具有非光滑執(zhí)行器約束的非線性系統(tǒng)智能控制方法研究.pdf

1、在控制系統(tǒng)中，執(zhí)行器部件主要被用來產(chǎn)生與控制命令相對應(yīng)的物理執(zhí)行信號，并作用于被控對象以實現(xiàn)輸出鎮(zhèn)定、跟蹤等控制目標。但很多情況下，執(zhí)行器容易受到多種固有非線性特征約束，例如:晶體管產(chǎn)生的死區(qū)效益、壓電驅(qū)動平臺中的磁滯現(xiàn)象、齒輪傳動系統(tǒng)間的Backlash約束等。由于非線性約束的存在，執(zhí)行器輸出與輸入之間產(chǎn)生了極大的差距。這意味著，在控制器設(shè)計中如果沒有將這些非光滑執(zhí)行器約束考慮在內(nèi)，所得到的控制器很可能會造成系統(tǒng)控制精度和穩(wěn)定性的嚴重

2、下降。另一方面，由于執(zhí)行器約束通常是非線性且非光滑的，又給控制器設(shè)計帶來了相當大的難度。因此，如何通過非線性控制器設(shè)計來抵消執(zhí)行器非光滑約束對閉環(huán)系統(tǒng)破壞性的影響是一個具有理論和工程雙重價值的挑戰(zhàn)性課題。
　　針對該課題，本論文以Lyapunov泛函理論為穩(wěn)定性分析基礎(chǔ)，以Backstepping設(shè)計為技術(shù)框架，并結(jié)合自適應(yīng)控制、魯棒控制、模糊邏輯系統(tǒng)、神經(jīng)網(wǎng)絡(luò)等方法，解決了下列非線性控制問題:
　　(1)針對帶有執(zhí)行器未知

3、方向磁滯的時延不確定非線性系統(tǒng)，提出了基于神經(jīng)網(wǎng)絡(luò)逼近的自適應(yīng)控制設(shè)計方法。首先，采用Bouc-Wen模型描述執(zhí)行器中的未知方向磁滯特征，并將該模型表示為帶有未知系數(shù)的控制器加上有界擾動項的形式。緊接著，通過引入Nussbaum泛函理論，解決了未知大小及符號的控制系數(shù)問題。最后，通過設(shè)計新型的Lyapunov-Krasovskii函數(shù)對系統(tǒng)狀態(tài)時延補償，從而成功地建立了閉環(huán)控制系統(tǒng)的有界穩(wěn)定性。
　　(2)針對帶有執(zhí)行器非對稱Ba

4、cklash的不確定非線性系統(tǒng)，提出了兩種智能控制方法。其一為自適應(yīng)逆補償控制策略，通過設(shè)計非對稱Backlash的光滑逆模型，以及融合自適應(yīng)參數(shù)估計方法，一個光滑自適應(yīng)逆補償器得以成功構(gòu)建以補償執(zhí)行器中的非對稱Backlash約束。為了移去該方案中的一些局限性條件（例如非對Backlash上升直線與下級直線的斜率比被要求已知;自適應(yīng)逆補償器可能存在奇異問題），于是進一步提出第二種模糊自適應(yīng)逆補償控制方法。
　　(3)針對帶有執(zhí)行

5、器非對稱Backlash和量化輸入的非線性系統(tǒng)，提出了一種魯棒自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制方案。首先讓控制信號通過一個磁滯型量化器，以降低其在網(wǎng)絡(luò)總線中傳輸?shù)耐ㄐ怕?。但是，量化器的引入又會使自適應(yīng)控制器設(shè)計變得十分困難，為了解決這個問題，一種基于扇形有界性質(zhì)的量化器非線性分解方法被提出。再者，我們進一步給出了分解非對稱Backlash的方法。基于這些分解，真實的控制器被成功地從非對稱Backlash約束和量化函數(shù)中分離出來。最后，通過結(jié)合魯棒自適