×

非线性不确定分数阶系统的自适应故障补偿控制:静态和动态事件发生器方法。 (英语) Zbl 1470.93085号

小结:通过扩展新的事件触发控制设计来评估分数阶非线性系统的跟踪问题。所考虑的动力学伴随着不确定的严格反馈形式、未知的执行器故障和未知的扰动。利用神经网络和故障补偿方法,设计了两种自适应故障补偿事件触发方案。与现有的控制设计不同,针对非线性分数阶系统,提出了两种静态和动态事件触发策略,即在动态事件触发方法中,可以延长两个连续事件之间的最小/平均时间间隔。此外,证明了Zeno现象是被严格避免的。最后,仿真结果证明了所提控制方法的有效性。

MSC公司:

93C40型 自适应控制/观测系统
93元65角 离散事件控制/观测系统
93B52号 反馈控制
93立方厘米 控制理论中的非线性系统
26A33飞机 分数导数和积分
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Regaya,C.B。;Farhani,F。;Zaafuri,A。;Chaari,A.,带模糊逻辑增益自适应的感应电机比例积分磁场定向控制,国际控制系统杂志。机器人。,4, 115-123 (2019)
[2] He,W。;Meng,T.,具有输入滞后的挠性串系统的自适应控制,IEEE Trans。控制系统。技术。,26, 2, 693-700 (2017)
[3] Yu,X。;Lin,Y.,一类非线性系统的自适应反推量化控制,IEEE Trans。自动。控制。,62, 2, 981-985 (2016) ·Zbl 1364.93353号
[4] Swaroop,D。;Hedrick,J.K。;叶,P.P。;Gerdes,J.C.,一类非线性系统的动态表面控制,IEEE Trans。自动。控制,45,10,1893-1899(2000)·Zbl 0991.93041号
[5] Regaya,C.B。;Zaafuri,A。;Chaari,A.,使用两种自适应观测器的感应电机无速度传感器间接磁场定向,IEEE电气工程和软件应用国际会议论文集,软件应用,突尼斯哈马马特,1-5(2013)
[6] 刘易斯,F.L。;刘凯。;Yesildirek,A.,具有保证跟踪性能的神经网络机器人控制器,IEEE Trans。神经网络。,6, 3, 703-715 (1995)
[7] Sun,K。;牟,S。;邱,J。;Wang,T。;Gao,H.,具有全状态约束的非三角形结构随机切换非线性系统的自适应模糊控制,IEEE Trans。模糊系统。,27, 8, 1587-1601 (2018)
[8] Regaya,C.B。;Farhani,F。;Zaafuri,A。;Chaari,A.,使用MRAS-模糊逻辑观测器的IM高性能控制,国际J.层析成像仪。模拟。,30, 2, 40-52 (2017)
[9] 李,J。;Chai,T。;刘易斯,F.L。;丁,Z。;Jiang,Y.,非策略交错q学习:仿射非线性离散时间系统的最优控制,IEEE Trans。神经网络。学习。系统。,30, 5, 1308-1320 (2018)
[10] Mazo,M。;Tabuada,P.,《无线传感器/执行器网络的分散事件触发控制》,IEEE Trans。自动。控制,56,10,2456-2461(2011)·Zbl 1368.93358号
[11] Xing,L。;温,C。;刘,Z。;苏,H。;Cai,J.,一类不确定非线性系统的事件触发自适应控制,IEEE Trans。自动。控制,62,42071-2076(2016)·兹比尔1366.93305
[12] Yang,Y。;孟,Q。;岳,D。;张,T。;Liang,J.,不确定非仿射系统的自适应递归滑模动态曲面及其事件触发控制,J.Frankl。研究所,357,6,3469-3497(2020)·Zbl 1437.93016号
[13] 赵,H。;牛,Y。;Zhao,J.,拒绝服务攻击下不确定切换系统的事件触发滑模控制,J.Frankl。研究所,356,18,11414-11433(2019)·Zbl 1427.93050号
[14] 王,M。;王,Z。;陈,Y。;Sheng,W.,离散时间严格反馈非线性系统的自适应神经事件触发控制,IEEE Trans。赛博。,50, 7, 2946-2958 (2019)
[15] 张,C.-H。;Yang,G.-H.,一类不确定非线性系统的事件触发全局有限时间控制,IEEE Trans。自动。控制,65,3,1340-1347(2019)·Zbl 1533.93520号
[16] 张,G。;姚,M。;徐,J。;Zhang,W.,执行器故障下动态定位船舶的鲁棒神经事件触发控制,海洋工程,207280-292(2020)
[17] Zhang,Y。;李,H。;Sun,J。;He,W.,执行器故障多智能体系统的合作自适应事件触发控制,IEEE Trans。系统。人类网络。系统。,49, 9, 1759-1768 (2018)
[18] Kilbas,A.A。;Srivastava,H.M。;Trujillo,J.J.,《分数微分方程的理论与应用》(2006),纽约:爱思唯尔科学有限公司·Zbl 1092.45003号
[19] 杨伟(Yang,W.)。;于伟(Yu,W.)。;Lv,Y。;朱,L。;Hayat,T.,一类不确定非严格反馈分数阶非线性SISO系统的自适应模糊跟踪控制设计,IEEE Trans。赛博。,待出版,(2020),doi:10.1109/TCYB.2019.2931401
[20] 宋,S。;张,B。;宋,X。;Zhang,Z.,具有输入约束的分数阶非线性严格反馈系统的基于神经模糊的自适应动态表面控制,IEEE Trans。系统。人类网络。系统。,待出版,(2020年),doi:10.1109/TSMC.2019.2933359
[21] 沙瓦利,M。;阿扎巴赫拉姆。;Naghibi-Sistani,M.-B。;Askari,J.,分数阶非线性多智能体系统的两党一致控制:输出约束方法,神经计算,397212-223(2020)
[22] 李玉霞。;王Q.-Y。;Tong,S.,分数阶非线性系统的模糊自适应容错控制,IEEE Trans。系统。人类网络。系统。,51, 3, 1372-1379 (2021)
[23] 109-011
[24] 胡,T。;何,Z。;张,X。;Zhong,S.,领导基于事件触发控制的分数阶多智能体系统共识,非线性动力学。,99, 3, 2219-2232 (2020) ·兹比尔1516.93012
[25] Ye,Y。;苏,H。;Sun,Y.,具有一般线性模型的分数阶多智能体系统的事件触发共识跟踪,神经计算,,315292-298(2018)
[26] Ye,Y。;Su,H.,Leader通过事件触发控制支持输入延迟的一般线性分数阶多智能体系统共识,国际鲁棒非线性控制,28,18,5717-5729(2018)·Zbl 1405.93011号
[27] 李强。;刘,S。;陈勇,非线性不确定分数阶混沌系统的组合事件触发自适应网络同步通信,应用。数学。计算。,333, 521-535 (2018) ·Zbl 1427.93018号
[28] Girard,A.,事件触发控制的动态触发机制,IEEE Trans。自动。控制,60,71992-1997(2014)·Zbl 1360.93423号
[29] 徐,B。;刘,X。;Wang,H。;Zhou,Y.,通过反馈线性化实现非线性系统的事件触发控制,Int.J.control,即将出版,(2020),doi:10.1080/0207179.2020.173008·Zbl 1478.93422号
[30] Wang,Y。;郑伟新。;Zhang,H.,非线性随机系统的动态事件控制,IEEE Trans。自动。控制,,62,12,6544-6551(2017)·Zbl 1390.93847号
[31] 胡,W。;杨,C。;黄,T。;Gui,W.,具有定向网络的线性多智能体系统一致性的分布式动态事件触发控制方法,IEEE Trans。赛博。,50, 2, 869-874 (2018)
[32] Podlubny,I.,分数微分方程(1999),圣地亚哥:学术出版社·Zbl 0918.34010号
[33] 高,H。;Song,Y。;Wen,C.,MIMO非线性系统自适应神经容错控制的反推设计,IEEE Trans。神经网络。学习。系统。,28, 11, 2605-2613 (2016)
[34] 香港哈利勒。;Grizzle,J.W.,非线性系统(2002),新泽西州上鞍河:普伦蒂斯·霍尔·Zbl 1003.34002号
[35] Aounalah,T。;埃松布利,N。;Hamzaoui,A。;Bouchafaa,F.,双馈感应发电机分数阶模糊自适应反推控制算法,IET更新。发电机。,12, 8, 962-967 (2018)
[36] 徐,B。;陈,D。;张,H。;Wang,F.,分数阶混流式水轮机调节系统的建模和稳定性分析,混沌孤子分形。,75, 50-61 (2015) ·Zbl 1352.93019号
[37] Regaya,C.B。;Farhani,F。;Zaafuri,A。;Chaari,A.,《反步控制下感应电机的自适应滑模速度观测器》,国际期刊创新。计算。信息控制,11763-771(2017)
[38] Regaya,C.B。;Farhani,F。;Zaafuri,A。;Chaari,A.,使用dSpace DS 1104控制板基于反推方法的感应电机新型自适应控制方法,Mech。系统。信号处理。,100, 466-481 (2018)
[39] 盛博士。;魏毅。;程,S。;Shuai,J.,具有输入饱和的分数阶系统的自适应反步控制,J.Frankl。研究所,354,5,2245-2268(2017)·Zbl 1398.93166号
[40] Wang,J。;温,Y。;郭,Y。;Ye,Z。;Chen,H.,带Caputo导数的BP神经网络分数阶梯度下降学习,神经网络。,89, 19-30 (2017) ·兹比尔1434.68466
[41] Sahoo,A。;Xu,H。;Jagannathan,S.,非线性连续时间系统基于神经网络的事件触发状态反馈控制,IEEE Trans。神经网络。学习。系统。,27, 3, 497-509 (2015)
[42] Szanto,N。;纳拉亚南,V。;Jagannathan,S.,不确定严格反馈系统的事件采样直接自适应nn状态反馈控制,IEEE第55届IEEE决策与控制会议论文集,美国内华达州拉斯维加斯,3395-3400(2016),IEEE
[43] Postoyan,R。;Tabuada,P。;内西奇,D。;Anta,A.,非线性系统事件触发稳定化框架,IEEE Trans。自动。控制,60,4,982-996(2014)·Zbl 1360.93567号
[44] 沙瓦利,M。;Askari,J.,一般类随机非线性多智能体系统的分布式控制输出反馈控制,神经计算,179202-210(2016)
[45] 沙瓦利,M。;Naghibi-Sistani,M.-B。;Askari,J.,《非严格反馈非线性多智能体系统的自适应输出反馈二方共识:有限时间方法》,神经计算,318,7-17(2018)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。