一类不确定非线性时滞系统的鲁棒控制

一类不确定非线性时滞系统的鲁棒控制

梁新民[1]2010年在《一类不确定非线性时滞系统的鲁棒控制问题研究》文中认为在实际的动力学系统中,时滞现象是普遍存在的,这常常是破坏系统稳定性,影响系统控制性能的主要因素。同时,由于建模误差、测量误差、线性逼近和无法预测的外部干扰等多种原因,系统的数学模型中不可避免地要含有不确定因素。因此,研究不确定时滞系统的鲁棒控制具有十分重要的理论意义和实际应用价值。本文针对一类不确定非线性时滞系统,引入时滞分割的思想,基于Lya-punov稳定性原理,采用线性矩阵不等式方法,研究了系统的鲁棒稳定性分析和鲁棒控制器设计问题,导出了基于LMI的不确定非线性时滞系统的鲁棒稳定性判据,设计了基于状态反馈的鲁棒控制器。设计的控制器切实可行,而且在充分利用时滞信息的基础上尽量减少了保守性。具体的研究内容体现在以下几个方面:(1)针对一类不确定非线性时滞系统,应用时滞分割的方法,分析系统的鲁棒稳定性。定理由线性矩阵不等式给出,可由MATLAB工具箱求解。最后的数值算例证明了新的定理的优越性。(2)针对一类不确定非线性时滞系统,利用时滞分割的方法,讨论其鲁棒控制器的设计问题。首先给出名义系统鲁棒镇定的充分条件,进而给出鲁棒状态反馈控制器的设计方法及表达式,然后扩展到参数不确定的非线性时滞系统,并通过数值算例证明文中结果的有效性和具有较小的保守性。(3)针对一类不确定非线性时滞系统,利用时滞分割的方法,讨论其鲁棒H∞控制问题。首先对名义系统进行H∞性能分析,进而设计H∞状态反馈控制律使得系统稳定且具有给定的H∞干扰抑制度γ,然后扩展到参数不确定的非线性时滞系统,并通过数值算例证明文中结果的有效性和具有较小的保守性。

康晓琦[2]2009年在《不确定非线性广义系统鲁棒控制》文中指出近年来,广义系统在控制理论、电路、经济、机械以及其它领域中得到了广泛应用,许多正常系统的结论已经被相继推广到广义系统中。由于带有不确定性的非线性广义系统能更一般描述客观系统,因此对带有不确定性的非线性广义系统的研究非常必要。时滞是客观世界及工程实际中普遍存在的现象,近年来时滞系统的研究已取得了很好的发展。时滞广义系统是比正常时滞系统更加广泛的一类系统,而且在某些条件下,有些问题只能用时滞广义系统加以描述,因此对于时滞广义系统控制问题的研究同样重要。但是关于此类系统的相关研究还不多,其理论还有待于进一步发展和完善。本文首先研究了一类不确定非线性广义系统的鲁棒镇定问题。给出了不确定非线性广义系统鲁棒稳定及鲁棒镇定的定义,然后利用线性矩阵不等式(LMI)方法和Lyapunov理论研究了系统鲁棒稳定性,给出了系统状态反馈鲁棒控制器的设计方法,得到了对所有允许的不确定性系统鲁棒镇定的充分条件。最后利用算例验证了设计方法的可行性和有效性。其次研究了一类不确定非线性广义系统鲁棒H_(∞)控制问题。首先给出了不确定非线性广义系统鲁棒稳定、鲁棒镇定及广义可镇定且具有H_(∞)范数界的定义,然后利用线性矩阵不等式(LMI)方法给出了系统状态反馈鲁棒H_(∞)控制器的设计方法,得到了闭环广义系统容许且传递函数H_(∞)范数有界的充分条件;最后,用数值算例说明了结论的可行性和有效性。最后研究了基于观测器的一类不确定非线性时滞广义系统鲁棒H_(∞)控制问题。首先给出了不确定非线性时滞广义系统鲁棒镇定、广义可镇定且具有H_(∞)范数界的定义,然后用广义代数Riccati不等式(GARI)方法给出了闭环系统广义可镇定且具有H_(∞)范数界的充分条件;并转化为线性矩阵不等式的可行解问题,通过线性矩阵不等式的可行解,设计了系统基于观测器的鲁棒H_(∞)控制器。

瞿少成[3]2005年在《不确定系统的滑模控制理论及应用研究》文中指出不确定系统的控制是目前控制理论研究的一个重要问题。目前针对不确定系统主要有鲁棒控制、自适应控制、滑模变结构控制与智能控制等方法。由于滑模控制系统的滑动模态对满足匹配条件的参数变化与外部扰动具有完全鲁棒性,因而受到了广泛重视。本文基于鲁棒控制、自适应控制以及模糊控制等理论,深入研究了不确定系统的滑模变结构控制问题。主要包括以下几个方面:研究了一类不确定线性系统滑模控制器的设计问题。分析了一类不确定系统滑模面设计方法的本质,得到了设计滑模面的一种简单方法,可以利用不确定线性系统鲁棒控制的结论直接设计滑模面; 基于不确定滑模控制系统的实际滑动模态仅仅收敛于理想滑动模态周围一定区域的假设,提出了设计滑模面的一个充分条件,得到了不确定滑模控制系统的动态品质的一个估计式。针对不确定时滞系统,提出了一种虚拟反馈控制与滑模控制相结合的控制策略,得到了设计时滞独立型的滑模面的一个充分条件,并设计了滑模控制器,确保了闭环系统的鲁棒稳定性。此外,将该方法进一步推广到一类不确定中立型时滞系统。由于虚拟反馈控制的使用,在不影响滑模控制器设计的前提下,简化了不确定中立型时滞系统的滑模面的设计,得到了设计时滞独立型的滑模面的一个充分条件。基于全程滑模思想,结合自适应控制策略,设计了一种时滞依赖型的自适应滑模控制器。基于自由权时滞转换模型,把名义时滞系统时滞依赖稳定性的新结论,直接引入到不确定时滞滑模控制系统的设计中,简化了时滞依赖型的滑模控制器的设计问题,得到了设计时滞依赖型滑模面的一个充分条件,同时,减小了滑模面设计的保守性。讨论了一类不确定非线性时滞系统的滑模控制问题。基于T-S 模糊模型,进一步推广了虚拟反馈控制与滑模控制相结合的思想,应用于不确定非线性时滞系统,设计了滑模控制器,导出了设计稳定滑模面的一个充分条件,确保了不确定非线性时滞系

张玉洁[4]2016年在《基于耗散理论的非线性跳跃系统的分析与综合》文中研究说明非线性系统控制是控制理论研究的一个重要分支。因为实际系统本质上都是非线性的,线性只是在一定范围内和一定程度上对实际系统的近似描述。科学技术的快速发展,对系统控制提出更高的精度要求,这使得必须要面对系统的非线性本质。另一方面,由于不可预知的突发原因,许多实际工程系统的结构和参数经常会发生意想不到的改变,比如突然的组件故障,和外部环境突变等,从而使得系统有两种或多种工作模态,其典型例子有电力系统,飞行器控制系统等。Markov跳跃系统因能精确地刻画和描述这类系统而受到国内外学者的极大关注。非线性跳跃系统是一类具有Markov跳跃参数的非线性系统,已被广泛应用于网络控制,经济学,化学工程等领域。与确定性非线性系统相比,跳跃非线性系统能更精确、更灵活、更可靠地对实际系统进行建模和分析。因此,对非线性跳跃系统的研究不仅具有重要的理论意义,而且具有重要的应用价值。在另一个研究前沿,耗散理论自从20世纪70年代提出以来,已经在系统分析和综合中发挥了重要作用。它的实质内容是存在一个非负的能量函数,使得系统能量损耗总是小于能量的供给率。基于输入-输出描述,耗散理论从能量的角度为控制系统的设计和分析提供了一个新框架。此外,耗散理论与Lyapunov稳定性理论有着密切关系,且为Lyapunov函数的构造提供了新方法。利用耗散理论研究非线性系统已成为控制领域的研究热点之一。本文以非线性跳跃系统为研究对象,其中每一个模态是由一个线性部分和一个满足扇形条件的非线性反馈项构成,模态之间切换由一个Markov链控制,这类系统也称为Markov跳跃Lur’e系统。在考虑参数不确定性、时变时滞存在的情况下,基于耗散理论研究了非线性跳跃系统的滤波、鲁棒控制和模型降阶问题。论文的主要内容及成果如下:第2章在考虑分段齐次转移概率的情况下,研究了一类离散非线性跳跃系统的鲁棒耗散滤波问题,结合非线性扇区条件构建了一个Lyapunov函数,基于线性矩阵不等式给出了期望的滤波器存在的充分条件,在该条件下,滤波误差系统是随机稳定的且满足耗散性能要求。更进一步,在考虑时变时滞和范数有界不确定性的情况下,研究了离散非线性跳跃系统的非脆弱耗散滤波问题,模型非线性满足具有任意边界的扇形条件。所设计的滤波器对其实现过程中的增益扰动不敏感,即具有非脆弱性。构建了一个新的复合Lyapunov-Krasovskii泛函,它包括状态二次项和非线性函数与状态交叉项。基于Lyapunov直接方法,提出了一种设计非脆弱耗散滤波器的新方法。第3章在考虑传感器饱和的约束下,研究了一类非齐次非线性跳跃系统的基于观测器的鲁棒2?l-l控制问题,传感器饱和分解成一个线性项和一个满足扇区条件的非线性项;转移概率在一个凸多面体内时变。设计了一个由观测器状态和非线性函数反馈构成的复合控制器。利用一个新的随机Lyapunv函数,其包含了估计误差、观测器状态和非线性函数叁个二次项。给出了控制器存在的充分条件,该条件使得闭环系统是随机稳定的且满足给定的2?l-l性能指标;同时给出了观测器和控制器增益矩阵的显式表达式。第4章研究了一类不确定非线性跳跃时滞系统的非脆弱耗散动态输出反馈控制问题。所考虑的时间延迟是时变的但有上下界,参数不确定性被假设为加性范数有界型,系统状态和控制器状态中都考虑了扇形有界非线性。设计控制器时考虑了其实现过程中的增益干扰。基于线性矩阵不等式方法提出了一个有效的非脆弱动态输出反馈控制器设计方法,且使得闭环系统是随机稳定的和严格耗散的。第5章基于耗散理论研究了非线性跳跃系统的模型降阶问题,构建一个模态依赖低阶线性跳跃系统来逼近高阶的非线性跳跃系统,使得误差系统满足一定的耗散性能指标。基于包含扇形有界非线性的Lyapunov函数,给出了期望降阶模型存在的充分条件。进一步,作为首次尝试,将扩展耗散性能指标用于离散非线性跳跃时滞系统的模型降阶问题中。基于一个统一框架研究了非线性跳跃时滞系统的模型降阶问题。通过采用一个模态依赖的Lyapunov-Krasovskii函数,获得了基于线性矩阵不等式的充分条件,使得降阶误差系统是随机稳定的,且满足一个统一的性能指标。代替逐个求解?H,2?l-l,无源性和耗散性等性能准则的模型降阶问题,而是基于扩展耗散性能在一个统一框架下研究这些模型降阶问题。第6章,归纳了本文研究的主要内容,并对下一步的研究方向做出了展望。

查雯婷[5]2016年在《一类不确定非线性系统反馈控制研究》文中认为实际系统中存在测量漂移、参数不确定性、时滞及随机干扰等因素,不可避免地对系统的控制性能产生影响。因此,对不确定非线性系统反馈控制问题的研究具有重要的理论和实际意义。本文基于齐次系统理论、Lyapunov稳定性理论和随机系统理论,利用增加幂积分方法、齐次压制方法和动态增益技术,针对一类不确定广义齐次非线性系统,研究其状态反馈、输出反馈以及自适应反馈控制问题。主要工作包括以下几个方面:第一,在确定型系统中,针对系统状态测量函数的指数中含有未知漂移量的情况,研究其鲁棒控制器设计问题。利用单调递减齐次度的概念和改进的增加幂积分方法,通过构造含有未知参数的Lyapunov函数,得到了一个具有单调递减齐次度的反馈控制器。通过求解一个优化问题,给出了未知指数漂移量的约束条件,同时保证了所设计的鲁棒控制器能够镇定该系统。第二,在随机型系统中,研究系统受到时滞、未知参数等不确定因素影响时反馈控制器的设计方法。(1)针对系统非线性函数中存在时滞且增长率未知的情况,研究其通用型输出反馈控制器的设计问题。基于通用控制的思想设计了一个动态输出反馈控制器,其增益随着系统输出和它的估计值之间的误差在线实时更新。最后,利用Lyapunov-Krasovskii泛函和随机Barbalat引理,证明了闭环系统的所有信号依概率强有界,且系统状态几乎必然收敛至原点。(2)针对系统输出增益和非线性函数增长率均未知的情况,构造一个全维齐次观测器来估计未知的系统状态。将增加幂积分方法与自适应控制相结合,设计了一个自适应输出反馈控制器。根据推广的随机Lyapunov稳定性定理,证明了系统状态几乎必然被调节至原点,进一步放宽了随机非线性系统需满足局部Lipschitz条件的限制。(3)针对系统的漂移项和扩散项满足下叁角齐次增长条件的情况,研究其依概率有限时间反馈控制问题。基于齐次压制方法,设计了非光滑观测器和输出反馈控制器。进一步研究具有非线性参数化的系统。利用参数分离原则将未知非线性参数从非线性函数中分离出来,同时将增加幂积分方法与自适应技术相结合,构造了一种自适应状态反馈控制器。根据随机有限时间Lyapunov稳定性定理,证明了所提出的反馈控制器使得系统状态在有限时间内几乎必然收敛至原点。(4)针对系统中存在高阶次幂和时变时滞的情况,考虑其全局输出反馈镇定问题,进一步放宽了对系统高阶次幂和系统非线性函数的限制条件。通过选取恰当的Lyapunov-Krasovskii泛函,构造了齐次观测器和控制器。结合齐次压制方法证明了整个闭环系统依概率全局渐近稳定。最后,数值仿真验证了所提控制算法的有效性。

高宏宇[6]2006年在《不确定系统的神经网络控制研究》文中进行了进一步梳理在实际控制中,由于参数误差,未建模动态或外部干扰等因素,系统总是具有不确定性,因而难以达到理想的控制指标。为解决这一问题,需要设计相应的控制器,以使不确定系统保持稳定或满足理想的设计指标。神经网络具有较强的并行处理能力,逼近任意非线性映射能力以及自组织学习等能力。它的这些特性能较好地解决系统中存在的不确定问题,因此把神经网络理论应用于不确定系统,将会取得很好的控制效果。本文分别对线性不确定系统、非线性不确定系统,以及时滞不确定系统进行研究,设计了基于神经网络的控制器。对线性不确定系统,将神经网络控制、鲁棒控制与滑模变结构控制叁种方法结合,基于矩阵不等式设计出状态反馈控制器,利用神经网络对不确定变量进行逼近,最后设计基于神经网络的滑模变结构控制器,并给出了保证该线性不确定系统渐近稳定的充分条件。最后的仿真结果表明其控制效果比单一算法的控制器好。对一类非线性不确定系统进行了神经网络控制器设计,并根据Lyapunov理论,给出了控制器存在的充分条件,证明该系统渐近稳定,仿真结果表明该控制器是有效的。为减小系统跟踪误差,提高响应速度,对原控制器进行了改进,仿真实例表明,改进后的控制器能够满足提高控制性能的要求。论文对具有时滞的不确定系统的稳定性问题进行了分析。首先考虑一类不确定非线性时滞系统,提出了一种基于径向基神经网络的控制器设计方案,给出了保证该时滞系统渐近稳定的理论证明,并用仿真实例验证了该控制器的有效性。然后研究了一类非线性不确定时滞系统,在原鲁棒H_∞控制的基础上,引入神经网络与滑模控制方法,因而鲁棒H_∞性能被融入到控制中,设计了基于鲁棒H_∞的神经网络滑模控制器,并用理论证明该控制器能够保证此类时滞系统渐近稳定,最后的仿真结果表明其控制性能与原来相比有了较大的提高。

张金花[7]2010年在《非线性不确定广义时滞系统的保性能控制》文中进行了进一步梳理本文研究了非线性不确定广义时滞系统的保性能控制问题.首先综述了不确定时滞系统的鲁棒控制、H∞控制和保性能控制的概况.然后根据不同需求的控制器,研究了系统的保性能控制问题.以LMI形式给出了闭环系统渐近稳定的条件和保性能控制器的设计方法,主要内容概括如下:(1)研究了具有非线性结构扰动广义时滞系统的H∞保性能控制问题.该扰动为状态和状态时滞的函数,且满足Lipschitz条件.分析了闭环系统具有鲁棒稳定性且闭环系统的性能指标满足一定上界的充分条件,基于LMI设计了H∞无记忆反馈控制器,最后通过数值算例验证了设计方法的有效性.(2)研究了一类具有非线性结构扰动的广义时滞系统的保性能控制问题.其状态矩阵、状态时滞矩阵和输入矩阵均含有线性分式形式参数不确定性,且非线性扰动满足Lipschitz条件.文中给出了系统广义二次稳定的定义,给出了保证闭环系统鲁棒稳定的充分条件,且性能指标满足一定的上界,以及控制器的设计方法。最后通过数值算例验证了设计方法的有效性.(3)研究了一类具有多时滞不确定广义系统的非脆弱H∞保性能控制问题.以LMI的形式给出非脆弱H∞控制器存在的充分条件,所设计的控制器既能使得闭环系统是渐近稳定的又使得性能指标满足一定的上界,同时给出了具有加法式摄动的控制器的设计方法。最后通过数值算例验证了设计方法的可行性.

陈杰[8]2015年在《在机器人系统中神经网络智能控制技术的研究》文中进行了进一步梳理机器人系统的轨迹跟踪控制问题是控制领域中的一个重要的研究课题,实际的机器人系统在运行过程中总是会出现一些不可避免的外界干扰、非线性以及不确定性等因素,对机器人系统的控制精度、可靠性以及动态性能产生很大的影响。因此研究复杂环境下机器人控制系统的轨迹跟踪控制问题具有极其重要的理论意义和实际应用价值。神经网络具有联想记忆、非线性逼近以及自适应能力,是一种能够解决复杂不确定非线性机器人控制系统的跟踪控制问题的有效方法,也是贯穿本文各个部分的关键技术。鉴于此,本文在深入研究神经网络控制理论的基础上,对机器人系统中的神经网络智能控制技术开展了系统的研究。本文的主要工作如下:(1)研究了神经网络稳定性理论。基于M矩阵和Lyapunov稳定性理论,研究了一类不连续时滞T-S模糊Hopfield神经网络的动力学行为,得到一个使不连续时滞T-S模糊Hopfield神经网络在其不动点全局渐近稳定的准则。此外,研究了一类不连续CohenGrossberg神经网络鲁棒自适应控制方法,通过设计一个自适应控制器,确保了不连续Cohen-Grossberg神经网络在其平衡点的稳定性。通过仿真实验来证明所设计鲁棒自适应控制器的可控性和可行性。(2)研究了神经网络智能控制技术。针对一类时滞T-S模糊神经网络模型提出了一种鲁棒滑模控制方法。通过采用线性矩阵不等式技术,对一类模糊T-S时滞神经网络的滑模控制方法进行研究。本文设计的滑模控制器可以实现时滞T-S模糊神经网络的鲁棒渐近稳定性,基于Lyapunov稳定性理论证明了系统的稳定性以及跟踪误差渐近收敛于零。通过仿真实验分析,验证了所提出控制器的可靠性和鲁棒性。(3)针对一类带电机驱动的机器人控制系统,提出了一种鲁棒自适应神经网络控制方法。根据Lyapunov稳定性理论,专门设计了鲁棒自适应控制器,用以保证系统的鲁棒性和稳定性。通过采用反向推理法,首先给出一个期望的控制器,通过设计Lyapunov函数来保证系统的稳定性能,然后将期望控制器中的不确定项通过径向基函数神经网络来逼近,得到能使控制系统稳定的控制器。最后,通过仿真实验验证所得结果的鲁棒性和自适应性能。(4)提出了基于模糊神经网络的移动机器人自适应控制方法。通过整合应用模糊小脑神经网络和鲁棒自适应控制方法,实现对移动机器人系统准确的跟踪控制。基于Lyapunov稳定性理论,设计了鲁棒自适应模糊神经网络控制器,用以保证移动机器人系统的稳定性和鲁棒性。在控制器的设计过程中,使用模糊小脑神经网络来补偿移动机器人系统中的外部扰动和各种不确定性。通过Matlab软件对系统进行仿真实验,验证所设计控制器的有效性。(5)研究了不确定复杂环境下移动机器人的模糊滑模控制方法。通过联合自适应滑模控制和模糊高斯基函数神经网络方法,为移动机器人系统设计一个神经网络鲁棒自适应滑模控制器。通过Lyapunov稳定性理论验证了机器人控制系统的稳定性。针对系统的不确定性,使用模糊高斯基函数神经网络来进行逼近。通过数值仿真实验来验证所得结果,通过比较之前的鲁棒自适应控制结果表明,该控制方法是一种行之有效的控制方法,具有良好的性能和效果。

金莹[9]2013年在《几类切换系统的鲁棒容错控制问题的研究》文中认为切换系统是一类特殊且非常重要的混杂系统,它在电力系统、化工过程以及航天航空等工业领域有着广泛的应用背景。众所周知在这些实际工业系统是存在不确定性的和系统元件发生故障也是不可避免的。在这些工业控制过程中,如果在设计控制器时忽略了不确定性或者系统内部元件发生故障的情况,将会导致系统控制精度达不到实际要求甚至会导致系统运行不稳定, 从而影响系统稳定性、可靠性、安全性以及可行性。因此,研究在工业过程中具有广泛应用背景的切换系统的鲁棒容错控制问题有其重要的实际意义。然而由于切换系统本身同时存在连续状态和离散事件的混杂性以及其系统的不确定性和发生故障的不可预测性使得切换系统的鲁棒容错控制问题的研究难度很大,研究结果相当有限。本文针对执行器发生故障的不确定切换系统的鲁棒容错控制问题开展了一系列研究。主要工作包括:首先,本文对切换系统、鲁棒控制以及容错控制进行了简要的综述。具体包括:切换系统的概念,切换系统的工程背景以及研究方法和最新进展;鲁棒控制概念、研究方法及现状;容错控制与可靠控制的区别和联系、容错控制的概念方法以及文献中的最新成果。其次,本文针对一类不确定线性切换系统利用多李雅普诺夫函数方法分别研究了鲁棒容错保成本控制和鲁棒容错比控制问题。首先针对此类切换系统定义了其容错保成本控制,并利用多李雅普诺夫函数方法给出了此类切换系统鲁棒容错保成本控制的充分条件。其次利用相同的方法研究了此类系统的鲁棒容错H∞控制问题。最后将连续控制器不能解决的一类线性系统的鲁棒容错H∞控制问题作为特例设计了混杂鲁棒容错H∞控制器。再次,本文针对一类不确定线性切换时滞系统利用平均驻留时间方法研究了鲁棒容错控制问题。首先利用平均驻留时间指数镇定此类系统并显式给出了状态的范数估计上界, 然后将该结果应用到文献中河流污染控制模型上,在其执行器失效的情形下设计了鲁棒容错控制器来实现河流污染问题中单位体积需氧量浓度和溶解氧浓度达到其稳态值。然后,本文针对一类不确定非线性级联切换系统利用共同李雅普诺夫函数技术构造状态反馈控制器来实现该系统在任意切换切换策略下的镇定问题。并将该结果应用到F-18飞行器动态模型的纬度控制系统上,在其执行器失效的情形下设计了鲁棒容错控制器来实现攻角和俯仰角速率达到某个期望值。本文接着利用平均驻留时间方法仍对此类不确定非线性级联切换系统实现了其鲁棒容错控制。如果在切换过程中平均驻留时间大于某个正常数,该方法可以指数镇定此类切换系统而且不依赖于切换策略。最后显式给出了系统状态的范数估计。仿真例子验证了该方法的有效性。然后,本文考虑一类执行器部分失效且非线性子系统中含有满足线性增长条件的不确定性的非线性级联切换系统。针对此类切换系统分别利用共同李雅普诺夫函数和平均驻留时间方法设计了鲁棒容错控制器。首先给出了部分失效故障模型,其次利用共同李雅普诺夫函数方法设计了鲁棒容错控制器并将其应用到具有虚拟环境的触摸屏系统的模型中实现了其容错控制,最后利用平均驻留时间法实现执行器部分失效的鲁棒容错控制问题。最后,对全文所做的工作进行了总结,并指出了下一步研究的方向。

郑宏[10]2011年在《非线性切换系统的观测器设计》文中研究表明切换系统是一类非常重要的混杂系统.由于它的模型简单、易于研究,所以引起了很多学者的重视,并且为研究混杂系统提供了重要的理论价值.切换系统研究的问题主要涉及稳定性方面、控制器设计方面,在这两个方面已经取得了很多成果.切换系统观测器方面的问题也是切换系统研究的一个重要方面,所以本文将基于Riccati不等式研究非线性切换系统的观测器设计问题,利用共同李亚普诺夫函数方法给出增广系统渐近稳定的充分条件,进而得到系统渐近稳定的观测器;同时在系统状态不能完全量测的情况下,研究非线性切换系统基于观测器的鲁棒镇定问题.本文主要是在切换系统现有成果的基础上加以了推广和改进,获得了一些较好的结果.本文共分为四个部分:第一部分:对切换系统的概念和发展情况进行概述,同时简要介绍观测器和鲁棒控制.第二部分:研究一类不确定非线性切换系统和一类不确定时滞非线性切换系统的观测器设计问题.利用共同李亚普诺夫函数方法和李亚普诺夫理论,分别给出了增广系统渐近稳定的充分条件,从而得到了系统渐近稳定的观测器.对于一类不确定非线性切换系统,给出例子证明了结论的正确性.第叁部分:研究一类不确定非线性切换系统和一类不确定时滞非线性切换系统基于观测器的鲁棒镇定问题.利用共同李亚普诺夫函数方法李亚普诺夫理论,分别给出了系统基于观测器的鲁棒镇定的条件.第四部分:对整篇论文做一下总结,并且对今后的工作进行展望.

参考文献:

[1]. 一类不确定非线性时滞系统的鲁棒控制问题研究[D]. 梁新民. 哈尔滨工业大学. 2010

[2]. 不确定非线性广义系统鲁棒控制[D]. 康晓琦. 沈阳工业大学. 2009

[3]. 不确定系统的滑模控制理论及应用研究[D]. 瞿少成. 华中科技大学. 2005

[4]. 基于耗散理论的非线性跳跃系统的分析与综合[D]. 张玉洁. 中国科学院深圳先进技术研究院. 2016

[5]. 一类不确定非线性系统反馈控制研究[D]. 查雯婷. 东南大学. 2016

[6]. 不确定系统的神经网络控制研究[D]. 高宏宇. 大庆石油学院. 2006

[7]. 非线性不确定广义时滞系统的保性能控制[D]. 张金花. 东北大学. 2010

[8]. 在机器人系统中神经网络智能控制技术的研究[D]. 陈杰. 西安电子科技大学. 2015

[9]. 几类切换系统的鲁棒容错控制问题的研究[D]. 金莹. 东北大学. 2013

[10]. 非线性切换系统的观测器设计[D]. 郑宏. 辽宁大学. 2011

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  ;  

一类不确定非线性时滞系统的鲁棒控制
下载Doc文档

猜你喜欢