论文部分内容阅读
随着非线性系统控制理论的不断发展,最近几年越来越多的学者指出了传统的有限时间控制在理论和实际应用的局限性。主要原因是因为有限时间控制的收敛时间与系统的初始状态相关,当系统的初始条件增大其收敛时间也会随之增大,并且理论上系统的初始条件趋于无穷大则收敛时间也会趋于无穷大。为了解决这个问题,固定时间控制相关的理论和概念被提出并在近几年得到了广泛的应用。相比有限时间控制,固定时间控制具有更强的鲁棒性和稳定性,并且其收敛时间的上界与系统的初始条件无关只和控制器的参数相关。但是固定时间控制器的设计更为复杂和困难,除此之外由于很多实际系统中会存在许多输入输出约束,例如死区,输出约束等,这些约束对实现系统的固定时间收敛带来了巨大的挑战。然而目前几乎没有关于如何在固定时间控制框架下解决非线性系统的输入输出约束问题.因此本文的主要研究内容如下:1、针对一类带外部扰动以及未知输入死区的不确定非线性仿射系统的固定时间控制问题,设计了一个全新的自适应神经网络状态反馈控制器。在控制器设计中,首先基于非线性系统控制中经典的反步设计法并结合固定时间稳定性引理设计虚拟反馈控制器。然后利用两个径向基神经网络一个对未知输入死区的不利影响进行补偿,另一个近似未知的非线性系统函数,并在此基础上提出了一个新颖的在线神经网络权值更新率。最终通过分析系统的稳定性证明闭环系统内的信号是有界的,同时通过固定时间稳定性引理证明了系统的输出误差以及神经网络权值满足固定时间收敛。最后将控制方法运用在一个仿真算例和光刻机运动平台上,仿真和实验结果均体现了控制算法的有效性。2、针对一类带外部扰动、未知输入死区以及输出约束的不确定非线性仿射系统的固定时间控制问题,设计了一个新的自适应神经网络状态反馈控制器。在控制器设计中,首先将一个对数型障碍李雅普诺夫函数结合反步设计法设计新的虚拟反馈控制器。同时径向基神经网络用于补偿未知的输入死区以及近似未知非线性系统函数。通过分析系统的稳定性证明闭环系统系统的输出满足预先设定的约束并且闭环系统的信号是有界的,同时通过固定时间稳定性引理证明了系统的输出误差以及神经网络权值满足固定时间收敛。最后将控制方法运用在一个仿真算例和光刻机运动平台上,仿真和实验结果均体现了控制算法的有效性。