CN107168069B - 一种受扰动和未知方向非线性系统的零误差跟踪控制方法 - Google Patents

一种受扰动和未知方向非线性系统的零误差跟踪控制方法 Download PDF

Info

Publication number
CN107168069B
CN107168069B CN201710551612.3A CN201710551612A CN107168069B CN 107168069 B CN107168069 B CN 107168069B CN 201710551612 A CN201710551612 A CN 201710551612A CN 107168069 B CN107168069 B CN 107168069B
Authority
CN
China
Prior art keywords
unknown
nonlinear
error
zero
tracking
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710551612.3A
Other languages
English (en)
Other versions
CN107168069A (zh
Inventor
宋永端
赵凯
谭觅
高瑞贞
贾晓娟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Original Assignee
Chongqing University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University filed Critical Chongqing University
Priority to CN201710551612.3A priority Critical patent/CN107168069B/zh
Publication of CN107168069A publication Critical patent/CN107168069A/zh
Application granted granted Critical
Publication of CN107168069B publication Critical patent/CN107168069B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Abstract

本发明一种受扰动和未知方向非线性系统的零误差跟踪控制方法,包括:步骤一、建立非线性系统数学模型;步骤二、设计系统控制器u处理系统的非线性不确定性、系统建模误差和外界干扰、以及未知方向的控制增益矩阵;步骤三、将控制器u算出的控制信号输入被控非线性系统,使得系统输出跟踪理想信号并确保跟踪误差渐近趋于零。本发明控制方法中的控制器引入了Nussbaum‑type函数和构造了特殊的参数变化率

Description

一种受扰动和未知方向非线性系统的零误差跟踪控制方法
技术领域
本发明涉及非线性系统(如机器人系统)控制技术领域,特别涉及一种受扰动和未知方向非线性系统的零误差跟踪控制方法。
背景技术
随着工业自动化发展,目前在工程应用,例如工业机器人应用中,许多重要环节都是由机器人完成,工业自动化程度越来越高;但是如何控制机器人等非线性系统,确保输出误差渐近趋于零是保证制造质量的关键。
许多非线性系统,包括机器人、航空系统在内的许多系统数学模型通常是高阶非线性系统,而且非线性系统本身存在建模误差、不确定外界干扰等因素,如何设计跟踪控制器使系统输出信号较好地跟踪理想信号是一个具有挑战性的问题。
利用现有技术设计的跟踪控制器往往只能取得最终一致有界的结果,而不能确保系统误差渐近趋于零;而且在多输入多输出非线性系统中,如何处理控制增益矩阵方向未知问题也是一个比较棘手的问题。
发明内容
为了解决以上描述的问题,本发明提供了一种基于受扰动和未知方向的非线性系统零误差跟踪控制方法,针对存在未知控制增益方向、外界干扰以及未知非线性不确定的非线性系统,如机器人系统,设计自适应跟踪控制器使系统输出跟踪误差渐近收敛到零。
步骤一、建立非线性系统数学模型:
其中xj=[xj1,…,xjm]∈Rm是系统状态,y=x1是系统输出,F(x,p)=[f1(·),…,fm(·)]T∈Rm是非线性不确定函数,G(x,p)∈Rm×m是未知控制增益矩阵,D(x,p,t)=[d1(·),…,dm(·)]T∈Rm是系统建模误差和外界干扰,u是系统控制器,p∈Rr是未知参数矢量,t是时间变量;
所述非线性系统的非线性项满足以下不等式
||F(·)+D(·)||≤aφ(x) (2)
其中a为未知常数,φ(x)为光滑已知函数,当x有界时可以保证光滑已知函数φ(x)、外界扰动和未建模误差D(·)、非线性不确定函数F(·)、以及未知控制增益矩阵G(·)均有界除此之外未知控制增益矩阵G(·)无需对称,且是正定矩阵或者负定矩阵;
所述非线性系统满足以下不等式
其中λ为未知有界常数并且具有相同的符号,即:要么为正要么为负,λmax(t)和λmin(t)分别是矩阵G1的最大特征根和最小特征根;
步骤二、设计控制器u处理系统的非线性不确定性、系统建模误差和外界干扰、以及未知方向的控制增益矩阵;
N(χ)是Nussbaum-type函数,其参数χ的变化率为:
为未知参数b的估计值,并通过自适应率自适应率得到
Φ=φ(x)+L (8)
L为已知函数并定义为,
z为滤波误差并定义为,
E为跟踪误差并定义为,
E=x1-yd (11)
其中γχ、k0、ρ和σ为大于零的设计参数,为已知理想信号,k1,…,kn-1是设定参数而且满足k1+k2w+k3w2+…+kn-1wn-2+wn-1多项式是Hurwitz多项式,其中w是Hurwitz多项式中的变量;
步骤三、将控制器u算出的控制信号输入到被控非线性系统,使系统输出跟踪理想信号并确保跟踪误差渐近趋于零。
本发明的有益效果:
本发明受扰动和未知方向非线性系统的零误差跟踪控制方法,其使用的控制器引入了Nussbaum-type函数和构造了特定的参数变化率使被控系统在存在未知不确定参数、未知控制增益方向、外界干扰等情况下,使系统输出信号能较好地跟踪理想信号,并确保跟踪误差信号渐近趋于零。
具体实施方式
下面结合实施例对本发明作进一步描述。
本发明受扰动和未知方向非线性系统的零误差跟踪控制方法,包括以下步骤:
步骤一、建立非线性系统的数学模型:
其中xj=[xj1,…,xjm]∈Rm是系统状态,y=x1是系统输出,F(x,p)=[f1(·),…,fm(·)]T∈Rm是非线性不确定函数,G(x,p)∈Rm×m是未知控制增益矩阵,D(x,p,t)=[d1(·),…,dm(·)]T∈Rm是系统建模误差和外界干扰,u是系统控制器,p∈Rr是未知参数矢量,t是时间变量;
所述非线性系统的非线性部分满足以下不等式
||F(·)+D(·)||≤aφ(x) (2)
其中a为未知常数,φ(x)为光滑已知函数,当x有界时可以保证光滑已知函数φ(x)、外界扰动和未建模误差D(·)、非线性不确定函数F(·)、以及未知控制增益矩阵G(·)有界,除此之外未知控制增益矩阵G(·)无需对称,且是正定矩阵或者负定矩阵;
所述非线性系统满足以下不等式
其中λ为未知有界常数并且具有相同的符号,即:要么为正要么为负,λmax(t)和λmin(t)分别是矩阵G1的最大特征根和最小特征根;
步骤二、使用控制器u处理系统的非线性不确定性、系统建模误差和外界干扰、以及未知方向的控制增益矩阵;
N(χ)是Nussbaum-type函数,其参数χ的变化率为:
为未知参数b的估计值,并通过自适应率得到
Φ=φ(x)+L (8)
L为已知函数并定义为,
z为滤波误差并定义为,
E为跟踪误差并定义为,
E=x1-yd (11)
其中γχ、k0、ρ和σ为大于零的设计参数,为已知理想信号,k1,…,kn-1是设定参数而且满足k1+k2w+k3w2+…+kn-1wn-2+wn-1多项式是Hurwitz多项式,其中w是Hurwitz多项式中的变量;
步骤三、将控制器u算出的控制信号输入被控非线性系统,跟踪理想信号并确保跟踪误差渐近趋于零。
下面对本发明自适应跟踪控制方法能使系统跟踪误差渐近趋于零进行证明:
第一步,引入引理1:对于任意非零向量x∈Rm和对称矩阵Γ而言,定义因此对于对称矩阵Γ而言,至少存在一个特征根在区间(-∞,ρ]和至少一个特征根在区间[ρ,∞)。
因此对矩阵G1而言,给定任意非零向量x∈Rm,定义进一步得到
其中根据引理1可以得到:
除此之外,当x=0时,选定一个基于区间之间的非零常数在此情况下公式(12)仍然成立;因此可以得出结论:对于任意向量x∈Rm,有
xTG1x=α(t)xTx (14)
其中
第二步,引入引理2:在时间区间[0,tf)上,若Lyapunov函数V(t)满足以下不等式
其中c0和l是未知正的常数,α(t)是未知时变函数并且在一个不包含零的闭区间;若不等式(15)成立,那么V(t),χ,和在区间[0,tf)上有界。
第三步,对公式(10)求导,可得
根据公式(11)可得
其中当i=n时,有因此将公式(1)代入公式(16)中,可以得到
第四步,选取Lyapunov函数为
对其求导可以得到
其中Δ=F+D+L。根据非线性系统满足的条件(2)可以得到
||Δ||≤||F+D||+||L||≤aφ(x)+||L||≤bΦ(·) (21)
其中b=max{a,1}是虚拟未知参数,Φ(·)=φ(x)+||L||是可计算的系统核心函数。利用Young不等式,
因此,公式(20)可以表示为
第五步,将控制器带入到不等式(23)中,可以得到
因为矩阵G可以分解为对称矩阵和斜对称矩阵的和,即对于任意给定向量x∈Rm,有因此非线性项可以表示为
根据引理1和公式(14),可以得到
其中并且λ有相同的符号(零除外)。因此公式(24)可以表示为
在不等式(27)的右边加减一项可得
其中是未知参数的估计值误差,因为N(χ)函数的参数χ的变化率为因此有
第六步,为了对未知参数估计值进行自适应估计,选取Lyapunov函数为
对其求导可得定义总的Lyapunov函数为V=V1+V2,对其求导可得
构造自适应率
其中σ>0是设计参数。将自适应率(32)带入到不等式(31)中,可以得到
因为因此不等式(33)可以表示为
其中 对不等式(34)在区间[0,t]上进行积分运算,可以得到
其中因此根据引理2可以得到V(t),χ,和在区间[0,tf)上有界。若能保持所有信号在[0,tf)上有界,则可以将其结果拓展到tf→∞。
根据自适应率的表达式(32)以及初始条件可以得到因此根据Nussbaum-type函数的参数自适应率表达式(6),可以得到对其进行积分可以得到
因此根据函数χ(t)的有界性,可以得到z∈L2,根据系统稳定性证明可以得到z∈L,结合Barbalat引理,可以得到
根据公式(10),可以得到真实误差渐近趋于零,即:
通过上述证明可知,本发明受扰动和未知方向非线性系统的零误差跟踪控制方法,其控制器能使非线性系统在存在未知不确定参数、未知控制增益方向、外界干扰等情况下,系统的输出信号较好地跟踪理想信号,并确保系统跟踪误差渐近趋于零。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。

Claims (1)

1.一种受扰动和未知方向非线性系统的零误差跟踪控制方法,包括以下步骤:
步骤一、建立非线性系统数学模型:
其中xj=[xj1,…,xjm]∈Rm是系统状态,y=x1是系统输出,F(x,p)=[f1(·),…,fm(·)]T∈Rm是非线性不确定函数,G(x,p)∈Rm×m是未知控制增益矩阵,D(x,p,t)=[d1(·),…,dm(·)]T∈Rm是系统建模误差和外界干扰,u是系统控制器,p∈Rr是未知参数矢量,t是时间变量;
所述非线性系统的非线性项满足以下不等式
||F(·)+D(·)||≤aφ(x) (2)
其中a为未知常数,φ(x)为光滑已知函数,当x有界时可以保证光滑已知函数φ(x)、外界扰动和未建模误差D(·)、非线性不确定函数F(·)、以及未知控制增益矩阵G(·)均有界;除此之外未知控制增益矩阵G(·)无需对称,且矩阵是正定矩阵或者负定矩阵;
所述非线性系统满足以下不等式
其中λ为未知有界常数并且具有相同的符号,即:要么为正要么为负,λmax(t)和λmin(t)分别是矩阵G1的最大特征根和最小特征根;
步骤二、设计系统控制器u处理非线性不确定性、系统建模误差和外界干扰、以及未知方向的控制增益矩阵;
其中N(χ)是Nussbaum-type函数,参数χ的变化率为:
为未知参数b的估计值,并通过自适应率得到
Φ=φ(x)+L (8)
L为已知函数并定义为,
z为滤波误差并定义为,
E为跟踪误差并定义为,
E=x1-yd (11)
其中γχ、k0、ρ和σ为大于零的设计参数,i=0,1,…,n为已知理想信号,k1,…,kn-1是设定参数而且满足k1+k2w+k3w2+…+kn-1wn-2+wn-1多项式是Hurwitz多项式,其中w是Hurwitz多项式中的变量;
步骤三、将控制器u算出的控制信号输入到被控非线性系统,使系统输出跟踪理想信号,并确保跟踪误差渐近趋于零。
CN201710551612.3A 2017-07-07 2017-07-07 一种受扰动和未知方向非线性系统的零误差跟踪控制方法 Active CN107168069B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710551612.3A CN107168069B (zh) 2017-07-07 2017-07-07 一种受扰动和未知方向非线性系统的零误差跟踪控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710551612.3A CN107168069B (zh) 2017-07-07 2017-07-07 一种受扰动和未知方向非线性系统的零误差跟踪控制方法

Publications (2)

Publication Number Publication Date
CN107168069A CN107168069A (zh) 2017-09-15
CN107168069B true CN107168069B (zh) 2019-08-30

Family

ID=59823349

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710551612.3A Active CN107168069B (zh) 2017-07-07 2017-07-07 一种受扰动和未知方向非线性系统的零误差跟踪控制方法

Country Status (1)

Country Link
CN (1) CN107168069B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108762091B (zh) * 2018-06-25 2021-06-22 东南大学 一种基于未知控制方向的自适应编队控制算法
CN110187637B (zh) * 2019-06-03 2021-12-10 重庆大学 在控制方向和期望轨迹不确定下的机器人系统控制方法
CN112904838B (zh) * 2021-01-06 2021-11-26 北京科技大学 二维平面智能车辆队列控制方法
CN114035429A (zh) * 2021-09-14 2022-02-11 南京航空航天大学 一种基于干扰观测器的涡扇发动机切换系统的输出跟踪控制方法
CN113885314B (zh) * 2021-10-22 2023-05-23 电子科技大学 一种具有未知增益和干扰的非线性系统跟踪控制方法
CN114296351B (zh) * 2021-12-29 2024-03-26 杭州电子科技大学 一种非线性机械臂系统的混杂增益控制方法
CN115981268B (zh) * 2022-11-29 2023-09-22 重庆邮电大学 一种拒绝服务攻击下不确定非线性系统的自适应事件触发控制器的设计方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105068420A (zh) * 2015-05-08 2015-11-18 南昌航空大学 一种区间约束的非仿射不确定系统自适应控制方法
CN105843041A (zh) * 2016-04-08 2016-08-10 浙江工业大学 一种带有未知滞环的小车倒立摆系统积分滑模控制方法
CN106154839A (zh) * 2016-09-19 2016-11-23 重庆大学 基于未知目标轨迹的非线性系统鲁棒自适应跟踪控制方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105068420A (zh) * 2015-05-08 2015-11-18 南昌航空大学 一种区间约束的非仿射不确定系统自适应控制方法
CN105843041A (zh) * 2016-04-08 2016-08-10 浙江工业大学 一种带有未知滞环的小车倒立摆系统积分滑模控制方法
CN106154839A (zh) * 2016-09-19 2016-11-23 重庆大学 基于未知目标轨迹的非线性系统鲁棒自适应跟踪控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
含有未知控制方向的非线性时滞系统学习控制;李广印等;《控制理论与应用》;20160229;第33卷(第2期);265-272页
控制增益未知的船舶航向非线性自适应跟踪控制;杜佳璐等;《控制理论与应用》;20050430;第22卷(第2期);730-740页
控制方向未知的二阶时变非线性系统自适应迭代学习控制;李静等;《控制理论与应用》;20120630;第29卷(第6期);315-320页

Also Published As

Publication number Publication date
CN107168069A (zh) 2017-09-15

Similar Documents

Publication Publication Date Title
CN107168069B (zh) 一种受扰动和未知方向非线性系统的零误差跟踪控制方法
Liu et al. Adaptive neural control for a class of pure-feedback nonlinear systems via dynamic surface technique
Ma et al. Neural-network-based distributed adaptive robust control for a class of nonlinear multiagent systems with time delays and external noises
Li et al. Adaptive neural network finite-time dynamic surface control for nonlinear systems
Boulkroune et al. On the design of observer-based fuzzy adaptive controller for nonlinear systems with unknown control gain sign
Han et al. Partial tracking error constrained fuzzy dynamic surface control for a strict feedback nonlinear dynamic system
Xu et al. Neural network-based finite horizon stochastic optimal control design for nonlinear networked control systems
Farrell et al. On-line approximation based control of uncertain nonlinear systems with magnitude, rate and bandwidth constraints on the states and actuators
Zhou et al. Finite-time prescribed performance adaptive fuzzy control for unknown nonlinear systems
CN113359445B (zh) 一种多智能体磁滞系统分布式输出反馈渐近一致控制方法
Sun et al. Adaptive control based on single neural network approximation for non-linear pure-feedback systems
CN109471364B (zh) 一种带有执行器故障的非线性切换系统的可靠控制方法
Zhao et al. Finite-time adaptive fuzzy tracking control for nonlinear systems with disturbances and dead-zone nonlinearities
Moradi et al. Neural network identification based multivariable feedback linearization robust control for a two-link manipulator
Ghavidel et al. Robust composite adaptive fuzzy identification control of uncertain MIMO nonlinear systems in the presence of input saturation
Naderolasli et al. Approximation‐based adaptive fault compensation backstepping control of fractional‐order nonlinear systems: an output‐feedback scheme
Oliveira et al. Evolving granular feedback linearization: Design, analysis, and applications
Huang et al. Optimized formation control for multi-agent systems based on adaptive dynamic programming without persistence of excitation
CN111103833A (zh) 一种多化学反应罐反应液体积一致性控制器系统及设计方法
Li et al. Quasi-synchronization control of quaternion-valued fuzzy memristive neural networks
Chen et al. Fixed-time cooperative tracking control for double-integrator multiagent systems: A time-based generator approach
Lewis et al. A Hamilton-Jacobi setup for constrained neural network control
Lam et al. Synchronization of uncertain chaotic systems based on the fuzzy-model-based approach
Furtat et al. Modified robust backstepping algorithm for plants with time delay
Yuan et al. Robust adaptive stabilization of switched higher-order planar nonlinear systems with unknown time-varying delays

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant