论文部分内容阅读
在实际系统的控制问题中,由于被控对象不同的物理特性,其数学模型的构建也不尽相同。对于非线性系统的控制,由于建模误差、测量噪声、模型简化、非线性输入环节以及通信速率等因素的存在,会对控制的性能造成极大的影响,因而,针对不同的控制模型往往需要用不同的控制方案来处理,这也是非线性系统控制方案难以统一的原因。事实上,严反馈非线性系统是常见的一大类非线性系统,许多实际系统最终都可以转化成严反馈非线性系统形式。虽然,关于严反馈非线性系统控制的研究成果已经有了很多,但大多数都是以仿真或半实物仿真的手段对控制方案进行验证,而并没有真正投入到实际应用中。本文针对几类严反馈非线性系统,包括一类系统状态未知的严反馈非线性系统,一类离散时间严反馈非线性系统,一类具有蝶形回滞输入的严反馈非线性系统以及一类具有回滞输入的大规模严反馈非线性时滞系统,以自适应动态面控制算法为基础,结合模糊逻辑、神经网络逼近、高增益滤波器、磁滞量化器、有限覆盖引理、隐逆算法,实现对非线性系统的精确控制,并将所提出控制方案应用到实际物理系统中,通过搭建相应的实验平台验证控制方案的有效性。具体研究内容如下:(1)针对一类系统状态未知的严反馈非线性系统,提出了一类基于模糊逼近器的自适应动态面量化控制方案,解决了控制系统中系统状态不可测量的问题。利用高增益K滤波器,设计了状态观测器以估计系统中的未知状态。引入磁滞量化器,有效缓解了信号传输过程中通信信道带宽以及数据传输速率对控制效果的限制,避免了量化过程中的抖动,提高了控制效率。利用模糊逼近器对控制系统中的未知非线性函数在线估计,设计自适应动态面控制方案,克服了传统反推方法中的“微分爆炸”问题,并通过初始化技术实现了跟踪误差的L?性能。将所提出控制方案应用在四旋翼无人飞行器的飞行控制中,通过搭建的四旋翼无人飞行器控制实验平台,并与PID-LQR方法、反推-滑模方法进行对比,验证了所提控制方案的有效性。(2)针对一类离散时间严反馈非线性系统,提出了一类离散时间的自适应动态面跟踪控制方案,从根源上解决了传统连续时间控制信号无法直接应用在数字硬件上的问题。与连续时间控制方案不同,离散时间控制在实际情况下更符合计算机和网络控制的运行方式。通过使用径向基神经网络逼近器估计离散时间系统中的未知非线性函数关系,引入数字一阶低通滤波器,来预测未来的虚拟控制信号,避免了离散时间非线性系统的模型转换问题。最后,将所提出控制方案应用在四旋翼无人飞行器的飞行控制中,并与离散时间反推方法进行比较,通过实验平台对控制效果进行了验证。(3)针对一类具有蝶形回滞输入的严反馈非线性系统,提出了一类基于神经网络的自适应隐逆控制方案,首次解决了蝶形回滞非线性输入环节对控制系统的影响。建立了一种全新的蝶形回滞模型,用于预测控制输入中存在的蝶形回滞效应。设计了一种专门适用于消除蝶形回滞影响的隐逆控制方案,避免了对回滞直接逆模型的构造。结合神经网络技术,并将隐逆方法应用于输出反馈控制方案设计中,在消除蝶形回滞的同时实现了跟踪误差任意小的L?范数。将所提出方案应用于柔性智能材料驱动运动系统中,通过搭建的介电弹性体驱动控制实验平台,并与反推方法和所提控制方案不考虑回滞方法进行了比较,对所提控制方案的优越性进行了验证。(4)针对一类具有回滞输入的大规模严反馈非线性时滞系统,提出了一类基于模糊逼近器的分散自适应动态面隐逆控制方案,解决了大规模系统子系统间相互作用与多滞环非线性输入环节对控制的影响。通过设计隐逆补偿器,有效缓解了大规模系统中存在的多滞环现象,同时,隐逆补偿器的设计也取代了传统的难以构造的回滞逆模型。提出了一种从回滞临时控制律中获取实际控制信号的搜索机制,采用模糊逻辑系统与有限覆盖引理相结合的方法对系统中的时间延迟与未知非线性耦合关系进行了处理,并通过使用初始化技术获得了跟踪误差任意小的L?性能。将所设计控制方案应用在超磁致伸缩驱动运动系统中,通过搭建的三轴超磁致伸缩运动控制实验平台,与PID方法和所提控制方案未考虑回滞方法进行对比,验证了所提出控制方案的有效性。