[發明專利]不確定時滯非線性系統非奇異性神經自適應跟蹤控制方法

有效

• 申請號: 202110275438.0
• 申請日: 2021-03-15
• 公開（公告）號: CN113031446B
• 公開（公告）日: 2022-11-08
• 發明（設計）人: 李少波;李夢晗;張鈞星;王時龍;王中禹;魏仁義
• 申請（專利權）人: 貴州大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 貴陽中新專利商標事務所 52100
• 代理人: 胡緒東

本發明公開了不確定時滯非線性系統非奇異性神經自適應跟蹤控制方法，該方法包括：第一，通過構造合適的Lyapunov?Krasovskii函數對時滯進行補償；第二，通過引入一階濾波器克服了反演方案固有的“復雜度爆炸”問題。第三，利用徑向基函數神經網絡和自適應參數估計技術對不確定非線性和不確定增益進行估計。同時構造了單個自適應律向量來同時更新神經網絡的權值和估計增益值，避免了所設計控制器的奇異性，減少了控制器的參數。此外，通過Lyapunov穩定性分析，證明了閉環系統的變量是有界的。最后，通過飛機系統仿真驗證了所設計控制方案的有效性。

技術領域

本發明涉及不確定時滯非線性系統非奇異性神經自適應跟蹤控制方法，屬于神經自適應跟蹤控制方法技術領域。

背景技術

在過去的幾十年中，研究各種不確定非線性系統的穩定控制已成為控制論的重要分支，因為它對控制汽車系統至關重要。因此，提出了許多針對系統穩定性的控制策略，如H∞控制，滑模控制(SMC)和反演控制(BC)。不幸的是，很難建立一個精確的數學公式來完全滿足非線性系統的不確定性和擾動，這不利于上述控制工作的適應性和可用性。鑒于此，許多學者都在關注于提出上述方案相結合的自適應和魯棒控制策略。它們包括自適應參數估計(APE)、神經網絡(NN)和模糊邏輯系統(FLS)。盡管如此，仍然很少有人設計基于反演控制技術的非奇異神經自適應跟蹤控制去解決不確定時滯非線性系統的問題。

反演控制算法由于其系統化的設計過程而被廣泛應用于非線性系統控制器的創建中，是一種可靠的工具。其基本概念是將被控系統分解為多個子系統，并通過適當的Lyapunov穩定性分析為每個子系統設計一個穩定的虛擬控制器。顯然，基于反演控制算法的方法在融合上述自適應措施來為不確定非線性系統設計系統魯棒自適應跟蹤控制器方面具有明顯的優勢。然而，在基于反演控制的非線性控制系統中仍然存在兩個重要的問題。一方面，隨著系統訂單orders的增加，反演控制方法在區分虛擬控制器時，往往會產生“復雜性爆炸”(EOC)。另一方面，由于不準確的系統模型和外部干擾，一些未知的不確定性導致了控制器設計過程中的推導和計算困難。

為了解決第一個問題，已經付出了大量的努力，包括滑模控制(SMC)和動態面控制(DSC)。其中，基于動態面控制的工具由于可以避免滑模控制固有的潛在顫動而被廣泛應用于非線性系統的控制。首先，通過引入一階濾波器(FOF)來估計在反演控制設計過程中產生的每個虛擬控制器的導數，給出了非線性系統的動態面控制。之后，在各種實際系統中，如防滑制動系統、伺服電機、機器人等，進一步設計了許多基于動態面控制的方法和穩定性分析。雖然上述方法成功地避免了傳統控制方法固有的復雜性爆炸缺陷，但仍然忽略了構造適當的控制方案來提高系統的魯棒性和適應性。