测方法. 该方法可以在动态事件触 发条件下, 实现故障检测滤波器残差与事件传输误差完全解耦, 能够避免连续通信和Zeno现象. 在Hi/H1优化框架 下, 通过Riccati方程递归计算, 得到动态事件触发故障检测滤波器的最优解. 最后, 以无人机非线性姿态控制系统为 例, 验证所提方法的有效性和可行性.     

带有未建模动态的船舶减摇鳍的鲁棒自适应控制

针对船舶减摇鳍非线性数学模型,提出一种鲁棒自适应控制器,可以用于存在非线性不确定、未知有界扰动和未建模动态的情况。应用Lyapunov稳定性理论证明,所提出的鲁棒自适应控制器可保证整个非线性系统的稳定性,且通过适当选择设计参数,可使跟踪误差达到任意精度。仿真结果表明了所提方法的有效性。     

Direct Adaptive Fuzzy Backstepping Control for Stochastic Nonlinear SISO Systems with Unmodeled Dynamics

This paper discusses the input‐to‐state practical stability (ISpS) problem for a class of stochastic strict‐feedback systems which possess dynamic disturbances, unstructured uncertainties and unmodeled dynamics. The uncertain terms not only depend on the measurable output, but also are related with other unmeasurable states of the system. In the backstepping design, we use fuzzy logic systems directly to approach unknown control signals rather than unknown functions. A main advantage of the direct control method is that for an nth order strict‐feedback stochastic system, only four online parameters are needed. Moreover, it is proved that the closed‐loop system is ISpS in probability by using a stochastic small‐gain approach. Two simulation examples illustrate the effectiveness of the proposed scheme.     

基于未建模动态补偿的非线性自适应切换控制方法

针对一类不确定的离散时间零动态不稳定的单输入-单输出(Single-input single-output, SISO)非线性系统,提出了一种基于未建模动态补偿的非线性控制器. 采用自适应神经模糊推理系统(Adaptive-network-based fuzzy inference system, ANFIS)和一一映射相结合的方法估计未建模动态.在此基础上,提出了由线性自 适应控制器、非线性自适应控制器以及切换机制组成的自适应切换控制方法.该方法通过对上述两种控制器的切换, 保证闭环系统输入输出信号有界的同时,改善系统性能.本文将要求未建模动态全局有界的条件放宽为线性增长, 建立了所提自适应控制方法的稳定性和收敛性分析.通过仿真比较和水箱的液位控制实验,验证了所提方法的有效性.     

离散大系统存在未模化动力学时的分散自适应控制

本文研究了离散大系统存在未模化动力学时的分散模型参考自适应控制问题。对以状态变量和输入-输出变量设计的自适应系统,得到了复合闭环系统的所有信号及跟踪误差将收敛并保持在一有界集的充分条件。     

随机非线性系统基于事件触发机制的自适应神经网络控制

针对一类具有严格反馈结构且控制方向未知的随机非线性系统,提出了基于事件触发机制的自适应神经网络（Adaptive neural network,ANN）输出反馈控制方法.利用径向基神经网络逼近系统中未知的非线性函数.通过引入Nussbaum增益函数并设计滤波器,解决了系统控制方向未知的问题.通过设计具有相对阈值的事件触发机制,保证了闭环随机非线性系统的有界性.最后给出数值仿真例子验证所提控制方法的有效性.     

励磁输入动态不确定的同步发电机鲁棒控制

非线性励磁控制如果没有考虑励磁输入存在的不确定性,可能影响其实际的控制效果。为了减小励磁输入动态不确定对发电机系统的影响,利用积分反推方法设计名义系统的虚控制,并加入非线性动态阻尼项对虚控制进行再设计,得到系统的鲁棒非线性控制率。控制率的设计未采用任何线性化方法,充分利用了系统的非线性特性。通过仿真试验,证实了该方法在输入动态不确定子系统满足最小相位、相对阶为零的条件下,可以保证发电机的功角、输出电压稳定。     

一类复杂系统的容错控制

研究一类互联系统的容错H∞控制问题，提出了具有相似性的容错控制器的设计方法．当所有执行器正常时，可保证闭环系统稳定和H∞性能；当一些执行器失效时，仍能保证闭环系统稳定和H∞性能，仿真算例证明了该方法的有效性。     

混合不确定性系统的鲁棒镇定及性能设计

采用双回路控制方法讨论具有混合不确定性系统的鲁棒镇定及性能设计问题,其内环控制器可改善对象特性,从而使整个双回路闭环系统具有鲁棒稳定性.