摘要：针对一类输入饱和不确定Brunovsky标准型非线性时滞系统,提出一种周期自适应跟踪补偿学习算法.利用信号置换思想重组系统,基于最小公倍周期函数变换,将时滞时变项和不确定项合并为辅助参数,进而设计周期自适应学习律估计该辅助量,并利用饱和补偿器逼近和补偿超出饱和限的部分,由此构成综合控制器,以保证系统状态对有界期望值的跟踪,解决了饱和输入周期系统的重复迭代学习控制问题.最后通过构造Lyapunov-Krasovskii复合能量函数的差分,计算证明了系统跟踪误差的收敛性和闭环信号值的有界性.常见耦合非线性机械臂系统的力矩控制仿真,进一步验证了该算法的有效性.

摘要：聚丙烯生产过程受内部放热反应及入料温度等影响,具有时滞、大惯性和动态不确定的特点,基于离散自抗扰控制技术(ADRC-Active Disturbance Rejection Control),通过参数整定跟踪微分器和扩张状态观测器,合理安排过渡过程并估计扰动,利用误差信号设计非线性反馈控制律,以实现聚丙烯反应釜的温度控制。最后借助MPCE实验装置,采用SIMATIC PCS 7控制器进行温度控制及干扰和变负荷实验,不同工况下的实验结果表明该方法具有很好的适应性和鲁棒性,且同等工况下的动态性能优于传统PID控制方法。

摘要：针对一类参数未知的周期非线性时滞系统的输出跟踪控制问题,设计了一种周期自适应迭代学习跟踪控制算法,该方法利用信号置换的思想重组系统,并在假设未知时变参数和参考输出的周期具有已知最小公倍数的情况下,将时滞以及其他不确定的时变项合并为一个周期性的辅助时变参数新变量,进而用周期自适应算法来估计该辅助量。通过构造一个Lyapunov-Krasovskii型复合能量函数,分析了系统的收敛性,证明了经过多次重复迭代学习,所有闭环信号有界且输出跟踪误差收敛,最后通过构造数值实例进行了仿真验证。理论分析和仿真结果表明,该算法简单有效,对于非线性时滞系统的跟踪问题具有很好的控制效果。

摘要：针对一类控制方向未知的非参数化不确定非线性时滞系统的控制问题,设计了一种鲁棒自适应学习控制算法。在控制器设计中引入Nussbaum增益函数,避免对系统控制方向未知问题的讨论,进而利用双曲正切函数的有界性,为参数估计值设定估计界,采用线性参数化的Fourier级数展开对周期期望输入函数进行估计,保证学习算法的鲁棒性。理论分析表明,所提自适应学习控制律能够保证系统闭环信号的有界性,且系统误差能够渐近地收敛于零。最后通过数值仿真进一步验证了所提控制算法的有效性。