基于非光滑控制的一类不确定非线性系统的输出调节
一类不可反馈线性化非线性系统的自适应容错控制

近年来 , i L n和 Qin。 出 了一种新 的设 计 程序 一Ad ig ap we ne rtr a【提 dn o r tg ao 。基 于这 种算 法 , 系列 自适 i 一 应控 制算法 出现 了 。文献 E ] 3 研究 了一类 重 要 的下 三 角结 构 的不 确定 非 线 性 系 统 的 全局 鲁 棒 稳 定性 问题 。 文献 [ ] 究 了一 类含 有参 数不确 定 的高次下 三 角系统 的全局 自适 应调 节 问题 。文献 E 2 究 了一 类含 有不 4研 s研 可控线性 化 和非线 性参 数化 系统 的全局 自适应 控制 问题 , 并设 计 了光 滑状 态反 馈控 制器 。而文 献 [ ] 6 设计 了
对 于 本 质 上 的 非 线 性 系 统 , 错 控 制 技 术 在 应 用 上 的 困 难 归 结 为 : 于 本 质 非 线 性 系 统 的 控 制 律 构 造 容 对
上, 缺乏一 般性 的控 制器综 合方 法 。含 有参数 不 确定性 的非 线 性 系统 的 白适 应控 制 一 直是 非 常 活跃 的研 究
不 能使用 反馈 线性 化来 处理 的 , 常 的方 式是 行不 通 的 , 以通 常 的带 有三 角形 式 的典 型 系统为 特例 。 通 它
@ = E 0 , , ] 是未 知 常 向量 , 0 一 ma ) = o ,z … ∈R = 记 x , 于其 状态 和输 入 的连 续 函数 , 为 一[ , 记
1 2 相 关 引 理 .
R ×R 一R,一 1 … , 是 未 知 的关 i , r l
…, ] 。通 过 以上 的定义 , 引入 了两 类 的主要 故 障 , 中 , 其
@(一 1 … , , 一1 描 述 了状态 故 障 ; @描 述 了执行 器 的故 障 。 ) 对 故 障信 号 的性质 加 以如下 的“ 界性 ” 有 限定 。
自适应控制技术在非线性系统中的应用研究

自适应控制技术在非线性系统中的应用研究随着自适应控制技术的不断发展,其在工业控制领域中的应用也越来越广泛。
在非线性系统中,自适应控制技术也具有很大的潜力和优势。
本文将探讨自适应控制技术在非线性系统中的应用研究。
一、非线性系统控制问题非线性系统是指由非线性方程描述的动态系统。
与线性系统相比,非线性系统的行为更为复杂。
而且,非线性系统中经常存在着不确定性、非光滑性和多样性等问题,这些问题对控制系统的稳定性和性能产生了很大的挑战。
在非线性系统控制中,传统的控制方法往往难以满足要求。
比如,模型预测控制和滑模控制等方法虽然能够在一定程度上应对非线性系统的控制问题,但其模型要求和计算量较大。
而自适应控制技术则成为一种新的选择。
二、自适应控制技术概述自适应控制技术是指根据系统的实时状态和反馈信息,自主调节控制参数,实现对控制系统的自适应调节。
自适应控制技术广泛应用于工业自动化控制、飞行器、机器人等领域。
在自适应控制技术中,主要有以下几种算法:1、模型参考自适应控制(MRAC):该算法基于系统模型,将控制器设计为与系统模型一致的结构,实现对系统状态和模型的在线调节。
2、直接自适应控制(DAC):该算法不需要系统模型,通过反馈信号调节控制器参数,实现对系统的自适应调节。
3、基于神经网络的自适应控制:该算法利用神经网络的学习能力,通过训练网络实现对系统状态和控制器参数的自适应调节。
三、自适应控制技术在非线性系统中的应用在非线性系统中,自适应控制技术具有以下几方面的应用:1、自适应PID控制:自适应PID控制是在PID控制器的基础上加入自适应算法,实现对非线性系统控制的自适应调节。
该方法在控制精度和抗干扰性方面有很大的提升。
2、基于MRAC的自适应控制:尽管MRAC控制算法的初期应用比较困难,但它经过了很长时间在理论和实践方面的探索,已经形成了一套完善的理论体系,实现了在非线性系统控制中的应用。
3、基于神经网络的自适应控制:基于神经网络的自适应控制是目前研究最活跃的方向之一。
非匹配不确定非线性系统自适应模糊控制

非匹配不确定非线性系统自适应模糊控制随着科学技术的进步,许多实际工程控制系统日趋复杂,往往呈现出严重的不确定性、非线性性、多变量性、强耦合性等特征,因此研究复杂不确定非线性系统的控制问题不仅具有重要的理论意义,而且具有广泛的应用价值。
自适应模糊控制是解决此类复杂系统控制设计问题的重要方法之一。
本文以模糊控制、自适应控制和非线性鲁棒控制为理论框架,用模糊逻辑系统对不确定非线性系统进行模糊建模,针对典型的不确定非线性系统,提出了一系列自适应模糊控制方法和策略,并应用数学方法给出了模糊闭环系统的稳定性、收敛性和鲁棒性的理论证明。
主要研究工作如下:1.针对三类状态可测的非匹配单输入单输出不确定非线性系统,分别提出自适应模糊状态反馈控制设计方法。
三类非线性系统分别包含未知的非线性函数、非光滑非线性输入(饱和输入、死区输入、滞回等)、未建模动态和随机扰动。
设计中,模糊逻辑系统分别用来辨识系统未知非线性函数或组合函数,基于反步递推设计方法、自适应鲁棒控制理论、随机小增益技术、障碍函数技术和自适应模糊控制技术,给出三种自适应模糊控制器设计方案,并基于李雅普诺夫稳定理论和随机稳定理论证明闭环系统的稳定性和收敛性。
仿真研究进一步验证所提方法的有效性。
2.针对三类状态不可测的非匹配单输入单输出不确定非线性系统,分别提出自适应模糊输出反馈控制设计方法。
三类非线性系统的状态均不可测,且系统包含未知的非线性函数、饱和输入、死区输入和未建模动态。
设计中,模糊逻辑系统用来辨识系统的未知非线性函数,分别设计模糊滤波观测器和模糊状态观测器估计系统的不可测状态,基于所设计的滤波观测器和状态观测器,并结合反步递推设计方法、自适应鲁棒控制理论、小增益技术、自适应模糊控制技术和动态面控制技术,给出三种自适应模糊输出反馈鲁棒控制器设计方案,并基于李雅普诺夫稳定理论证明闭环系统的稳定性和收敛性。
仿真研究进一步验证所提方法的有效性。
3.针对两类状态不可测的非匹配不确定非线性互联大系统,分别提出自适应模糊输出反馈分散控制设计方法。
一类利普希茨非线性系统的全局有限时间控制

一类利普希茨非线性系统的全局有限时间控制王康;沈艳军【摘要】讨论了一类Lipschitz非线性系统的全局有限时间控制问题,利用Lyapunov稳定性理论,齐次系统理论及系统局部有限时间稳定性理论,给出了一个连续非光滑的状态反馈控制器存在的充分条件,它能将满足全局Lipschitz条件的非线性系统在有限时间控制到平衡点.最后,通过仿真实验验证了方案的有效性.%This note presents global finite-time controller design for nonlinear systems with Lipschitz. By the theory of Lyapunov, homogeneous system and locally finite-time stability theory, a controller design method is proposed to solve the control problem. A numerical example is given to testify the deign method.【期刊名称】《三峡大学学报(自然科学版)》【年(卷),期】2011(033)001【总页数】6页(P107-112)【关键词】利普希茨;非线性系统;全局有限时间稳定;控制器;非光滑【作者】王康;沈艳军【作者单位】三峡大学,理学院,湖北,宜昌,443002;三峡大学,理学院,湖北,宜昌,443002【正文语种】中文【中图分类】O231近年来,非线性系统稳定性研究成为了研究热点,Lyapunov稳定性是非线性系统研究的重要内容之一,学者们研究各类非线性系统已得出了许多好的结果,如非线性系统的指数稳定等.然而,具有Lyapunov稳定性的系统有时在工程上的应用效果并不好,这就要求人们关注系统在有限时间内所能达到的性能要求,非线性系统的有限时间控制问题也就应运而生[1-15].所谓有限时间控制问题是指能否在有限时间内将系统控制到平衡点.指数稳定是被控系统最快收敛速度,但此时的绝大多数闭环系统不可能在有限时间收敛到平衡点.当系统具有外部干扰和不确定因素影响时,有限时间稳定的系统往往具有更好的性能[2],因而非线性系统有限时间控制器的设计和稳定性分析更为复杂.目前,研究非线性系统有限时间控制问题的方法主要有:文献[3-4]利用齐次性理论证明齐次系统的有限时间稳定及控制器的设计,文献[5-9]利用反步构造 Lyapunov函数解决了非线性系统的有限时间控制问题,文献[10-11]利用终端滑模控制方法讨论非线性系统的有限时间控制,文献[12]利用齐次性理论解决了机器人系统的有限时间控制问题,文献[13]分别利用上述3种方法分析一类二阶非线性系统的有限时间状态反馈镇定问题.伴随着有限时间控制问题研究的深入,非线性系统的有限时间观测器设计也得到了学者的广泛关注[14-15].本文讨论一类Lipschitz非线性系统的全局有限时间控制问题,通过所构造的一个连续非光滑的状态反馈控制器的作用,使得该系统能在有限时间内达到全局渐近稳定,并借助 Lyapunov理论,齐次性理论及系统局部有限时间稳定性理论给出了理论证明,最后,仿真结果证明了本方法的有效性.1 预备知识考虑如下非线性系统:其中,f:D→Rn是连续的.定义1[2] 系统(1)的零解是有限时间收敛的,如果存在原点的开领域U⊆D和函数T:U\{0}→{0,∞},使得∀x0∈U,系统(1)的解φ(t,x0)∈U\ {0},t∈[0,T(x0)]且称为设定时间.定义2[2] 系统(1)的零解如果是Lyapunov稳定和有限时间收敛的,则它是有限时间稳定的.如果U=D=Rn,则它是全局有限时间稳定的.定义3[9](齐次函数) 假设(r1,…,rn)∈Rn, ri>0,i=1,2,…,n,V:Rn→R为连续函数V 被称为相对于(r1,…,rn)具有齐次自由度σ>0的函数,如果对∀ε>0,∀ξ∈Rn,使得成立.定义4[9] 令为一连续向量.f(ξ)被称为相对于(r1,…,rn)具有齐次自由度k∈R的齐次向量,如果对∀ε>0,∀ξ∈Rn,i=1,2,…,n,使得成立.引理1[9] 假设系统(1)相对于(r1,…,rn)具有齐次自由度k,则系统(1)的平衡点是有限时间稳定的,当且仅当系统(1)的原点是渐近稳定的平衡点且齐次自由度k>0.引理2[9] 假设V1和V2是在Rn连续实函数,分别相对于(r1,…,rn)具有齐次自由度l1,l2(均大于0),V1为正定的,则有,对每个x∈Rn有下式成立.引理3[14] 假设系统存在一个定义在原点的某个领域U∈Rn内的Lyapunov函数V(x)满足其中l,k>0.故系统(5)原点是局部有限时间稳定的.集合是一个包含原点的吸引域,且此时设定时间T(x)满足引理4 考虑以下系统这里,x∈Rn是系统状态,hi:Rn→R是连续函数(i=1,2,…,n),若系统(7)是全局渐近稳定且原点在某邻域内是有限时间稳定的,则系统(7)的原点是全局有限时间稳定的. 引理5[16] 令c,d为正实数,γ(x,y)>0为一实值函数,则有下式成立:符号说明:(1)signx为x的符号函数,其定义:当x>0时, signx=1;当x<0时,signx=-1;当x=0时,signx =0.(2)λmax(P),λmin(P)分别表示矩阵P的最大,最小特征值.(3)向量范数:2 主要结果考虑以下Lipschitz非线性系统式中,x∈Rn、u∈R分别是系统状态、控制输入,非线性项fi(◦)∈R满足全局Lipschitz条件且fi(0)=0 (i=1,2,…,n),即存在一个常数γ>0,使得称γ为Lipschitz 常数.令则有f(0)=0,且满足此时系统(9a)可写为所讨论系统的全局有限时间控制问题是指系统(9)在形如以下状态反馈控制器(10)的作用下,其闭环系统是全局有限时间稳定的.此时控制器(10)称为系统(9)的一个有限时间状态反馈控制器.注1:文献[13]考虑了一类参数与状态不确定性非线性系统的有限时间控制问题,其非线项fi(◦)具有下三角结构,而本文考虑的非线性项fi(◦)与所有状态变量均有关,从而更具广泛性.下面给出解决系统(9)的全局有限时间控制问题的主要定理.定理1 如果存在(0,1)使得对每个α∈(1-,1),以及给定的Lipschitz常数γ,则在控制器的作用下可实现闭环系统(11)是全局有限时间稳定的,其中控制器增益ki满足(k1,k2,…,kn)=BTQ,这里Q满足Riccati方程:式中,a>0为适当标量,Q0为适当的对称正定矩阵, ρ,αi为控制器参数且满足证明步骤分两步:步骤1,用 Lyapunov直接方法,证明系统(11)存在一个正定且径向无界V∈Rn,其且沿闭环系统(11)轨迹的微分在Pr=Rn-υQ(r)上是负定的;步骤2,证明闭环系统(11)在υQ(2r)上是有限时间稳定(FTS)的.由于˙V在Pr上负定且在υQ(2r)上是FTS的,意味着系统(11)是全局渐近稳定和局部FTS的,再利用引理4可完成证明.步骤1:令系统(11)的正定Lypunov函数由于控制器增益ki满足(k1,k2,…,kn)=BTQ,则控制(12)可等价为其中,x={signx1|x1|α1,signx2|x2|α2,…,signxn◦|xn|αn}.此时,上式沿闭环系统(11)轨迹的微分为由条件(13)知:QA+ATQ+2aQ-2QBBTQ>0,将其代入式(17)可得令υQ(r)={x|xTQx≤r}(r≥1),Pr=Rn-.现考虑对xTQBBTQ x进行放缩.当x∈Pr≤1时,有|xi|αi≤1,i=1,2,…,n,于是有当x∈Pr>0时,有2,…,n,于是有故存在使得又有存在c2=使得注意:V≥λmin(Q)xTx,有.从而有故对适当参数a,γ,存在适当控制器参数ρ满足则有a≥ρ c1+γ c2,于是对x∈Pr,有且其中g(a,ρ,γ)=max{-2a+ρ c1+γ c2,-2},则有式中,x0为系统的初始状态.要保证系统状态轨迹进入υQ(2r)内,则必须有V(x0,t)eg(α,ρ,λ)t≤2r或者t≥成立,于是当是系统状态轨迹从x0开始进入υQ(2r)内.步骤2:考虑正定连续的Lyapunov函数其中满足条件(14).考虑以下系统即系统(27)是相对于具有齐次自由度的齐次系统,Vα(x,t)相对于具有的齐次自由度,显然有且有令U=υQ(2r),则U为紧集,此时(0<α<1)是确定的,且有由Vα(x,t)的齐次性及引理2可知这里.另一方面,故存在ε2∈(0,1)使得对每个α∈(1-ε2,1)有于是对∀x∈υQ(2r),存在ε2∈(0,1)使得对每个α∈(1-ε2,1)有基于上述分析,可得正定Lyapunov函数Vα(x, t)沿闭环系统(11)轨迹的微分为利用引理5且可得其中,di,k>0,令则由式(33)与式(34)可得同理可得其中,ei>0,令现要证明^xTQBBTQx的值不小于0,利用Tube引理,知道υQ(2r)是紧集,定义函数则φ是连续的.很容易证明对又φ-1(R+)是R+×υQ(2r)含{1}×υQ(2r)的一个开子集,由于υQ(2r)是紧集,由Tube引理可得φ-1(R+)是含{1}×υQ(2r)的某个(1-μ,1+μ2)×υQ(2r).于是,对所有的(α,e)∈(1-μ1,1+μ2)×υQ(2r)都有φ(α,x)>0.从而存在ε3∈(0,1)使得对每个α∈(1-ε3,1)使得^xTQBBTQx>0,进而可得2^xTQBBTQx◦为非负数. 从而有因此,令则有由于,由引理3知,闭环系统(11)是局部有限时间稳定的.进而,由引理3和式(38)可得一个包含原点的吸引域Ω,且有υQ(2r)⊂Ω,其中且设定时间综上所述,存在=max{ε1,ε2,ε3}∈(0,1),使得对每个α∈(1-,1),在控制器(12)作用下可实现系统(9)的闭环系统(11)是全局有限时间稳定的,且设定时间为T(x0)≤T1(x0)+T2(x0).注2:由定理1,可按以下步骤设计系统的全局有限时间控制器(12):(1)选定参数α,Q0,通过求解Riccati方程(13)得到Q;(2)计算 ki,c1,c2,Lipschitz常数γ,设定控制器参数ρ且满足如果ρ不存在,则适当改变参数a,Q0的值,重新从步骤(1)开始,直至得到合适的控制器参数ρ为止;(3)设定控制器参数αi且满足条件(14);(4)设计形如(12)的有限时间控制器.注3:考虑系统分析其解的情况,当x远离平衡点原点时,系统(41)可约写为˙x=-hx,此时系统是指数收敛到原点的,当x非常接近含原点的邻域时,系统(41)可约写为˙x=-jsign(x)|x|β,此时系统是有限时间稳定的,详见参考文献[12].注4:从定理1的证明中不难得出,当α=1时,控制器(42)是控制器(12)的极限形式,且在其作用下能确保闭环系统(11)是全局渐近稳定的:3 数值实验考虑以下系统这里f1=f2=f3=sin(x1+x2+x3)满足全局Lipschitz条件且γ=1.设系统初始条件x0=[1,1, 1]T,令,通过求解Riccati方程,可得到则可得有限时间控制器的增益k1=9.247 9,k2= 12.8343,k3=6.173 8,设定控制器参数为ρ=0.3, α=0.8,则可得系统状态轨迹如图1所示.当设定控制器(12)中的参数ρ=0.3,α=1,此时的控制器是控制器(12)的极限形式,它将不再是有限时间控制器,只是一般状态反馈控制器,所得系统状态轨迹如图2所示.由仿真实验可知,图1是系统(40)在有限时间控制器(12)作用下T=12s内就达到平衡点.图2是系统(40)在控制器(39)作用下T=20 s才被控制到平衡点.从而有力地说明了有限时间控制器比一般的状态反馈控制器具有更优的控制性能.4 结语本文讨论了一类Lipschitz非线性系统的全局有限时间控制问题,设计了一个有限时间状态反馈控制器,通过Lyapunov理论,齐次系统理论和局部有限时间稳定性理论证明在其作用下的闭环系统是全局有限时间稳定的,并通过求解Riccati方程得到控制器增益,最后,通过实例仿真证明了本方法的正确性.参考文献:[1] Ryan E P.Finite-time Stabilization of Uncertain Nonlinear Planar Systems[J].Dyn.Control,1,1991:83-94.[2] Bhat S P,Bernstein D S.Continuous Finite-time Stabilization of the Translational and Rotational Double Integrators[J].IEEE Trans.Autom.Control,1998,43 (5):678-682.[3] Bhat S P,Bernstein D S.Finite-time Stability of Continuous Autonomous Systems[J].SIAM J.Control Optim,2000,38(3):751-766.[4] Bhat S P,Bernstein D S.Geometric Homogeneity with Applications to Finite-time Stability[J].M ath.Control Signals Syst.,2005,17:101-127.[5] Hong Y.Finite-time Stabilization and Stabilizability of a Class of Controllable Systems[J].Syst.Control Lett., 2002,46:231-236.[6] Huang X,Lin W,Yang B.Global Finite-time Stabilization of a Class of Uncertain Nonlinear Systems[J].Automaica,2005,41:881-888.[7] Hong Y,Jiang Z.Finite-time Stabilization of Non-linear Systems with Parametric and Dynamic Uncer-tainties [J].IEEETrans,Automat,Control,2006,51(12): 1950-1956.[8] 洪奕光,王剑魁.一类非线性系统的非光滑有限时间镇定[J].中国科学E辑,2005,35(6):663-672.[9] Hong Y,Wang J,Cheng D.Adaptive Finite-time Control of a Class of Uncertain Nonlinear Systems[J].IEEE Trans.Autom.Control,2006,51(5):858-862.[10]Wu Y Q,Yu X H,Man Z H.Terminal Sliding Mode Control Design forUncertain Dynamic Systems[J]. Syst.Control Lett.,1998,34(5):281-288. [11] Feng Y,Yu X H,Man Z H.Nonsingular Terminal Sliding Mode Control of Rigid Manipulators[J].Automatic,2002,38(12):2159-2167.[12]Hong Y,Xu Y,Huang J.Finite-time Control for RobotManipulators[J].Syst.Control Lett.,2002,46:243-253.[13]李世华,丁世宏,田玉平.一类二阶非线性系统的有限时间状态反馈镇定方法[J].自动化学报,2007,33(1): 101-104.[14]Shen Y,Xia X.Semi-global Finite-time Observers for Nonlinear Systems[J].Automatica,2008,44:3152-3156.[15]Shen Y,Huang Y.Uniformly Observable and Globally Lipschitzian Nonlinear Systems Admit Global Finitetime Observers[J].IEEE Trans,Auto mat,Control, 2009,54(11):2621-2625.[16]Qian C,Lin W.Non-Lipschitz Continuous Stabilizer for Nonlinear Systems with Uncontrollable Unstable Linearization[J].Syst.Control Lett.,2001,42:185-200.。
一类不确定仿射非线性系统的动态输出反馈全局镇定(英文)

一类不确定仿射非线性系统的动态输出反馈全局镇定(英文)刘一军;秦化淑
【期刊名称】《控制理论与应用》
【年(卷),期】1999(16)6
【摘要】本文研究带有非匹配不确定性的SISO及MIMO仿射非线性系统的动态输出反馈镇定问题,在要求标称系统为双曲极小相位及系统不确定部分满足一定条件下,构造出了输出反馈形式的动态补偿器.该动态补偿器使相应闭环系统在Lyapunov意义下全局渐近稳定.
【总页数】6页(P830-835)
【关键词】非匹配条件;全局镇定;仿射非线性系统
【作者】刘一军;秦化淑
【作者单位】河北工业大学数学系;中国科学院系统科学研究所.北京,100080;中国科学院系统科学研究所
【正文语种】中文
【中图分类】O231
【相关文献】
1.一类非仿射非线性时滞系统的动态状态反馈镇定 [J], 刘勇华;黄良沛;肖冬明;郭勇
2.MIMO不确定仿射非线性系统输出反馈区域镇定 [J], 刘一军;秦化淑
3.仿射非线性系统的动态输出反馈镇定 [J], 陈彭年;韩正之;张钟俊
4.一类不确定非线性系统的全局输出反馈镇定 [J], 石啊莲;任舒翼
5.一类非仿射不确定非线性系统的自适应模糊输出反馈控制 [J], 毛玉青;张天平因版权原因,仅展示原文概要,查看原文内容请购买。
一类不确定非线性系统的动态面输出调节方法

( . ot l n iuai et , abnIstt o eh o g ,H ri 100 , h a 1C nr dS l o C n r H ri tue f c nl y a n 50 1 C i ; oa m tn e ni T o b n
有误 差 的 内模 方程 , 根据 外 系统信 息设计 出控 制律 镇 定 闭环 系统 。仿 真结 果表 明 , 到的控 制 器能 得 够 实现 闭环 系统的信 号 全局 最终有界 且 跟踪误 差在 期 望的任 意精 确度 范 围 内。
关键 词 : 非线性 系统 ; 出调 节 ;内模 ; 步设 计 法 ;动 态面控制 输 反
2 D p r e t f p l d M te a c , abnU ies yo c n ea d T c n l , abn1 0 8 ,C ia . e a m n pi a m t s H ri nvri f i c n e h o g H i 5 0 0 hn ) t oA e h i t S e o y r
Th y a c s ra e meh d a d i tr lmo e rn i l r t ie o prpo e a c n rld sg t e d n mi u f c to n n ena d lp cp e we e u i z d t o s o to e in meh— i l o d.Ba e n ne e s r o i o fo t tr g l t n p o l m o o l e rs se s d o c s a y c nd t n o upu e u a i r b e f rn n i a y t ms,t e o t u e u a i o n h u p tr g l— to r b e wa r n fr d t tblz t n pr be b sn tt a i b e c a g n a o i a n i n p o lm sta so me o a sa iia i o lm y u i g sa e v ra l h n e a d ac n n c i ・ o l t r a d 1 e lmo e .The d na c u fc t o is nr d c d o d r fle n o t a k tp n e in t n y mi s ra e meh d frt i to u e r e tr it he b c se pig d sg o i c p t h r b e o ‘ x l so ft e ms n i.An i t r a q ai n wi ro s d sg d va o e wi t e p o lm f‘ p o in o t r ”i t h e he n e le u to t er rwa e ine i n h e o y tm n o ma in,a d a r b s o r llw s d sg d t t b l e t e co e l o y tm.S mu a x s se i f r to n o u tc nto a wa e ine o sa ii h l s d—o p s se z i l・ to e u t i x s se i f r t n s o t a h o to c e n u e l sg ast u de n in r s lsva e o y tm n o ma i h w h tt e c nr ls h me e s r s al i n l o bebo n d a d o t e e o in lt e wih n a d sr d r n e h r rsg a o b t i e ie a g . Ke r : o ln a y t ms;o t u e u a in;i tr lmo e ;b e se p ngd sg y wo ds n n i e rs se u p tr g l t o ne na d l a k tp i e in;d n mi u a e y a csr c f
基于模糊内核的改进非线性PID调速系统

转动惯量/ (kg - m2) 0.002 32
转矩系数/ (N - m/A)
0.082
线反电势/ (V/ ( krmin-1 ))
5
2改进非线性PID与模糊算法研究
最终误差累积始终处于合适范围。3个饱和函数九l1丄°、 err表达式为:
2.1改进非线性PID算法
经典PID算法将误差的比例、积分与微分信号通过 线性组合,利用反馈信号计算得来的误差来消除误差。但 在实际使用中,由于被控对象的不确定性以及理论与实际 应用的不一致性,导致了系统输出容易产生震荡与过饱 和,PID这种线性组合显然不是最佳的组合形式⑺。针对 以上PID算法的缺陷,韩京清L8J提出了三种非线性PID 控制器,其中一种是将误差的比例与微分信号通过动态的 非线性组合来消除误差,表达式为
表2模糊控制规则表
ec
N
Z
P
N
NZN
NZN
NZN
Z
NPN
PPN
PPN
P
PZZ
PZP
PZP
-17 -
•机械制造•
蔡展鹏,等•基于模糊內核的改进非线性PID调速系统
3 MATLAB仿真方案设计
3.1 SIMULINK 仿真
为探究本文所提出的基于模糊内核的改进非线性 PID算法,共进行了两组SIMULINK仿真实验。
基于模糊内核的改进非线性PID算法即是对01、民、民 三个反馈增益系数运用模糊推理进行在线调整,表达式为
u e a 5 e a 5 =( )/ P1+M1 *l( 1 , 1 , ) +(民 + 厶民)/*l( 2, 2, ) + (03 + 8)e”(ea,e1 ,a3,5)
复杂执行器非线性的不确定机器人变参数滑模非脆弱控制

复杂执行器非线性的不确定机器人变参数滑模非脆弱控制李智;刘树博;张志远
【期刊名称】《控制工程》
【年(卷),期】2024(31)2
【摘要】针对机器人面临参数不确定性、复杂执行器非线性及控制器脆弱性的问题,提出了一种基于多项式平方和(sum-of-squares,SOS)理论的变参数滑模非脆弱控制(parameter-varying sliding non-fragile control,PSNC)策略。
首先,建立了具有复杂执行器非线性的机器人数学模型;其次,设计了一种新型伪奇异非脆弱保性能滑模面(non-fragile guaranteed cost sliding surface,NGCSS),基于等效控制法推导了最优保性能滑模面存在的充分条件;最后,设计了非脆弱滑模自适应控制律,并基于Lyapunov方法对闭环系统的稳定性进行了分析。
仿真结果表明,该控制器能够使机器人在复杂执行器非线性、控制器摄动和外部干扰作用下,快速、精确地跟踪期望轨迹,体现出了良好的鲁棒性和非脆弱性。
【总页数】10页(P375-384)
【作者】李智;刘树博;张志远
【作者单位】东华理工大学江西省康复辅具产业技术研究院;东华理工大学机械与电子工程学院
【正文语种】中文
【中图分类】TP273
【相关文献】
1.一类非匹配不确定纯反馈非线性系统新型变幂次趋近律滑模控制
2.基于自适应滑模变结构控制参数不确定永磁同步电机混沌控制
3.非线性不确定机器人复合滑模非脆弱H_(∞)位/力控制
因版权原因,仅展示原文概要,查看原文内容请购买。
一类非线性系统连续非光滑自适应观测器设计

一类非线性系统连续非光滑自适应观测器设计沈艳军;胡俊波【摘要】在已有文献的基础上增加非线性齐次误差项,给出一类具有单边或拟单边Lipschitz 条件的非线性系统连续非光滑自适应观测器的设计方法,并进行仿真。
所设计的观测器有线性部分和非线性齐次部分,其中,线性部分可以确保观测误差全局Lyapunov 稳定,而非线性齐次部分可以加快状态误差和参数误差收敛速度,提高抗干扰性。
仿真结果表明,所设计的观测器是有效的。
%In thispaper,continuous but nonsmooth adaptive observer design is studied for a class of one-sided Lipschitz and quasi-one-sided Lipschitz nonlinear systems.The observer has two part:Linear part and homogeneous nonlinear part.The linear part can guarantee that the obser-vation errors are globally Lyapunov stable.The homogeneous nonlinear part can speed up con-vergent rate of the state error and the parameter error.It can also improve robust against noi-ses.At last,numerical simulations show the validity of the proposed methods.【期刊名称】《广西科学》【年(卷),期】2015(000)004【总页数】4页(P421-424)【关键词】非线性系统;连续非光滑;自适应观测器【作者】沈艳军;胡俊波【作者单位】三峡大学电气与新能源学院,湖北宜昌 443002;三峡大学电气与新能源学院,湖北宜昌 443002【正文语种】中文【中图分类】O230 引言近年来,非线性系统自适应观测器的设计成为研究热点,主要表现为3个方面:1)具有自适应观测器标准型的非线性系统自适应观测器设计,这类设计主要通过变量变换把一个非线性系统变成自适应观测器标准型,再给出其状态和参数估计,在持续激励条件下,保证了状态误差和参数误差同时渐近收敛到零点[1];2)对非线性项满足Lipschitz条件并与所有状态变量均有关的非线性系统,通过构造满足某些条件的Lyapunov函数,再设计其自适应观测器[2].这两类方法适用于未知参数是线性化的非线性系统;3)未知参数非线性化的非线性系统自适应观测器的设计[3]。
一类不确定高阶非线性系统的有限时间镇定

假设 2 存在非负 C 函数 γ i 使得
1
2
| fi ( x, u , t ) |≤ (| x1 | + + | xi |)γ i ( x1 , , xi )
下面利用“加幂积分器”的递推步骤设计控制器。 为了便于控制器设计,我们首先引入一组正参数定义如下:
1
ξi
1
2−
mi pi −1
1 d fi ≤ (ξ1d + + ξid −1 ) + ξ i σ i ( x1 , , xi ) 3
(12)
命题 4 存在非负 C 函数 ωi 使得
4
∑ ∂x
k =1
i −1
∂Wi
k
1 d k ≤ (ξ1d + + ξid x −1 ) + ξ i ωi ( x1 , , xi ) 3
)
ds
(9)
可以证明 Vi 有如下命题所给出的性质。
2− i ∂Wi 命题 1 Wi ( x1 , , xi ) 是 C 的,满足 = k 1, , i − 1 ,有 = ξi pi−1 并且对任意的 ∂xi m
1
∂Wi m ∂x = −(2 − i ) ∂xi pi −1 ∂xk
1
pi −1 * mi i
1
使得
≤ −nx d + d x ( x p1 − x* p1 ) V 1 1 1 1 2 2
1
(4)
第 i 步 (2 ≤ i ≤ n) 假设在第i-1步,存在正定、径向无界的 C Lyapunov函数 Vi −1 满足
Vi −1 ≤ 2(ξ12 + ξi2 −1 )
不确定非线性系统的自适应pi控制研究

中文摘要摘要近年来,关于不确定非线性系统跟踪问题的研究与应用越来越受人关注。
在设计控制器时,假若忽略了非线性系统的不确定因素(可能包括未知参数、外界扰动,测量误差等等),很有可能带来不可估量的损失。
为此本论文基于结构简单、计算量小的神经网络自适应比例积分(PI)控制算法,研究不确定非线性系统的跟踪控制。
第一,针对一类非仿射非线性不确定系统,设计自适应PI控制算法。
由于系统模型具有非仿射和不确定性,即控制输入是以隐含的方式体现。
因此首要问题是将系统转换为仿射模型,这里利用的是中值定理;其次,利用神经网络函数的逼近性解决系统的非线性问题,同时引入虚拟参数简化分析过程;最后结合虚拟参数的估计误差和选取李雅普诺夫函数及合理的推导过程,表明所提方法能够保证闭环系统内的信号一致最终有界。
最后通过数值仿真分析,体现所设计的控制器具有良好的动态性能和稳态性能。
第二,针对一类带有执行器饱和的不确定非线性系统,设计自适应PI控制算法。
考虑到执行器具有非光滑的饱和结构,首先利用一种光滑函数逼近饱和函数;其次针对系统模型考虑的外部干扰、测量误差等不确定非线性项,利用神经网络函数的逼近性解决;然后基于巧妙选取李雅普诺夫函数及稳定性分析过程,证明所提方法能够保证闭环系统内的信号一致最终有界。
最后通过数值仿真分析,体现所设计的控制器与传统的PI算法相比,具有良好的动态性能和稳态性能。
第三,针对一类输入饱和的非线性系统,提出一种改进的自适应神经网络PI 控制算法。
在使用神经网络函数的逼近性能时,严格意义上必须保证神经网络的输入在一个紧集范围内,这里借助障碍李雅普诺夫函数的性质。
最后通过理论推导和数值仿真分析,均能体现所提方法的有效性和可行性。
关键词:不确定非线性系统,神经网络,自适应比例积分控制,一致最终有界I英文摘要ABSTRACTIn recent years, the tracking control problem for a class of complex and uncertain nonlinear dynamic systems have received a great deal of attention. It may be suffer great losses when the uncertainties are not considered in the control design for nonlinear systems. These uncertain factors include unknown parameters and external disturbance, measurement error, etc. In this work, we explore a low-cost proportional-integral (PI) tracking control solution for MIMO nonlinear systems, which are simplicity and intuitiveness in both structure and concept.For a class of MIMO nonaffine nonlinear systems, neural adaptive PI control with self-tuning gains is proposed. Because of the nonaffine and uncertain nature, the control input enters into and impacts on the behavior of nonaffine system through a completely uncertain and implicit way, making it nontrivial to design a reliable and cost-effective control scheme for such system. First, converting the original nonaffine system into an affine one by using the mean value theory. Second, using the neural network (NN) to approximate the resultant lumped nonlinearities and uncertainties in the system and introducing the concept of virtual parameter. Third, blending the virtual parameter estimation error into the skillfully chosen Lyapunov function to guide the derivation of the tracking control algorithms. It is shown that the proposed neuro-adaptive PI control ensures the uniformly ultimately boundedness of all the signals of the closed-loop system. The benefits and feasibility of the developed control are also confirmed by simulations.For a class of multi-input multi-output subject to unknown actuation characteristics and external disturbances., neural adaptive PI control with self-tuning gains is proposed. First, to facilitate the controller construction, a smooth function is used to approximate the saturation function. Second, using the neural network (NN) to approximate the resultant lumped nonlinearities and uncertainties in the system and introducing the concept of virtual parameter. Third, blending the virtual parameter estimation error into the skillfully chosen Lyapunov function to guide the derivation of the tracking control algorithms. It is shown that the proposed neuro-adaptive PI control ensures the uniformly ultimately boundedness of all the signals of the closed-loop system. The proposed PI control has better stability and transient performance.For a class of multi-input multi-output subject to unknown actuation characteristicsIIIand external disturbances., Motivated by the established PI control scheme with well explained analytical tuning algorithms. Now present a modified version to ensure the full functionality of the method. Note that to use NN for function approximation, the selected training input vector must remain in a compact set. To this end, we make use of the unique feature of barrier Lyapunov function (BLF) to develop strategies for confining/constraining the NN input. Stability analysis and simulation studies are performed to illustrate and verify the benefits and feasibility of the proposed method.Keywords:uncertain nonlinear dynamic systems, neural network, adaptive PI control, uniformly ultimately boundednessIV目录目录中文摘要 (I)英文摘要 (III)1 绪论 (1)1.1 课题研究背景及意义 (1)1.2 国内外研究现状 (2)1.2.1 自适应控制 (2)1.2.2 滑模与鲁棒控制 (3)1.2.3 神经网控制技术 (3)1.2.4 PID控制 (4)1.3 文章主要内容和安排 (5)2 预备知识 (9)2.1 数学基础知识 (9)2.2 信号分析基本定义及定理 (9)2.2.1 有界性定理 (10)2.2.2 障碍李雅普诺夫函数 (10)2.2.3 稳定性理论 (10)2.3 神经网络函数 (12)2.4 PI控制原理 (13)3 一类非仿射系统的自适应神经网络PI控制 (15)3.1 引言 (15)3.2 问题描述 (15)3.3 控制器设计及稳定性分析 (16)3.3.1 方系统下的PI控制设计 (17)3.3.2 非方系统下的PI控制设计 (19)3.4 仿真验证 (21)3.5 本章小结 (24)4 一类饱和非线性系统的自适应神经网络PI控制 (25)4.1 引言 (25)4.2 问题描述 (25)4.2.1 系统描述 (25)4.2.2 动态误差 (27)V4.3 控制器设计和稳定性分析 (29)4.3.1 方系统下的PI控制设计 (29)4.3.2 非方系统下的PI控制设计 (32)4.4 仿真验证 (34)4.5 本章小节 (38)5 一类基于BLF的非线性系统的自适应PI控制 (39)5.1 引言 (39)5.2 问题描述 (39)5.2.1 系统描述 (39)5.2.2 动态误差 (41)5.3 控制器设计与分析 (42)5.3.1 方系统下的PI控制设计 (43)5.3.2 非方系统下的PI控制设计 (46)5.4 仿真验证 (49)5.5 本章小结 (53)6 总结与展望 (55)6.1 总结 (55)6.2 展望 (56)致谢 (57)参考文献 (59)附录 (65)A. 攻读学位期间发表的论文目录 (65)B. 攻读学位期间获得的荣誉 (65)VI1 绪论1 绪论1.1 课题研究背景及意义非线性系统控制是复杂控制科学与控制理论界研究的重点和难点。
《非光滑分析与控制理论》随笔

《非光滑分析与控制理论》阅读随笔目录一、内容概览 (2)1.1 非光滑分析控制理论的提出背景与意义 (3)1.2 国内外研究现状及存在的问题 (4)二、非光滑分析与控制理论基础 (5)2.1 非光滑数学分析基础 (6)2.1.1 函数的连续性与间断性 (7)2.1.2 导数与微分的概念及其性质 (8)2.1.3 非光滑函数的导数与微分 (9)2.2 非光滑控制系统的稳定性分析 (10)2.2.1 稳定性的定义与判别方法 (12)2.2.2 条件稳定性和李雅普诺夫稳定性 (12)2.3 非光滑控制系统的鲁棒性分析 (13)2.3.1 鲁棒性的定义与判别方法 (14)2.3.2 H∞范数与鲁棒控制 (16)三、非光滑分析与控制理论在实际应用中的探讨 (17)3.1 工业过程中的非光滑问题 (19)3.1.1 制造过程中的摩擦与磨损问题 (20)3.1.2 电力系统中的电力电子变换器的非光滑特性 (21)3.2 生物医学工程中的非光滑问题 (22)3.2.1 人体肌肉收缩的非光滑特性 (23)3.2.2 药物在体内的代谢过程的非光滑特性 (25)3.3 交通系统中的非光滑问题 (26)3.3.1 汽车制动系统中的非光滑特性 (27)3.3.2 交通流中的非光滑特性 (28)四、结论与展望 (29)4.1 非光滑分析与控制理论的研究成果总结 (30)4.2 存在的问题与不足 (31)4.3 未来发展方向与应用前景展望 (32)一、内容概览当我们谈论数学和科学的交汇点时,非光滑分析控制理论无疑是一个引人入胜的话题。
这本书为我们打开了一个全新的视角,让我们得以深入探索那些在传统分析中难以处理或不存在的非光滑现象。
一翻开这本书,我便被其独特的结构和丰富的内容所吸引。
从基础的数学工具到复杂的控制模型,作者巧妙地将理论与实际应用相结合,展现了非光滑分析与控制理论的强大魅力。
书中首先介绍了非光滑分析的基本概念和理论框架,为读者提供了一个坚实的理论基础。
基于非光滑控制的工业机器人先进控制算法研究及应用

基于非光滑控制的工业机器人先进控制算法研究及应用介绍如下:
基于非光滑控制的工业机器人控制算法,是近年来机器人控制领域的研究热点之一。
该算法应用于工业机器人控制系统中,可以实现更加高效、准确、稳定的机器人动态控制,并具有以下特点:
1.非线性:基于非光滑控制的工业机器人先进控制算法采用非线性控制方法处理工业
机器人系统中的非线性特性,可以提高机器人系统的控制精度和稳定性。
2.无需精确模型:该算法可以不需要精确的动态模型,即可进行控制,降低了算法的
实现难度和控制系统的复杂度。
3.适应性强:该算法适用于各种不同类型的工业机器人系统,能够自适应不同的控制
参数和外部扰动。
4.鲁棒性强:该算法对系统参数的变化和模型的不确定性具有很强的鲁棒性,能够有
效避免由于参数估计误差等原因导致的控制性能下降。
该算法在机器人控制领域中的应用也非常广泛,主要包括:
1.轨迹跟踪控制:基于非光滑控制的工业机器人算法可以实现机器人的轨迹跟踪控制,
具有较高的精度和鲁棒性。
2.动态控制:该算法可以实现机器人系统的动态控制,包括速度控制、加速度控制等,
提高控制精度和系统稳定性。
3.避障控制:基于非光滑控制的工业机器人算法可以实现机器人的避障控制,通过对
机器人运动路径进行优化,避免机器人碰撞或者陷入死角。
总之,基于非光滑控制的工业机器人先进控制算法是一种高效、适应性强、鲁棒性好的控制方法,其应用可以进一步提高工业机器人的控制精度和稳定性,为未来智能化制造提供技术支持。
【国家自然科学基金】_系统参数调节_基金支持热词逐年推荐_【万方软件创新助手】_20140803

科研热词 自适应控制 遗传算法 内模控制 鲁棒性 预测控制 随机共振 神经网络 模糊控制 时滞 姿态调节 仿真 pid控制 迭代学习控制 跟踪控制 航空发动机 航空、航天推进系统 自整定 网络简化模型 网络控制系统 线性矩阵不等式 稳定性 电力系统 滑模控制 混沌同步 混合滑动轴承 永磁直线同步电动机 正则化 模糊滑模控制 李亚普诺夫稳定性 最优控制 时延 总功耗 性能评价 姿态控制 协调运动 半履带气垫车 光合作用 传递函数 不确定性 h∞控制 鹅毛竹 鲁棒跟踪控制 鲁棒自适应预测 鲁棒稳定性 鲁棒混合自适应控制 鲁棒控制 鲁棒参数控制 高温强光胁迫 高动态 高光谱反射率 飞行器控制、导航技术 风力发电
53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106
推荐指数 8 5 5 3 3 3 3 3 3 3 3 3 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1
2009年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
2008年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
现代控制理论的若干进展及展望(一)

现代控制理论的若干进展及展望(一)控制理论是关于各种系统的一般性控制规律的科学。
它研究如何通过信号反馈来修正动态系统的行为和性能,以达到预期的控制目的。
实际系统往往含有许多未知的不确定性因素,为了对它进行有效的控制,就要对它进行辨识、建模或跟踪,对量测信号进行包括滤波、预测、状态估计在内的现代控制理论的若干进展及展望各种科学处理,然后设计反馈控制规律,使系统的某些性能达到预期的最优指标。
自动控制的历史可分为下列4个时期:1)早期(-1900);2)预古典期(1900-1940);3)古典期(1935-1960);4)现代时期(1955-)。
古典控制理论主要讨论单输入单输出线性系统,代表性的理论和方法包括Routh_Hurwitz稳定性判据,Nyquist分析、Bode图、Ziegler_Nichols调节律和Wiener滤波等。
单复变函数论和平稳过程理论等是古典时期重要的数学工具。
进入现代时期后,随着研究范围及深度的扩大,控制理论几乎涉及到所有的数学分支,以至作为自动控制技术基础的控制理论,也被认为是应用数学的分支之一。
现代控制理论诞生的标志包括前苏联数学家Понтрягин的极大值原理,美国数学家Bellman的动态规划和Kalman的递推滤波以及能控性、能观测性、反馈镇定等代数理论的出现等。
本文拟对近期国内外控制理论的若干进展与热点,以及它的特色与趋势进行简要介绍。
由于篇幅和作者的知识面及研究兴趣所限,难以做到面面俱到,不周之处望读者谅解。
一、进展与热点近年来,控制理论在非线性系统控制、分布参数系统控制、系统辨识、随机与自适应控制、稳健控制与分析、离散事件动态系统、智能化控制等几个主要方向上取得了重要进展。
预计今后若干年内,这些方向仍将是控制理论发展的中心。
下面分别对它们的主要进展、热点及问题进行简要介绍:1、非线性系统控制在非线性控制方面,对仿射非线性系统,证明了用状态非线性反馈及局部微分同胚把它线性化的充分必要条件,它是用Lie代数、分布等来表达的,并且在机械臂、直升飞机与电力系统控制等一些实际工程问题中得到应用。
一类有零动态的不确定非线性系统的光滑自适应状态反馈镇定

一
类 有 零 动 态 的 不 确 定 非 线 性 系统 的 光滑 自适 应状 态反馈镇定 水
张星慧 , 孙 宗耀
( 曲阜师范大学 自动化研究所 , 2 7 3 1 6 5 , 山东省 曲阜市 )
摘要 : 研究 了一类 带有 未知控制系数和零动态 的不 确定 非线性 系统 的全 局 自适应 状态反 馈镇定 问题. 通 过放 宽对 系统零动 态的假设 以及对系统未知参数 的定义 , 将 自适 应镇定控 制器的动态阶次降到 了一维. 利 用增加 幂次积分 方法和灵 活的 自适应技术 , 给 出了光滑 自适应镇 定控 制器的迭代设 计步骤.所设 计的镇定控
省优 秀中青年科学家科研奖励基金 ( B S 2 0 1 1 D X 0 1 2 ) ; 高等学校博士学科 点专项科研基金 ( 2 0 1 1 3 7 0 5 1 2 0 0 0 3 ) 和曲阜师范大 学
博士科研启动基金资助.
作者简介 : 张星慧, 女, 1 9 8 8 一 , 硕 士生; 研究方 向: 非线性控制设计和观测器设计等. E — m a i l : l y z h a n g x i n g h u i @1 6 3 . c o n r . 孙宗耀 , 男, 1 9 7 9 . , 博 士, 副教授 ; 研究方 向: 非线性控制设计和时滞 系统等. E . m a i l : s u n z o n g y a o @s o h u . c o m .
文献 标 识码 : A 文章 编号 : 1 0 0 1 - 5 3 3 7 ( 2 0 1 3 ) 0 2 - 0 0 0 1 - 0 9
近几 年来 , 非线 性 系统 的控制设 计 问题 受到 科研 工作 者广泛 的 关注 , 并且 已经取 得 了丰硕 的 成果 .本 文 主要 针对 如下 一类 有零 动态 不确定 非 线性 系统 , 研究 如何设 计 自适应 控制 器 :
无人机非线性非仿射飞控系统的自适应模糊H∞输出反馈控制及其应用

无人机非线性非仿射飞控系统的自适应模糊H∞输出反馈控制
及其应用
常勇;卢广山;姜长生
【期刊名称】《南京航空航天大学学报》
【年(卷),期】2013(045)001
【摘要】研究了非仿射非线性系统的模糊自适应H∞输出反馈跟踪.在非仿射非线性模型不确定或未知的情况下,首先将非仿射系统展开为仿射系统的形式,使用模糊自适应控制器对系统进行控制,然后基于Lyapunov稳定性定理得出自适应律,并通过解一个代数Riccati方程实现了H∞跟踪性能.在状态不可测情况下,引入高增益观测器估计系统状态并设计了输出反馈控制器,实现了系统的输出反馈控制性能.最后,通过对无人机飞行控制的仿真验证了算法的有效性.
【总页数】5页(P99-103)
【作者】常勇;卢广山;姜长生
【作者单位】南京航空航天大学自动化学院,南京,210016;洛阳电光设备研究所,洛阳,471009;南京航空航天大学自动化学院,南京,210016;南京航空航天大学自动化学院,南京,210016
【正文语种】中文
【中图分类】TP273
【相关文献】
1.带有时滞的未知非仿射非线性系统自适应模糊跟踪控制 [J], 李平;金福江;梅小华
2.具有未知死区的SISO非仿射非线性系统间接自适应模糊控制 [J], 周卫东;廖成毅;郑兰;程华
3.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 [J], 周卫东;廖成毅
4.非仿射非线性系统的自适应模糊输出反馈控制 [J], 文杰;姜长生;钱承山;周丽
5.一类非仿射不确定非线性系统的自适应模糊输出反馈控制 [J], 毛玉青;张天平因版权原因,仅展示原文概要,查看原文内容请购买。
不确定非线性系统的非光滑控制及应用

不确定非线性系统的非光滑控制及应用王清;马克茂【期刊名称】《自动化与信息工程》【年(卷),期】2013(000)003【摘要】针对一类具有严格反馈结构形式的不确定非线性系统,研究非光滑鲁棒控制问题。
在一定的假设条件下,基于backstepping设计方法,设计鲁棒非光滑控制律,证明闭环系统的鲁棒稳定性。
将所得结果应用于飞行器的末制导问题,设计非光滑末制导律,并进行数值仿真研究。
仿真结果说明了方法的有效性。
%For a class of uncertain nonlinear systems with strict feedback structure, the non-smooth robust control is investigated. Under certain assumptions, robust non-smooth control laws are designed based on the backstepping design approach. The robust stability of the closed-loop systems is proved. The proposed method is applied to the terminal guidance of flight vehicles. Non-smooth terminal guidance laws are designed. The numerical simulation is carried out. The simulation results show the effectiveness of the proposed method.【总页数】6页(P1-6)【作者】王清;马克茂【作者单位】广州大学机械与电气工程学院;哈尔滨工业大学航天学院【正文语种】中文【相关文献】1.不确定非线性系统变结构鲁棒自适应控制及应用 [J], 杨盐生;贾欣乐2.基于非光滑控制的一类不确定非线性系统的输出调节 [J], 程鹏杰;孟桂芝3.不确定非线性系统自适应滑模跟踪控制及应用 [J], 苏磊;姚宏;杜军4.不确定非线性系统变结构鲁棒自适应控制及应用 [J], 杨盐生;于晓利5.一类不确定非线性系统的变结构鲁棒控制及应用 [J], 杨盐生;贾欣乐因版权原因,仅展示原文概要,查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
基于非光滑控制的一类不确定非线性系统的输出调节程鹏杰;孟桂芝【摘要】Aiming at the output regulation problem of an nonlinear system,transformation of coordinates is adopted to convert that to a stabilization model.A linear internal model equation with error item is designed based on external system information.Nonsmooth analysis theory and dynamic surface method are introduced in,combining with Backstepping design method and Lyapunov method,to propose a nonsmooth state controller,so as to avoid the problem that virtual controls must be smooth function in Backstepping design.The proposed nonsmooth controller can keep all signals in the closed-loop systems being uniform and ultimatly bounded with the tracking error arbitrary small.The simulation results verify the effectiveness of the proposed controller.%针对一类具有不确定性的非线性系统的输出调节问题,通过坐标变换将其转换为镇定问题,利用外系统信息设计出具有误差项的线性内模,引入非光滑分析理论和动态面法,结合Back-stepping设计方法和Lyapunov法给出了状态反馈的非光滑控制器,避免了Backstepping设计方法中所存在的“虚拟控制必须为光滑函数”问题,所提出的控制器能够实现整个闭环系统的信号均一致最终有界且跟踪误差可以保证在预设的任意小范围内,数值仿真结果表明所提出的非光滑控制器的有效性.【期刊名称】《黑龙江大学自然科学学报》【年(卷),期】2017(034)004【总页数】7页(P492-498)【关键词】内模;非光滑控制;Backstepping技术;Lyapunov方法【作者】程鹏杰;孟桂芝【作者单位】北京交通大学机械与电子控制工程学院,北京100044;哈尔滨理工大学理学院,哈尔滨150080【正文语种】中文【中图分类】TP271输出调节问题又称为伺服问题,是近年来非线性控制理论研究的热点问题之一[1-3]。
对于线性系统,解决其输出调节问题的有力工具是内模原理 [4],内模的提出也使非线性输出调节问题得到迅速的发展,特别是对含有不确定性的输出调节问题,更是引起了学者们的广泛关注[5-12]。
在实际系统中,由于外部环境的影响,总是存在不同的非参数和参数不确定性。
目前,对含有参数不确定性的非线性输出调节问题,学者们已经进行了深入的研究[5-10]。
鲁棒控制方法[8]和自适应观测器[9]是解决这类问题的主要方法。
但对含有非参数不确定性的非线性输出调节问题,则研究成果较少[11-12]。
Backstepping技术(反步法)是处理含有非参数不确定性系统的一种有效设计手段[13]。
文献[11]利用Backstepping技术研究了由含有未知参数的外系统驱动的具有未知连续函数项的非线性下三角系统的输出调节问题。
文献[12]结合动态面控制法解决了具有未知连续函数项的非线性系统的输出调节问题.但是Backstepping技术存在“所得到的虚拟控制必须为光滑函数”问题,为避免虚拟控制必须为光滑的,引入非光滑分析方法[14],它也是一种典型的非光滑控制设计方法。
文献[15]针对不确定非线性系统的镇定问题,基于Backstepping设计方法,利用非光滑分析理论,设计出鲁棒非光滑控制律。
而将非光滑控制引入到输出调节,利用非光滑控制和Backstepping设计技术结合设计出相应的非光滑控制器和内模也非常具有挑战性。
本文首次提出应用非光滑分析方法去设计非光滑反馈控制器,解决具有非参数不确定的函数项的非线性系统的输出调节问题。
与文献[11-12]不同的是,本文中的不确定项只需要被C1函数界定, 不需要用光滑函数界定,同时通过引入非光滑分析理论,可以避免所得到的虚拟控制必须为光滑函数,再结合Backstepping技术设计状态反馈控制器和内模使得所得到的整个闭环系统能够达到一致最终有界且跟踪误差在预设的任意小范围内。
考虑非线性系统其中x=[x1,x2,…,xn]T∈Rn表示系统状态,u∈R表示控制输入,y∈R表示系统输出,函数fi(x1,…,xi)(i=1,…,n)为已知且光滑的,Δfi(x1,…,xi)(i=1,…,n)为未知连续函数,包含外界干扰和未建模动态的不确定项,不要求一定是Lipscitz的。
e为跟踪误差,已知光滑函数di(w)、R(w)分别表示非期望的外扰动和参考输入。
w∈Ω表示外系统产生的信号,它由如下的线性系统(被称为外系统)产生的:其中Ω表示已知确定的包含原点的任意紧致子集。
对系统(1)和(2)作下述假设:假设1:对系统(1)中的不确定项Δfi(x1,…,xi),一定存在已知函数gi(x1,…,xi)满足: 其中函数gi(x1,…,xi)为C1的,且不需要是Lipschitz的。
假设2:外系统(2)满足中性稳定性条件[1]。
接着给出一些跟本文有关的非光滑分析的概念和相关结论。
不妨记为集合凸闭包,μ为Rn中的Lebesgue测度。
B(x,r)为Rn中以x为心,r为半径的开球域。
定义(Filippov解[16]) 一个绝对连续的向量函数x(t):[t0,t1]→Rn被称为非线性方程在[t0,t1]上的Filippov解,如果x(t)满足其中,且为所有集合N(N满足Lebesgue测度为零)的交。
定理 (链法则[14]) 若正则函数V:Rn→R局部满足Lipschitz连续,x(t)是(x)的Filippov向量解,则V(x(t))关于时间t绝对连续,且其导数满足:其中,(t)),∂V为V(x(t))的Clarke广义梯度。
根据系统(1)和(2),可知一定存在全局定义解[π(w)]T,且这里2in。
定义坐标变换σ=x-π(w),利用式(1)和式(3),对σ关于时间t求导可得其中:注1 在假设1成立的情况下,存在已知的C1函数φi(σ1,…,σi),满足类似于参考文献[12],内模的标准参数化形式可设计如下具有误差的内模这里i(·)表示待设计函数。
注2 系统(4)和系统(6)构成了增广系统。
显然,系统(1)和(2)的输出调节问题被转化为的增广系统(4)和(6)的镇定问题。
为避免所设计的虚拟控制必须为光滑函数,引入非光滑分析理论,设计非光滑控制器的具体步骤如下:Step 1 对i=1, 考虑到令s1=σ1-σ1d,σ1d=0为虚拟控制,选择Lyapunov函数则函数V1关于时间t求导得由注1,显然,存在已知的C1函数φ1(σ1)≥0,满足下式:选择虚拟控制这里k1>0是待设计的正常量,并且应用动态面法,让虚拟控制β1通过下面的一阶滤波器:且满足σ2d(0)=β1(0),τ2>0待设计的常数。
令s2=σ2-σ2d,z2=σ2d-β1,选择Lyapunov函数则函数V1关于时间t求导得=s1(s2+z2+β1++Δ)+z2(-)-k1+s1s2+s1z2--z2其中为β1的广义时间导数。
注意到因此一定存在某个连续函数ρ2(σ1,σ2),使得把式(7)~(9)和式(11)代入到式(10),得Step i 考虑当2in-1时,令si=σi-σid,zi=σid-βi-1,则有类似式(7),存在已知的函数φi>0,满足:|zi|φi选择镇定的虚拟控制其中,ki>0是待设计的正常量,由动态面法,让虚拟控制βi通过如下的一阶滤波器:且满足σi+1d(0)=βi(0),τi+1>0待设计的常数。
选取Lyapunov函数:则函数Vi对时间t求导,可得:把式(11)~(14)代入到式(15),类似文献[16],可证:对任意p>0,若对一切V(0)<p,则存在常数k1>0,k2>0,…,ki>0和有限正常数τ2,…,τi,α0使得Step n 定义坐标变换从而其中分别为ζ、sn的广义时间导数。
定义全局的Lyapunov函数其中,Q为对称的正定矩阵,且满足GTQ+QG=-2kI,k>0为待设计常参数。
定义由定理1和定理2,则易得函数V关于t的广义导数其中由文献[17]式中有将式(18)~(19)代入到式(17),有+Δ)+ζTQ·[Gζ-HΔ+Htanh()+(G+Hφ)Hsn]由Young’s不等式,可得其中,参数1>0、2>0、3>0。
把式(21)~(23)代入式(20)得到选择合适的参数1、2、3使得下式成立利用式(25)和式(26), 式(24)可转化为:其中,α0,δ为正常数,且满足δ=ε2,α0=min{k1,k2,…,kn,k-2-3-}。
取ϖ=,有从而可知式(4)和式(6)构成的闭环系统的所有的变量都是最终一致有界的,并可以选择适当的参数使得所有变量在预先给定的精度范围内。
例:考虑二阶不确定非线性系统其中,x=[x1,x2]T∈R2为状态,u∈R为控制输入,y∈R为系统输出,e∈R为跟踪误差,w1和w2分别代表系统的参考输入和扰动,且外部信号w=[w1,w2]T∈R2为的线性外系统所生成外扰动Δf(x)为连续函数,满足:|Δf(x)| g(x) 。
这里不妨设由题设可知式(27)和式(28)显然满足假设1和假设2,且其解为π1(w)=w1,π2(w)=0,这里取令τ(w)=[α(w),LSwα(w)]T,从而将外系统(28)浸入到下述的线性可观系统这里不妨取再令k=4,则有从而可知进而知φ=ΓT-1=[-2,3]。
设计滤波器为:设计内模和控制输入分别为:-k1σ1。
在仿真中,令仿真时长t=20s,可得到仿真结果如图1至图4所示,分别表示系统的控制输入u、内模的状态ξ、系统状态x1和它的参考输入R(w)=w1以及跟踪误差e的响应曲线,从图3和图4可以看出,对具有不确定性的非线性系统(27),采用非光滑的控制器和内模能够实现状态x1能够渐近跟踪参考信号w1,跟踪误差e在任意小的范围内,所得到的闭环系统的所有信号最终有界。