一类死区非线性系统的自适应模糊控制设计
【摘要】: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。
|
|
|
|
1 |
刘忠学,汪谊臣;非线性系统的自适应控制仿真研究[J];系统仿真学报;1992年04期 |
2 |
孙家崑,李三广,蒋慰孙;非线性系统相平面法的计算机研究[J];华东理工大学学报;1991年04期 |
3 |
周超俊,蒋慰孙,藤井省三;非线性系统的多模态ARMAX模型──一种基于插值理论的模型[J];自动化学报;1995年02期 |
4 |
李新忠,简林柯,何钺;连续跟踪轨迹的非线性系统迭代学习控制[J];机床与液压;1997年05期 |
5 |
丁伟东,孙志毅,吴聚华;一类非线性系统的迭代学习控制[J];系统仿真学报;2004年01期 |
6 |
徐余法;徐余法;俞金寿;;基于神经网络的非线性预测控制[J];电气自动化;2005年05期 |
7 |
沈永良;胡致强;赵建华;;基于动态非线性逼近的非线性系统预测控制[J];控制与决策;2007年01期 |
8 |
陈作贤;季海波;何德峰;;一类输出反馈非线性系统的鲁棒输出调节[J];中国科学技术大学学报;2008年12期 |
9 |
赵彤;许昕;曲绍华;;一类隐含控制输入非线性系统的自适应控制[J];青岛科技大学学报(自然科学版);2009年06期 |
10 |
王慧;容旭东;;非线性系统故障诊断与容错控制技术综述[J];浙江万里学院学报;2010年04期 |
11 |
罗国权,和永寿
,翟应田;电容非线性系统倍周期状态下对小信号的响应[J];云南大学学报(自然科学版);1988年01期 |
12 |
韩京清;非线性系统的状态观测器[J];控制与决策;1990年03期 |
13 |
胡仰曾;;一类非线性系统参数辨识的新方法及其在生化发酵过程建模中的应用[J];自动化学报;1990年06期 |
14 |
岳振军,曹祖庆,陈浩球;非线性系统参数估计的迭代Bayes方法[J];东南大学学报;1995年05期 |
15 |
马晓军,王小捷,文传源;基于神经网络的非线性系统的输出调节[J];控制与决策;1995年03期 |
16 |
鲍立威,沈平,何敏;用人工神经网络K-Net构造状态观测器[J];信息与控制;1997年02期 |
17 |
卢俊国,汪小帆,王执铨;离散时间非线性系统的一种新型状态观测器[J];南京理工大学学报;1998年04期 |
18 |
施阳,徐德民,严卫生,任章;一类不确定性非线性系统的神经网络稳定控制[J];西北工业大学学报;1998年03期 |
19 |
袁南儿;一类非线性系统的变强度通-断模糊控制策略[J];电工技术学报;1998年06期 |
20 |
严星刚,林辉,戴冠中;一类非线性系统的D型在线学习控制[J];航空学报;1999年01期 |
|