非线性系统智能自适应滑模控制及其应用研究

论文摘要

传统的控制综合方法通常需要已知系统的模型信息。但在工业过程或实际控制系统中,对象的非线性性质、复杂的干扰及各种不确定性广泛存在。因此,对于模型未知时非线性系统的控制综合问题,很多控制理论和方法往往难以使用。本论文主要以模型未知的非线性系统为研究对象,采用模糊逻辑系统和小波神经网络的逼近技术和自适应控制方法,实现系统的滑模控制(Sliding Mode Control,SMC)综合,然后在倒立摆实验系统中验证当系统模型信息未知时,采用智能自适应方法实现滑模控制的应用效果。 首先,基于小波网络(Wavelet Network,WN)万能逼近器构造了小波自适应滑模控制器(Adaptive Wavelet Sliding Mode Control,AWSMC)。对于一类非仿射非线性系统,在系统非线性动态未知但属于L~2空间并满足一定假设条件的情况下,利用小波网络在L~2空间上具有规范正交基分解的特性来构造滑模等价控制部分:构造自适应机构在线地调节小波网络参数,从而就获得了等价控制的在线自适应实现。为了保证逼近误差存在时系统滑模仍然能够满足到达条件,利用简单有效的趋近律形式设计了到达控制项。闭环系统稳定性及鲁棒性通过Lyapunov稳定性理论进行验证。接着,考虑当系统非线性动态未知而且状态不可测时的AWSMC控制器综合问题。对于一类不具有Brunovsky标准型的非线性系统,在能够进行I/S(输入/状态)或I/O (输入/输出)线性化的前提下,先设计基于小波网络的自适应观测器(Adaptive Observer,AO)来获取系统未知的状态信启;再利用Lyapunov方法证明状态观测误差的收敛性;然后系统滑模、SMC控制器等均可设计在观测状态空间上。这样给出了基于小波观测器的自适应滑模控制器综合方法。 其次,对一般仿射非线性系统,提出了两种新的直接模糊自适应滑模控制器(Direct Fuzzy Adaptive Sliding Mode Control,DFASMC)设计方法。第一种丰要针对普通SMC控制中的抖振问题,采用自适应模糊逻辑系统(Adaptive Fuzzy Logic Svstem,AFLS)来逼近实现一般的SMC,而不是直接实现SMC。这样AFLS的低通滤波性能可以滤掉一般SMC中的高频成分,使得控制信号低频而且平滑。第二种丰要针对非线性动态未知时的等价控制计算问题,给出基于AFLS的一步设计方法。一步设计控制器参数和滑模系数,能同时保证滑

论文目录

• 摘要
• Abstract
• 目录
• 第一章 绪论与综述
• 1.1 滑模控制简介
• 1.1.1 滑模控制基本原理
• 1.1.2 一般滑动模态描述
• 1.1.3 滑动模态的到达条件
• 1.1.4 滑动模态的不变性
• 1.2 滑模控制系统中存在的问题
• 1.3 智能滑模控制
• 1.3.1 模糊逻辑与滑模控制
• 1.3.2 神经网络与滑模控制
• 1.4 本论文主要内容
• 第二章 小波理论基础
• 2.1 小波变换的基本概念
• 2.2 离散小波变换
• 2.2.1 离散α，Υ栅格下的小波变换
• 2.2.2 标架理论
• 2.2.3 小波标架
• 2.3 小波正交基与多分辨分析
• 2.3.1 多分辨分析
• 2.3.2 双尺度方程
• 2.4 小波级数与函数逼近
• 2.5 结论
• 第三章 非线性系统的小波自适应滑模控制
• 3.1 引言
• 3.2 问题描述
• 3.3 小波自适应滑模控制
• 3.3.1 等价控制设计
• 3.3.2 到达控制设计
• 3.3.3 闭环系统稳定性
• 3.4 鲁棒稳定性
• 3.4.1 鲁棒稳定定理
• 3.4.2 抖振抑制
• 3.5 MIMO非线性系统的扩展
• 3.5.1 等价控制设计
• 3.5.2 到达控制设计
• 3.5.3 闭环系统稳定性
• 3.6 控制器结构
• 3.7 结论
• 第四章 基于小波观测器的非线性系统自适应滑模控制
• 4.1 引言
• 4.2 预备知识和初始结果
• 4.2.1 符号
• 4.2.2 定义及引理
• 4.2.3 非线性系统状态观测器
• 4.2.4 自适应状态观测器
• 4.3 问题描述
• 4.4 基于小波网络的自适应观测器
• 4.4.1 小波网络逼近器及观测器
• 4.4.2 观测误差稳定性
• 4.5 自适应滑模控制设计
• 4.6 仿真研究
• 4.7 结论
• 第五章 一类非线性系统的直接模糊自适应滑模控制
• 5.1 引言
• 5.2 问题描述
• 5.3 动态模糊逻辑系统
• 5.4 基于目标函数梯度优化的直接模糊自适应滑模控制
• 5.4.1 一般滑模控制
• 5.4.2 滑模控制的直接模糊自适应实现
• 5.4.3 数值仿真
• 5.5 直接模糊自适应滑模控制的一步设计方法
• 5.5.1 基于DFLS的一步控制器设计
• 5.5.2 闭环系统稳定性
• 5.5.3 仿真研究
• 5.6 结论
• 第六章 智能自适应滑模控制实验应用研究
• 6.1 引言
• 6.2 实验系统及描述
• 6.3 一般SMC控制器设计以及实验
• 6.3.1 滑模面设计
• 6.3.2 控制器设计
• 6.3.3 实验结果
• 6.4 AWSMC控制器设计以及实验
• 6.4.1 小波网络参数设计
• 6.4.2 实验结果
• 6.5 两种直接模糊自适应滑模控制倒立摆
• 6.5.1 基于DFLS直接实现SMC实验
• 6.5.2 DFASMC一步设计方法实验
• 6.6 结论
• 第七章 结论与展望
• 参考文献
• 插图
• 表格
• 发表文章
• 简历
• 致谢