×

非线性非对称输入饱和系统的自适应规定性能控制及其在水下机器人中的应用。 (英语) Zbl 1472.93096号

摘要:本文研究了考虑模型不确定性和外部扰动的非线性非对称输入饱和系统的严格反馈自适应规定性能跟踪控制。采用径向基函数神经网络(RBF-NN)处理模型的不确定性。通过规定的性能函数,可以保证系统的瞬态性能。连续高斯误差函数表示为非对称饱和非线性的近似值,以便在控制设计中利用反推技术。基于Lyapunov综合,通过构造自适应控制律来补偿残差函数逼近误差和外部扰动。因此,闭环系统中的所有信号都是一致最终有界的,由指定函数限定的跟踪误差收敛到一个小的零邻域。将该方法应用于自主水下机器人(AUV),大量仿真结果表明了该方法的有效性。

MSC公司:

93C40型 自适应控制/观测系统
93C85号 控制理论中的自动化系统(机器人等)
93立方厘米 控制理论中的非线性系统
第93页第52页 反馈控制
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 张,T。;夏,M。;Yi,Y.,带全状态约束和未建模动态的严格反馈非线性系统的自适应神经动态表面控制,Automatica,81,232-239(2017)·Zbl 1372.93125号
[2] 李·T。;王,D。;冯·G。;Tong,S.,《严格反馈非线性系统鲁棒自适应神经网络跟踪控制的DSC方法》,IEEE Trans。系统。,人,赛博。,B部分,40,3,915-927(2010)
[3] 张俊杰。;孙庆明,一类具有全状态约束和未建模动态的严格反馈不确定非线性系统的规定性能自适应神经输出反馈动态表面控制,国际鲁棒非线性控制,30,2,459-483(2020)·兹比尔1440.93134
[4] 张,T。;Ge,S。;Hang,C.,使用反推设计实现严格反馈非线性系统的自适应神经网络控制,Automatica,36,12,1835-1846(2000)·Zbl 0976.93046号
[5] 1-1
[6] 三通,K.P。;Ge,S.S.,使用一类前馈近似器控制全驱动海面船舶,IEEE Trans。控制系统。技术。,14, 4, 750-756 (2006)
[7] 拉皮尔。;Jouvencel,B.,AUV鲁棒非线性路径允许控制,IEEE J.海洋工程,33,2,89-102(2008)
[8] 费舍尔,N。;巴辛,S。;Dixon,W.E.,《自动水下航行器的非线性控制:基于上升段的方法》,Proc。美国控制会议,3972-3977(2011)
[9] Elmokadem,T。;Zribi,M。;Youcef-Toumi,K.,欠驱动自主水下航行器轨迹跟踪的终端滑模控制,海洋工程,129,613-625(2017)
[10] He,S。;Dai,S.-L。;Luo,F.,具有不确定动力学和外部扰动的MSV具有保证瞬态行为的渐近轨迹跟踪控制,IEEE Trans。Ind.Electron公司。,66, 3712-3720 (2018)
[11] 袁,C。;Licht,S。;He,H.,具有异质非线性不确定性动力学的多自主水下机器人编队学习控制,IEEE Trans。赛博。,48, 10, 2920-2934 (2018)
[12] 乔·L。;张伟,通过自适应快速非奇异积分终端滑模控制实现AUV的轨迹跟踪控制,IEEE Trans。Ind.通知。,16, 2, 1248-1258 (2020)
[13] 格雷罗,J。;托雷斯,J。;克鲁泽,V。;Chemori,A.,水下航行器轨迹跟踪控制的自适应扰动观测器,海洋工程,200107080(2020)
[14] 三通,K.P。;Ge,S.S。;Tay,E.H.,输出约束非线性系统控制的Barrier Lyapunov函数,Automatica,45,4,918-927(2009)·Zbl 1162.93346号
[15] He,W。;尹,Z。;Sun,C.,使用非对称屏障李亚普诺夫函数对具有约束的海船进行自适应神经网络控制,IEEE Trans。赛博。,47, 7, 1641-1651 (2017)
[16] 郑,Z。;阮,L。;Zhu,M.,具有不确定性的欠驱动自主水下航行器的输出约束跟踪控制,海洋工程,175,241-250(2019)
[17] Bechlioulis,C.P。;Rovithakis,G.A.,具有规定性能的反馈线性化MIMO非线性系统的鲁棒自适应控制,IEEE Trans。自动。控制,53,9,2090-2099(2008)·Zbl 1367.93298号
[18] Bechlioulis,首席执行官。;Rovithakis,G.A.,《严格反馈系统具有保证瞬态和稳态跟踪误差界的自适应控制》,Automatica,45,2,532-538(2009)·Zbl 1158.93325号
[19] Bechlioulis,首席执行官。;卡拉斯,G.C。;Heshmati-Alamdari,S。;Kyriakopoulos,K.J.,模型不确定性和外部扰动下欠驱动水下航行器的规定性能轨迹跟踪,IEEE Trans。控制系统。技术。,25, 2, 429-440 (2017)
[20] 郑,Z。;Feroskhan,M.,在存在输入饱和和外部干扰的情况下,具有规定性能的水面容器的路径跟踪,IEEE/ASME Trans。机电一体化。,22, 6, 2564-2575 (2017)
[21] O.Elhaki。;Shojaei,K.,具有规定性能的欠驱动自动水下航行器的基于神经网络的目标跟踪控制,海洋工程,167,239-256(2018)
[22] https://onlinelibrary.wiley.com/doi/pdf/10.1002/rnc.4659 ·Zbl 1426.93059号
[23] Dai,S。;王,M。;Wang,C.,具有保证瞬态跟踪性能的海上水面舰艇的神经学习控制,IEEE Trans。Ind.Electron公司。,63, 3, 1717-1727 (2016)
[24] 希利,A.J。;Rock,S.M。;科迪,S。;Miles,D。;Brown,J.P.,《提高对水下航行器推进器动力学的理解》,IEEE自动水下航行体技术研讨会论文集(AUV’94),340-352(1994)
[25] 皮瓦诺,L。;Johansen,T.A。;Smogeli,A.N.,《船用螺旋桨的四象限推力估算方案:理论和实验》,IEEE Trans。控制系统。技术。,17, 1, 215-226 (2009)
[26] 温,C。;周,J。;刘,Z。;Su,H.,存在输入饱和和外部扰动的不确定非线性系统的鲁棒自适应控制,IEEE Trans。自动。控制,56,7,1672-1678(2011)·Zbl 1368.93317号
[27] 陈,M。;Ge,S.S。;Ren,B.,具有输入约束的不确定MIMO非线性系统的自适应跟踪控制,Automatica,47,3,452-465(2011)·Zbl 1219.93053号
[28] Bai,W。;周,Q。;李·T。;Li,H.,输入饱和不确定非线性系统的自适应强化学习神经网络控制,IEEE Trans。赛博。,50, 8, 3433-3443 (2020)
[29] 崔,R。;杨,C。;李,Y。;Sharma,S.,基于神经网络的具有控制输入饱和的自动水下航行器强化学习控制,2014年UKACC国际控制会议,control 2014-会议记录,50-55(2014)
[30] Park,B.S。;Kwon,J.-W。;Kim,H.,用于欠驱动水面血管参考跟踪的基于神经网络的输出反馈控制,Automatica,77353-359(2017)·Zbl 1355.93075号
[31] 朱,G。;Du,J.,输入饱和条件下水面舰艇的全局鲁棒自适应轨迹跟踪控制,IEEE J.Ocean。工程师,1-9(2018)
[32] Chen,L。;崔,R。;杨,C。;Yan,W.,具有保证瞬态性能的欠驱动水面舰艇的自适应神经网络控制:理论和实验结果,IEEE Trans。Ind.Electron公司。,第67、5、4024-4035页(2020年)
[33] 马,J。;Ge,S.S。;郑,Z。;Hu,D.,一类带有非对称饱和执行器的非线性系统的自适应神经网络控制,IEEE Trans。神经网络。学习。系统。,26, 7, 1532-1538 (2015)
[34] 陈,M。;Ge,S.S。;B.V.E.,一类具有输入非线性的不确定MIMO非线性系统的鲁棒自适应神经网络控制,IEEE Trans。神经网络。,21, 5, 796-812 (2010)
[35] Polycarpou,M。;Ioannou,P.,鲁棒自适应非线性控制设计,Automatica,32,3,423-427(1996)·Zbl 0847.93031号
[36] Ge,S.S。;王聪,一类非线性系统的直接自适应神经网络控制,IEEE Trans。神经网络。,13, 1, 214-221 (2002)
[37] Proctor,A.A.,《萨博海鹰ROV的半自主制导和控制》(2014),博士论文
[38] 沈,C。;Shi,Y。;Buckham,B.,AUV的综合路径规划和跟踪控制:统一的滚动优化方法,IEEE/ASME Trans。机电一体化。,22, 3, 1163-1173 (2017)
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。