导读:本文包含了输出约束论文开题报告文献综述及选题提纲参考文献，主要关键词:电液伺服系统,障碍李雅普诺夫,反步控制,输出约束
输出约束论文文献综述
郭庆,史昊林,孙萍,蒋丹[1]（2019）在《基于输出约束的电液伺服系统非线性方法研究》一文中研究指出针对于电液伺服系统的输出约束问题,提出了将反步控制和障碍李雅普诺夫函数相结合的控制方法来设计控制律。障碍李雅普诺夫函数在解决非线性系统中的状态和输出约束上有较为突出的贡献,当状态或者输出约束达到一定的约束限制的时候,整个函数就会趋于无穷大,确保了在系统运动过程中约束限制被破坏的可能。通过构造关于状态变量和期望值误差的方法,得到了确保系统能够渐进稳定跟踪期望的3个控制律,并保证系统在李雅普诺夫议意义下是稳定的。最后,通过数字仿真验证了该方法的可行性。(本文来源于《液压与气动》期刊2019年08期）
王建晖[2]（2019）在《带有随机扰动与输入输出约束特性的非线性系统智能控制》一文中研究指出在传统的线性定常控制系统中,对系统问题的分析与控制方法的设计时,被控对象都被认为是线性的。但在实际中,理想的线性被控对象并不存在。例如,受控系统存在未知不确定性、随机干扰等。同时,系统的最终控制性能,除了受到被控对象的非线性影响外,还受到前向通路中控制器、执行器等元件与反馈通路中传感器等各种物理器件的特性以及系统组成元件之间的网络资源的影响。首先,由于外部工况、工程不精确数学建模等存在,实际工业系统存在着不同程度的非线性和未知性的不可抗特征。其次,系统前向通路和反馈通路中,由于实际组成元件特性,往往存在非光滑不确定约束特性。当控制信号经过这些不利环节时,难免发生不期望的未知变化,这将可能引起系统控制性能下降,甚至导致不稳定现象。最后,组成元件之间的通讯受到网络带宽的限制,在存在上述约束和(或)执行器失效的情况下,控制信号在传输过程中,难免由于执行器失效问题而无法满足控制要求,同时由于资源限制与约束问题,使得失效补偿直接控制变得困难和极具挑战。因此,本文为了提高非线性系统的控制性能,降低控制方法的网络带宽占有率,以Backstepping技术为框架,针对带有随机扰动的非线性系统,设计智能控制策略,实现有效补偿执行器失效问题和降低约束对受控系统影响的目的。本文共分五章。第一章概述非线性控制方法研究现状、解决执行器失效等输入输出约束控制策略以及智能网络控制等研究现状。从第二章至第五章,是本文的四个主要研究内容。第二章主要内容为:磁滞现象在实际执行器中是普遍存在的,它会使得系统的控制输入产生磁滞效应。除此之外,在实际的运行中,执行器也会不可避免地产生失效问题。磁滞效应和执行器失效问题会明显削弱系统的暂态跟踪性能,甚至会造成系统的不稳定。通过对随机非线性不确定系统的研究,发现当同时考虑执行机构失效和输入磁滞,如何保证给定的暂态跟踪性能任有待解决。在本章中,利用模糊控制方法,解决执行器失效和输入磁滞的补偿问题,结合Backstepping技术和模糊自适应控制方法,设计针对以上问题的控制方法。进一步,所有信号都可以被证明是有界,且在带有输入磁滞和执行器失效的情况下仍然能够保证跟踪误差在设定的范围内。第叁章:针对不确定随机非线性系统来说,如何设计补偿控制器是一项艰巨的任务和挑战。为了避免系统的非线性特性对输出的影响,本章提出了一种将神经网络与Nussbaum函数相融合的方法去解决该问题。在回溯李雅普诺夫函数技术的基础上,该方法的建立主要是为了保证能够提供跟踪误差约束。此外,系统中还同时存在这系统传输资源的约束以及作动器失效问题,这对系统控制方法的设计也是一个极大的挑战。当作动器发生失效情况的时候,系统需要更多的传输资源。然而,系统的传输资源是有限的,这个需求无法被满足。另外,如何保证系统的跟踪性能也是一个难点和挑战。利用本章所提出的事件触发控制器,结合李雅普诺夫方法,本章提出了一种新型的优化算法以保证闭环系统的稳定性和跟踪误差的收敛性。第四章针对不确定系统,本章节以Backstepping作为技术框架,设计了带有事件触发策略的智能控制方法。考虑到系统中不确定部分的存在,采用神经网络对其进行逼近,并将时变逼近误差融入于逼近系统的设计。除此之外,为了更好的处理神经网络中存在的权值向量维度大的问题,本章提出了一种自适应控制方法。同时,针对网络资源有限的问题,结合Backstepping技术提出了有效的事件触发控制方法,这种方法可以有效的平衡系统的跟踪性能和网络资源。第五章针对考虑执行器失效问题和智能控制的逼近误差问题,一种扩展维度模糊自适应控制方案被提出。在现实的物理系统,随机扰动是普遍会有的,而且该问题会破坏系统的瞬态跟踪性能,甚至还会破坏被控系统。本节将时变逼近误差的影响考虑到随机非线性系统控制方案中,同时考虑了时变逼近误差对执行器失效的影响。通过对模糊逻辑系统向量范数的进一步处理,从而可以大大减少控制方法的运算量。然而,符号功能将会产生一个具有挑战性的抖振问题。为此,将Backstepping技术和模糊逻辑系统技术相结合,来稳定具有随机扰动和执行器失效的随机非线性不确定系统。本章所提出新型控制方法实现了在执行器失效的情况下,系统的渐近收敛性能和预定的瞬态跟踪误差性能都能保证在预先设定的噪声目标范围内。(本文来源于《广东工业大学》期刊2019-06-01）
司文杰,王东署[3]（2019）在《具有输入和输出约束的高阶随机系统神经网络控制》一文中研究指出针对高阶非线性系统,开展自适应神经网络跟踪控制器设计,系统受到随机扰动的影响.首次把输入和输出约束问题引入到高阶系统的跟踪控制中,并假定系统动态是未知.首先借用高斯误差函数表达连续可微的非对称饱和模型以实现输入约束,和障碍Lyapunov函数保证系统输出受限;其次,针对高阶非线性系统,径向基函数(RBF)神经网络用来克服未知系统动态和随机扰动.在每一步的backstepping计算中,仅用到单一的自适应更新参数,从而克服了过参数问题;最后,基于Lyapunov稳定性理论提出自适应神经网络控制策略,并减少了学习参数.最终结果表明设计的控制器能保证所有闭环信号半全局最终一致有界,并能使跟踪误差收敛到零值小的邻域内.仿真研究进一步验证了提出方法的有效性.(本文来源于《控制理论与应用》期刊2019年08期）
师路欢[4]（2019）在《具有输出约束的非线性切换系统输出反馈自适应控制研究》一文中研究指出近年来,非线性切换系统在控制领域得到了极大的关注.切换系统是由切换规则有机结合起来的有限个子系统的集合.许多现代工业过程都显示出切换和混杂的特性,并且存在诸如未建模动态、输入输出和状态约束、控制增益符号未知及外部扰动等多种不确定因素.这些不确定性严重影响系统的性能甚至导致系统不稳定.目前,针对含有不确定因素的非切换系统的研究成果较多,而对具有不确定因素影响的切换系统的研究成果相对较少.因此,研究具有未建模动态和输出约束的非线性切换系统的自适应控制问题具有重要的理论意义.本文将动态面控制方法与非对称障碍李雅普诺夫函数、K滤波器和Nussbaum函数相结合,对几类具有未建模动态和输出约束的非线性切换系统提出了叁种自适应动态面控制方案.本论文的主要工作如下:第一,针对一类含有未建模动态和时变输出约束的输出反馈非线性切换系统,设计了基于公共Lyapunov函数法的动态面控制策略.使用径向基函数神经网络估计设计过程中产生的未知连续函数;通过设计K滤波器解决状态不可测量的问题,未建模动态则由构造的可测动态信号处理;引入障碍李雅普诺夫函数设计自适应控制器来实现对输出的约束.通过稳定性分析证明了所提控制方案使得跟踪误差收敛到原点附近,并且输出保持在约束范围之内.最后通过数值算例仿真证明了所提方案的有效性.第二,论文针对一类含有输出约束和状态及输入未建模动态的输出反馈非线性切换系统,提出了基于多Lyapunov函数法的自适应动态面跟踪控制方案.利用非线性映射将具有约束的复杂切换系统转换为无约束系统;采用径向基函数神经网络逼近控制器设计过程中产生的未知连续函数;引入正则化信号对输入未建模动态进行约束,从而克服输入未建模动态对系统的影响.通过对各个子系统分别设计Lyapunov函数并采用动态面控制方法保证Lyapunov函数都是单调不增的,使得整个系统在切换下保持稳定;理论分析证明闭环系统所有信号半全局一致终结有界,最后仿真例子证明了所提方案的有效性.第叁,研究了一类含有状态未建模的增益符号未知的非线性切换系统在任意切换信号下的预设性能控制问题.分别构造辅助动态信号处理不同子系统的未建模动态,并对各个子系统的未知项分别进行神经网络逼近;利用Nussbaum函数的定义及引理解决控制增益符号未知的问题;引入性能函数和误差转换器将系统的预设性能指标转换为稳态指标.基于多Lyapunov函数法构造多个李雅普诺夫函数并分析证明闭环切换系统所有信号半全局一致终结有界.数值仿真例子验证了所提方案的有效性.(本文来源于《扬州大学》期刊2019-04-01）
刘河清[5]（2019）在《具有输出约束的MIMO非线性系统自适应控制研究》一文中研究指出非线性系统的控制研究一直是控制理论研究的热点之一.对于现实中存在的非线性系统,可分为单输入单输出(SISO)非线性系统和多输入多输出(MIMO)非线性系统.近年来,SISO非线性系统的研究成果已日趋完善,而对于MIMO非线性系统的控制研究还有待进一步深入.后推设计和动态面控制技术仍然是处理MIMO非线性系统的两种重要方法.同时,由于现代工业过程中受控对象往往非常复杂,除了非线性特性外,系统还存在很多的不确定性因素,比如未建模动态、对系统输出的约束等,这些都会退化系统的动态特性,甚至会使系统不稳定.因此,研究带有未建模动态和输出约束的MIMO非线性系统的控制问题具有重要理论意义.本文针对几类含有未建模动态和输出约束的MIMO非线性系统,利用径向基函数神经网络估计在控制器设计过程中出现的未知连续函数向量,基于障碍李雅普诺夫函数、非线性映射,提出了叁种自适应动态面控制策略.论文主要内容如下:第一,针对一类具有输出约束的MIMO严格反馈非线性系统,设计了一种最小调节参数自适应鲁棒控制方案.首次将改进的动态面控制技术扩展到MIMO非线性系统中,通过引入一种可测动态信号消除系统中的未建模动态干扰.利用Young's不等式构造自适应律的最小调节参数.基于对称障碍李雅普诺夫函数设计自适应控制器来实现对输出欧氏范数的约束.通过稳定性分析证明该控制方案能够使得整个闭环系统半全局一致始终有界,仿真结果验证了该方法的有效性.第二,针对一类具有未建模动态和输出约束的MIMO块结构严格反馈非线性系统,研究了一种自适应动态面控制问题.利用未建模动态是指数输入状态实用稳定的假设构造动态信号来处理未建模动态.采用径向基函数神经网络逼近控制器设计过程中产生的末知连续函数向量.通过对输出的每一分量引入对称障碍李雅普诺夫函数来实现对系统各输出分量的约束.为了克服未知函数控制增益矩阵在控制律设计中的困难,引入了输入不确定项,并根据动态面控制的证明特性,在理论分析中定义的紧集上,证明了引入的输入不确定项是有界的.最后通过理论分析证明该闭环系统中所有信号都是半全局一致始终有界,并利用二连杆柔性机械臂系统验证了该设计方案的有效性.第叁,针对一类具有未建模动态和输出约束的MIMO块结构纯反馈非线性系统,提出了一种自适应神经网络控制策略.设计辅助信号有效地抑制了系统中因未建模动态引起的动态不确定性.由径向基函数神经网络估计在控制器设计过程中产生的未知连续黑箱函数.利用非线性映射将具有输出约束的MIMO块结构纯反馈系统转化为一个新的无约束MIMO块结构纯反馈系统,基于改进的动态面控制技术,对变换后的系统设计虚拟控制律和控制律,简化了系统控制器的设计过程.采用中值定理,将含有输入的非仿射非线性函数转化成由状态、有界增益矩阵和输入表示的线性化函数,并引入输入不确定项,在动态面控制的基础上构造了一个简单的控制器,消除了控制增益非奇异的假设条件.最后通过李雅普诺夫方法证明整个闭环系统是稳定的,且保证系统输出能够满足约束条件,同时跟踪误差收敛到原点附近的邻域内,并利用数值仿真和刚性机械臂系统仿真结果验证了所提方案的有效性.(本文来源于《扬州大学》期刊2019-04-01）
刘乙力[6]（2019）在《基于输出约束的机械臂自适应神经网络控制方法研究》一文中研究指出机械臂系统是一个多变量的复杂非线性时变系统,具有高度的耦合性和诸多的不确定性因素,由于这些非线性特征的存在,对机械臂系统的精确建模和控制存在着很大的难度。本文针对由电液伺服系统驱动的二自由度机械臂系统,进行了拉格朗日动力学模型搭建,对障碍李雅普诺夫函数、误差转换函数、反步控制方法和径向基神经网络这几种关键方法进行组合研究,构造出性能良好的控制器,逐步实现对系统角位移输出约束限制以及对机械臂系统模型中存在的不确定性项的估计。首先对拉格朗日方程、系统稳定性理论、反步控制理论、径向基神经网络、障碍李雅普诺夫函数和误差转换函数等理论知识做了详细地介绍;然后在此基础上根据拉格朗日方程对机械臂系统进行动力学模型搭建,并采取PID参数调节对系统进行控制,实验证明,PID控制器在假设系统中所有的参数已知,并且没有外界干扰,以及不要求存在输出约束的情况下能够有效地跟踪期望的输出轨迹曲线,跟踪误差能够收敛到一个很小的区间内。其次,为了实现对机械臂系统的输出约束限制,分别采用障碍李雅普诺夫函数结合非线性反步控制方法和误差转换函数结合非线性反步控制方法构造控制器,并对控制效果进行比较,可以得到,角位移误差转换函数结合非线性反步控制控制方法的控制效果更好并且可以实时地改变约束的界限值。最后,考虑到机械臂系统数学模型中存在不确定性项,采用径向基神经网络控制方法对其进行估计和补偿,分别采用障碍李雅普诺夫函数结合自适应神经网络控制方法以及误差转换函数结合自适应神经网络控制方法进行控制器的设计,可以证明,径向基神经网络控制可以使得跟踪误差和神经网络估计误差在短时间内达到了预期的精度,能够准确地逼近机械臂系统模型中的不确定项,由此可以证明本文设计的控制方案可行有效。(本文来源于《电子科技大学》期刊2019-03-15）
张玉杰[7]（2019）在《考虑输出约束的多机电力系统SVC非线性控制设计》一文中研究指出随着电力系统的不断发展和扩大,它变得更加的复杂,因此确保电力系统的安全稳定运行至关重要。静止无功补偿器(Static Var Compensation,SVC)是FACTS装置中一种高效且灵活的无功补偿装置,被广泛的应用在多机电力系统中。对多机电力系统的功角差输出量进行约束限制,当系统发生故障时,能够使发电机快速的同步运行。本文在考虑多机电力系统输出约束的情况下,基于backstepping方法和Lyapunov稳定性理论,结合自适应控制和滑模控制,研究了含SVC的多机电力系统暂态稳定性问题。研究的内容包括如下几部分:(1)针对含SVC的多机电力系统,在考虑系统功角差输出量约束的情况下,研究了此系统的暂态稳定性问题。首先,应用backstepping方法,构造约束Lyapunov函数,设计了约束非线性SVC控制器。然后,结合滑模控制,引入K类函数,设计了改进后的约束滑模非线性SVC控制器。(2)进一步考虑了多机电力系统中阻尼系数的不确定性。首先,基于backstepping方法,结合带约束的Lyapunov函数和自适应控制,设计了约束自适应SVC控制器。然后,应用改进backstepping方法,结合滑模控制,设计了改进约束滑模自适应SVC控制器。(3)综合考虑了多机电力系统中阻尼系数的不确定性和未知外部干扰。首先,应用backstepping方法,构造带约束的Lyapunov函数,结合自适应控制,设计了约束自适应SVC鲁棒控制器。然后,应用改进backstepping方法,引入范数型连续滑模项来抑制外部干扰,设计了改进约束滑模自适应SVC鲁棒控制器。(本文来源于《辽宁工业大学》期刊2019-03-01）
张玉杰,孙丽颖[8]（2019）在《考虑输出约束的静止无功补偿器改进滑模控制设计》一文中研究指出针对含静止无功补偿器(SVC)的多机电力系统,考虑系统在输出约束的条件下,应用改进backstepping方法,构造约束Lyapunov函数,结合滑模控制,设计一种非线性SVC控制器。最后,将含静止无功补偿器的多机电力系统等值为两机系统,对其进行暂态稳定性仿真。仿真结果表明,设计的SVC控制器不但使系统的功角差输出量满足约束条件的限制,而且加快了功角差的收敛速度和减小了功角差的振荡幅度。(本文来源于《辽宁工业大学学报(自然科学版)》期刊2019年02期）
张玉杰,孙丽颖[9]（2019）在《考虑输出约束的多机电力系统SVC非线性控制设计》一文中研究指出将含SVC(taticvarcompensation)多机电力系统等值为两机系统,考虑等值两机系统在输出约束的条件下,应用backstepping方法设计了一种非线性SVC控制器。该SVC控制器不仅能够保留原系统的非线性特性,而且利用约束Lyapunov函数能够有效地控制等值两机系统的输出量在限制之内。仿真结果体现了设计方法的有效性。(本文来源于《辽宁工业大学学报(自然科学版)》期刊2019年01期）
侯佳祎,高赫佳,贺威,孙长银[10]（2018）在《基于Quanser实验平台的带有输出约束单连杆柔性机械臂的神经网络控制》一文中研究指出机械臂在航空航天、服务等领域的应用越来越广泛,其研究也越来越深入.相比于刚性机械臂,柔性机械臂质量轻、能耗小,具有更好的性能.但是,由于柔性机械臂本身的结构与材料具有特殊性,其在运动过程中会产生弹性形变与振动,这就给机械臂的定位、轨迹跟踪带来了困难,因此对其振动抑制的研究具有重要意义.本文利用假设模态法对单连杆柔性机械臂系统进行建模,通过李雅普诺夫直接法实现了闭环系统的稳定性.由于一些实际问题对控制系统的状态量有特殊要求,因此采用正切函数形式的障碍李雅普诺夫策略来处理输出约束问题,之后利用神经网络控制方法来逼近系统的不确定性,通过李雅普诺夫法对闭环系统的稳定性进行了分析,并基于Matlab平台设计仿真、基于Quanser实验平台进行实验,对控制器的控制性能进行了验证.(本文来源于《南京信息工程大学学报(自然科学版)》期刊2018年06期）
输出约束论文开题报告
（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：
在传统的线性定常控制系统中,对系统问题的分析与控制方法的设计时,被控对象都被认为是线性的。但在实际中,理想的线性被控对象并不存在。例如,受控系统存在未知不确定性、随机干扰等。同时,系统的最终控制性能,除了受到被控对象的非线性影响外,还受到前向通路中控制器、执行器等元件与反馈通路中传感器等各种物理器件的特性以及系统组成元件之间的网络资源的影响。首先,由于外部工况、工程不精确数学建模等存在,实际工业系统存在着不同程度的非线性和未知性的不可抗特征。其次,系统前向通路和反馈通路中,由于实际组成元件特性,往往存在非光滑不确定约束特性。当控制信号经过这些不利环节时,难免发生不期望的未知变化,这将可能引起系统控制性能下降,甚至导致不稳定现象。最后,组成元件之间的通讯受到网络带宽的限制,在存在上述约束和(或)执行器失效的情况下,控制信号在传输过程中,难免由于执行器失效问题而无法满足控制要求,同时由于资源限制与约束问题,使得失效补偿直接控制变得困难和极具挑战。因此,本文为了提高非线性系统的控制性能,降低控制方法的网络带宽占有率,以Backstepping技术为框架,针对带有随机扰动的非线性系统,设计智能控制策略,实现有效补偿执行器失效问题和降低约束对受控系统影响的目的。本文共分五章。第一章概述非线性控制方法研究现状、解决执行器失效等输入输出约束控制策略以及智能网络控制等研究现状。从第二章至第五章,是本文的四个主要研究内容。第二章主要内容为:磁滞现象在实际执行器中是普遍存在的,它会使得系统的控制输入产生磁滞效应。除此之外,在实际的运行中,执行器也会不可避免地产生失效问题。磁滞效应和执行器失效问题会明显削弱系统的暂态跟踪性能,甚至会造成系统的不稳定。通过对随机非线性不确定系统的研究,发现当同时考虑执行机构失效和输入磁滞,如何保证给定的暂态跟踪性能任有待解决。在本章中,利用模糊控制方法,解决执行器失效和输入磁滞的补偿问题,结合Backstepping技术和模糊自适应控制方法,设计针对以上问题的控制方法。进一步,所有信号都可以被证明是有界,且在带有输入磁滞和执行器失效的情况下仍然能够保证跟踪误差在设定的范围内。第叁章:针对不确定随机非线性系统来说,如何设计补偿控制器是一项艰巨的任务和挑战。为了避免系统的非线性特性对输出的影响,本章提出了一种将神经网络与Nussbaum函数相融合的方法去解决该问题。在回溯李雅普诺夫函数技术的基础上,该方法的建立主要是为了保证能够提供跟踪误差约束。此外,系统中还同时存在这系统传输资源的约束以及作动器失效问题,这对系统控制方法的设计也是一个极大的挑战。当作动器发生失效情况的时候,系统需要更多的传输资源。然而,系统的传输资源是有限的,这个需求无法被满足。另外,如何保证系统的跟踪性能也是一个难点和挑战。利用本章所提出的事件触发控制器,结合李雅普诺夫方法,本章提出了一种新型的优化算法以保证闭环系统的稳定性和跟踪误差的收敛性。第四章针对不确定系统,本章节以Backstepping作为技术框架,设计了带有事件触发策略的智能控制方法。考虑到系统中不确定部分的存在,采用神经网络对其进行逼近,并将时变逼近误差融入于逼近系统的设计。除此之外,为了更好的处理神经网络中存在的权值向量维度大的问题,本章提出了一种自适应控制方法。同时,针对网络资源有限的问题,结合Backstepping技术提出了有效的事件触发控制方法,这种方法可以有效的平衡系统的跟踪性能和网络资源。第五章针对考虑执行器失效问题和智能控制的逼近误差问题,一种扩展维度模糊自适应控制方案被提出。在现实的物理系统,随机扰动是普遍会有的,而且该问题会破坏系统的瞬态跟踪性能,甚至还会破坏被控系统。本节将时变逼近误差的影响考虑到随机非线性系统控制方案中,同时考虑了时变逼近误差对执行器失效的影响。通过对模糊逻辑系统向量范数的进一步处理,从而可以大大减少控制方法的运算量。然而,符号功能将会产生一个具有挑战性的抖振问题。为此,将Backstepping技术和模糊逻辑系统技术相结合,来稳定具有随机扰动和执行器失效的随机非线性不确定系统。本章所提出新型控制方法实现了在执行器失效的情况下,系统的渐近收敛性能和预定的瞬态跟踪误差性能都能保证在预先设定的噪声目标范围内。
（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。
输出约束论文参考文献
[1].郭庆,史昊林,孙萍,蒋丹.基于输出约束的电液伺服系统非线性方法研究[J].液压与气动.2019
[2].王建晖.带有随机扰动与输入输出约束特性的非线性系统智能控制[D].广东工业大学.2019
[3].司文杰,王东署.具有输入和输出约束的高阶随机系统神经网络控制[J].控制理论与应用.2019
[4].师路欢.具有输出约束的非线性切换系统输出反馈自适应控制研究[D].扬州大学.2019
[5].刘河清.具有输出约束的MIMO非线性系统自适应控制研究[D].扬州大学.2019
[6].刘乙力.基于输出约束的机械臂自适应神经网络控制方法研究[D].电子科技大学.2019
[7].张玉杰.考虑输出约束的多机电力系统SVC非线性控制设计[D].辽宁工业大学.2019
[8].张玉杰,孙丽颖.考虑输出约束的静止无功补偿器改进滑模控制设计[J].辽宁工业大学学报(自然科学版).2019
[9].张玉杰,孙丽颖.考虑输出约束的多机电力系统SVC非线性控制设计[J].辽宁工业大学学报(自然科学版).2019
[10].侯佳祎,高赫佳,贺威,孙长银.基于Quanser实验平台的带有输出约束单连杆柔性机械臂的神经网络控制[J].南京信息工程大学学报(自然科学版).2018