摘要：对于带有不匹配干扰的动态系统,设计具有高资源利用率的抗干扰控制算法具有重要意义.本文在双事件触发机制框架下,研究了非匹配干扰系统的积分滑模抗干扰控制以及动态性能分析问题.首先,基于增广模型构建干扰观测器,实现对未知不匹配干扰的动态估计.为了降低数据冗余并保证传输的同步性,以反馈状态及干扰估计的单触发条件为基础,本文构建了“先到同触发”的双事件触发理论框架.在此框架下,设计积分滑模面和对应的双触发抗干扰控制器,保证被控系统的状态收敛到滑模面.基于Lyapunov稳定性分析方法,计算控制器和观测器增益,保证增广闭环系统具有良好的稳定性和动态跟踪性能.进一步分析了由触发引起的Zeno现象将不会发生.最后,基于典型的A4D模型进行仿真验证,仿真结果表明本文所提的方法具有良好的抗干扰性能.

摘要：针对一类具有函数控制增益符号未知的不确定非线性系统,根据滑模控制原理和模糊系统的逼近能力,提出了一种自适应模糊控制器设计新方案。该方案利用Nussbaum函数的性质,取消了常用的函数控制增益符号已知这一条件。并通过引入最优逼近误差的自适应补偿项来消除建模误差和参数估计误差的影响。理论分析证明了闭环系统的有界性和跟踪误差收敛到零。仿真结果表明了该方法的有效性。

摘要：针对具有时变时滞和未知非线性的随机马尔可夫跳变系统,基于传统的PI控制策略和线性矩阵不等式算法,提出一种具有随机稳定性能、跟踪性能和鲁棒性能的多目标控制器设计方案.运用Lyapunov稳定性理论并引入L1性能指标,构造出具有PI结构的跟踪控制器,保证了随机马尔可夫跳跃系统的稳定性和跟踪性能,实现了系统跟踪性能的优化,提高了随机系统的干扰抑制能力和鲁棒性.最后,数值仿真算例验证了所提方案的可行性.

摘要：针对一类高阶互联MIMO非线性系统,利用TS模糊系统和神经网络的通用逼近能力,在神经网络控制器中引入模糊基函数,提出一种分散混合自适应智能控制器设计的新方案.基于等价控制思想,设计分散自适应控制器,无需计算TS模型.通过对不确定项进行自适应估计,取消了其存在已知上界的假设.通过理论分析,证明了闭环智能控制系统所有信号有界,跟踪误差收敛到零.

摘要：针对一类带有死区模型并具有未知函数控制增益的S ISO非线性系统,根据滑模控制原理,利用N ussbaum函数的性质,提出一种自适应模糊控制器的设计方案.该方案取消了函数控制增益符号已知和死区模型参数上界、下界已知的条件,通过引入最优逼近误差的自适应补偿项来消除建模误差和参数估计误差的影响.理论分析证明了闭环系统的稳定性和跟踪误差收敛到零.仿真结果表明了该方法的有效性.

摘要：对一类控制增益符号未知且执行器有故障的输出反馈多输入单输出非线性系统,提出了一种后推容错控制方案.该方案在系统状态不可量测的情况下,利用Nussbaum函数处理符号未知的常数增益,并通过构造K-滤波器来估计了系统不可量测的状态.在容错控制器设计过程中,引入变能量函数来处理利用虚拟控制律所无法抵消的部分.与现有研宄成果相比,放宽了未知增益需要上下界均为已知的假设条件.最后,通过选取合适的李雅普诺夫函数,证明了闭环系统所有信号半全局一致终结有界,且跟踪误差收敛到原点的一个小邻域内.仿真结果表明了所提控制方法的有效性.

摘要：研究了Ittype不确定随机时滞马尔可夫跳变非线性系统的鲁棒耗散控制问题.该系统包含了Markov跳变参数、时变参数不确定性以及未知非线性函数,这些因素在实际中经常遇到且容易导致系统性能变差甚至不稳定.基于Lyapunov-Krasovskii函数的方法设计无记忆状态反馈耗散控制器,使得闭环系统对于所有容许的不确定性鲁棒随机稳定且严格(Q,S,R)-耗散.利用线性矩阵不等式形式给出了不确定随机马尔可夫跳变系统鲁棒随机稳定及严格(Q,S,R)-耗散问题可解的充分条件以及控制器的设计方法.最后,通过一个数值仿真验证了该方法的有效性.研究结果推广了现存的对于随机时滞马尔可夫跳变系统的H∞控制和无源控制的结论.

摘要：讨论一类基于Takagi-Sugeno(T-S)模糊模型的具有时滞的不确定非线性离散系统的模糊鲁棒控制问题。在系统状态不可测的情况下,设计模糊观测器。利用LMI方法,得到模糊控制系统鲁棒稳定的充分条件。

摘要：讨论一类具有Markov跳变参数的It-type不确定随机时变时滞系统的均方指数稳定性及H∞控制问题。利用线性矩阵不等式给出系统以干扰衰减指数γ衰减的均方指数稳定性的充分条件。基于Lyapunov-Krasovskii函数的方法设计无记忆状态反馈控制器,证明了对所有容许的不确定性,闭环系统均方指数稳定并且以干扰衰减指数γ衰减。最后,通过一个数值仿真验证了该方法的有效性。

摘要：针对一类典型的化工乳液聚合过程,研究其同时存在执行器饱和以及外部干扰情况下的抗干扰形状分布控制问题.首先,结合乳液聚合过程的动力学特性进行建模得到目标粒径分布函数,再利用样条函数逼近目标的粒径分布,建立输出粒径分布函数和权系数间的动态关系,并分析存在外部干扰和执行器饱和限制下的系统动态性能;其次,引入凸包表示法对执行器饱和进行处理,利用干扰观测器观测未知干扰,设计PI控制输入实现对权重的动态跟踪;最后,基于Lyapunov方法计算控制增益和扰动观测器增益,验证系统的稳定性,使其动态跟踪误差趋于零.通过对一类乳液聚合模型进行仿真,验证了该算法的可行性和有效性.