不確定非線性系統(tǒng)的穩(wěn)定自適應神經網絡控制研究.pdf_第1頁
已閱讀1頁,還剩74頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、作為智能控制的一個重要分支領域,基于神經網絡建模的非線性系統(tǒng)魯棒自適應控制近年來引起了人們越來越多的重視。本文就此領域的相關問題展開一系列研究,主要研究了一類非線性規(guī)范形及具有嚴格反饋的不確定非線性系統(tǒng)的控制器設計問題。以李亞普諾夫(Lyapunov)穩(wěn)定、自適應控制、神經網絡控制、積分變結構控制等理論為基礎對閉環(huán)控制系統(tǒng)進行設計與分析。主要工作如下: 首先,針對一類具有未知常數增益的不確定非線性系統(tǒng),提出一種具有監(jiān)督控制的自適

2、應神經網絡控制方案。該方案通過引入最優(yōu)逼近誤差的自適應補償項來消除建模誤差的影響,同時引入積分型切換函數,使得控制結構簡單,無須求解李亞普諾夫方程。理論分析證明了閉環(huán)系統(tǒng)狀態(tài)有界,跟蹤誤差收斂到零。進一步對具有未知死區(qū)和未知常數增益的不確定非線性系統(tǒng),提出了一種自適應神經網絡控制,該方案同樣能保證了閉環(huán)系統(tǒng)穩(wěn)定,跟蹤誤差漸近收斂到零。 其次,討論了一類具有未知死區(qū)和未知函數增益的不確定非線性系統(tǒng)的自適應神經網絡控制問題。針對未知

3、死區(qū)模型傾斜度相等和不等,分別提出了兩種自適應神經網絡控制器設計新方案。該方案利用了滑??刂圃砗蚇ussbaum函數的性質,取消了函數控制增益符號已知和死區(qū)模型上界、下界已知的條件。通過引入逼近誤差的自適應補償項來消除建模誤差和參數估計誤差的影響。對于未知死區(qū)模型傾斜度相等的情形,理論分析證明了閉環(huán)系統(tǒng)半全局一致終結有界,跟蹤誤差收斂到零。而對于未知死區(qū)模型傾斜度不等的情形,只能證明到閉環(huán)系統(tǒng)半全局一致終結有界。 最后,針對一

4、類帶有死區(qū)模型的嚴格反饋非線性系統(tǒng),基于后推設計方法,Nussbaum函數的性質及積分型李亞普諾夫函數,提出了一種自適應神經網絡控制器的設計方案。通過引入示性函數,提出一種簡化死區(qū)模型描述,取消了死區(qū)模型的傾斜度相等的條件。此外,該方案取消了函數控制增益符號已知和死區(qū)模型參數上界、下界已知的條件。通過引入逼近誤差的自適應補償項來消除建模誤差和參數估計誤差的影響。理論分析證明了閉環(huán)系統(tǒng)是半全局一致終結有界。 通過本文的研究,較好地

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論