本文選題：自適應(yīng)　切入點(diǎn)：神經(jīng)網(wǎng)絡(luò)　出處：《青島大學(xué)》2017年碩士論文

【摘要】：切換系統(tǒng)是由一系列的連續(xù)或離散的子系統(tǒng)以及協(xié)調(diào)這些子系統(tǒng)之間的切換的規(guī)則組成的混雜系統(tǒng)。近幾年,尤其在自適應(yīng)領(lǐng)域,在不同控制器之間的切換技術(shù)已經(jīng)得到廣泛的應(yīng)用。在機(jī)械控制,自動化工業(yè),航空航天控制,電力切換系統(tǒng)和其他領(lǐng)域,切換系統(tǒng)得到越來越廣泛的應(yīng)用。本文研究一類單輸入單輸出的非線性切換系統(tǒng)的控制問題,控制系統(tǒng)為非嚴(yán)格反饋形式�？刂凭哂蟹菄�(yán)格反饋的非線性系統(tǒng)一直是一個(gè)具有挑戰(zhàn)性的工作,這類系統(tǒng)具有較高的耦合性,由于系統(tǒng)具有的非線性的特殊性質(zhì),一般的控制方法很難直接應(yīng)用在這一類的系統(tǒng)中,這一困難加劇了系統(tǒng)的分析和控制的難度。運(yùn)用自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制方法逼近系統(tǒng)的非線性函數(shù),在不知道系統(tǒng)精確數(shù)學(xué)模型情況下,對系統(tǒng)進(jìn)行分析,通過設(shè)計(jì)自適應(yīng)反饋控制器使系統(tǒng)的輸出信號可以較好地跟蹤給定的參考信號。本文的第二章給出了課題研究的一些基本知識,在2.1中介紹了神經(jīng)網(wǎng)絡(luò)系統(tǒng)的性質(zhì)、作用以及試用的問題類型。在2.2中介紹了在李雅普諾夫理論下切換系統(tǒng)穩(wěn)定性的概念,相比較于一般的非切換系統(tǒng),切換系統(tǒng)的分析與控制具有更多的可能性和更高的復(fù)雜性,因此對切換系統(tǒng)的控制分析也具有更高的難度。在2.3中,介紹了神經(jīng)網(wǎng)絡(luò)系統(tǒng)的一個(gè)特性,本文利用這一特性,將未知的非線性系統(tǒng)從嚴(yán)格反饋形式推廣到非嚴(yán)格反饋系統(tǒng)。本文的第三章研究了一類單輸入單輸出非嚴(yán)格反饋形式的非線性切換系統(tǒng)。在3.1中描述了要解決的問題模型,結(jié)合Backstepping方法,用神經(jīng)網(wǎng)絡(luò)模型代替未知的非線性函數(shù),設(shè)計(jì)自適應(yīng)反饋控制器令未知的不確定系統(tǒng)跟蹤給定的參考信號。在3.2中,選取合適的參數(shù)和中心點(diǎn),應(yīng)用神經(jīng)網(wǎng)絡(luò)系統(tǒng)逼近控制系統(tǒng)的未知表達(dá)式。在3.3部分,基于李雅普諾夫理論,選取合適的李雅普諾夫方程,對3.1中描述的系統(tǒng)進(jìn)行分析,設(shè)計(jì)自適應(yīng)反饋控制器使系統(tǒng)達(dá)到穩(wěn)定。由于切換系統(tǒng)具有多個(gè)子系統(tǒng),當(dāng)切換信號在多個(gè)子系統(tǒng)之間進(jìn)行切換時(shí),系統(tǒng)的穩(wěn)定性具有不確定性,在本節(jié)中,選取共同的李雅普諾夫方程,確保了在不同的子系統(tǒng)之間進(jìn)行切換時(shí)系統(tǒng)的穩(wěn)定。在3.4節(jié)中,通過對設(shè)計(jì)的觀測器得到的系統(tǒng)狀態(tài)變量進(jìn)行穩(wěn)定性分析,通過嚴(yán)格的數(shù)學(xué)證明,保證了在設(shè)計(jì)的控制器的作用下,所有的信號收斂于原點(diǎn)的鄰域內(nèi),表現(xiàn)了較好地收斂性。在3.5中,算例仿真顯示所設(shè)計(jì)的控制器的有效性。在實(shí)際的工程項(xiàng)目中,系統(tǒng)的大部分的系統(tǒng)狀態(tài)是不可以直接測量的,所以在第三章中所設(shè)計(jì)的控制器不能直接應(yīng)用在實(shí)際的工程里。由上述的實(shí)際問題,在本文的第四章中,在第三章的基礎(chǔ)上設(shè)計(jì)觀測器觀測系統(tǒng)的變量,利用觀測到的系統(tǒng)狀態(tài)變量設(shè)計(jì)控制器,達(dá)到系統(tǒng)的輸出可以跟蹤給定的目標(biāo)信號的目的。在4.2中,設(shè)計(jì)非線性的觀測器,觀測系統(tǒng)中的未知的狀態(tài)變量,相比較線性的控制器,非線性控制器具有更廣泛的適用性。在該部分中利用凸組合的性質(zhì),確定系統(tǒng)的觀測器的穩(wěn)定性。本文的4.3節(jié)為目標(biāo)系統(tǒng)的控制設(shè)計(jì)部分,不同于第三章的所有子系統(tǒng)選取共同的李雅普諾夫函數(shù),在該節(jié)中,不同的子系統(tǒng)選取不同的李雅普諾夫函數(shù),降低了李雅普諾夫函數(shù)選取的保守性,利用平均駐延時(shí)間法分析切換系統(tǒng)的在任意切換信號下的穩(wěn)定性。在4.3-4.4中,分析了在設(shè)計(jì)的控制器的作用下的系統(tǒng)穩(wěn)定性。在4.5中,仿真算例表明,設(shè)計(jì)的自適應(yīng)控制器可以很好地跟蹤給定的信號,且有較好的穩(wěn)定性。本文的第五章為總結(jié)與展望,簡單介紹本文所做工作的貢獻(xiàn),提出的新的控制想法,以及本文研究的局限性和有待解決的問題。
[Abstract]:In this paper , we introduce some basic knowledge of neural network system . In this paper , we introduce some basic knowledge of neural network system . In this paper , we introduce some basic knowledge of neural network system . In this paper , we introduce some basic knowledge of neural network system . In this paper , we introduce the nonlinear function of neural network system . In the fourth chapter of this paper , we design the variable of the observer ' s observation system on the basis of the third chapter . The stability of the system is determined by using the property of the convex combination . In this section , the simulation example shows that the designed adaptive controller can track the given signal well and has better stability . In the fourth chapter , the author gives a brief introduction to the contribution of the work , the new control idea , and the limitations and problems to be solved in this paper .

【學(xué)位授予單位】：青島大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP13

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 WANG HuanQing;CHEN Bing;LIN Chong;;Approximation-based adaptive fuzzy control for a class of non-strict-feedback stochastic nonlinear systems[J];Science China(Information Sciences);2014年03期

，

本文編號：1677609