摘要：本文研究了网络攻击下一类控制方向未知的非线性信息物理系统(Cyber-Physical Systems,CPSs)的自适应输出反馈控制问题。通过引入合适的线性状态变换,将原系统转化为便于输出反馈控制设计的新系统。采用Nussbaum增益函数方法克服未知的控制系数和网络攻击所带来的设计困难。基于观测器状态和受攻击的测量输出信号,采用神经网络逼近方法,提出了一种新的事件触发自适应输出反馈控制策略。该控制策略不但大大降低数据的传输量,而且保证闭环系统是半全局一致最终有界的。另外,采用基于非线性滤波器的动态面控制方法可以克服反步法设计中惯有的“复杂性爆炸”问题。最后,通过机械手系统验证所提出控制方法的有效性和实用性。

摘要：考虑一类具有输入时滞的随机非线性系统的自适应神经网络控制问题。通过定义含输入积分项的设计变量,将输入时滞系统转变为非时滞系统。结合神经网络控制、积分中值定理与Decoupled Backstepping技巧,针对该类系统提出一套自适应控制策略。所提出的控制器保证闭环系统的所有信号皆4阶矩半全局一致最终有界,并且跟踪误差收敛于原点附近的小邻域内。仿真实验结果验证了所提出控制策略的有效性。

摘要：针对一类不确定严格反馈随机非线性时滞系统的自适应有界镇定问题,利用神经网络参数化和Backstepping方法,提出一种新的且含较少学习参数的神经网络自适应控制策略,以保证系统半全局随机有界.稳定性分析证明闭环系统的所有误差信号概率意义下有界.仿真结果表明所提出控制器设计方法的有效性.

摘要：针对有向拓扑图下一类控制方向未知的非仿射非线性多智能体系统的输出一致性问题,综合运用中值定理、RBF神经网络及其特性、Nussbaum增益函数方法和动态面控制技巧,提出一种分布式自适应神经网络控制协议,保证跟随者的输出能与领导者的输出同步,跟踪误差能保持在零点的小邻域内。采用新的非线性滤波器代替传统动态面控制方法(CDSC)的一阶线性滤波器,改善控制性能。通过一致性分析及仿真例子验证了所提控制方法的有效性。

摘要：阀门定位器是气动调节阀的一种辅助配件,对于调节阀的过程控制性能起到至关重要的作用。在一些应用领域,对阀门的控制不仅是普通的开关控制,同时涵盖了开度大小的调节以及频繁的控制动作。这对阀门定位器的智能性和适应性提出了更高的要求。由于气动调节阀系统具有非线性、大惯性、大滞后等特点,常规比例积分微分(PID)算法不能对调节阀进行有效、精确的控制。提出了一种新的智能阀门定位器的仿人智能PID控制方法,设计了仿人智能控制规则,并通过MATLAB进行仿真验证。仿真结果表明,仿人智能PID控制方法能有效地提升调节阀的快速性,具有更好的鲁棒性,可优化系统性能。所设计的控制性能更优的智能阀门定位器控制算法,为进一步优化阀门定位器先进控制算法提供了条件。

摘要：针对一类不确定项具有数值界的变时滞不确定关联系统 ,主要运用线性矩阵不等式 (LMI)方法对其分散鲁棒无记忆控制问题进行了研究 .首先 ,通过构造适当形式的Lyapunov泛函数 ,运用LMI方法与矢量不等式方法 ,提出了以一组LMIs有解作为系统可分散鲁棒无记忆控制的充分条件 ,并给出了系统在此条件下的控制律 .然后 ,将求解一个具有LMIs约束的凸优化问题作为设计尽可能小反馈增益的分散鲁棒无记忆控制律的系统化方法 ,从而可以得到更符合实际的满意的分散无记忆控制律 .

摘要：基于Liapunov理论 ,针对关联矩阵的不同分解 ,建立了变时滞线性关联大系统分散镇定的充分条件·　同时 ,还给出了一种局部无记忆状态反馈控制律的设计方法 ,所考虑的时滞皆为变时滞·