無模型自適應控制理論幾類問題的研究.pdf

1、論文以無模型自適應控制理論為出發(fā)點，針對其在一般非線性離散時間系統跟蹤問題、系統擾動抑制、MIMO系統解耦、以及和其他無模型控制方法相互融合等方面存在的不足進行深入研究。研究過程中，將無模型自適應控制、滑模變結構控制、神經網絡、前饋補償及迭代反饋整定的基本思想有機結合，提出一系列無模型自適應控制的新方法。論文的主要工作及其貢獻總結如下： 1、借鑒無模型自適應控制方法中SISO系統非參數動態(tài)線性化的方法，推導出一般非線性離散時間M

2、IMO系統非參數動態(tài)偏格式線性化（Partial Form Linearization，PFL）和非參數動態(tài)全格式線性化（Full Form Linearization，FFL）定理，并給出嚴格的數學證明。 2、針對一般非線性離散時間系統，提出一類自適應準滑模控制（Adaptive Quasi-Sliding Mode Control，ASMC）的新方法。首先采用非參數動態(tài)緊格式線性化（Tight Form Linearizat

3、ion，TFL）方法將系統線性化，再設計自適應準滑?？刂破?，同時給出控制算法的穩(wěn)定性分析。在此基礎上將該算法推廣，提出基于偏格式線性化和全格式線性化的自適應準滑?？刂?。 3、針對一般非線性離散時間系統的不確定性和擾動抑制問題，提出一種基于神經網絡估計的自適應準滑?？刂扑惴ǎ∟eural Network Based Adaptive Quasi-Sliding Mode Control，NN-SMC）。算法包括兩部分，其一是基于緊

4、格式動態(tài)線性化模型的自適應準滑?？刂破髟O計，其中動態(tài)線性化方法中“偽偏導數”的估計算法僅依賴于系統I/O實時量測值。其二是采用徑向基神經網絡估計器來估計系統的綜合不確定性。理論分析證明了系統的BIBO穩(wěn)定性。仿真結果驗證了所提算法的有效性。 4、針對一般非線性離散時間MIMO系統，基于非參數動態(tài)線性化模型，提出一種基于神經網絡補償的自適應準滑模解耦控制算法（Neural Network Based Adaptive Quasi-

5、Sliding Mode Decoupling Control，NN-SMDC）。該算法將其他回路的輸入對于某一回路輸出的耦合影響視為可測干擾，通過神經網絡對這部分干擾進行估計、補償，再結合滑?？刂扑惴▽崿F系統解耦。理論證明該算法是穩(wěn)定的。 5、針對一般非線性離散時間MIMO系統．在非參數動態(tài)線性化基礎上，引入自適應前饋補償思想，提出一種基于自適應前饋補償的解耦控制（Adaptive Feedforward Compensati

6、on Decoupling Control，AFCDC）方法。理論分析表明所提方法能夠保證系統廣義跟蹤誤差漸近收斂到零。 6、針對一般非線性離散時間系統，提出一種基于IFT方法的無模型自適應控制器設計及其參數整定算法（IFT Based Model-Free Adaptive Control， IFT-MFAC）。該算法首先依據TFL、PFL、FFL定理推導出3種相應的控制器結構，再采用IFT方法整定控制器參數?？刂破鹘Y構的合理