论文部分内容阅读
现代工业过程越来越趋向于大型化和复杂化,呈现出高度非线性和严重的不确定性特点,又由于实际机械机构和安全性等指标影响,约束问题不可避免出现于实际系统当中。如果这些约束条件不被处理或处理不当,势必影响系统的稳定性,甚至发生严重的安全事故。因此,本文将针对几类不确定非线性系统,结合障碍Lyapunov函数,反步递推控制设计和神经网络构造几种自适应控制器。主要内容如下:(1)针对具有时变全状态约束的非线性纯反馈系统,提出一种自适应跟踪控制方法。利用中值定理将纯反馈系统转换为严格反馈的形式,利用神经网络对新生成系统中的未知项进行逼近,基于误差变量构造适当的时变障碍Lyapunov函数,避免在利用反步法设计自适应控制器的过程中违反全状态约束,利用Lyapunov稳定性定理进行稳定性分析。最后,通过两个仿真例子验证所提控制方法的有效性。(2)针对具有时变全状态约束的非线性严格反馈系统,提出一种自适应跟踪控制方法。采用神经网络对系统中的未知项进行建模,构造新型的时变积分障碍Lyapunov函数,结合反步法设计自适应控制器,实现对系统中状态的直接约束,即克服现有约束控制方法需要将原始状态约束转化为跟踪误差约束的保守性限制,利用Lyapunov稳定性定理进行稳定性分析。最后,通过仿真例子验证所提控制方法的有效性。(3)针对具有时变全状态约束的随机非线性严格反馈系统,提出一种自适应神经络控制方法。利用神经网络对系统中未知函数进行在线辨识,构造四次方的时变正切型障碍Lyapunov函数,将约束分析集成到一种既可以处理有约束又可以处理无约束系统的通用方法,并结合反步法设计自适应控制器,利用Lyapunov稳定性理论证明系统的稳定性。最后,通过仿真例子验证所提控制方法的有效性。(4)针对具有时变非对称全状态约束的非线性严格反馈系统,提出一种有限时间自适应控制方法。采用神经网络的逼近特性处理系统中的未知项,引入非对称型时变障碍Lyapunov函数确保不违反时变的全状态约束,并结合反步法设计自适应控制器,利用Lyapunov稳定性理论证明全部状态没有违反非对称约束,闭环系统的全部信号均为半全局一致最终有界,而且误差在有限时间内收敛到零的小邻域内。最后,通过仿真例子验证所提出的有限时间控制方法的有效性。