论文部分内容阅读
在自适应模糊控制研究中，许多方案都属于直接型或间接型自适应模糊控制，这些方案只是单纯利用控制行为知识或被控对象知识，这将导致人类经验知识或专家知识不能被充分的利用，并且，大多数算法是在假设逼近误差满足平方可积或逼近误差的上确界已知的条件下进行设计，系统的状态也很难测到，另外，自适应参数(θ)仅由跟踪误差e(t)调节，没有考虑逼近误差ε(t)的影响。 基于上述存在的问题，本文主要研究工作如下: (1)针对一类SISO仿射非线性不确定系统，在状态不可测的条件下，提出了一种稳定的基于观测器的组合型自适应模糊控制方法。该方法充分利用被控对象知识和控制行为知识，通过引入最优逼近误差的自适应补偿项，消除模糊逻辑系统的逼近误差以及外部干扰的影响，从而在稳定性分析中取消了要求逼近误差平方可积或逼近误差的上确界已知的条件，并且，探讨了自适应模糊控制器的参数自适应律由跟踪误差和逼近误差共同进行调节。基于Lyapunov稳定性理论，分析证明了闭环系统所涉及的变量是有界的，并且，跟踪误差收敛到零的邻域内。仿真结果表明了该方法的有效性。 (2)针对一类MIMO仿射非线性状态不可测系统，提出一种新的基于观测器的自适应模糊控制方法。该方法应用了“主导输入”的思想，通过引入最优逼近误差的自适应补偿项，消除模糊逻辑系统的逼近误差以及外部干扰的影响，从而在稳定性分析中取消了要求逼近误差平方可积或逼近误差的上确界已知的条件，并且，探讨了自适应模糊控制器的参数自适应律由跟踪误差和逼近误差共同进行调节。提出的方法能够保证闭环系统的所有信号是有界的，并且，跟踪误差收敛到零。仿真证明了该方法的有效性。