非下三角结构随机非线性系统的模糊建模与输出反馈控制

结题报告

项目介绍

AI项目解读

基本信息

批准号：
61773072
项目类别：
面上项目
资助金额：
64.0万
负责人：
王焕清
依托单位：
渤海大学
学科分类：
F0301.控制理论与技术
结题年份：
2021
批准年份：
2017
项目状态：
已结题
起止时间：
2018-01-01 至2021-12-31

项目参与者：
周琪；刘亮；李丽；王建；刘温新；孙菀婧；邹雨椿；单丽程；张艺凡；
关键词：
反步递推设计方法随机非线性系统输出反馈控制自适应模糊控制

项目摘要

For several classes of stochastic nonlinear systems with general structure and unmeasurable states, this project will investigate the problems of fuzzy adaptive output-feedback control and develop the effective output-feedback control schemes by applying adaptive fuzzy control and backstepping. The main works include: 1. For non-lower-triangular stochastic nonlinear systems, we study the state-observer design and the conditions for fuzzy output-feedback control to the system, and then propose the effective output-feedback control approaches to deal with the problems of output tracking and disturbance decoupling; 2. For non-lower-triangular stochastic nonlinear systems with nonsmooth input characteristics (dead zones, hysteresis and input saturation), we further investigate the fuzzy adaptive output-feedback control approaches. The researching results of this project have important scientific significations for the enrichments of fuzzy adaptive output-feedback control theory to stochastic nonlinear systems, and provide the theoretical basis and researching thinking for solving the practical problems in engineering.

本项目旨在利用模糊自适应控制结合反步递推（backstepping）设计方法，在状态变量信息不可测的前提下，深入研究结构一般的随机非线性系统输出反馈控制问题，发展有效的模糊自适应输出反馈控制方法。主要研究内容包括：1．针对非下三角结构随机非线性系统，研究系统状态观测器的设计，建立该类系统模糊输出反馈控制的可解条件，进而给出合理有效的输出反馈控制设计方法，以解决输出跟踪、扰动解藕等控制问题；2．针对存在非光滑输入环节（死区、滞回和输入饱和）的非下三角结构随机非线性系统，进一步研究自适应模糊输出反馈控制设计方法。该项目的研究成果将进一步丰富随机非线性系统模糊自适应输出反馈控制理论，具有重要的科学意义，也将为解决工程中的实际问题提供理论依据和研究思路。

结项摘要

本项目主要针对不确定非线性系统，基于模糊逻辑系统（或神经网络）的建模方法，提出了基于近似逼近的不确定系统建模、分析及控制设计方法，取得了一些较高水平的研究成果。主要研究内容包括：1）针对非下三角结构随机非线性（时滞）系统，建立了基于状态观测器的模糊输出反馈控制的可行性方案，提出了合理有效的输出反馈控制方法。2）研究了具有输入非线性随机系统的模糊自适应控制控制问题，提出了不依赖输入非线性参数的控制方案。3）针对几类结构不同的不确定非线性系统，分别提出了基于事件触发、有限时间、固定时间和容错控制算法，并研究了闭环系统的稳定性和收敛性等问题。4）针对柔性关节机器人系统和永磁同步电机系统，提出了基于模糊建模的跟踪控制算法。在本项目实施过程中，项目组在Automatica、IEEE Transactions on Fuzzy Systems、IEEE Transactions on Circuits and Systems I: Regular Papers 、IEEE Transactions on Cybernetics、IEEE Transactions on Neural Networks and Learning Systems等国际SCI期刊与国内外会议上发表论文50篇，培养研究生11人。