导读:本文包含了严格反馈系统论文开题报告文献综述及选题提纲参考文献,主要关键词:自适应模糊控制,非严格反馈结构,有限时间稳定,容错控制
严格反馈系统论文文献综述
许鹏,李永明[1](2019)在《一类SISO非严格反馈非线性系统的自适应模糊有限时间容错控制》一文中研究指出基于自适应模糊控制和非线性容错控制理论,讨论了一类非严格反馈结构非线性系统的有限时间容错控制问题。在整个控制设计中,系统未知非线性动态通过模糊逻辑系统进行辨识,在反演设计和有限时间设计理论框架下,构造性地设计出了实际容错控制器和相应的参数更新律。在李雅普诺夫第二稳定理论意义下,严格证明了受控系统的半全局实际有限时间稳定性质,实现了有限时间跟踪控制目标。一个叁阶数值系统进一步验证了该控制策略的可行性。(本文来源于《辽宁工业大学学报(自然科学版)》期刊2019年03期)
贾金平,张凡娣[2](2019)在《一类严格反馈非线性时滞系统的采样镇定》一文中研究指出在考虑输入延迟的情况下,讨论了一类严格反馈非线性系统的采样镇定问题.为了能够补偿长度为采样周期整数的延迟,设计了一种基于预测器的采样控制方案.分析结果表明,在一定条件下该控制方案能够实现系统的全局渐进稳定性.(本文来源于《天水师范学院学报》期刊2019年02期)
王芳,陈兵,孙莉莉[3](2019)在《含未知系数的非严格反馈系统的自适应控制》一文中研究指出针对一类单输入单输出非严格反馈系统的自适应模糊控制问题,该受控系统含有未知的虚拟控制系数,提出了一种基于观测器的自适应模糊控制方案。采用凸组合的方法,设计了一个鲁棒观测器来估计未知的系统状态变量,同时运用Young不等式及变量分离方法,解决非严格反馈结构带来控制设计上的困难,并结合模糊自适应控制方法和Backstepping技术,构造出理想的控制器。根据Lyapunov稳定性理论,证明所提出的自适应模糊控制器能保证跟踪误差收敛到原点的一个小领域内,且自适应闭环系统的所有信号都是有界的,以一个仿真算例验证了方案的有效性。说明含未知系数的非严格反馈系统,最终可以转化成稳定性良好的系统。该研究具有广阔的应用前景。(本文来源于《青岛大学学报(工程技术版)》期刊2019年01期)
张婧[4](2019)在《几类严格反馈非线性系统的稳定性分析及控制》一文中研究指出对于几类严格反馈的非线性系统,本文依据模糊逻辑系统、Backstepping技术、command滤波和Nussbaum函数等方法对其进行控制器设计,并且进行了稳定性分析.具体内容如下:1.针对一类具有状态约束的严格反馈非线性系统,构造了一个模糊跟踪控制器,借助于模糊逻辑系统来近似非线性函数,所提出的控制方案解决了有限时间跟踪控制问题.2.针对一类具有不确定参数的随机非线性系统,构造了一个有限时间跟踪控制器.通过构造一个tan-型的障碍Lyapunov函数,证明了闭环系统是有限时间稳定的;跟踪误差在有限时间内收敛到零的一个足够小的邻域内.3.针对一类具有不确定扰动的非线性系统,讨论了基于command滤波的有限时间自适应模糊控制问题.通过用误差补偿信号和模糊逻辑系统,提出了一个模糊控制方案,保证了输出跟踪误差在有限时间内收敛到零的一个足够小的邻域内,并且闭环系统中的所有信号都是有界的.4.为了处理一类具有未知控制方向的非线性系统,提出了一个基于command滤波的自适应控制方案.在控制方案中,用模糊逻辑系统来处理非线性函数、用command滤波来解决由重复可导的虚拟函数引起的复杂性问题、用Nussbaum函数来解决未知控制方向问题.(本文来源于《聊城大学》期刊2019-03-01)
时昊天,陈兵,孙莉莉[5](2018)在《一类非严格反馈大系统的自适应神经网络控制》一文中研究指出针对一类具有非严格反馈模块的非线性互联大系统,本文提出了一种输出反馈控制方案。首先使用神经网络来逼近未知系统函数,然后借助向量的范数性质处理非严格反馈模块。由于系统的状态不可测,所以建立观测器来估计未知状态。同时,结合自适应控制策略和Backstepping方法,设计出一种自适应神经网络分散输出反馈控制器,并利用Lyapunov稳定性理论进行稳定性分析。结果表明,在该控制策略作用下,闭环系统所有的信号保持半全局有界,且系统输出可以很好地跟踪给定的参考信号,通过仿真算例来验证本文设计控制策略的有效性。仿真结果表明,系统的输出能很好地跟踪给定的追踪信号;系统的控制信号和自适应参数保持在0的邻域内;设计的观测器能有效地观测原互联大系统的系统状态。说明本文设计的控制策略能够很好地运用在具有非严格反馈模块的互联大系统中。该研究更具有一般性和通用性。(本文来源于《青岛大学学报(工程技术版)》期刊2018年04期)
宗学军,吴振强[6](2018)在《基于反演法的严格反馈非线性系统模糊自适应约束控制》一文中研究指出严格反馈非线性系统控制研究得到各界广泛关注,但实际的非线性特性以及不确定性因素的存在对系统的输出跟踪控制问题具有很大影响.针对输出轨迹跟踪控制问题,提出一种性能约束的自适应反演(backstepping)控制方法,并通过模糊逻辑系统的万能逼近性能对非线性系统中的不确定性因素进行辨析识别.为保证非线性系统的暂态和稳态性能,设计出具有约束条件的控制器.通过Lyapunov稳定性分析表明,闭环系统中的所有信号都是半全局一致最终有界的.仿真结果验证了性能约束的自适应反演控制方法的可行性.(本文来源于《沈阳化工大学学报》期刊2018年03期)
白露[7](2018)在《一类随机非严格反馈非线性系统的自适应模糊控制》一文中研究指出随着现代科技的飞速发展,工业控制系统作为众多行业发展的理论基础,正朝着复杂化、规模化的方向迈进,控制系统的非线性因此逐渐显着。一方面,死区和回滞等非光滑非线性函数输入经常存在于许多实际工程应用中,其对系统性能具有较大影响。因此,对实际工程系统而言,研究一类带有非光滑非线性输入的非线性系统的稳定性分析和控制器设计问题具有重要的现实意义。另一方面,为了达到指定性能,许多控制系统会受到条件约束,常见的有输出受限和状态受限。因此,在约束条件存在的情况下,研究非线性系统的稳定性对控制理论未来发展和工程系统实际应用都具有重要意义。尽管许多关于非线性系统自适应控制问题的研究成果已经存在,但仍有许多问题需要解决。本论文将基于自适应模糊控制方法,对一类不确定随机非线性系统进行如下研究:首先研究的是一类随机非严格反馈非线性系统的自适应模糊控制问题,死区和全状态受限同时存在系统中。为了提高系统性能,引入barrier李雅普诺夫函数来解决全状态受限的情况,使用模糊逻辑系统来近似估计未知的非线性函数。此外,基于反步递推控制设计方法,设计了一种新型的自适应模糊控制器,用于保证闭环系统中的所有信号均方半全局最终一致有界。最后,给出了一些仿真实验,以验证所提方法的有效性。其次研究了一类状态不可测的随机非严格反馈非线性系统的自适应模糊控制问题,同时考虑未知回滞存在的情况。在控制器设计过程中,模糊逻辑系统用于直接估计未知的非线性函数,模糊观测器用来观测状态变量。通过将反步递推与动态面技术相结合,提出了一类新的自适应模糊控制方法。本文设计的控制器可以保证所有信号在闭环系统均方半全局最终一致有界。并通过在线适当地调整多个设计参数,使系统输出收敛于原点的一个小邻域。(本文来源于《渤海大学》期刊2018-06-01)
马敏[8](2018)在《复杂非线性严格反馈互联系统的自适应模糊控制》一文中研究指出由于科学水平的提高,实际系统变得越来越复杂,传统的多输入多输出(MIMO)系统模型已经不能真实的反映系统的状态,考虑到非线性互联系统普遍存在,同时被控对象具有模型不确定性的情形也具有一般性,因此本文研究了一类复杂非线性互联系统的自适应模糊控制。本文的主要内容如下:(1)对于一类含有输入时滞的非线性互联网络化大系统,首先,定义了一个由控制信号积分值构成的滤波误差变量,该变量在与跟踪误差变量具有等效性的同时补偿了输入时滞的影响,因此,可以把对跟踪误差的分析可以转化为对滤波误差的分析;其次,运用模糊逻辑系统的“万能逼近”特性逼近互联大系统每一个子系统中的未知非线性函数;然后,设计自适应模糊分散控制器,并通过Lyapunov定理选择合适的Lyapunov函数,并证明了闭环系统的稳定性及所有系统变量的有界性;最终,通过数值仿真证明了所提出方法的有效性。(2)对于一类含有执行器故障的非线性互联切换大系统,首先,选择了一个分段常值函数作为系统的切换信号;其次,考虑系统执行器发生卡死故障和失效故障的情形,在控制器设计过程中分别对两类故障进行补偿,使得系统维持在故障发生之前的稳定运行状态;然后,依据万能逼近定理选择合适的模糊逻辑系统(FLS)逼近系统中的未知非线性函数,同时设计系统的自适应模糊Backstepping分散控制器,并依据Lyapunov定理选择合适的正定Lyapunov函数,证明系统的稳定性和所有相关变量的有界性;最终,通过MATLAB数值仿真验证所提出方法的有效性。(3)对于一类含有输入量化的非线性高阶多智能体系统,考虑到多智能体子系统之间存在信息传递且只有一部分子系统可以获取一致参考信号的具体信息,在反步法控制器设计过中,首先定义了一个与连接矩阵相关的误差变量,并通过引入附加的自适应参数对未知项进行估计。同时为了减小控制器信号变化频率、降低通讯成本,对控制器信号进行了量化处理,并在自适应模糊Backstepping分布控制器设计过程中对其进行补偿以减小系统性能的下降。最终,选择合适的正定Lyapunov函数证明了系统的稳定性且得到闭环系统所有变量有界。通过MATLAB数值仿真验证所提出方法的有效性。(本文来源于《哈尔滨工业大学》期刊2018-06-01)
时昊天[9](2018)在《非严格反馈互联系统的自适应神经网络控制》一文中研究指出在实际控制系统中,所研究的对象通常具有非线性,不确定性,不可观测性,输入饱和等特点,经典的线性系统理论就很难用来解释和分析此类控制系统。另一方面,在工业生产中存在大量互联大系统,因此研究互联系统的控制问题,具有重要的实际应用价值。本文在国内外非线性互联大系统的研究基础上,应用自适应神经网络控制理论和backstepping方法,结合凸组合性质,研究了一类非线性互联大系统的自适应神经网络状态反馈和输出反馈控制器设计问题。本文主要的内容分为以下4个部分:1.本文首先介绍了RBF神经网络在逼近非线性函数的应用,以及系统基于李雅普诺夫意义下的稳定性定义,和本文相关的主要引理和假设条件。2.研究了一类带有非严格反馈形式的互联大系统的状态反馈分散控制问题。在设计过程中利用神经网络来逼近未知的非线性函数,然后利用神经网络基向量函数的向量范数性质解决了具有非严格反馈结构所带来的控制器设计的困难,再应用自适应控制策略和backstepping技术来设计自适应神经网络控制器,最后使用李雅普诺夫定理来分析闭环系统的稳定性,证明了所提出的控制方案保证了闭环系统的所有信号是一致有界性的并且系统的输出信号保持收敛在给定参考信号的一个小邻域范围内。该方案的主要特点是针对一类互联大规模系统设计了具有简单结构形式和较少自适应参数的控制器。3.针对一类状态不可测的带有非严格反馈形式的互联大系统,提出了一种自适应神经网络输出反馈跟踪控制方法。首先建立状态观测去来估计未知系统状态,然后借助自适应神经网络backstepping方法设置控制参数和自适应律,最后采用李雅普诺夫稳定性定理,证明了在该控制策略作用下,闭环系统所有的信号保持半全局有界,且系统输出可以很好地跟踪给定的参考信号,仿真算例进一步验证了此控制器的有效性。4.最后,对一类非线性互联大系统的自适应神经网络控制问题进行了总结,给出今后进一步研究工作的展望。(本文来源于《青岛大学》期刊2018-05-19)
吴忧,孙炜伟[10](2018)在《含未知控制系数的非对称时变全状态约束严格反馈系统的自适应控制》一文中研究指出研究了带有时变全状态约束和虚拟控制系数未知的非线性参数化严格反馈系统的控制器设计问题.在传统的自适应反推(backstepping)设计方法中,通过定义合适的误差变量并引入时变障碍Lyapunov函数(TVABLF)能够保证系统中的非对称时变全状态约束条件不被破坏.同时可以证明闭环系统所有的信号一致最终有界以及跟踪误差保持在一个有界紧集中.仿真结果说明了该控制方案的有效性.(本文来源于《曲阜师范大学学报(自然科学版)》期刊2018年02期)
严格反馈系统论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
在考虑输入延迟的情况下,讨论了一类严格反馈非线性系统的采样镇定问题.为了能够补偿长度为采样周期整数的延迟,设计了一种基于预测器的采样控制方案.分析结果表明,在一定条件下该控制方案能够实现系统的全局渐进稳定性.
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
严格反馈系统论文参考文献
[1].许鹏,李永明.一类SISO非严格反馈非线性系统的自适应模糊有限时间容错控制[J].辽宁工业大学学报(自然科学版).2019
[2].贾金平,张凡娣.一类严格反馈非线性时滞系统的采样镇定[J].天水师范学院学报.2019
[3].王芳,陈兵,孙莉莉.含未知系数的非严格反馈系统的自适应控制[J].青岛大学学报(工程技术版).2019
[4].张婧.几类严格反馈非线性系统的稳定性分析及控制[D].聊城大学.2019
[5].时昊天,陈兵,孙莉莉.一类非严格反馈大系统的自适应神经网络控制[J].青岛大学学报(工程技术版).2018
[6].宗学军,吴振强.基于反演法的严格反馈非线性系统模糊自适应约束控制[J].沈阳化工大学学报.2018
[7].白露.一类随机非严格反馈非线性系统的自适应模糊控制[D].渤海大学.2018
[8].马敏.复杂非线性严格反馈互联系统的自适应模糊控制[D].哈尔滨工业大学.2018
[9].时昊天.非严格反馈互联系统的自适应神经网络控制[D].青岛大学.2018
[10].吴忧,孙炜伟.含未知控制系数的非对称时变全状态约束严格反馈系统的自适应控制[J].曲阜师范大学学报(自然科学版).2018