不确定非线性系统的鲁棒输出跟踪

研究了一类具有参数不确定性和外界干扰的仿射非线性系统鲁棒输出跟踪控制问题。首先利用微分几何理论中的输入输出反馈线性化技术钭不确定线性系统通过一非线性状态变换化为线性化规范形，然后利用变结构控制的思想提出了一种基于标称系统和不确定性范数界的鲁棒输出跟踪控制器设计方案，并用李雅普诺夫稳定性理论证明了利用本文设计的跟踪控制器可保证闭环系统是有界稳定的，且稳态输出跟踪误差为零。由于所设计的跟踪控制律连续，克服了常规变结构控制方案可能引起的高频抖振现象。将本文结论应用于一空间飞行器的姿态跟踪控制问题，仿结果表明了该设计方法的有效性。     

强稳定鲁棒离散控制系统设计

基于李雅普诺夫稳定性理论，对采用观测器状态反馈设计的离散控制系统，提出了一种针对传感器全部失效情况下的强稳定系统设计方法和步骤，并探讨了系统具有参数摄动时情况。仿真实例证实了该方法的有效性。     

非线性系统的动态神经网络自适应辨识

提出了用双层动态神经网络在线辨识非线性动态系统的方法。神经网络的权重在线学习，不需要离线训练。在无逼近误差和扰动的理想情况下，所提出的在线算法能保证辨识误差趋于零，基函数持续激励条件能保证权重趋于零。在非理想情况下，权重调整律采用ｅ修正权重算法，它是ＢＰ算法的推广，不需要基函数的持续激励条件。基于李雅普诺夫稳定性理论保证了自适应辨识系统的稳定性。仿真算例说明了所提出的动态神经网络自适应辨识的有效性     

无人直升机自适应神经网络姿态控制

回顾了自适应飞行控制技术、反馈线性化和模型逆理论，分析了误差动力特性．设计了自适应神经网络姿态控制系统。其中，模型逆基于悬停状态，基于神经网络的自适应控制律能够确保跟踪误差和控制信号的有界。仿真结果表明：模型逆增强的非线性神经网络能够对无人直升机的不确定性和建模误差进行自适应。而且对PD控制器和鲁棒项系数变化的仿真结果进行了比较。     

遥操作机器人神经网络Smith预估控制(英文)

针对遥操作机器人通讯通道中存在的时延 ,提出了一种神经网络 Smith预估控制方法。控制系统适合于时延不变但未知的情况。控制系统包括主控制器和从系统两部分。从系统采用动态神经网络辨识机器人的动态模型 ,神经网络权重在线学习 ,用神经网络的输出对非线性系统进行局部非线性补偿 ,将非线性系统线性化。主系统针对线性化的从系统 ,采用 Smith预估控制解决时延问题并保证系统的性能品质。通过李雅普诺夫稳定理论保证了时延控制系统的稳定性。对两关节机器人的仿真结果说明了该方法的有效性。     

有作动器饱和的自适应多步回推飞行控制设计(英文)

由于作动器饱和会使飞控系统的性能恶化甚至引起飞行事故 ,所以在设计阶段考虑作动器饱和的影响可以减小飞控系统设计的保守性从而显著提高系统性能。在本文的自适应 BACKSTEPPING(回推 )飞控系统设计过程中考虑了作动器的位置和速率饱和。该方案的核心思想是在发生饱和的时候重新选取控制李雅普诺夫函数和自适应律。该思想是基于如下简单事实 :出现饱和时伪控制量将发生变化。整个设计过程是对早期提出的自适应回推控制方案的一个修正。该方案的稳定性得到了严格的数学证明和仿真验证。文章最后给出了结论和对该方案的评价     

基于神经网络的非线性自适应输出反馈控制

针对能够采用仿射非线性表示的含有未建模动态的SISO非线性系统，讨论了一种基于神经网络的自适应控制方法，该方法对受控对象的已知部分，有用反馈线性化方法设计控制器，用神经网络在线补偿未建模动态及外部干扰等引起的误差，从而实现自适应控制。对具有未建模动态的双车倒立摆设计了输出反馈自适应控制系统，仿真表明该方法是有效的。     

无人直升机吊装系统预设性能鲁棒减摆控制（英文）

针对无人直升机吊装系统在吊运过程中受扰而偏离平衡态的问题,研究了一种基于误差转换函数的鲁棒减摆控制方法。首先建立无人直升机吊装系统的全状态耦合非线性数学模型;其次利用平飞下无人直升机吊装系统的两个理想摆角值和实际摆角值构造了摆角误差,并且研究误差变换函数以保证摆角误差满足预设性能;然后引入非线性干扰观测器估计有界干扰,并且分别基于预设性能方法、干扰观测器的输出和滑模反演方法设计无人直升机吊装系统的鲁棒控制器、速度和姿态子系统的鲁棒控制器;进一步利用构造的李雅普诺夫函数证明了闭环系统稳定性;最后仿真结果表明了控制策略的有效性。     

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

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。     

永磁球形电机的自适应反演滑模控制

针对非线性、强耦合、直驱型的永磁球形电机动力学系统,设计了一种自适应反演滑模控制器。首先,通过拉格朗日第二方程以及卡尔丹角坐标变换建立永磁球形电机的转子动力学方程。然后,将反演设计方法和滑模控制有机结合抑制外界扰动和参数摄动的影响。其中,基于类李雅普诺夫方法获得外界扰动上界的自适应律,并采用一种新颖的趋近律消除抖振问题。最后,仿真结果对比证实:该控制器不仅能保证永磁球形电机动力学系统高精度的轨迹跟踪、快速的动态响应,而且对外界扰动具有较强的鲁棒性。     

直升机神经网络反馈线化飞行控制

以SH－2G为控制对象，采用基于神经网络的非线性系统反馈性化控制方法，进行直升机机动飞行仿真，仿真结果表明，所设计的神经网络具有逢适应能力，能够在线补偿反馈线性化所产生的逆变换误差，这种方法无须获得动态逆模型，而只需某一个状态下的动力学模型，就能在全包线提供有效的控制，既避免了传统方法的增益调参，又解决了难以获得动态逆模型及计算量大的问题，是一种很有发展潜力的智能控制方法。     

超机动飞行的神经网络动态逆控制

根据反馈线性化理论，讨论了神经网络自适应非线性动态逆控制设计。首先根据时标分离的原则，采用动态逆方法设计了快回路和慢回路控制器；其次提出了模型的神经网络非线性直接自适应控制方案，其中设计一种在线神经网络用于补偿模型逆误差。仿真表明，该控制方案具有较好的自适应能力的鲁棒性。     

特征结构配置法在输出反馈控制器设计中的应用

现代控制理论中的特征结构配置法(Eigenstructure Assignment),揭示了线性定常系统状态反馈控制规律的设计能力,并向设计者提供了充分的设计自由度。本文介绍了一种利用特征结构配置法进行输出反馈控制器设计的算法。当n阶r个输入m个输出的线性定常系统满足关系r+m>n时,运用该算法可以获得配置任意希望闭环特征值集合的线性输出反馈控制规律,并具有一定的特征结构配置自由度;对于不满足r+m>n的系统,利用积分器增广可以获得比Luenbetger状态估计器阶数低的动态输出反馈控制器,以实现闭环特征值任意配置。该算法容易用数字计算机编程实现。     

一类非线性不确定中立延迟系统的鲁棒自适应滑模控制

针对一类非线性不确定中立型时变时滞系统的鲁棒镇定问题,利用Lyapunov稳定性理论,提出了一种能渐近稳定系统的自适应无记忆滑模控制器.基于滑模控制技术,确保了该控制器能驱赶系统状态达到事先指定的滑动超平面,从而获得预期的动态性能.一旦系统动态达到滑动运动阶段,系统对不确定是不敏感的.自适应技术的应用克服了不确定的未知上界,使可达条件能被满足.最后,仿真例子证明了该无记忆自适应滑模控制器的有效性,从而保证了闭环系统的全局渐近稳定性.     

数据驱动的风能转换系统最优控制

风能转换系统具有很强的非线性,为了解决风能转换系统的建模困难问题,实现额定风速以下风能捕获率的最大化,根据数据驱动控制理论,在风能转换系统中采用数据驱动的最优控制方法。利用风能转换系统的输入输出数据获取马尔可夫参数,并构造一个数据驱动的控制器状态观测器,通过差分R iccati方程的闭合解设计出最优反馈控制器。仿真结果表明,采用数据驱动的最优控制方法,功率系数和叶尖速比都可以维持在最优值附近,有效地实现额定风速以下风能转换系统的最大风能捕获。     

一类不确定非线性系统的观测器设计

系统状态观测器在故障检测与状态反馈中起着重要作用,特剐是非线性系统状态观测器的构造已成为目前控制理论界一个重要研究课题。本文针对一类含有建模误差的非线性系统,提出了一种非线性状态观测器的结构形式,然后利用非线性变换,将含有建模误差的非线性系统变换为仅依赖原系统的输入、输出的规范形式,从而利用可测数据进行构造观测器。在此基础上,利用Lyapunov稳定性理论以及微分同胚的性质,分析了非线性动态误差方程的稳定性。理论证明,在建模误差为零时,估计状态收敛到其真实状态;在建模误差不为零时,估计状态与实际状态之差一致最终有界。最后进行了详细的仿真研究,结果表明了该方法的有效性。     

基于非线性补偿的涡扇发动机MRAC控制(英文)

以工程应用为目的,采用输入输出模型参考自适应控制方法设计了航空发动机转速模型参考自适应控制器(Model reference adaptive control,MRAC)。针对发动机的非线性特性,设计了函数连接型神经网络补偿器。开展了控制器实物在回路仿真试验,结果表明基于非线性补偿的MRAC在包线内具有良好的动静态性能,对于发动机及其工作环境的非线性具有良好的补偿能力和适应性,验证了自适应控制方法在航空发动机工程应用中的有效性。     

一类非线性系统的自适应模糊控制

针对一类具有未知常数控制增益的非线性系统，基于滑模型控制原理并利用Ⅰ型模糊系统的逼近能力，提出了一种自适应模糊控制器设计的新方案，该方案通过引入最优逼近误差自误应补偿项来消除建模误差的影响，从而在稳定性分析中取消了要求逼近误差平方可积或逼近误差的上确界已知的条件，通过理论分析，证明了闭环控制系统是全局稳定的，跟踪误差收敛到零。仿真结果表明了该方法的有效性。