×
张浩燕;赵旭东;张亮;牛、本;宗光登;徐宁

输入量化不确定欠驱动非线性切换系统的基于观测器的自适应模糊递阶滑模控制。 （英语） Zbl 1528.93076号

国际J鲁棒非线性控制 32，编号14，8163-8185（2022）.
摘要：针对存在量化输入信号的不确定欠驱动切换非线性系统，提出了一种基于观测器的自适应模糊分层滑模控制（HSMC）方案。对于欠驱动系统，考虑了滞后量化器的量化输入信号、外部干扰、未测量系统状态和完全未知非线性函数等问题。首先，采用所考虑的滞后量化器可以有效地避免抖振现象。然后，利用模糊逻辑系统（FLS）逼近表示系统不确定性的未知光滑非线性函数。此外，还建立了切换模糊状态观测器来估计未测系统状态。基于李亚普诺夫稳定性理论，所提出的控制方案能够保证闭环系统中所有信号的有界性，并使系统输出很好地跟踪给定的参考信号。最后，通过数值仿真实例验证了该控制方案的有效性。
{©2022 John Wiley&Sons有限公司}

引用于10文件

MSC公司：

93B53号 观察员
93C40 自适应控制/观测系统
93立方厘米 模糊控制/观测系统
93甲13 层次系统
93B12号机组 可变结构系统
93立方厘米 信息不完整的控制/观测系统
93立方 由微分方程以外的函数关系控制的控制/观测系统（例如混合系统和开关系统）
93立方厘米 控制理论中的非线性系统

关键词：

模糊逻辑系统;分层滑模控制;输入量化;交换式系统
PDF格式BibTeX公司 XML格式引用
\textit{H.Zhang}等，国际鲁棒非线性控制32，No.14，8163--8185（2022；Zbl 1528.93076）
全文： 内政部

参考文献：

[1] XiangX、LapierreL、JouvencelB。AUV运动控制的平稳过渡：从全驱动配置到欠驱动配置。机器人自动系统。2015;67:14‐22.
[2] XuN、ChenY、XueA、ZongG、ZhaoX。不确定欠驱动切换非线性系统基于事件触发的自适应模糊递阶滑模控制。ISA事务。2019;124:301‐310. doi:10.1016/j.isatra.2019.11.011
[3] ZhangH，XuN，ZongG，AlkhateebAF.带执行器故障的不确定欠驱动切换非线性系统的自适应模糊分层滑模控制。国际系统科学杂志。2021;52(8):1499‐1514. ·Zbl 1483.93325号
[4] LiuS，ZhangL，NiuB，ZhaoX，Ahmad A.具有类间隙滞后的不确定欠驱动切换非线性系统的自适应神经有限时间分层滑模控制。信息科学。2022;599:5334‐5344.
[5] 哈利德N，MemonAY。利用扩展高增益观测器对一类欠驱动非线性系统进行输出反馈控制。阿拉伯科学与工程杂志2016；41(9):3531‐3542. ·Zbl 1391.94950号
[6] LiH、YanW、ShiY。控制力矩有界的欠驱动航天器的连续时间模型预测控制。自动化。2017;75:144‐153. ·Zbl 1351.93053号
[7] LiT、Zhao R、Chen CP、Fang L、Liu C。采用非线性滑模控制的欠驱动船舶有限时间编队控制。IEEE跨网络。2018;48(11):3243‐3253.
[8] YuC、XiangX、ZhangQ、XuG。欠驱动自主水下机器人执行器饱和的自适应模糊轨迹跟踪控制。国际模糊系统杂志。2018;20(1):269‐279.
[9] LinY，Zhou P，NiuB，Wang H，Xu N，Alassafi MO，Ahmad AM。通过平均驻留时间对纯反馈切换非线性系统进行基于开关观测器的未知增益自适应输出反馈控制设计。国际系统科学杂志。2017;52:314‐318.
[10] MaL、XuN、ZhaoX、ZongG、HuoX。具有未建模动态的切换非线性系统基于小增益技术的自适应神经输出反馈容错控制。IEEE跨系统网络系统。2021;51(11):7051‐7062.
[11] ZhangH、WangH、NiuB、ZhangL、AhmadAM。具有平均驻留时间的切换非线性系统的基于滑模曲面的自适应actor-critic最优控制。通知科学。2021;580:756‐774.
[12] Zhang L、Zong G、ZhaoX、Zhao N。多网络攻击下奇异马尔可夫跳跃系统事件触发控制的输出可达集综合。IEEE/ACM传输网络。2022.doi:10.1109/TNET.2022.3183862
[13] LiZ、ZhaoJ。非严格反馈切换非线性系统（包括一阶前馈路径）的控制器和切换策略的协同设计。IEEE Trans Automat控制。2018;64(4):1753‐1760. ·Zbl 1482.93288号
[14] WangY、SunX、MazencF。具有时滞和扰动的切换非线性系统的稳定性。自动化。2016;69:78‐86. ·Zbl 1338.93307号
[15] LiY，LiuJ。切换非线性系统的不变控制综合：区间分析方法。IEEE Trans Automat控制。2017;63(7):2206‐2211. ·Zbl 1423.93161号
[16] 哈贾赫马迪姆（HajiahmadiM）、德舒特（De SchutterB）、海伦多尔纳（HellendornH）。稳健
[( {H（H）}_{\infty}\]\）切换非线性系统的切换控制技术及其在城市交通控制中的应用。国际J鲁棒非线性控制。2016;26(6):1286‐1306. ·Zbl 1333.93099号
[17] 郑毅、郑和、陈Z、王和、赵X。具有类间隙滞后和输出约束的切换互联非线性系统的自适应神经分散控制。国际系统科学杂志。2022;53(7):1545‐1561. ·Zbl 1497.93126号
[18] 霍克斯、MaL、ZhaoX、ZongG。具有平均驻留时间的MIMO切换非线性系统的事件触发自适应模糊输出反馈控制。应用数学计算。2020;365:124665. ·Zbl 1433.93055号
[19] 牛波、刘毅、周伟、李赫、段平、李杰。切换非线性非低阶三角系统自适应神经跟踪控制的多Lyapunov函数。IEEE跨网络。2019;50(5):1877‐1886.
[20] TangF、NiuB、WangH、ZhangL、CaiX。具有全状态约束和未知控制方向的切换MIMO非线性系统的自适应模糊跟踪控制。IEEE电路和系统事务-II：简要介绍。2022;59(6):2912‐2916.
[21] ZhaoX、WangX、MaL、ZongG。一类不确定切换非线性系统基于模糊逼近的渐近跟踪控制。IEEE Trans Fuzzy系统。2019;28(4):632‐644.
[22] 王H、王Z、刘Y、童S。离散时间切换非线性系统的模糊跟踪自适应控制。模糊集系统。2017;316:35‐48. ·Zbl 1392.93028号
[23] ParkJH、MathiyalaganK、SakthivelR。具有离散和分布时滞的离散时间切换非线性系统的故障估计。国际J鲁棒非线性控制。2016;26(17):3755‐3771. ·Zbl 1351.93050号
[24] HayakawaT、IshiiH、TsumuraK。简要论文：线性不确定离散时间系统的自适应量化控制。自动化。2009;45(3):692‐700. ·Zbl 1166.93333号
[25] HayakawaT、IshiiH、TsumuraK。非线性不确定系统的自适应量化控制。系统控制许可。2009;58(9):625‐632. ·Zbl 1184.93078号
[26] 周杰、文C、杨G。输入信号量化的非线性不确定系统的自适应反推镇定。IEEE Trans Automat控制。2014;59(2):460‐464. ·Zbl 1360.93626号
[27] SuiS、TongS。输入量化非线性切换系统的模糊自适应量化输出反馈跟踪控制。模糊集系统。2016;290:56‐78. ·Zbl 1374.93158号
[28] 纽布、利赫、钦特、卡里米赫尔。具有时滞和量化输入的非线性纯反馈切换系统的自适应NN动态表面控制器设计。IEEE跨系统网络系统。2017;48(10):1676‐1688.
[29] SunH、HouL、ZongG、YuX。带有输入量化的航天器固定时间姿态跟踪控制。IEEE Trans-Aerosp电子系统。2018;55(1):124‐134.
[30] CaiJ、WenC、XingL、YanQ。具有非三角形结构不确定性的互联系统的分散反推控制。IEEE自动控制汇刊。2022.doi:10.1109/TAC.2022.3152083·兹比尔07743780
[31] 霍克斯、MaL、ZhaoX、ZongG。具有输入量化的不确定切换随机非线性系统的基于观测器的模糊自适应镇定。2019年富兰克林研究所J Franklin Inst；356(4):1789‐1809. ·Zbl 1409.93062号
[32] 马哈塔克州阿迪卡里。欠驱动系统的整体反推滑模控制：手推车末端系统的摆动和稳定。ISA事务。2013;52(6):870‐880.
[33] 穆图萨穆·怀尔。机器人操作器的模糊神经网络继承滑模控制，包括执行器动力学。IEEE Trans Neural Netw学习系统。2012;24(2):274‐287.
[34] 徐杰、郭姿、李泰。欠驱动两轮移动机器人整体滑模控制的设计与实现。IEEE Trans Ind Electron公司。2013;61(7):3671‐3681.
[35] 江波、卡里米赫尔、杨斯、高C、高依。非线性随机马尔可夫跳跃系统基于观测器的自适应滑模控制（通过T-S模糊建模）：在机器人手臂模型中的应用。IEEE Trans Ind Electron公司。2020;68(1):466‐477.
[36] LiuZ、YuJ、KarimiHR。适应的
[( {H（H）}_基于状态观测器的不确定中立型随机系统的滑模控制。国际J鲁棒非线性控制。2020;30(3):1141‐1155. ·Zbl 1447.93040号
[37] MaM、WangT、QiuJ、KarimiHR。大规模互联非线性网络控制系统的自适应模糊分散跟踪控制。IEEE Trans Fuzzy系统。2020;29(10):3186‐3191.
[38] 王莉、陈国平。未知输入饱和随机非线性系统基于降阶观测器的动态事件触发自适应神经网络控制。IEEE Trans Neural Netw学习系统。2020;32(4):1678‐1690.
[39] GaoT、LiT、LiuY、TongS。基于IBLF的状态约束不确定随机非线性系统自适应神经控制。IEEE Trans Neural Netw学习系统。2021;PP:1-12。doi:10.1109/TNNLS.2021.3084820
[40] LiZ、LiT、Feng G、Zhao R、ShanQ。具有时变时滞和死区输入的纯反馈随机非线性系统的基于神经网络的自适应控制。IEEE跨系统网络系统。2020;50(12):5317‐5329.
[41] ChenZ、Niu B、Zhang L、Zhao J、AhmadA。基于命令滤波的自适应神经网络控制，用于使用事件触发通信的不确定切换非线性系统。国际鲁棒和非线性控制杂志。2022;32(11):6507‐6522.
[42] HwangC、ChiangC、YehY。不确定欠驱动非线性动态系统轨迹跟踪的自适应模糊递阶滑模控制。IEEE Trans Fuzzy系统。2013;22(2):286‐299.
[43] ZhaoX、YangH、ZongG。非严格反馈非线性系统的自适应神经递阶滑模控制及其在电子电路中的应用。IEEE跨系统网络系统。2016;47(7):1394‐1404.
[44] ZhaoX、YangH、XiaW、WangX。一类输入饱和MIMO非线性时滞系统的自适应模糊递阶滑模控制。IEEE Trans Fuzzy系统。2016;25(5):1062‐1077.
[45] CaiJ、MeiC、YanQ。具有非三角形结构不确定性的参数严格反馈系统的半全局自适应反推控制。ISA事务。2021;126:180‐189. doi:10.1016/j.isatra.2021.07.048
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。