一类非仿射非线性不确定系统自适应鲁棒控制

针对一类结构和参数均未知且控制方向未知的不确定非仿射非线性系统,提出了一种鲁棒自适应控制算法.基于中值定理将非仿射系统转化为具有线性结构的时变系统,在此基础上,利用参数投影估计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尼项进行补偿.同时将动态面控制(DSC)和反推法相结合,消除了反推法的计算膨胀问题,并采用Nussbaum型函数处理系统中方向未知的不确定控制增益函数,避免了可能存在的控制器奇异值问题.最后,采用解耦反推,基于李雅普诺夫稳定性定理证明了闭环系统的半全局一致最终有界.仿真结果验证了所设计控制方案的可行性与有效性.     

MIMO非仿射非线性系统的自适应模糊控制

针对一类多输入多输出非仿射非线性系统,设计了一种自适应模糊H∞控制方案,该方案把自适应模糊控制和高增益观测器结合起来.利用多变量的隐函数定理,证明了非仿射系统控制器的存在性.通过设计高增益观测器,解决了系统的状态不可测量问题,实现系统的输出反馈控制,模糊自适应控制增强了系统在线逼近干扰及处理系统不确定的能力.仿真结果表明了控制方案的有效性及优越性.     

一类严格反馈非线性系统的间接自适应模糊控制

针对一类不确定严格反馈非线性系统,设计了间接自适应模糊控制方法．该方法用模糊逻辑系统逼近设计过程中的未知函数,基于时变宽度死区对模糊逻辑系统中的未知参数进行自适应调节,并对时变死区宽度设计了自适应律．证明了该方法能使闭环系统的所有信号有界,且可使跟踪误差收敛到原点的小邻域内．仿真算例验证了该方法的有效性．     

一类多变量非线性系统的自适应模糊控制

针对一类具有干扰和不确定性的多变量非线性系统, 提出了一种自适应模糊控制方法. 该多变量系统由 m 个互连子系统组成, 每个互连子系统中的未知函数是非仿射的. 由于不确定非仿射函数的存在和互连子系统之间的耦合, 这类系统是很难控制的. 通过利用均值定理、模糊系统、Backstepping 设计方法以及引入 Nussbaum 类型函数, 克服了这个困难. 另外, 与大多数研究结果相比较, 提出的方法减少了在线调节参数的数量. 提出的控制方法能实现闭环系统的所有信号是有界的. 仿真实验表明该控制方法的有效性.     

严格反馈型非仿射非线性系统的自适应模糊控制

针对一类具有严格反馈形式的非仿射非线性受扰系统,提出了基于backstepping方法的自适应模糊控制.该算法仅要求模糊逻辑系统逼近误差范数有界,引入监督控制补偿系统逼近误差和外界干扰,保证闭环系统所有信号一致有界,跟踪误差一致渐近稳定.将R(o)ssle混沌系统作为仿真对象,仿真结果表明了该方法的有效性.     

一类非线性系统的自适应滑模模糊控制

针对一类具有多个子系统的欠驱动非线性系统提出了一种自适应滑模模糊控制方法.首先通过分析模糊控制与边界层滑模控制的相似性,提出了滑模模糊控制方法;然后根据滑模面斜率和各子系统控制对于系统动态性能的影响,分别采用模糊推理根据系统状态自动地实时调节滑模面斜率和各子系统在系统控制中的作用;最后通过简单的滑模模糊控制器实现对具有多个子系统的欠驱动非线性系统的控制.将该方法应用于吊车的运输控制中,仿真结果证明了其有效性和鲁棒性.     

一类死区非线性系统的自适应模糊控制设计

为了实现对具有时变摄动死区非线性系统的跟踪控制,本文提出了一种基于自适应模糊逼近器的Backstepping控制方法。该方法通过将死区特性合理分解,并将自适应模糊逼近器嵌入到Backstepping设计步骤中,逐步递推得到控制律。所提出的控制方法适用于高阶非线性系统,并且不要求被控系统满足匹配条件;所采用的模糊逼近器是非线性参数化的,亦即不要求其模糊基函数是完全确定已知的,从而降低了对先验知识的依赖性。为了得到未知参数的自适应律,本文先应用Taylor级数展开式将具有非线性关系的未知参数相互分离,使其呈现线性关系,然后根据Lyapunov稳定性定理给出在线可调参数的自适应律。此外,所设计的自适应律是对与未知参数向量的范数相关的变量进行在线调节,这样可以有效减少需要在线调节的参数数量,从而降低了控制器的在线计算负担,提高了系统的响应速度和控制精度。本文给出的控制设计能够有效地克服死区特性对系统性能的影响,使得闭环系统所有信号均指数收敛到原点的指定邻域内,系统输出可以按给定的精度跟踪参考信号。最后,本文用一个仿真实例验证了所给控制方法的有效性。     

一类不确定非线性系统自适应模糊滑模控制

针对一类带有未知外部扰动的不确定非线性系统,建立自适应模糊滑模控制器。基于Lyapunov稳定性理论,设计系统可调参数的自适应规则,控制器的设计过程中无需知道系统的具体模型及未知非线性函数的先验知识。数值仿真的结果也验证了该方法的有效性。     

基于观测器的不确定非线性系统的自适应鲁棒模糊控制

针对单输入单输出不确定非线性系统提出了一种自适应鲁棒模糊控制算法.该算法通过设计观测器来估计系统的状态向量,因此不要求假设系统的状态向量是可测的.在这个算法中,主要的假设为最优逼近参数向量与标称参数向量之差的范数和逼近误差的界限是未知的.通过只对未知界限估计的调节,该算法减轻了在线计算量并且提高了系统的鲁棒性.所设计的自适应鲁棒模糊控制算法保证了闭环系统的所有信号是一致有界的并且跟踪误差估计收敛到一个小的零邻域内.仿真例子证实了所提方法的可行性.     

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.     

Direct adaptive fuzzy control of a class of MIMO non-affine nonlinear systems

An adaptive fuzzy control approach is proposed for a class of multiple-input–multiple-output (MIMO) nonlinear systems with completely unknown non-affine functions. The global implicit function theorem is first used to prove the existence of an unknown ideal implicit controller that can achieve the control objectives. Within this scheme, fuzzy systems are employed the approximate the unknown ideal implicit controller, and robustifying control terms are used to compensate the approximation errors and external disturbances. The adjustable parameters of the used fuzzy systems are deduced from the stability analysis of the closed-loop system in the sense of Lyapunov. To show the efficiency of the proposed controllers, two simulation examples are presented.     

Robust adaptive control for a class of uncertain non-affine nonlinear systems using affine-type neural networks

A robust adaptive control is proposed for a class of single-input single-output non-affine nonlinear systems. In order to approximate the unknown nonlinear function, a novel affine-type neural network is used, and then to compensate the approximation error and external disturbance a robust control term is employed. By Lyapunov stability analysis for the closed-loop system, it is proved that tracking errors asymptotically converge to zero. Moreover, an observer is designed to estimate the system states because all the states may not be available for measurements. Furthermore, the adaptation laws of neural networks and the robust controller are given out based on the Lyapunov stability theory. Finally, two simulation examples are presented to demonstrate the effectiveness of the proposed control method.     

基于观测器非线性不确定系统的自适应模糊控制

针对一类单输入单输出不确定非线性系统，提出一种稳定的自适应模糊控制方法，该方法不需要系统状态可测的条件，而是通过设计模糊状态观测器来估计系统的状态，证明了所提出的控制方法不但能使闭环系统稳定，而且输出误差可取得H∞跟踪控制性能，仿真结果进一步验证了该控制算法的实用性和有效性。     

Adaptive backstepping controller design for nonlinear uncertain systems using fuzzy neural systems

In this article, we propose an adaptive backstepping control scheme using fuzzy neural networks (FNNs), ABC_FNN, for a class of nonlinear non-affine systems in non-triangular form. The nonlinear non-affine system contains the uncertainty, external disturbance or parameters variations. Two kinds of FNN systems are used to estimate the unknown system functions. According to the FNN estimations, the adaptive backstepping control (ABC_FNN) signal can be generated by backstepping design procedure such that the system output follows the desired trajectory. To ensure robustness and performance, a proportional-integral-surface function and robust controller are designed to improve the control performance. Based on the Lyapunov stability theory, the stability of a closed-loop system is guaranteed and the adaptive laws of the FNN parameters are obtained. This approach is also valid for nonlinear affine system with uncertainty or disturbance. The uncertainty and disturbance terms are estimated by FNNs and treated by the ABC_FNN scheme. Finally, the effectiveness of the proposed ABC_FNN is demonstrated through the simulation of controlling a nonlinear non-affine system and the continuously stirred tank reactor plant to demonstrate the performances of our approach.     

一类非线性不确定系统的模糊自适应控制

利用模糊逻辑系统具有逼近连续函数的性质,研究了一类非线性不确定系统的自适应模糊控制问题.控制器和自适应律的构成直接利用了系统的结构信息和模糊逻辑系统的输出信息,在较弱的假设条件下,这种控制器使被控系统的状态及参数估计误差一致终极有界.最后的仿真算例说明了本文所采用方法的有效性.     

Adaptive tracking control for non-affine nonlinear systems with non-affine function possibly being discontinuous

A novel adaptive control scheme is presented for a class of non-affine nonlinear systems with non-affine nonlinear function possibly being discontinuous. A discontinuous condition for non-affine nonlinear systems is present to guarantee the controllability of system. The non-affine nonlinear function is modelled appropriately by using piecewise functions. Based on Lyapunov analysis method, the basic idea of invariant set theory is constructively introduced to prove the boundedness of all the signals in the closed-loop system. Finally, simulation example is provided to demonstrate the effectiveness of the proposed approach.