摘要近些年来，非线性系统控制研究越来越受到关注。几乎所有实际系统都是非线性的，而现有基于线性系统理论的研究结果难以用于解决复杂非线性问题。因此，研究非线性系统控制具有重要的理论意义和实际意义。另一方面，饱和是工程系统中普遍存在的一种非线性现象，饱和的存在往往会影响闭环系统的性能，甚至导致闭环系统不稳定。因此，研究带饱和的非线性系统具有重要的实际应用价值。本文研究一类具有输入饱和的非线性系统自适应神经网络控制，利用神经网络辨识未知非线性函数，结合动态面技术和反推设计方法，设计自适应控制器，使得闭环系统所有信号一致最终有界且跟踪误差收敛到原点的充分小邻域内。仿真结果验证了文中提出的控制方案的有效性。30098
毕业论文关键词 非线性 自适应神经网络控制 反推法 动态面技术
Title Adaptive neural network control of nonlinearsystems with input saturationAbstractOver the past few decades,the control of nonlinear systems have attracted moreattention from scholars.In fact,almost all practical systems are intrinsicnonlinear and the existing results on linear system theory can not be applied tosolve complex nonlinear problems.Therefore,it is important to investigate theadaptive control of nonlinear systems.On the other hand,saturation is a universal nonlinear phenomenon in engineeringsystems The existence of saturation often destroys the performance of the closedloop system and even lead to instability of the closed loop system.Therefore,ithas great theory significance and practical application value to study nonlinearsystem with input saturation.This paper deals with the problem of adaptive neural network control for a classof nonlinear systems with input saturation.The neural networks are uesd to identifythe unknow nonlinear function.By combining backstepping and the dynamic surfacecontrol technique,an adaptive neural network controller is proposed.It is provedthat the controller ensures all the signals in the closed-loop system aresemi-globally uniform ultimately bounded while the tracking error converges toa small neighborhood of the origin by tuning the design parameters.Simulationexamples are provided to illustrate the effectiveness of the proposed method.
Keywords Nonlinear Adaptive neural network control Backsteppingdynamic surface control
目 次
1 引言· 1
1.1 课题背景·1
1.2 非线性控制2
1.3 自适应控制2
1.4 神经网络控制·3
1.5 反推设计和动态面技术 4
1.6 饱和·4
1.7 论文主要工作·5
2 具有输入饱和的严格反馈非线性系统自适应控制· 7
2.1 引言·7
2.2 问题描述及预备知识· 7
2.2.1 问题描述 7
2.2.2 相关假设和引理· 8
2.3 自适应控制器设计· 10
2.4 稳定性分析 14
2.5 数值仿真· 15
2.6 小结· 18
3 单连杆机器人和单连杆柔性机械臂自适应控制·19
3.1 引言· 19
3.2 单连杆机器人· 19
3.2.1 系统描述·19
3.2.2 控制器设计及仿真结果·19
3.3 单连杆柔性机械臂· 22
3.3.1 系统描述·22
3.3.2 控制器设计及仿真结果·23
3.4 小结· 25
结 论· 26
致 谢· 27
参考文献 28
1 引言1.1 课题背景经典控制和现代控制是自动控制理论发展的两个重要阶段，目前现代控制系统中线性控制已经发展了一套完整的理论体系，在工业控制等实际应用中具有重要作用。然而，几乎所有的实际系统都是非线性的，而线性系统实际上只是在一定程度和一定范围内对非线性系统的近似描述。随着科技的发展和系统性能要求的提高，现有的基于线性系统控制理论的研究成果只能作为参考，而难以用于解决那些具有饱和、时滞等非线性特性的复杂系统的分析和设计，这促使人们寻找一种合适的理论来研究非线性系统，使其达到需要的控制目标。上个世纪 80 年代，意大利学者Isidori 教授等将微分几何引入控制理论，使得非线性控制理论研究取得了跨越式的进步。此后国内外众多学者如 F. L. Lewis、S. S. Ge、S. C. Tong、B. Chen等在此领域进行了不懈的研究， 都取得了一定的研究成果， 如 S. S. Ge 提出的稳定自适应控制[1]，B. Chen 提出的直接自适应模糊控制[2]等，在实际生活中具有重要的理论意义和实用价值，为非线性控制发展作出了贡献。早期研究的非线性系统比较简单，方法有描述函数法、相平面法等，同时 Lyapunov 稳定性定理的提出为非线性控制研究奠定了基石。随着计算机技术的发展及研究的不断深入，非线性系统的控制方法得到了改进，后期陆续发展了模型参考自适应控制，自适应反推法等，研究系统类型更多样化，而控制器设计的约束条件减少，设计方法简单化。在过去的几十年中，非线性控制系统领域发展了自适应控制、变结构控制、切换控制、神经网络控制和模糊控制等控制方法，特别的，神经网络和模糊系统在理论和实践中都显示了它的优越性。饱和是工程系统中普遍存在的一种非线性现象，常常出现于执行器、传感器等不同的系统器件之中。在卫星定位、精密数控机床和机器人运动控制等领域中，就存在大量的不可忽略的非线性因素和不确定参数。另一方面，饱和的存在往往引起闭环系统不稳定，这对于实际系统的控制运行是不利的。对于复杂的饱和非线性系统，由于控制器非线性特性和执行器未知饱和，将会使得控制器设计更加复杂。目前虽然对一般系统的抗饱和分析和控制问题已引起了广泛关注,但对具有饱和输入的非线性系统自适应神经网络控制仍有很大的研究空间。饱和的存在将使系统的动态性能降低，要使系统达到合适的控制目标和动态性能，就必须要考虑控制器的合理设计。如何利用设计控制器解决系统性能与输入饱和的矛盾，实现系统响应“稳、准、快” ，是当今非线性控制研究的一大热点。因此，研究具有输入饱和的自适应非线性系统具有重要的实际意义。 具有输入饱和的非线性系统自适应神经网络控制:http://www.youerw.com/zidonghua/lunwen_25635.html