基于神经网络的一类非线性关联大系统鲁棒滑模分散控制

针对一类具有未知界扰动和子系统部分已知的非线性大系统,结合神经网络逼近方法、滑模控制研究了一种新的分散鲁棒自适应控制方法。所设计的分散控制器分为两部分,一是等效控制器,二是滑模控制器。滑模控制器用来减小系统的跟踪误差,起鲁棒控制作用。文中用神经网络逼近非线性未知函数,将网络权值误差引入到网络权值的自适应律中用以改善系统的动态性能。仿真算例证明了所设计的鲁棒分散控制器是有效的。     

参数未知的统一混沌系统的同步

针对统一混沌系统,研究驱动系统参数未知,响应系统参数可以调整的自适应同步问题.基于Lyapunov稳定性理论,结合驱动法,提出采用多控制器和单一控制器两种方案实现自适应统一系统的新方法,给出控制律以及参数自适应律的解析表达式.数值仿真结果验证这两种方法的有效性与可行性.     

现代金融区域辐射力研究——基于长沙对湖南省内其他市州辐射力的实证检验

对于Buck变换器系统，考虑到实际应用中负载变动引起系统参数的不确定性，且不确定性上界无法测量的情况，本文拟采用RBF神经网络对不确定性上界进行自适应学习。针对Buck变换器输出电压的控制问题，为了避免普通滑模控制跟踪误差渐进收敛的问题，改善其动态响应速度和稳态性能，本文拟设计一种基于RBF神经网络的上界自适应的终端滑模控制器，并通过Simulink仿真验证这种方法的可行性。     

一类不确定变时滞系统的滑模自适应稳定控制

本文研究了一类不确定变时滞系统的鲁棒控制器设计问题.综合利用利用滑模自适应控制技术和线性矩阵不等式(LMI)方法,即克服了系统不确定性的影响,保证系统状态在有限时间内到达滑模面,又保证了闭环系统的渐近稳定性.     

直线伺服系统的自适应滑模控制及仿真

分析了直线电机伺服系统的结构及相关干扰因素,建立了伺服系统数学模型.针对系统参数的摄动、建模的不确定性以及外界干扰对系统输出精度的影响,采用反步法设计了一种自适应滑模变结构控制器.仿真结果表明,使用自适应滑模变结构控制器能提高控制性能,达到较好的跟踪精度.     

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.     

采摘机械臂的自适应神经网络滑模控制

针对采摘机械臂的位置终端的精确控制问题,提出了一种将自适应神经网络与滑模控制相结合的控制策略.首先通过神经网络来估计系统模型中的不确定性,提出了一种具有神经网络补偿作用的滑模控制器,基于李雅普诺夫稳定性理论证明了闭环系统的稳定性,并改善了系统的动态性能.仿真试验表明,该控制方法能够有效地削弱抖振现象,具有很好的鲁棒性和动态特性.     

一类不确定系统的自适应非奇异Terminal滑模控制

提出针对一类不确定系统的自适应非奇异Terminal滑模控制。确定含非线性项的滑模面,通过构造李亚普洛夫函数的方式确定控制器结构,设计自适应增益控制律实时估计不确定参数,并考虑外扰动的影响,证明控制系统的稳定性和鲁棒性。仿真结果验证自适应非奇异Terminal滑模控制器能够使不确定系统状态变量快速收敛。     

参数不确定不同阶混沌系统的自适应滑模同步

针对不同阶的混沌系统,提出了自适应滑模准则来实现带有不确定参数的同步研究.采用重构新的受控响应系统和驱动器思想两种方法,分别构造整数阶和分数阶滑模面,实现对同步系统的稳定性分析.研究了不同阶混沌系统的自适应滑膜同步,提出了3个定理.     

伺服系统中滑模变结构控制器的设计

针对伺服系统中包含非线性和参数不确定性问题,依据滑模变结构控制理论,提出了基于指数趋近率的滑模位置控制器设计方法,建立了被控系统的数学模型。最后给出了采用极点配置方法确定切换函数。