一类具有输入饱和的不确定非线性系统自适应控制器设计

摘要

饱和是很多实际控制系统中最为常见的非线性特性之一，大多数执行器都会不可避免地出现饱和。如果执行器的输入量达到一定限制，就会进入饱和状态，因为继续增加输入不会对执行器的输出产生任何影响。执行器饱和将使系统的动态性能降低，甚至导致闭环系统不稳定，严重影响系统的正常运行。因此，对于输入饱和的研究具有重要的理论和实际意义。本文结合神经网络和反步设计方法，针对一类具有输入饱和的不确定非线性系统设计了三种控制器。
　　 针对一类具有Brunovsky标准型和输入饱和的不确定非线性系统，提出了基于神经网络的自适应控制算法和一种新的饱和补偿的方法，并设计了控制器。控制器由跟踪控制器和饱和补偿器组成。在合适的模型假设下，利用径向基函数神经网络逼近未知的非线性函数和超出饱和的部分，同时考虑了网络重构误差和外部干扰，饱和补偿器能有效补偿由输入饱和非线性带来的影响。自适应率由Lyapunov函数得到。通过Lyapunov稳定性理论证明了闭环系统是半全局一致最终有界的。仿真实例说明了控制器的有效性。
　　 针对含输入饱和特性的一类不确定非线性系统，设计了一种自适应控制器。该控制器中的饱和补偿器根据多层神经网络(MNNs)得到。MNNs可较好地逼近非线性系统，其权值能在系统先验知识不足的情况下在线调整。自适应率由Lyapunov函数得到。应用Lyapunov稳定性理论证明所设计的控制器能保证闭环系统的稳定性。
　　 针对一类具有输入饱和的严格反馈非线性系统，通过反步设计方法，设计了一种新型自适应控制器。控制器由反步控制器和鲁棒控制器组成。自适应率由Lyapunov函数和Barbalat引理得到。采用输入约束误差动态放大的方法处理执行器饱和问题。仿真实例表明，该控制器对系统参数的不确定具有一定的鲁棒性，并能保证闭环系统全局稳定。

目录

文摘

英文文摘

声明

第一章引言

1.1课题提出及其研究意义

1.2国内外研究现状

1.3论文研究的主要内容

第二章预备知识

2.1数学基础知识

2.2非线性控制基础知识

2.3神经网络基础知识

2.3.1 径向基函数神经网络

2.3.2多层神经网络

2.4稳定性理论基本知识

2.4.1稳定性的基本概念

2.4.2李亚普诺夫稳定性定理

第三章一类具有输入饱和的不确定非线性系统自适应控制器设计

3.1 系统描述

3.2 自适应控制器设计

3.3稳定性分析

3.4仿真研究

3.5 小结

第四章一类具有输入饱和的非线性系统神经网络控制器设计

4.1 系统描述

4.2控制器的设计

4.3 闭环系统稳定性证明

4.4仿真研究

4.5 小结

第五章基于反步设计的自适应控制器设计

5.1 系统描述

5.2 自适应控制器设计

5.3仿真研究

5.4 小结

第六章总结与展望

参考文献

攻读硕士期间取得的学术成果

致谢