非线性系统的自适应智能指令滤波控制及其应用

发布时间：2022-01-19 08:23

　　由于实际工程系统通常具有本质非线性,因此对非线性系统的研究与分析不仅具有重要的理论意义,也具有重要的实际应用价值。自适应智能控制方法已经成为解决复杂非线性系统控制设计问题的重要方法之一。本文在国内外关于自适应控制的研究基础上,针对几类非线性系统,结合反步技术和自适应智能控制方法,研究了控制器的设计方法以及闭环系统的收敛性和稳定性问题。本文的主要内容分为以下三部分:1.针对一类非严格反馈非线性系统,考虑了有限时间自适应模糊指令滤波控制问题。应用指令滤波反步技术和自适应模糊控制方法,提出了有限时间跟踪控制方案。该方案保证了所有闭环变量均为半全局实际有限时间稳定,跟踪误差在有限时间内进入原点附近的可调邻域。仿真研究证明了所提出方案的有效性。2.针对一类具有多执行器约束的非线性系统,提出了一种自适应神经指令滤波跟踪控制方法。将指令滤波技术与反步设计算法相结合,设计了一种基于神经网络逼近的自适应神经跟踪反步控制方案。该控制策略确保了闭环系统中所有控制变量的有界性,输出信号尽可能地靠近于给定的期望轨迹。仿真研究说明了所提出方案的有效性。3.针对带有输入死区的柔性机械臂模型,提出了一种自适应神经网络... 

【文章来源】：渤海大学辽宁省

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

输出信号y和参考信号dyFig.12Outputsignalyandreferencesignaldy.

渤海大学硕士学位论文15设计参数：0.9999，1k1，2k5，1h5，2h5，50，0.5，0.1，0.5。(0.51)可以被选为任意实数。图2-1-图2-5展示了仿真结果，图2-1为输出信号y可以跟上参考信号dy的轨迹示意图。图2-2展示了跟踪误差dyy的轨迹示意图。图2-3为实际控制输入u的轨迹示意图。图2-4和图2-5分别为状态2x和自适应律的轨迹示意图。图12输出信号y和参考信号dyFig.12Outputsignalyandreferencesignaldy.图22跟踪误差dyyFig.22Trackingerrordyy.

非线性系统的自适应智能指令滤波控制及其应用16图23实际控制输入uFig.23Actualcontrolinputu.图24状态变量2xFig.24Statevariable2x.图25自适应律Fig.25Adaptivelaw.


本文编号：3596533