一、一类具有匹配参数的不确定非线性系统的鲁棒H_∞控制问题（论文文献综述）
王越男[1]（2021）在《基于网络的切换时滞系统鲁棒故障检测方法及应用研究》文中提出近年来,随着经济的迅猛发展和科技水平的显着提高,导致工业控制系统规模逐渐变大,复杂程度日益提高,系统一旦发生故障,将造成巨大的经济和物质损失,为避免发生故障而引起整个生产过程瘫痪,将对系统的可靠性和安全性提出更高的要求。此外,当切换系统发生大扰动或故障时,由于系统中连续和离散动态之间的相互作用,使得切换系统的动态特性变得更为复杂,需要采用更为有效的故障检测与诊断（Fault Detection and Diagnosis,FDD）技术,来避免因故障而导致的切换系统失稳及瘫痪。同时随着人工智能技术的不断成熟,工业机器人全球化不断加剧,对工业机器人的研究取得了飞速发展,其研究方向已经渗透到各个领域。机械臂作为工业机器人的重要形式之一,被广泛应用于汽车制造、模具加工和电工电子等工业领域。如果机械臂出现元器件损坏或传感器、执行器出现故障不能及时处理,就会造成机械臂失灵,导致系统性能下降,这就对机械臂的稳定性和安全性提出了更高的要求。同时,机械臂系统在运行过程中易受到外界的干扰,在系统建模过程中也往往存在不确定性,同时机械臂具有非线性和强耦合等特点,因此建立更为精确的机械臂系统模型,设计性能优良的故障检测策略是摆在科研工作者面前的一项富有挑战性任务。本文基于Lyapunov-Krasovskii Functional（LKF）稳定性理论和线性矩阵不等式（Linear Matrix Inequality,LMI）技术,针对基于网络的切换时滞系统鲁棒∞性能、控制器和故障检测滤波器协同设计方法以及基于中间估计器的故障检测方法等方面进行了深入探讨,形成了一套全新的基于网络切换时滞系统故障检测方法,并将部分研究成果应用至实际机械臂系统上进行实验验证。在切换时滞的处理过程中,采用了Jensen不等式方法、Wirtinger积分不等式方法、改进的倒数凸组合方法和基于多元辅助函数的单重求和不等式方法,大大降低了所得结果的保守性。论文完成的主要工作概括如下:（1）介绍了课题研究背景及意义,综合阐述了故障检测与诊断技术研究的发展概况、方法分类和研究现状;切换时滞系统基本概念和研究背景;切换时滞系统故障检测研究现状以及切换机械臂系统故障检测研究概述等。（2）利用Lagrange方法对切换机械臂系统进行动力学建模,同时采用一种基于关节力矩反馈的建模方法得到了一种更具普适性的机械臂子系统动力学模型,并详细分析其性质。接着介绍了后续研究工作用到的一些基础知识和重要引理,为后续研究内容提供理论基础。（3）针对异步切换机制下的离散非线性切换时滞系统,提出了一种故障检测和控制器闭环协同设计方法。首先基于模式依赖平均驻留时间（Mode-dependent Average Dwell Time,MDADT）策略和分段LKF方法,设计基于观测器的故障检测滤波器（Fault Detection Filter,FDF）生成残差信号,将离散非线性切换时滞系统的故障检测问题转换为∞模型匹配问题。所提出的闭环故障诊断策略不仅可以保证残差和故障间的估计值尽可能小,同时满足离散非线性切换时滞系统指数稳定条件。采用基于多元辅助函数的单重求和离散不等式方法,获得保证系统稳定的松弛条件。同时,为进一步提高网络资源利用率,降低通信损耗,将事件触发控制（Event-triggered Control,ETC）引入到带有随机丢包的离散非线性切换时滞系统,研究了FDF和控制器协同设计问题。设计事件触发机制,假设数据包丢失满足伯努利随机分布序列,建立事件触发机制下FDF及与原切换系统不匹配的异步切换模型。基于MDADT方法和LKF稳定性理论,给出非线性切换时滞系统指数稳定的充分条件,并利用锥补线性化算法将FDF参数求解问题转换为凸优化问题,降低了稳定性结果的保守性。最后,仿真结果验证了所提方法的有效性。（4）针对二自由度机械臂系统,采用动力学方法将其建模成切换时滞系统,在同步切换机制下,研究了带有执行器故障的切换机械臂系统故障检测与控制器协同设计问题。基于LKF稳定性理论和平均驻留时间切换方法（Average Dwell Time,ADT）,给出二自由度机械臂系统指数稳定的充分条件,并利用锥补线性化算法将FDF增益求解问题转换为凸优化问题,仿真实验结果验证了所提方法的有效性。（5）针对异步切换机制下连续非线性切换时滞系统,提出了一种控制器和FDF协同设计的闭环故障检测策略。基于MDADT策略,所采用的MDADT切换方法在系统每个切换模式下都有各自的驻留时间,使得驻留时间与系统的模式密切相关,更加符合实际系统。为提高设计的自由度,提出了控制器和FDF协同设计的闭环故障检测策略。利用分段LKF和MDADT方法,构建FDF生成残差信号,将连续非线性切换时滞系统的故障检测转换为∞模型匹配问题。同时,利用Wirtinger积分不等式和改进的倒数凸组合技术实现对LKF导函数的精确估计,从而获得松弛的稳定性结果,并设计了可行的FDF和控制器增益参数。最后,对本研究所建立的一个二自由度机械臂的实验平台进行介绍,通过数值仿真和二自由度机械臂实验平台分别验证了所提方法的有效性。（6）针对带有时变时滞和数据包丢失的非线性切换网络控制系统,提出了一种新颖的中间估计器设计方法,解决了基于中间估计器方法的故障估计问题。假设数据包丢失满足伯努利随机分布序列,基于ADT方法和LKF稳定性理论,给出了非线性切换时滞系统指数稳定的充分条件,并利用同余变换方法消除了设计过程的约束条件,降低了稳定性结果的保守性。最后,通过数值仿真和所建立的二自由度机械臂实验平台结果验证了所提方法的有效性。（7）全面总结了本文的研究工作,并指出基于网络的切换时滞系统故障检测问题研究中的现存问题及未来发展方向。
赵军[2]（2021）在《基于自适应动态规划的机器人系统鲁棒控制研究》文中提出机器人是智能制造系统的重要组成单元之一,也是支撑我国制造产业转型升级的重要装备。由于机器人在运行过程中总是受到外界的干扰,在系统建模过程中也往往存在不确定性,因此对机器人系统开展鲁棒控制研究以确保存在建模误差和外界干扰情况下的高性能控制就显得尤为重要。目前,针对机器人的非线性系统鲁棒控制存在求解困难的理论难题。针对上述需求,本论文将以串联型工业机器人为例,探索其鲁棒控制器设计以及在线求解方法,从而降低控制系统设计对机器人精准建模的要求,提升机器人系统的综合性能,并针对典型的机器人系统开展仿真验证和实验研究。论文旨在为机器人控制系统设计提供新的思路,并解决鲁棒控制在线求解的科学难题。本课题的主要研究内容如下:（1）基于自适应动态规划的机器人鲁棒控制。首先以经典的PUMA560系列机器人为例,介绍串联机器人动力学模型构建方法,并介绍了实验室自主设计的一款SCARA机器人平台,分析了机器人系统模型中存在的不确定性以及模型转化方法。在此基础上,给出机器人鲁棒控制问题描述,研究将不确定机器人系统鲁棒控制问题等价为标称系统最优控制问题的途径,给出通过求解最优控制问题间接得到鲁棒控制问题解的新思路。最后,为实现最优控制问题的在线求解,引入自适应动态规划（Adaptive dynamic programming,ADP）方法使用神经网络在线逼近最优方程的解,并设计了一个新的基于参数估计误差驱动的自适应律在线更新神经网络权值,保证了最优控制解及神经网络权值的收敛性。该方法摒弃了传统ADP结构中执行神经网络（Actor NN）的使用,降低了计算量。（2）基于自适应动态规划的机器人鲁棒跟踪控制。由于机器人的轨迹跟踪精度是确保机器人工作性能的重要指标,故研究了基于最优控制的机器人鲁棒跟踪控制器设计和在线求解。首先,将不确定机器人系统的鲁棒跟踪控制问题等价为标称系统的最优跟踪控制问题。为实现跟踪控制,传统最优跟踪控制一般将原控制分为稳态控制与瞬态控制两部分分开设计。不同于该思路,本文融合跟踪误差动态与参考轨迹动态构造增广系统,实现可一步求解的最优跟踪控制问题,并引入折扣因子保证性能指标函数的有界性。为实现最优控制在线求解,基于ADP思想引入神经网络在线逼近最优性能指标函数,并设计了相应的自适应律完成神经网络权值和最优控制在线更新,进而得到鲁棒控制解。（3）基于输入/输出数据驱动的机器人输出反馈鲁棒控制。现有的鲁棒和最优控制算法大多需要完整的系统状态,但在机器人运行中部分状态（如:加速度）是不可测的,这限制一些先进控制算法的实际应用。为实现机器人输出反馈（仅需关节运动位置信息）鲁棒控制,提出将不确定系统输出反馈鲁棒控制问题等价为标称系统的输出反馈最优控制问题,进而避免了传统观测器的设计。使用输入/输出数据即可重构输出反馈的最优黎卡提方程（Modified algebraic Riccati equation,MARE）,并使用克罗内克积和向量化操作将MARE写为线性参数化形式。为实现MARE的在线求解,设计一个基于输入/输出数据驱动自适应律来实现对MARE中未知参数的估计。考虑到求解过程中系统维数过高的问题,引入降维操作保证了在线学习的可行性。（4）基于输入/输出数据驱动的机器人输出反馈鲁棒跟踪控制。进一步研究输出反馈鲁棒跟踪控制问题,融合参考轨迹信号与系统状态构造增广系统,其输出为参考轨迹与实际输出轨迹的误差。进而将不确定增广系统输出反馈鲁棒跟踪控制问题等价为标称增广系统输出反馈最优跟踪控制问题,引入折扣因子构造有界最优性能指标函数,得到新的输出跟踪黎卡提方程（Modified tracking algebraic Riccati equation,MTARE）。为实现该MTARE的在线求解,引入基于参数估计误差设计自适应律,保证了未知估计参数的收敛性,最终实现输出反馈控制律的在线求解。在完成理论研究的同时,以经典的PUMA560工业机器人模型为对象开展对比仿真验证。同时,在实验室自主设计了一款SCARA机器人实验平台对上述理论研究成果进行了实验验证。仿真与实验结果均表明,所提出的控制算法在机器人控制过程中具有收敛速度快、能耗低,且能克服建模误差的优势。实验结果也验证了所提控制方法的优越性和潜在的工程实用性。所提出的鲁棒控制和在线学习算法可进一步应用于其它类型工业机器人甚至智能机器人控制器设计中。
成咪[3]（2021）在《时滞不确定系统滑模变结构控制方法研究》文中提出实际系统中普遍存在着的不确定性与时滞现象,会降低系统性能甚至引起系统不稳定。因此,研究时滞不确定系统稳定性与控制方法具有重要的理论意义和实际价值。滑模变结构控制对外界扰动及系统参数变化表现出较强的鲁棒性,已经在多类系统中得到了验证。本文以滑模控制理论为基础,结合Lyapunov稳定性定理、线性矩阵不等式和自适应理论分析三类不同的时滞系统,并设计具体控制方案。（1）针对时滞系统中存在的参数摄动和不确定干扰,探讨一种基于神经网络的自适应滑模控制方法。首先基于时滞分割思想,利用可得的时滞信息构建LyapunovKrasovskii泛函（L-K泛函）。然后结合Wirtinger积分不等式获得标称系统渐进稳定条件,渐近稳定条件通过线性矩阵不等式（Linear Matrix Inequality,LMI）表示。此外,针对系统中存在的外部扰动与不确定性采用神经网络逼近,将滑模控制与神经网络控制相结合保证闭环系统的稳定性。（2）针对具有外部干扰、输入非线性和不确定性的中立时滞系统,在其状态未知或状态难以测量和不可测时,对系统进行状态重构,通过设计状态观测器获得系统状态估计值,然后利用估计状态设计自适应滑模控制器,控制器增益与观测器增益由LMI解得。在设计的控制器作用下闭环系统渐近稳定,且自适应方法解决了系统扰动上界未知问题。（3）针对导数矩阵中存在不确定性的非线性广义时滞系统。首先,利用状态增广技术变换系统,保证变换前后系统的鲁棒无源性不变。然后,构造含有滑模增益矩阵的积分型滑模面,通过设计合适的L-K泛函,得到新的充分条件,保证滑模二次稳定和鲁棒无源性。同时设计滑模控制律,使系统运动轨迹在一定时间内到达预设的滑模面,最后通过仿真实验验证了控制器的有效性与优越性。
张新昱[4]（2021）在《基于干扰和状态估计的多刚体系统鲁棒跟踪控制研究》文中提出多刚体系统作为一类典型的力学系统,在机械,车辆、机器人及飞行器等诸多领域具有广泛的应用。多刚体系统结构复杂,在许多实际应用中存在模型不确定性、未知的外界干扰及作动器饱和等约束,且具有强非线性和强耦合性等特点。此外,由于空间和成本的约束,难以在多刚体系统的每个需测量部位安装合适的传感器以获取系统的状态,而现有的控制方法多基于状态反馈,且存在控制器结构复杂,参数整定困难,实际控制精度难以保证等不足。本文针对多刚体系统的鲁棒跟踪控制问题,为消除建模、测量和作动能力受限条件下多刚体系统动态模型中的不确定性分量和控制输入约束对其运动精确性的影响,从不确定性分量估计与补偿、状态观测器设计,结构简单、参数易整定的高精度鲁棒跟踪控制器设计,以及稳定性推导等方面开展研究工作,其对于械臂车间作业、空间机器人卫星维护工作、载体自主运动等领域有广泛应用前景。本文提出了基于干扰和状态估计的鲁棒控制理论方法,利用干扰的估计与补偿,状态的估计与替换,并与控制器设计相结合,实现了多刚体系统的高精度轨迹跟踪,并通过多刚体系统实验平台对所提控制方案的有效性进行了验证,实验结果表明,本文提出的基于估计数据的鲁棒控制方法具有较好的稳态跟踪精度和瞬态性能。本文的主要贡献和创新性总结如下:（1）研究了基于比例-微分（proportional-derivative,PD）控制器与不确定和干扰估计器（uncertainty and disturbance estimator,UDE）的比例-积分-微分（proportionalintegral-derivative,PID）控制设计方案,简化了PID控制器的调参,实现了单参数调节系统跟踪误差最终界。在此基础上,考虑了无速率测量的多刚体系统的鲁棒跟踪控制问题,对UDE进行了改进设计,将其扩展到输出反馈情况。提出了一个简单的反馈控制方案,该方案包括一个改进的龙伯格状态观测器（Luenberger state observer,LSO）来估计系统状态和一个改进的UDE来估计系统集总输入干扰。该方案的新颖之处在于引入了LSO和UDE之间的相互耦合,以提高估计和控制精度。利用所设计的线性非奇异状态变换和巧妙的参数映射,简化了闭环系统的性能分析。通过奇异摄动理论,得到一个简单的稳定条件和单参数调优方法,以减小稳态估计误差和跟踪误差。最后,通过数值仿真和在三自由度（3-degree-of-freedom,3-DOF）直升机平台上的实验验证,证明了相互耦合效应带来的性能提升,以及参数调节方法的有效性。（2）研究了状态测量受限的n-DOF多刚体系统的鲁棒输出反馈跟踪控制。设计了一种改进的扩张高增益观测器（extended high gain observer,EHGO）来估计不可测得的系统状态以及不确定性和干扰。提出了一种结合改进的EHGO和连续PID-滑模控制（sliding mode control,SMC）策略的新型控制方案。改善了闭环系统的瞬态响应性能,同时保证了估计与跟踪的稳态精度。采用Lyapunov稳定性方法证明了EHGO的有效性。此外,通过奇异摄动理论证了闭环系统的稳定性和收敛性。数值仿真和实验结果验证了所提出的控制方案的性能优势。（3）针对一类受模型不确定性、外部干扰和输入饱和约束的单输入-单输出（single-input single-output,SISO）高阶多刚体系统,提出了一种新型的有限时间鲁棒跟踪控制方案。设计了一种基于障碍函数的干扰观测器（barrier function-based disturbance observer,BFDO）来估计系统的非平滑非线性复合干扰,且具有有限时间收敛性能。此外,基于障碍函数和BFDO,设计了一种自适应连续非奇异终端滑模控制（continuous nonsingular terminal sliding mode control,CNTSMC）策略。证明了闭环系统的Lyapunov稳定性和有限时间收敛性。通过数值仿真和与现有控制方法的比较,显示了所提出的控制方案的有效性和性能优势。本文的研究成果有助于解决多刚体系统的高精度鲁棒跟踪控制问题,对基于干扰和状态的估计、结构简单,参数易整定的鲁棒跟踪控制器设计与开发具有一定的指导意义。
杨琛[5]（2021）在《非匹配互联时滞大系统的分散自适应控制器设计》文中研究表明近几年,大系统得到了广泛应用,本文通过构造新型Lyapunov-Krassovskii泛函,研究了具有不确定性非匹配项的非线性互联时滞大系统分散自适应控制器设计问题。本设计无需借用线性矩阵不等式,提出显性控制器增益函数,运用自适应方法对系统未知项和不确定项进行估计和补偿。本文的主要研究内容如下:在第二章中,针对一类不确定且具有不匹配项的互联时滞大系统提出了一种精确控制器增益的分散自适应控制算法。通过系统分解,分解成级联系统,借助自适应控制方法对不确定项进行估计和补偿,简化了控制器设计的分析步骤,降低了控制器输入信号的复杂性,使得被控系统的系统状态渐近收敛到零,并通过数值仿真验证其可行性。在第三章中,将第二章提出的分散自适应控制算法引入到跟踪控制中,研究了一类具有多个死区输入情况下的不确定且不匹配的互联时滞大系统的自适应控制问题。在有界干扰的情况下,通过将系统分解成级联系统,利用自适应控制方法,对系统的不确定项和死区输入进行补偿,使得闭环系统误差最后指数收敛到一个可调节的区域,且能抵抗有界时滞和干扰以及死区信号,最后通过两个仿真例子进行验证。在第四章中,将第三章提出的分散自适应鲁棒控制器算法推广到未知被控系统的模型参考控制中,在死区输入情况下,研究了一类具有的不确定且不匹配的互联时滞未知大系统的自适应控制问题。运用合理的匹配条件与自适应律对系统的未知矩阵与不确定和未知的项进行估计,并对死区输入进行补偿。在有界干扰与时滞的情况下,得出闭环系统误差最后仍然指数收敛到一个可调节的区域,并通过两个仿真例子进行验证。
商钰琪[6]（2021）在《基于静态增益函数的非线性时滞系统镇定》文中提出近几年是科学技术飞速发展的时期,只掌握传统的控制方法已满足不了社会发展需求,特别是人工智能的应用开发和网络技术的广泛普及,为现代控制理论的应用开辟了广阔的天地.其中时滞是控制研究范畴内最突出的的一种现象,它普遍存在于生物系统,网络控制系统,过程控制系统等领域.众所周知,时间延迟会致使系统性能降低,甚至直接造成系统动荡.另外,由于环境变化、测量误差和建模误差的存在,会使实际系统产生不确定性,这必然牵扯到系统的良好性能发挥.因此,如何消除时滞和不确定性对系统稳定性和控制性能的影响具有重要的理论和现实意义.本文在现有文献的基础上,对不确定非线性时滞系统的稳定性分析及控制问题做了以下工作.研究了一类具有外部干扰的非线性时滞系统的自适应状态反馈镇定问题.首先定义了一种新的控制增益函数,并给出了它的实用性质.通过引入一种新的具有显式控制增益表达式的Lyapunov-Krasovskii泛函,我们提出了一种新的无记忆控制策略.控制律分为两个部分.其一是用来处理延迟状态,另一部分是用来处理扰动.控制增益函数的作用是抑制Lyapunov-Krasovskii泛函导数引起的加法项.构造了带控制增益函数和时变σ-修正的改进自适应律来估计未知的积分参数.研究了基于观测器的输出反馈控制的非线性时变时滞系统.当系统状态信息不可测时,通过构造Luenberger观测器来估计状态,然后定义了两个连续正定函数,同时运用Lyapunov-Krasovskii泛函,并引入用于处理系统不匹配项的两个常数.为了处理系统状态的子部分信息,我们讨论了新的状态估计方程,且因此设计了新的控制器,从而得出带有时变时滞的非线性系统满足渐近稳定性的条件.
赵继鹏[7]（2021）在《不确定非线性系统模糊自适应输出反馈控制》文中研究说明众所周知,许多实际工程系统中都存在未建模动态、时滞、未知控制增益等现象,这些现象成为导致被控系统不稳定的一个重要因素。随着科技发展的脚步迈的越来越快,许多工业领域对控制系统的控制品质要求的越来越高,它们不只是要求被控系统是稳定的,还希望被控系统能够具有一定的鲁棒性,这使被控系统的理论研究更有实际意义。所以,近年来控制领域在研究系统稳定性的基础上逐渐加强对非线性系统的鲁棒控制的探索。本文以模糊自适应反步递推（Backstepping）设计为基础,以系统状态不可测的情况为前提条件,研究几类控制增益是未知非线性函数的严格反馈非线性系统的输出反馈鲁棒控制设计问题,并且给出了系统的稳定性与收敛性的分析证明。主要内容如下:（1）对于带有未知状态时滞的非线性严格反馈系统,当假设系统的状态不完全可测时,通过Lyapunov-krasovskii泛函解决未知状态时滞问题,系统中的未知的非线性动态将用模糊逻辑系统逼近,通过建立状态观测器解决系统状态无法测得的问题,在Backstepping设计思想的启发下,设计出一种模糊自适应输出反馈控制设计方案,并且给出了被控系统在Lyapunov函数意义下的稳定性证明。最后,通过数值仿真结果来验证所设计的控制方法是有效的。（2）对于一类状态不可测的严格反馈非线性系统,当假设系统中的控制增益均为未知的非线性函数时,通过建立状态观测器解决系统状态无法测得的问题,然后用模糊逻辑系统对未知非线性动态进行辨识。此外,传统Backstepping控制方法固有的“计算膨胀”问题也通过引入动态面控制技术被解决,并提出一种模糊自适应动态面控制设计方案,并给出稳定性证明。所设计的控制方法避免对虚拟控制器进行重复微分,降低了系统计算的复杂度,减少计算时间。最后,通过仿真得出的结果可以验证该方法的有效性。（3）对于一类带有未建模的动态非线性系统,在系统的状态不完全可测的情况下,采用动态信号的方法处理未建模动态的扰动,根据有界控制的设计思想构造对数Lyapunov函数,通过构造对数Lyapunov函数并结合投影算子技术,确保所设计的控制器是有界的。根据Backstepping控制设计技术,给出模糊自适应输出反馈控制设计方案和稳定性证明。最后,通过仿真得出的结果可以验证该方法的有效性。（4）研究一类带有未知控制增益函数的多输入多输出非线性严格反馈系统的模糊自适应输出反馈控制问题,当假设系统中状态不完全可测时,通过建立状态观测器解决系统状态无法测得的问题,然后用模糊逻辑系统对未知非线性动态进行辨识。基于Backstepping控制技术,设计了一种模糊自适应输出反馈控制算法并给出稳定性分析。最后,通过仿真得出的结果可以验证该方法的有效性。（5）对于一类严格反馈不确定非线性切换系统,在系统的状态不完全可测的情况下,进一步考虑输入饱和的控制问题。通过利用中值定理将输入的饱和函数转化为有界的函数,从而有效的解决了饱和输入问题。此外,为了解决传统的Backstepping控制方法固有“计算膨胀”问题,采用命令滤波器不仅克服对虚拟控制器重复微分,还考虑了滤波器的滤波误差,引入误差补偿信号抑制滤波误差。在模糊控制和Backstepping控制的框架下,给出了一种模糊自适应输出反馈控制设计方法和稳定性证明。最后,通过仿真得出的结果可以验证该方法的有效性。
周铭浩[8]（2019）在《无抖振终端滑模控制及其在感应电机转速控制中的应用》文中认为实际工程中的被控对象普遍存在匹配或非匹配不确定性,因而不确定系统的控制问题一直是控制领域关注的焦点。滑模控制因其对满足匹配条件的不确定性具有不变性而着称,在控制理论和实际工程中都获得了广泛应用,但对于非匹配不确定系统则失去了其不变性优势;终端滑模的提出虽使得滑模控制具备了有限时间收敛特性,也获得了更高的控制精度,但却导致了控制量出现奇异性问题;同时,抖振现象长期以来制约着滑模控制理论发展和应用,因而抑制抖振的方法也一直是国内外学者研究的重中之重。感应电机驱动控制系统即为一个非线性、多变量、强耦合的非匹配不确定系统,其应用也已经向着更高性能要求的工业领域发展,这要求控制系统具有更高的动静态性能,如对负载转矩干扰、给定突变以及定转子参数摄动等不确定性具有强鲁棒性等,同时也对转子磁链/转速的观测技术提出了更高的要求。因此,进一改进终端滑模控制方法、解决上述控制及观测问题、提出具有更高控制性能和更宽广适用范围的无抖振终端滑模控制策略、设计出具有更高动静态性能的感应电机驱动系统,具有深远的理论意义和重要的实际应用价值。本文提出了一种无抖振全阶终端滑模控制策略,解决了奇异性和抖振问题,并实现了非匹配不确定MIMO系统的高性能控制,所提出的控制策略具有无抖振、无奇异、强鲁棒以及有限时间收敛等特性。进而基于该理论方法,针对感应电机转速控制系统提出了新的控制策略以及转子磁链/转速观测器设计方法,提升了系统的动态性能和对负载扰动及参数摄动的鲁棒性,并通过仿真与实验与其他主流方法进行对比,验证了所提方法的正确性和优越性,具体如下:（1）针对一类匹配不确定SISO/MIMO系统的控制问题,提出了一种无抖振全阶终端滑模控制方法,解决了长期以来制约滑模控制理论应用的奇异性问题和抖振问题。在终端滑模控制律的设计中规避了对指数函数的微分,从而消除了奇异性问题;设计了全阶终端滑模面和无抖振滑模控制律以消除由高频切换控制带来的抖振。理论的创新之处在于:将滑模面设计成不可测量或者计算、却可以获得其符号以实现切换控制的形式,结构更加简单且容易实现;理想滑动模态的相对阶被设计为0,异于传统的大于或等于1的形式,即系统的控制特性为全阶动态特性,而非传统的降阶特性,因此获得了平滑的控制信号,消除了由高频切换信号引入的抖振。相比于其他主流的滑模控制策略,所提出的控制方法具有无抖振、无奇异、收敛快、精度高、强鲁棒、易于实现等特点,仿真研究验证了本文所提理论的优越性。（2）针对非匹配不确定MIMO系统的控制问题,提出了一种结合反步法的无抖振全阶终端滑模控制策略,同时作为感应电机滑模控制的理论基础。常规滑模控制只能使得非匹配不确定MIMO系统的输出在有限时间内收敛到平衡点附近的邻域,而无法真正到达平衡点;而且现有研究中大多数依赖于严格的限制条件,如虚拟控制增益矩阵右伪逆存在、不确定性必须为状态相关或者慢时变形式等。为了突破了上述条件限制,提高终端滑模的控制品质,首先设计虚拟控制律以补偿非控制信道中的不确定性;再利用实际控制信号迫使非输出状态变量精确逼近虚拟控制量,从而使得系统输出能够收敛到平衡点而非其邻域,且无抖振控制律和全阶滑模面的设计使得虚拟控制和实际控制均为连续信号。经过仿真分析,所提方法的正确性和优越性得到了有效验证。（3）基于所提出的无抖振全阶终端滑模控制理论,针对感应电机矢量控制系统提出了一种新的转子磁链/转速观测器设计方法,解决了常规滑模观测器由于抖振导致的低信噪比问题,提高了观测器的精度和动态性能,并使其具备了有限时间收敛特性以及对干扰的强鲁棒性。首先针对一类有转速传感器的矢量控制系统,提出了一种新的转子磁链观测器设计方法;其次为一类无转速传感器的矢量控制系统提出了一种新的转子磁链/转速观测器设计方法,实现了无速度传感器技术。最后,通过仿真和实验与其他观测器对比,本文所设计的观测器具有响应快速、对系统扰动具有强鲁棒性,以及无奇异,无抖振等优势,观测结果平滑而连续,信噪比高,不须经滤波处理即可直接应用于感应电机矢量控制系统的实现。（4）针对双闭环感应电机转速控制系统提出了一种具有精度高、抗扰性强以及有限时间收敛等特性的控制策略,消除了常规滑模控制器中的奇异性和抖振问题,提升了控制系统的稳态精度、动态性能和对不确定性的鲁棒性。首先,将所提出的无抖振终端滑模控制理论的适用范围推广至非匹配不确定MIMO非线性系统;在外环控制器中,将电流给定设计为虚拟控制信号以补偿负载扰动及参数摄动等非匹配不确定性,转速和磁链的跟踪误差能够在有限时间内快速收敛到零,无抖振控制律的应用使得定子电流的给定为平滑的连续信号,不存在抖振现象,因此可以被实际电流精确跟踪;在内环电流控制器中,实际电压控制信号能够迫使电流稳态误差在有限时间内收敛到零,跟踪精度和动态性能都获得了提升。最后,结合所提出的转子磁链/转速观测器,通过感应电机矢量控制系统的仿真和实验,验证了所提出的控制策略具有更高的性能优势。
屈秋霞[9]（2018）在《几类不确定非线性系统的自适应动态规划理论研究及其应用》文中进行了进一步梳理随着科学技术的发展,.工程控制系统的规模和复杂性不断增加,若设计控制器时不考虑一些不确定项可能导致整个系统性能下降,甚至影响系统稳定性,造成不可预期的损失.因此,提高控制系统的安全性和可靠性变得尤为重要.由于非线性系统本身的复杂性,其控制理论发展的并不完善,相应的非线性系统的控制方法也十分有限,而且多数现有结果主要研究系统稳定性问题,在此基础上的系统性能优化问题却很少被考虑.自适应动态规划方法融合了神经网络、强化学习、自适应评价设计等思想,在应用于求解复杂系统的最优控制问题时可以避免动态规划算法中”维数灾难”问题.本文在自适应动态规划理论的基础研究上,结合最优控制、博弈论、以及滑模控制等理论,深入研究了非线性系统的最优跟踪问题以及几类连续不确定非线性系统的鲁棒控制问题,本文的主要工作如下:（1）针对带有扰动的非线性多输入不确定系统,通过将鲁棒控制问题转化为多人非零和问题,并研究纳什平衡点的鲁棒特性,来构造不确定系统的控制策略.通过Lyapunov方法得到鲁棒控制策略存在的充分条件.对于纳什平衡点的求解,文中采用在线单网络ADP算法近似求解耦合HJ方程组来得到,算法的实现仅需要在线调整评价网络的权值.利用Lyapunov理论证明了闭环系统状态和神经网络的权值估计误差是一致最终有界的.（2）首次将非线性大互联系统的分散跟踪问题转化为由误差系统和孤立子系统组成的时不变增广系统的最优控制问题,间接得到分散式自适应跟踪控制器.为求解非线性HJB方程,提出基于单神经网络的ADP算法,并且在线实时实现.通过在评价网权值更新律中加入一个辅助项,从而避免了初始容许控制这一严苛条件.利用Lyapunov理论证明了跟踪误差信号和神经网络权值误差是一致有界稳定的.（3）针对一类带有饱和输入的不确定非线性系统,基于ISM理论和ADP方法,提出了 一种新颖的滑模最优控制器.该控制器包含两个部分,其中不连续控制部分保证系统维持在滑模面上,而连续控制部分保证系统状态在滑模动态下沿最优轨迹运动.通过在性能指标函数内引入一个非二次泛函来处理饱和输入问题,并基于执行-评价神经网络架构,利用在线近似学习算法实现近似求解该饱和输入系统的HJB方程.同时,利用Lyapunov理论证明了闭环系统状态和神经网络的权值估计误差是一致最终有界的.（4）结合滑模控制与非线性H∞最优控制理论,针对带有执行器故障和不匹配干扰的非线性系统,提出了一种新颖的复合控制策略.该复合控制策略包含两个部分,一部分是不连续滑模切换律,用于消除执行器故障和分离出的匹配扰动分量的影响,另一部分是非线性H∞最优控制,用于保证滑动模态下系统的稳定性.其中H∞控制器是基于执行网-评价网-扰动网架构的在线策略更新算法求解HJI方程来得到.最后,利用Lyapunov理论证明了闭环系统状态和神经网络的权值估计误差是一致最终有界的.（5）针对一类带有控制约束的不确定非线性系统,基于ISM和ADP方法,设计了最优保性能滑模控制器.该控制器包含两个部分,其中不连续滑模切换律,保证系统状态维持在滑模面,而连续保性能控制,可保证滑动模态下的闭环系统稳定性及性能上界最小.提出单网络ADP算法来近似求解辅助系统的HJB方程,且算法的实现不需要初始容许控制.最后,利用Lyapunov理论证明了闭环系统状态和权值误差可保证是一致最终有界的.
杨盐生[10]（2000）在《不确定系统的鲁棒控制及其在船舶运动控制中的应用》文中进行了进一步梳理本文对不确定系统的鲁棒控制及其在船舶运动控制中的应用问题进行了系统的研究。依据多年的船舶运动控制研究经验，本文作者认为该领域一直存在着三个尚未解决的问题：一是用于控制器设计的模型存在不确定性问题；二是船舶运动的非线性问题；三是执行机构问题。经大量研究发现不确定系统的鲁棒控制理论可能解决这些问题。因此，本文首先在鲁棒控制基础理论方面进行了全面、系统的研究，包括匹配不确定线性系统的鲁棒控制、不匹配不确定线性系统的鲁棒控制及不确定非线性系统的鲁棒控制，并将上述理论方法应用于船舶运动控制的航向自动舵设计和减摇鳍控制系统设计中。 在匹配不确定线性系统的鲁棒控制方面，本文总结了一些现有的鲁棒控制算法，为船舶运动控制的实际应用奠定了基础。同时还提出利用标称模型的代数Rriccati方程的解构造滑动模态超平面的方法，进而给出了两种变结构鲁棒控制算法。该算法可以避免对系统进行正交变换，减少了设计过程中的复杂性。另外，针对现有的不确定系统鲁棒控制算法在状态空间中某个超平面上具有控制输出不连续的缺陷，提出了两个连续型鲁棒控制算法。 在不匹配不确定线性系统的鲁棒控制方面，本文将系统的不确定项的界归纳为四种形式，对每种有界形式分别研究了基于代数Riccati型方程的鲁棒控制设计方法和H"。鲁棒控制设计方法。本文的突出工作是提出了针对不匹配不确定线性系统的三种变结构鲁棒控制设计方法，为研究船舶运动控制领域中执行机构的影响打下了基础。 在不确定非线性系统的鲁棒控制方面，本文首先针对一类具有相对阶等于系统阶的系统，在鲁棒反馈线性化的基础上，采用极点配置法推导出三种状态反馈鲁棒控制算法，同时还提出了三种变结构鲁棒控制算法。其次考虑到不确定非线性系统中不确定项可能是结构未知的非线性函数，提出用模糊系统逼近不确定项函数的方案，进而采用极点配置法设计自适应鲁棒模糊控制算法。该算法的优点：一是降低了对被控制系统的了解程度；二是无论模糊系统取多少条规则，在线估算参数可归结为一个，减小了算法的计算量。最后针对研究具有执行机构的不确超憋性系统的需要，对一类推广匹配不确定非线性系统，提出了一个变结构鲁棒自适应控制算法。 为便于船舶运动控制系统的性能检验，本文开发了一个高精度的船舶运动数学模型，该模型特别考虑了各种环境下（风、流兑浪、浅水等）作用在船舶上的外界干扰力和力矩。在此基础上，利用 Matlab的 Simulink具箱建立了仿真平台，为船舶运动酗系统的性能检验提供了良好的环境。 针对船舶航行中船速、载况、外界于扰等时常变化，常规Pto 自动舵鲁棒性差、控制性能不理想的实际情况，本文将上述鲁棒控制理论应用于航向自动舵的设计中，提出了鲁棒Pto和鲁棒自适应Pto控制算法。同时考虑到船舶航向控制系统中不仅存在不确定性，还存在非线性，提出了一个具有积分功能的鲁棒控制算法和一个自适应鲁棒控制算法。 船舶横摇运动对航行安全和船员的正常操作与生活具有一定的危害性，减摇鳍控制一直是船舶运动控制领域的重要研究课题。本文将上述理论应用于减摇鳍控制系统设计中，分别提出了变结构鲁棒控制算法、变结构自适应鲁棒控制算法和鲁棒自适应模糊控制算法。并系统地研究了执行机构对控制系统性能的影响，发现以往不考虑执行机构影响而设计的控制算法难以保证系统的稳定性。因此本文结合执行机构动态特性所构成不匹配不确定系统，提出了一个变结构鲁棒控制算法。该算法不受执行机构时间常数的影响，可以完全确保系统稳定。
二、一类具有匹配参数的不确定非线性系统的鲁棒H_∞控制问题（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、一类具有匹配参数的不确定非线性系统的鲁棒H_∞控制问题（论文提纲范文）
（1）基于网络的切换时滞系统鲁棒故障检测方法及应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 符号说明 |
| 缩写说明 |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 故障检测与诊断技术研究综述 |
| 1.2.1 故障检测与诊断技术发展概述 |
| 1.2.2 故障检测与诊断方法分类及其研究现状 |
| 1.3 切换时滞系统研究综述 |
| 1.3.1 切换系统研究概述 |
| 1.3.2 时滞系统(网络控制系统)研究概述 |
| 1.3.3 切换时滞系统故障检测研究概述 |
| 1.4 切换机械臂系统故障检测研究概述 |
| 1.5 本文主要内容与章节安排 |
| 第2章 切换机械臂系统动力学模型及基础知识 |
| 2.1 引言 |
| 2.2 基于Lagrange方法的切换机械臂系统动力学建模 |
| 2.3 关节力矩反馈的机械臂动力学模型 |
| 2.3.1 基于关节力矩传感器的机械臂子系统动力学建模 |
| 2.3.2 机械臂关节子系统动力学模型分析 |
| 2.4 基础知识 |
| 2.5 本章小结 |
| 第3章 离散非线性切换时滞系统故障检测与控制器协同设计方法研究 |
| 3.1 引言 |
| 3.2 异步切换下离散非线性切换时滞系统的故障检测和控制器协同设计 |
| 3.2.1 系统动态过程描述 |
| 3.2.2 残差方程建立 |
| 3.2.3 异步切换下故障检测滤波器与控制器协同设计 |
| 3.2.4 仿真实验研究 |
| 3.3 事件触发下离散非线性切换时滞系统故障检测和控制器协同设计 |
| 3.3.1 系统动态过程描述 |
| 3.3.2 残差方程建立 |
| 3.3.3 事件触发下故障检测滤波器与控制器协同设计 |
| 3.3.4 仿真实验研究 |
| 3.4 本章小结 |
| 第4章 基于平均驻留时间的切换机械臂系统故障检测与控制器协同设计 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.2.1 带有执行器故障的网络化切换机械臂建模 |
| 4.2.2 残差方程建立 |
| 4.3 切换机械臂系统故障检测滤波器与控制器协同设计 |
| 4.4 仿真实验研究 |
| 4.5 本章小结 |
| 第5章 连续非线性切换时滞系统故障检测与控制器协同设计及应用研究 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.2.1 系统动态过程描述 |
| 5.2.2 残差方程建立 |
| 5.3 模式依赖下故障检测滤波器与控制器协同设计 |
| 5.3.1 H_∞性能分析 |
| 5.3.2 控制器和滤波器增益协同设计 |
| 5.4 仿真实验研究 |
| 5.5 机械臂系统实验研究 |
| 5.5.1 机械臂系统实验平台简介 |
| 5.5.2 机械臂系统故障检测实验结果分析 |
| 5.6 本章小结 |
| 第6章 基于中间估计器的连续非线性切换时滞系统故障估计及应用研究 |
| 6.1 引言 |
| 6.2 问题描述 |
| 6.2.1 系统动态过程描述 |
| 6.2.2 误差系统建立 |
| 6.3 基于中间估计器的故障估计滤波器设计 |
| 6.3.1 指数稳定性分析 |
| 6.3.2 基于中间估计器的故障滤波器增益设计 |
| 6.4 仿真实验研究 |
| 6.5 机械臂系统故障估计实验研究 |
| 6.6 本章小结 |
| 第7章 全文总结与展望 |
| 7.1 全文总结 |
| 7.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 攻读博士学位期间研究成果及奖励 |
（2）基于自适应动态规划的机器人系统鲁棒控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景及意义 |
| 1.3 工业机器人研究现状 |
| 1.3.1 工业机器人发展现状 |
| 1.3.2 工业机器人控制研究现状 |
| 1.4 自适应动态规划研究现状 |
| 1.4.1 自适应动态规划 |
| 1.4.2 基于自适应动态规划的最优控制 |
| 1.4.3 基于自适应动态规划的鲁棒控制 |
| 1.5 现有研究存在的问题 |
| 1.6 论文主要研究内容 |
| 第二章 基于自适应动态规划的机器人鲁棒控制 |
| 2.1 引言 |
| 2.2 PUMA560工业机器人建模 |
| 2.2.1 PUMA560工业机器人结构及参数 |
| 2.2.2 PUMA560工业机器人动力学模型 |
| 2.3 SCARA机器人系统及建模 |
| 2.3.1 SCARA机器人结构及参数 |
| 2.3.2 SCARA机器人动力学建模 |
| 2.3.3 SCARA机器人系统集成 |
| 2.3.4 SCARA机器人运动控制系统 |
| 2.4 机器人鲁棒控制问题描述 |
| 2.5 鲁棒控制与最优控制等价性 |
| 2.6 机器人鲁棒控制设计 |
| 2.6.1 自适应动态规划推导 |
| 2.6.2 自适应学习算法设计 |
| 2.6.3 稳定性分析 |
| 2.7 仿真验证 |
| 2.8 实验验证 |
| 2.8.1 不确定性上界 |
| 2.8.2 实验设置 |
| 2.8.3 实验结果 |
| 2.9 本章小结 |
| 第三章 基于自适应动态规划的机器人鲁棒跟踪控制 |
| 3.1 引言 |
| 3.2 机器人鲁棒跟踪控制问题描述 |
| 3.3 鲁棒跟踪控制与最优跟踪控制等价性 |
| 3.4 机器人鲁棒跟踪控制设计 |
| 3.4.1 自适应学习算法设计 |
| 3.4.2 稳定性分析 |
| 3.5 仿真与实验研究 |
| 3.5.1 仿真验证 |
| 3.5.2 实验验证 |
| 3.6 本章小结 |
| 第四章 基于输入/输出数据驱动的机器人输出反馈鲁棒控制 |
| 4.1 引言 |
| 4.2 机器人输出反馈鲁棒控制问题描述 |
| 4.3 输出反馈鲁棒控制与输出反馈最优控制等价性 |
| 4.4 数据驱动机器人输出反馈鲁棒控制设计 |
| 4.5 输出反馈最优控制方程数据驱动求解 |
| 4.5.1 输出黎卡提方程的构建 |
| 4.5.2 数据驱动自适应律设计 |
| 4.5.3 稳定性分析 |
| 4.6 仿真与实验研究 |
| 4.6.1 仿真验证 |
| 4.6.2 实验验证 |
| 4.7 本章小结 |
| 第五章 基于输入/输出数据驱动的机器人输出反馈鲁棒跟踪控制 |
| 5.1 引言 |
| 5.2 机器人输出反馈鲁棒跟踪控制问题描述 |
| 5.3 数据驱动输出反馈鲁棒跟踪控制设计 |
| 5.4 输出反馈最优跟踪控制方程数据驱动求解 |
| 5.4.1 输出跟踪黎卡提方程的构建 |
| 5.4.2 数据驱动自适应律设计 |
| 5.4.3 稳定性分析 |
| 5.5 仿真与实验研究 |
| 5.5.1 仿真验证 |
| 5.5.2 实验验证 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 工作成果 |
| 6.2 创新点总结 |
| 6.3 工作展望 |
| 致谢 |
| 参考文献 |
| 附录A: 攻读博士期间发表与录用论文情况 |
| 附录B: 攻读博士期间授权专利情况 |
| 附录C: 攻读博士期间参与项目情况 |
（3）时滞不确定系统滑模变结构控制方法研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 论文研究背景及意义 |
| 1.2 时滞不确定系统研究现状 |
| 1.2.1 时滞系统稳定性研究现状 |
| 1.2.2 时滞不确定系统控制研究现状 |
| 1.3 论文研究内容与构架 |
| 第二章 相关知识与定理 |
| 2.1 广义系统相关知识 |
| 2.2 李雅普诺夫稳定性理论 |
| 2.3 线性矩阵不等式(LMI) |
| 2.4 相关引理 |
| 第三章 状态时滞不确定系统滑模控制 |
| 3.1 引言 |
| 3.2 系统描述 |
| 3.3 基于RBF神经网络自适应滑模控制 |
| 3.3.1 滑模面设计 |
| 3.3.2 稳定性分析 |
| 3.3.3 控制器设计 |
| 3.4 仿真研究 |
| 3.5 本章总结 |
| 第四章 基于状态观测器的中立型时滞系统自适应滑模控制 |
| 4.1 引言 |
| 4.2 系统描述 |
| 4.3 基于状态观测器的中立时滞系统滑模控制 |
| 4.3.1 观测器与滑模面设计 |
| 4.3.2 控制器设计 |
| 4.3.3 稳定性分析 |
| 4.4 仿真研究 |
| 4.5 本章总结 |
| 第五章 广义时滞不确定系统鲁棒滑模控制 |
| 5.1 引言 |
| 5.2 系统描述 |
| 5.3 滑模控制器设计 |
| 5.3.1 滑模面设计 |
| 5.3.2 系统鲁棒无源性分析 |
| 5.3.3 控制器设计 |
| 5.4 仿真研究 |
| 5.5 本章总结 |
| 第六章 结论 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（4）基于干扰和状态估计的多刚体系统鲁棒跟踪控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 多刚体系统鲁棒跟踪控制研究现状 |
| 1.2.2 干扰估计技术研究现状 |
| 1.2.3 状态估计技术研究现状 |
| 1.3 本论文的主要贡献与创新 |
| 1.4 本论文的结构安排 |
| 第二章 二阶多刚体系统的类PID鲁棒跟踪控制 |
| 2.1 引言 |
| 2.2 一类二阶多刚体系统的控制器设计分析 |
| 2.2.1 问题描述 |
| 2.2.2 设计难点 |
| 2.3 速率可测条件下的基于PD与 UDE结合的PID控制方案设计 |
| 2.3.1 控制方案设计 |
| 2.3.2 稳定性和性能分析 |
| 2.3.3 数值仿真验证 |
| 2.4 无速率测量条件下的基于改进LSO的控制方案设计 |
| 2.4.1 控制方案设计 |
| 2.4.2 UDE设计 |
| 2.4.3 改进的LSO设计 |
| 2.4.4 稳定性和性能分析 |
| 2.4.5 数值仿真验证 |
| 2.4.6 3-DOF直升机的应用 |
| 2.5 本章小结 |
| 第三章 无速率测量条件下二阶多刚体系统的鲁棒跟踪控制 |
| 3.1 引言 |
| 3.2 无速率测量条件下二阶多刚体系统的控制器设计分析 |
| 3.2.1 问题描述 |
| 3.2.2 设计难点 |
| 3.3 基于改进的UDE+LSO的控制方案设计 |
| 3.3.1 控制方案设计 |
| 3.3.2 改进的UDE+LSO设计 |
| 3.3.3 稳定性和性能分析 |
| 3.3.4 数值仿真验证 |
| 3.3.5 3-DOF直升机的应用 |
| 3.4 基于改进的EHGO的连续PID-SMC控制方案设计 |
| 3.4.1 控制方案设计 |
| 3.4.2 改进的EHGO设计 |
| 3.4.3 连续PID-SMC设计 |
| 3.4.4 稳定性和性能分析 |
| 3.4.5 数值仿真验证 |
| 3.4.6 SRV02 旋转伺服装置的应用 |
| 3.5 本章小结 |
| 第四章 存在输入饱和的高阶多刚体系统鲁棒跟踪控制 |
| 4.1 引言 |
| 4.2 一类存在输入饱和的高阶多刚体系统的控制器设计分析 |
| 4.2.1 问题描述 |
| 4.2.2 设计难点 |
| 4.3 基于障碍函数的有限时间控制方案设计 |
| 4.3.1 控制方案设计 |
| 4.3.2 基于障碍函数的干扰观测器设计 |
| 4.3.3 有限时间CNTSM控制器设计 |
| 4.3.4 稳定性与性能分析 |
| 4.3.5 数值仿真验证 |
| 4.4 本章小结 |
| 第五章 全文总结与展望 |
| 5.1 全文总结 |
| 5.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（5）非匹配互联时滞大系统的分散自适应控制器设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 本文的研究工作 |
| 第2章 一类不确定互联时滞大系统的渐近稳定控制方案 |
| 2.1 引言 |
| 2.2 问题描述 |
| 2.3 控制器设计 |
| 2.4 仿真 |
| 2.5 本章结论 |
| 第3章 具有多个非对称死区输入的时滞互联非线性大系统的跟踪控制 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 自适应控制器的设计与分析 |
| 3.4 仿真 |
| 3.5 本章小结 |
| 第4章 具有时滞互联和死区输入的未知大系统分散模型参考自适应控制 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 自适应控制器的设计与分析 |
| 4.4 仿真 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 作者攻读硕士学位期间完成的论文 |
| 致谢 |
（6）基于静态增益函数的非线性时滞系统镇定（论文提纲范文）
| 摘要 |
| Abstract |
| 符号说明 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 时滞系统的研究现状 |
| 1.3 本文拟解决的问题 |
| 1.4 本文的主要贡献 |
| 第二章 基于静态增益函数含有不匹配时滞的不确定非线性系统的鲁棒自适应镇定 |
| 2.1 引言 |
| 2.2 问题描述 |
| 2.3 主要结果 |
| 2.4 仿真例子 |
| 2.5 本章小结 |
| 第三章 基于观测器的非线性时滞系统的输出反馈控制 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 主要结果 |
| 3.3.1 状态观测器的设计 |
| 3.3.2 控制器设计与分析 |
| 3.4 仿真例子 |
| 3.5 本章小结 |
| 第四章 总结与展望 |
| 4.1 总结 |
| 4.2 展望 |
| 参考文献 |
| 作者攻读硕士学位期间完成的论文 |
| 致谢 |
（7）不确定非线性系统模糊自适应输出反馈控制（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题的背景和意义 |
| 1.2 反步递推控制方法的概况 |
| 1.3 非线性系统的鲁棒控制研究概况 |
| 1.4 论文的主要工作 |
| 1.5 预备知识 |
| 2 带有状态时滞的非线性系统模糊自适应输出反馈控制 |
| 2.1 引言 |
| 2.2 问题描述 |
| 2.3 模糊状态观测器设计 |
| 2.4 模糊自适应控制器设计 |
| 2.5 仿真实例 |
| 2.6 本章小结 |
| 3 不确定非线性系统模糊自适应输出反馈动态面控制 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 模糊状态观测器设计 |
| 3.4 模糊自适应控制器设计 |
| 3.5 仿真实例 |
| 3.6 本章小结 |
| 4 带有未建模动态的非线性系统模糊自适应输出反馈控制 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 模糊状态观测器设计 |
| 4.4 模糊自适应控制器设计 |
| 4.5 仿真实例 |
| 4.6 本章小结 |
| 5 不确定非线性多变量系统模糊自适应输出反馈控制 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.3 模糊状态观测器设计 |
| 5.4 模糊自适应控制器设计 |
| 5.5 仿真实例 |
| 5.6 本章小结 |
| 6 不确定非线性切换系统模糊自适应输出反馈控制 |
| 6.1 引言 |
| 6.2 问题描述 |
| 6.3 模糊状态观测器设计 |
| 6.4 模糊自适应控制器设计 |
| 6.5 仿真实例 |
| 6.6 本章小结 |
| 7 结论 |
| 参考文献 |
| 攻读硕士期间参与科研项目及发表学术论文情况 |
| 致谢 |
（8）无抖振终端滑模控制及其在感应电机转速控制中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源及研究目的和意义 |
| 1.1.1 课题的来源 |
| 1.1.2 研究的目的及意义 |
| 1.2 滑模控制理论的国内外研究现状 |
| 1.2.1 滑模面与控制律的设计 |
| 1.2.2 滑模控制抖振现象的抑制 |
| 1.2.3 非匹配不确定系统的滑模控制 |
| 1.3 感应电机控制技术的国内外研究现状 |
| 1.3.1 感应电机的主要控制策略 |
| 1.3.2 转子磁链/转速的观测技术 |
| 1.3.3 感应电机驱动系统的滑模控制 |
| 1.4 本文的主要研究内容 |
| 1.4.1 主要研究内容 |
| 1.4.2 论文组织结构 |
| 第2章 匹配不确定系统的无抖振全阶终端滑模控制 |
| 2.1 引言 |
| 2.2 问题描述 |
| 2.3 抑制滑模控制抖振问题的主要方法 |
| 2.3.1 基于扰动观测器的滑模控制 |
| 2.3.2 准滑模控制 |
| 2.3.3 分数阶滑模控制 |
| 2.3.4 高阶滑模控制 |
| 2.4 一类SISO系统的无抖振全阶终端滑模控制 |
| 2.4.1 控制算法及稳定性分析 |
| 2.4.2 仿真结果及分析 |
| 2.5 一类MIMO系统的无抖振全阶滑模控制 |
| 2.5.1 系统描述 |
| 2.5.2 控制算法及稳定性分析 |
| 2.5.3 仿真结果及分析 |
| 2.6 本章小结 |
| 第3章 非匹配不确定MIMO系统的无抖振滑模控制 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.2.1 非匹配不确定系统描述 |
| 3.2.2 非匹配不确定系统的滑模控制 |
| 3.3 MIMO系统的终端滑模控制 |
| 3.4 MIMO系统的无抖振全阶终端滑模控制 |
| 3.4.1 m≥n/2型MIMO系统的控制 |
| 3.4.3 仿真结果及分析 |
| 3.5 本章小结 |
| 第4章 基于无抖振滑模的感应电机磁链/转速观测器 |
| 4.1 引言 |
| 4.2 感应电机矢量控制系统 |
| 4.2.1 感应电机数学模型 |
| 4.2.2 矢量控制系统 |
| 4.3 无抖振全阶终端滑模转子磁链观测器 |
| 4.3.1 转子磁链观测器设计 |
| 4.3.2 仿真结果及分析 |
| 4.3.3 感应电机实验平台 |
| 4.3.4 实验结果及分析 |
| 4.4 无抖振全阶终端滑模转速观测器 |
| 4.4.1 转速观测器设计 |
| 4.4.2 仿真结果及分析 |
| 4.4.3 实验结果及分析 |
| 4.5 本章小结 |
| 第5章 感应电机无抖振全阶终端滑模转速控制 |
| 5.1 引言 |
| 5.2 非线性MIMO系统的无抖振滑模控制 |
| 5.3 感应电机矢量控制系统及其子系统 |
| 5.3.1 转速/转子磁链外环子系统 |
| 5.3.2 定子电流解耦内环子系统 |
| 5.4 无抖振全阶滑模感应电机控制系统设计 |
| 5.4.1 控制器设计及稳定性分析 |
| 5.4.2 仿真结果及分析 |
| 5.4.3 实验结果及分析 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（9）几类不确定非线性系统的自适应动态规划理论研究及其应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 问题背景 |
| 1.2 自适应动态规划理论概述 |
| 1.2.1 自适应动态规划的基本理论 |
| 1.2.2 自适应动态规划的发展历程 |
| 1.2.3 自适应动态规划方法的应用 |
| 1.3 自适应动态规划在非线性不确定系统控制中的研究现状 |
| 1.4 本文的主要工作 |
| 第二章 基于单网络ADP的一类非线性多输入系统的优化控制 |
| 2.1 引言 |
| 2.2 问题描述 |
| 2.3 带有输入扰动的非线性多输入系统的鲁棒控制器设计 |
| 2.4 多人非零和问题的近似解 |
| 2.4.1 在线策略迭代算法 |
| 2.4.2 基于单网络ADP算法的近似最优控制 |
| 2.4.3 稳定性分析 |
| 2.5 仿真算例 |
| 2.6 本章小结 |
| 第三章 基于ADP方法设计非线性大互联系统的分散式跟踪控制 |
| 3.1 引言 |
| 3.2 问题描述和建模 |
| 3.2.1 非线性互联大系统的跟踪问题 |
| 3.2.2 增广子系统的最优控制问题 |
| 3.3 分散式跟踪控制器设计 |
| 3.4 基于ADP的分散式自适应跟踪控制器设计 |
| 3.4.1 在线单神经网络学习算法 |
| 3.4.2 稳定性分析 |
| 3.5 仿真算例 |
| 3.6 本章小结 |
| 第四章 基于神经网络的非线性饱和输入系统的最优滑模控制 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 最优滑模控制器 |
| 4.3.1 最优滑模面设计 |
| 4.3.2 饱和鲁棒最优滑模控制器设计 |
| 4.4 非线性饱和输入标称系统的HJB方程近似求解 |
| 4.4.1 评价网估计值函数 |
| 4.4.2 执行网逼近器 |
| 4.5 稳定性分析 |
| 4.6 仿真算例 |
| 4.7 本章小结 |
| 第五章 带有执行器故障和不匹配干扰的非线性系统的H_∞滑模控制 |
| 5.1 引言 |
| 5.2 问题描述及故障观测器设计 |
| 5.3 非线性H_∞滑模控制设计 |
| 5.3.1 非线性积分滑模面设计 |
| 5.3.2 带有故障估计器的滑模控制器设计 |
| 5.3.3 H_∞最优控制问题 |
| 5.4 近似求解HJI方程 |
| 5.5 仿真算例 |
| 5.6 本章小结 |
| 第六章 带有控制约束的不确定非线性系统的最优保性能滑模控制 |
| 6.1 引言 |
| 6.2 问题描述 |
| 6.3 最优保性能滑模控制器设计 |
| 6.3.1 基于积分滑模面设计滑模切换控制律 |
| 6.3.2 滑模动态下的最优保性能控制设计 |
| 6.4 利用ADP算法近似求解辅助系统的最优控制策略 |
| 6.4.1 HJB方程近似求解 |
| 6.4.2 稳定性分析 |
| 6.4.3 最优保性能滑模控制器的实现步骤 |
| 6.5 仿真算例 |
| 6.6 本章小结 |
| 第七章 结论与展望 |
| 参考文献 |
| 攻读博士学位期间的研究成果 |
| 致谢 |
| 个人简历 |
（10）不确定系统的鲁棒控制及其在船舶运动控制中的应用（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 第1章 绪论 |
| 1.1 问题的提出 |
| 1.2 不确定系统鲁棒控制理论的研究概况 |
| 1.2.1 历史背景 |
| 1.2.2 不确定系统鲁棒控制研究的基本理论 |
| 1.2.3 不确定系统鲁棒控制的分类和研究概况 |
| 1.3 本文的主要研究内容及成果 |
| 第2章 LYAPUNOV稳定性理论 |
| 2.1 Lyapunov稳定性定义 |
| 2.2 Lyapunov稳定性定理 |
| 2.3 实际动态系统的稳定性与性能 |
| 第3章 匹配不确定线性系统的鲁棒控制 |
| 3.1 概述 |
| 3.1.1 不确定线性系统的描述 |
| 3.1.2 鲁棒控制的定义 |
| 3.2 对不确定项进行补偿的鲁棒控制 |
| 3.2.1 最小最大鲁棒控制 |
| 3.2.2 单位向量连续化鲁棒控制 |
| 3.2.3 饱和函数型鲁棒控制 |
| 3.3 变结构鲁棒控制 |
| 3.3.1 变结构控制的概述 |
| 3.3.2 以S=B~TPx为滑动模态超平面的变结构鲁棒控制设计 |
| 3.3.3 基于正交变换的滑动模态超平面的设计法 |
| 3.4 连续型鲁棒控制 |
| 3.4.1 连续型鲁棒控制（Ⅰ） |
| 3.4.2 连续型鲁棒控制（Ⅱ） |
| 3.5 匹配不确定线性系统的鲁棒自适应控制 |
| 3.5.1 补偿型鲁棒自适应控制 |
| 3.5.2 变结构鲁棒自适应控制 |
| 第4章 不匹配不确定线性系统的鲁棒控制 |
| 4.1 概述 |
| 4.1.1 具有不匹配不确定线性系统的描述 |
| 4.1.2 几个常用的引理 |
| 4.2 基于Riccati型方程的鲁棒控制设计 |
| 4.2.1 几个引理 |
| 4.2.2 基于Riccati型方程的鲁棒控制设计（Ⅰ） |
| 4.2.3 基于Riccati型方程的鲁棒控制设计（Ⅱ） |
| 4.2.4 基于Riccati型方程的鲁棒控制设计（Ⅲ） |
| 4.2.5 基于Riccati型方程的鲁棒控制设计（Ⅳ） |
| 4.3 不确定线性系统的H_∞鲁棒控制 |
| 4.3.1 H_∞优化的定义及几个常用的引理 |
| 4.3.2 匹配不确定线性系统的干扰衰减度变结构鲁棒控制 |
| 4.3.3 不匹配不确定线性系统的H_∞鲁棒控制（Ⅰ） |
| 4.3.4 不匹配不确定线性系统的H_∞鲁棒控制（Ⅱ） |
| 4.3.5 不匹配不确定线性系统的H_∞鲁棒控制（Ⅲ） |
| 4.3.6 不匹配不确定线性系统的H_∞鲁棒控制（Ⅳ） |
| 4.4 不匹配不确定线性系统的变结构鲁棒控制 |
| 4.4.1 以S=B~TPx为滑动模态超平面的设计法 |
| 4.4.2 基于正交变换的鲁棒滑动模态超平面设计法（Ⅰ） |
| 4.4.3 基于正交变换的鲁棒滑动模态超平面设计法（Ⅱ） |
| 第5章 不确定非线性系统的鲁棒控制 |
| 5.1 概述 |
| 5.1.1 不确定非线性系统的描述 |
| 5.1.2 不确定非线性系统鲁棒控制设计的基本问题 |
| 5.1.3 反馈线性化和微分同胚变换 |
| 5.2 相对阶为n的不确定非线性系统的鲁棒控制 |
| 5.2.1 不确定非线性系统的描述 |
| 5.2.2 极点配置鲁棒控制和自适应鲁棒控制-状态反馈情况 |
| 5.2.3 极点配置鲁棒自适应控制 |
| 5.2.4 自适应鲁棒模糊控制 |
| 5.2.5 变结构鲁棒控制和变结构自适应鲁棒控制 |
| 5.2.6 变结构鲁棒自适应控制 |
| 5.2.7 高增益输出反馈鲁棒控制 |
| 5.3 推广匹配不确定非线性系统的鲁棒控制 |
| 5.3.1 推广匹配不确定非线性系统的描述 |
| 5.3.2 变结构鲁棒自适应控制 |
| 第6章 船舶运动数学模型 |
| 6.1 常速域船舶运动数学模型 |
| 6.1.1 坐标系与运动方程式 |
| 6.1.2 船舶的附加质量及附加惯性矩 |
| 6.1.3 作用于裸船体上流体动力的计算模型 |
| 6.1.4 螺旋桨及主机特性计算模型 |
| 6.1.5 舵力及舵机特性计算模型 |
| 6.2 低速域船舶运动数学模型 |
| 6.2.1 低速域船舶运动的特点 |
| 6.2.2 低速域作用在船体上流体动力的模型 |
| 6.2.3 低速域螺旋桨的流体动力的模型 |
| 6.2.4 低速域舵的流体动力模型 |
| 6.3 考虑横倾耦合的船舶运动数学模型 |
| 6.3.1 孙景浩数学模型 |
| 6.3.2 平野数学模型 |
| 6.4 船舶运动的干扰力数学模型 |
| 6.4.1 风的干扰力数学模型 |
| 6.4.2 波浪干扰力数学模型 |
| 第7章 船舶航向自动舵的鲁棒控制器设计 |
| 7.1 船舶航向控制系统数学模型 |
| 7.1.1 航向控制系统数学模型的建立 |
| 7.1.2 外界干扰下的船舶航向控制系统数学模型 |
| 7.1.3 舵机特性计算模型 |
| 7.1.4 具有不确定性的船舶航向控制系统数学模型 |
| 7.2 船舶航向自动舵的传统设计 |
| 7.2.1 PID型自动舵设计 |
| 7.2.2 基于线性二次型性能指标的最优控制自动舵设计 |
| 7.3 船舶航向的变结构控制自动舵设计 |
| 7.3.1 变结构控制设计基础 |
| 7.3.2 船舶航向的变结构控制自动舵设计 |
| 7.3.3 设计例 |
| 7.4 船舶航向鲁棒和自适应鲁棒PID型自动舵的设计 |
| 7.4.1 船舶航向不确定系统的描述 |
| 7.4.2 船舶航向鲁棒PID型自动舵的设计 |
| 7.4.3 船舶航向自适应鲁棒PID型自动舵的设计 |
| 7.4.4 仿真例 |
| 7.5 船舶航向非线性系统鲁棒控制 |
| 7.5.1 船舶航向非线性系统模型 |
| 7.5.2 船舶航向鲁棒控制自动舵设计 |
| 7.5.3 仿真例 |
| 7.6 船舶航向非线性系统鲁棒自适应控制 |
| 7.6.1 船舶航向非线性系统模型 |
| 7.6.2 鲁棒自适应控制器的设计 |
| 7.6.3 仿真例 |
| 第8章 船舶减摇鳍系统的鲁棒控制设计 |
| 8.1 船舶减摇鳍系统数学模型 |
| 8.1.1 船舶减摇鳍系统数学模型的构成 |
| 8.1.2 船舶横摇惯性力矩的计算 |
| 8.1.3 船舶横摇阻尼力矩的计算 |
| 8.1.4 船舶横摇恢复力矩的计算 |
| 8.1.5 船舶减摇鳍的控制力矩 |
| 8.1.6 外力引起的横摇力矩 |
| 8.1.7 船舶减摇鳍非线性系统数学模型 |
| 8.2 船舶减摇鳍系统的变结构鲁棒控制 |
| 8.2.1 不确定非线性系统的变结构鲁棒控制 |
| 8.2.2 船舶减摇鳍变结构鲁棒控制设计 |
| 8.2.3 仿真例 |
| 8.3 船舶减摇鳍系统的变结构自适应鲁棒控制 |
| 8.3.1 变结构自适应鲁棒控制理论一般描述 |
| 8.3.2 船舶减摇鳍变结构自适应鲁棒控制设计与仿真 |
| 8.4 船舶减摇鳍不确定非线性系统的鲁棒自适应模糊控制 |
| 8.4.1 船舶减摇鳍系统自适应鲁棒模糊控制器设计 |
| 8.4.2 仿真例 |
| 8.5 船舶减摇鳍不匹配不确定系统的变结构鲁棒控制 |
| 8.5.1 概述 |
| 8.5.2 船舶减摇鳍不匹配不确定系统模型的描述 |
| 8.5.3 船舶减摇鳍系统的变结构鲁棒控制器设计 |
| 8.5.4 仿真例 |
| 第9章 结论 |
| 致谢 |
| 攻读博士学位期间公开发表的论文和主要科研成果 |
| 参考文献 |
| 作者简介 |
四、一类具有匹配参数的不确定非线性系统的鲁棒H_∞控制问题（论文参考文献）
- [1]基于网络的切换时滞系统鲁棒故障检测方法及应用研究[D]. 王越男. 长春工业大学, 2021(02)
- [2]基于自适应动态规划的机器人系统鲁棒控制研究[D]. 赵军. 昆明理工大学, 2021
- [3]时滞不确定系统滑模变结构控制方法研究[D]. 成咪. 太原科技大学, 2021(01)
- [4]基于干扰和状态估计的多刚体系统鲁棒跟踪控制研究[D]. 张新昱. 电子科技大学, 2021(01)
- [5]非匹配互联时滞大系统的分散自适应控制器设计[D]. 杨琛. 曲阜师范大学, 2021(02)
- [6]基于静态增益函数的非线性时滞系统镇定[D]. 商钰琪. 曲阜师范大学, 2021(02)
- [7]不确定非线性系统模糊自适应输出反馈控制[D]. 赵继鹏. 辽宁工业大学, 2021(02)
- [8]无抖振终端滑模控制及其在感应电机转速控制中的应用[D]. 周铭浩. 哈尔滨工业大学, 2019
- [9]几类不确定非线性系统的自适应动态规划理论研究及其应用[D]. 屈秋霞. 东北大学, 2018(01)
- [10]不确定系统的鲁棒控制及其在船舶运动控制中的应用[D]. 杨盐生. 大连海事大学, 2000(01)