CN113655716B - 非线性球杆***有限时间稳定的控制方法、***及介质 - Google Patents
非线性球杆***有限时间稳定的控制方法、***及介质 Download PDFInfo
- Publication number
- CN113655716B CN113655716B CN202110861569.7A CN202110861569A CN113655716B CN 113655716 B CN113655716 B CN 113655716B CN 202110861569 A CN202110861569 A CN 202110861569A CN 113655716 B CN113655716 B CN 113655716B
- Authority
- CN
- China
- Prior art keywords
- state variable
- error
- lyapunov function
- model
- disturbance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000006870 function Effects 0.000 claims description 70
- 230000006641 stabilisation Effects 0.000 claims description 13
- 238000011105 stabilization Methods 0.000 claims description 13
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 5
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 description 16
- 238000004088 simulation Methods 0.000 description 13
- 238000012887 quadratic function Methods 0.000 description 10
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000004146 energy storage Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 208000011580 syndromic disease Diseases 0.000 description 2
- 238000009795 derivation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种非线性球杆***有限时间稳定的控制方法、***及介质,该控制方法包括:确定非线性球杆***的状态变量模型及状态变量误差模型;所述状态变量模型包括第一状态变量和第二状态变量;所述状态变量误差模型包括第一状态变量误差和第二状态变量误差;选取第一Lyapunov函数,并根据所述第一Lyapunov函数、所述状态变量模型及所述状态变量误差模型确定虚拟控制量;选取第二Lyapunov函数,并根据所述第二Lyapunov函数确定控制律。本发明实施例能够在有限时间内稳定具有不确定性的球杆***实验控制模型,可广泛应用于球杆***控制领域。
Description
技术领域
本发明涉及球杆***控制领域,尤其涉及一种非线性球杆***有限时间稳定的控制方法、***及介质。
背景技术
在工业控制中,PID(Proportion Integral Differential,偏差的比例、积分和微分)控制因其控制方法简单且控制效率高而被广泛采用。虽然PID控制能通过调节其三个参数使***输出量跟踪期望输入,但是从理论上分析可知,PID控制可以使***渐进稳定而不能使***在规定的时间内稳定。因此,对于某些需要在短时间内被镇定的***而言,不宜采用PID控制而是采用有限时间控制。
而现有的有限时间控制理论都是基于精确模型而建立的,并不能适用于实际的实验控制模型。在工业控制中,实际球杆控制***对时间、速度、抗干扰等功能要求较高,并且实际试验模型并不是唯一精确的。因此,现有工业控制中常见的PID控制以及现有有限时间控制理论并不能解决上述问题。
发明内容
有鉴于此,本发明实施例的目的是提供一种非线性球杆***有限时间稳定的控制方法、***及介质,能够在有限时间内稳定具有不确定性的球杆***实验控制模型。
第一方面,本发明实施例提供了一种非线性球杆***有限时间稳定的控制方法,包括步骤:
确定非线性球杆***的状态变量模型及状态变量误差模型;所述状态变量模型包括第一状态变量和第二状态变量;所述状态变量误差模型包括第一状态变量误差和第二状态变量误差;
选取第一Lyapunov函数,并根据所述第一Lyapunov函数、所述状态变量模型及所述状态变量误差模型确定虚拟控制量;
选取第二Lyapunov函数,并根据所述第二Lyapunov函数确定控制律。
可选地,当非线性球杆***的扰动已知,所述选取第一Lyapunov函数,包括:
选取所述第一状态变量误差的二次函数作为第一Lyapunov函数。
可选地,所述选取第二Lyapunov函数,包括:
选取所述第二状态变量误差的二次函数与所述第一Lyapunov函数之和作为第二Lyapunov函数。
可选地,当非线性球杆***的扰动未知,还包括步骤:
根据RBF神经网络确定扰动估计模型,所述扰动估计模型包括权值向量、权值估计向量及网络逼近误差。
可选地,所述选取第一Lyapunov函数,包括:
选取所述第一状态变量误差的二次函数、第一预估值及第二预估值之和作为第一Lyapunov函数;其中,所述第一预估值为所述权值向量与所述权值估计向量的乘积,所述第二预估值为所述网络逼近误差的上确界的二次函数。
可选地,所述选取第二Lyapunov函数,包括:
选取所述第二状态变量误差的二次函数与所述第一Lyapunov函数之和作为第二Lyapunov函数。
第二方面,本发明实施例提供了一种非线性球杆***有限时间稳定的控制***,包括:
第一模块,用于确定非线性球杆***的状态变量模型及状态变量误差模型;所述状态变量模型包括第一状态变量和第二状态变量;所述状态变量误差模型包括第一状态变量误差和第二状态变量误差;
第二模块,用于选取第一Lyapunov函数,并根据所述第一Lyapunov函数、所述状态变量模型及所述状态变量误差模型确定虚拟控制量;
第三模块,用于选取第二Lyapunov函数,并根据所述第二Lyapunov函数确定控制律。
第三方面,本发明实施例提供了一种非线性球杆***有限时间稳定的控制***,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现上述的控制方法。
第四方面,本发明实施例提供了一种存储介质,其中存储有处理器可执行的程序,所述处理器可执行的程序在由处理器执行时用于执行上述的控制方法。
实施本发明实施例包括以下有益效果:本发明实施例通过选取的第一Lyapunov函数、状态变量模型及状态变量误差模型确定虚拟控制量,通过选取的第二Lyapunov函数确定控制律,从而实现能够在有限时间内稳定具有不确定性的球杆***实验控制模型。
附图说明
图1是本发明实施例提供的一种非线性球杆***有限时间稳定的控制方法的步骤流程示意图;
图2是本发明实施例提供的一种非线性球杆***有限时间稳定的仿真模型的信号流程图;
图3是本发明实施例提供的一种单位阶跃输入且已知扰动的非线性球杆***仿真图;
图4是本发明实施例提供的一种单位阶跃输入且已知扰动的非线性球杆***的输出信号曲线和误差响应曲线;
图5是本发明实施例提供的一种位阶跃输入且已知扰动的非线性球杆***的输入信号曲线;
图6是本发明实施例提供的一种位阶跃输入且已知扰动的非线性球杆***的误差响应曲线;
图7是本发明实施例提供的一种正弦输入且已知扰动的非线性球杆***仿真图;
图8是本发明实施例提供的一种正弦输入且已知扰动的非线性球杆***的输出信号曲线和误差响应曲线;
图9是本发明实施例提供的一种正弦输入且已知扰动的非线性球杆***的输入信号曲线;
图10是本发明实施例提供的一种正弦输入且已知扰动的非线性球杆***的误差响应曲线;
图11是本发明实施例提供的一种单位阶跃输入且未知扰动的非线性球杆***仿真图;
图12是本发明实施例提供的一种单位阶跃输入且未知扰动的非线性球杆***的输出信号曲线和误差响应曲线;
图13是本发明实施例提供的一种单位阶跃输入且未知扰动的非线性球杆***的输入信号曲线;
图14是本发明实施例提供的一种单位阶跃输入且未知扰动的非线性球杆***的误差响应曲线;
图15是本发明实施例提供的一种正弦输入且未知扰动的非线性球杆***仿真图;
图16是本发明实施例提供的一种正弦输入且未知扰动的非线性球杆***的输出信号曲线和误差响应曲线;
图17是本发明实施例提供的一种正弦输入且未知扰动的非线性球杆***的输入信号曲线;
图18是本发明实施例提供的一种正弦输入且未知扰动的非线性球杆***的误差响应曲线;
图19是本发明实施例提供的一种非线性球杆***有限时间稳定的控制***的结构框图;
图20是本发明实施例提供的另一种非线性球杆***有限时间稳定的控制***的结构框图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步的详细说明。对于以下实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
从能量观点进行稳定性分析,如果一个***被激励后,其储存的能量随着时间的推移会逐渐衰减,到达平衡状态时,能量将达到最小值;那么,这个平衡状态是渐进稳定的。反之,如果***不断地从外界吸收能量,储能越来越大,那么这个平衡状态就是不稳定的。如果***的储能既不增加,也不消耗,那么这个平衡状态就是Lyaounov意义下的稳定。
由于***的复杂性和多样性,往往不能直观地找到一个能量函数来描述***地能量关系,于是李雅普诺夫定义一个正定的标量函数V(x),作为虚构的广义能量函数,然后,根据的符号特征来判别***的稳定性。对于一个给定***,如果能找到一个正定的标量函数V(x),而/>是负定的,则这个***是渐进稳定的。这个V(x)叫做Lyaounov函数。
如图1所示,本发明实施例提供了一种非线性球杆***有限时间稳定的控制方法,包括步骤:
S100、确定非线性球杆***的状态变量模型及状态变量误差模型;所述状态变量模型包括第一状态变量和第二状态变量;所述状态变量误差模型包括第一状态变量误差和第二状态变量误差。
S200、选取第一Lyapunov函数,并根据所述第一Lyapunov函数、所述状态变量模型及所述状态变量误差模型确定虚拟控制量。
S300、选取第二Lyapunov函数,并根据所述第二Lyapunov函数确定控制律。
可选地,当非线性球杆***的扰动已知,所述选取第一Lyapunov函数,包括:
S210A、选取所述第一状态变量误差的二次函数作为第一Lyapunov函数。
可选地,所述选取第二Lyapunov函数,包括:
S310A、选取所述第二状态变量误差的二次函数与所述第一Lyapunov函数之和作为第二Lyapunov函数。
具体地,当非线性球杆***的扰动已知时。
1、***方程描述如下:
其中,x1、x2状态变量,f(t)为可测扰动,A为可测常量。
2、控制器的设计
误差状态变量如下:
其中,z1为x1状态变量的实际与理想差值,z2为x2状态变量的实际与理想差值,x1、x2为状态变量,x1d为期望输出、α为虚拟控制量。
选取第一Lyapunov函数如下:
对V1其求导,得:
将上式(1-2)带入式(1-4),得:
令
其中,c1>0,0.5<β1<1。
将式(1-6)带入式(1-5),得:
然后再选取Lyapunov函数
则
将式(1-2)带入上式(1-9),得:
其中,c2>0,0<β2<1。
将式(1-11)带入式(1-10),得:
其中,ρ>0。
3、下面证明其稳定性。
则有当t→∞时,z1→0,z2→0,即x1能跟踪给定信号x1d,故***稳定,证毕。并且,根据有限时间稳定定理,由式(1-2)得,x1能在有限时间跟踪给定信号x1d。
可选地,当非线性球杆***的扰动未知,还包括步骤:
S110、根据RBF神经网络确定扰动估计模型,所述扰动估计模型包括权值向量、权值估计向量及网络逼近误差。
可选地,所述选取第一Lyapunov函数,包括:
S210B、选取所述第一状态变量误差的二次函数、第一预估值及第二预估值之和作为第一Lyapunov函数;其中,所述第一预估值为所述权值向量与所述权值估计向量的乘积,所述第二预估值为所述网络逼近误差的上确界的二次函数。
可选地,所述选取第二Lyapunov函数,包括:
S310B、选取所述第二状态变量误差的二次函数与所述第一Lyapunov函数之和作为第二Lyapunov函数。
具体地,当非线性球杆***的扰动未知时。
1、***方程描述如下:
其中,x1、x2为状态变量,f(t)为未知扰动,A为可测常量。
基于RBF神经网络逼近的自适应反演控制器的设计
首先,定义如下公式:
又定义如下公式:
式中,ε为网络逼近误差,D为ε的上确界。
第1步、定义跟踪误差如下:
取yd=x1d为期望输出,则:
其中,z1为x1状态变量的实际与理想差值,z2为x2状态变量的实际与理想差值,x1、x2为状态变量,x1d为期望输出、α为虚拟控制量。
设计Lyapunov函数为:
式中,rθ,rD为常数,且均大于0,D为ε的上确界,ε为网络逼近误差。
对式(2-6)求导,并将式(2-3)带入,得:
令虚拟控制量α为:
则将式(2-8)带入式(2-7),得:
第2步、设计Lyapunov函数为:
则:
则:
3、下面证明其稳定性。
则有当t→∞时,z1→0,z2→0,即x1能跟踪给定信号x1d,故***稳定,证毕。并且,根据有限时间稳定定理,由式(2-4)得,x1能在有限时间跟踪给定信号x1d。
实施本发明实施例包括以下有益效果:本发明实施例通过选取的第一Lyapunov函数、状态变量模型及状态变量误差模型确定虚拟控制量,通过选取的第二Lyapunov函数确定控制律,从而实现能够在有限时间内稳定具有不确定性的球杆***实验控制模型。
下面以具体实施例说明本申请控制方法的可行性。在Simulink中搭建如下所示的仿真模型,参阅图2,输入信号为U,并且U=X1d,将输入信号输入到控制器,x1表示实际跟踪信号,x2表示中间控制量,f(t)表示干扰,x1、x2及f(t)反馈给控制器及处理器;另外,控制器的输入信号用示波器显示,处理器的输出信号用示波器显示。
一、当扰动已知时,并设计出形式如下的有限时间稳定控制器:
其中,c1,c2>0,0.5<β1<1,0.5<β2<1。
(1)、当控制输入为单位阶跃输入时,在Simulink中搭建并运行如图3所示的仿真模型,1表示输入信号,2表示输入信号显示,3表示输出信号显示,以初始控制输入信号为单位阶跃u进行输入,进入控制器处理后的输入信号进入实际模型控制对象。此时的已知扰动f(t)假设为已知的正弦值,经过实际模型处理后,向控制器反馈中间控制量x2以及已知干扰f(t),并输出实际跟踪信号x1。运行仿真后得出的输出信号x1和误差响应曲线如图4所示,控制输入u如图5所示,误差响应曲线如图6所示。
此时,当控制输入为单位阶跃输入且已知干扰时,由图4可以可知,***在2.5秒达到稳定;由图6可以可知,***超调量和输出误差几乎为0,说明上述***在控制输入为单位阶跃输入且已知干扰时,可以在有限时间内达到稳定控制。
(2)、当控制输入为正弦信号输入时,在Simulink中搭建并运行如图7所示的仿真模型,2表示输入信号显示,3表示输出信号显示,这时以初始控制输入信号为正弦信号u进行输入,进入控制器经处理后的输入信号进入实际模型控制对象。此时的已知扰动f(t)假设为已知的正弦值,经过实际模型处理,向控制器反馈中间控制量x2以及已知干扰f(t),并输出实际跟踪信号x1。运行仿真后得出的输出信号x1和误差响应曲线如图8所示,控制输入u如图9所示,误差响应曲线如图10所示。
此时,当控制输入为正弦信号输入且已知干扰时,由以上图8可以看出***在2秒达到稳定;图10可以看出此***超调量小于5%,输出误差在4%以内,超调以及误差很小;说明上述***在控制输入为正弦信号输入、已知干扰时,可以在有限时间内达到稳定控制。
二、当扰动已知时,并设计出形式如下的有限时间稳定控制器:
其中,c1,c2>0,0.5<β1<1,0.5<β2<1,rθ,rD>0,A=-1.853。
(1)、当控制输入为单位阶跃输入时,在Simulink中搭建并运行如图11所示的仿真模型,1表示输入信号,2表示输入信号显示,3表示输出信号显示,4表示未知扰动。这时以初始控制输入信号为单位阶跃u进行输入,进入控制器经处理后的输入信号进入实际模型控制对象。此时的未知扰动f(t)假设为正弦上随时间不断变动的正弦值进行输入,经过实际模型处理,向控制器反馈中间控制量x2,并输出实际跟踪信号x1,运行仿真后得出的输出信号x1和误差响应曲线如图12所示,控制输入u如图13所示,误差响应曲线如图14所示。
此时,当控制输入为单位阶跃输入且扰动未知时,由上述图12可以看出***在2秒左右达到相对稳定,实际的输出信号能及时地跟踪理想输出信号,同时结合图14可以看出超调以及误差非常小,超调量小于5%,输出误差在1%以内。说明上述***在控制输入为单位阶跃输入且未知干扰时,可以在有限时间内达到稳定控制。
(2)、当控制输入为正弦信号输入时,在Simulink中搭建并运行如图15所示的仿真模型,2表示输入信号显示,3表示输出信号显示,4表示未知扰动。这时以初始控制输入信号为正弦信号u进行输入,进入控制器经处理后的输入信号进入实际模型控制对象。此时的未知扰动f(t)假设为正弦上随时间不断变动正弦值进行输入,经过实际模型处理,向控制器反馈中间控制量x2,并输出实际跟踪信号x1。运行仿真后得出的输出信号x1和误差响应曲线如图16所示、控制输入u如图17所示,误差响应曲线如图18所示。
此时,当控制输入为正弦信号输入且扰动未知时,由上述图16可以看出***迅速地达到相对稳定,实际的输出信号能及时地跟踪理想输出信号,同时结合图18可以看出超调以及误差非常小,超调量小于2%,输出误差在3%以内。说明上述***在控制输入为正弦信号输入且未知干扰时,可以在有限时间内达到稳定控制。
如图19所示,本发明实施例提供了一种非线性球杆***有限时间稳定的控制***,包括:
第一模块,用于确定非线性球杆***的状态变量模型及状态变量误差模型;所述状态变量模型包括第一状态变量和第二状态变量;所述状态变量误差模型包括第一状态变量误差和第二状态变量误差;
第二模块,用于选取第一Lyapunov函数,并根据所述第一Lyapunov函数、所述状态变量模型及所述状态变量误差模型确定虚拟控制量;
第三模块,用于选取第二Lyapunov函数,并根据所述第二Lyapunov函数确定控制律。
可见,上述方法实施例中的内容均适用于本***实施例中,本***实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
如图20所示,本发明实施例提供了一种非线性球杆***有限时间稳定的控制***,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现上述的控制方法。
可见,上述方法实施例中的内容均适用于本***实施例中,本***实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
此外,本申请实施例还公开了一种计算机程序产品或计算机程序,计算机程序产品或计算机程序存储在计算机可读存介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机程序,处理器执行该计算机程序,使得该计算机设备执行上述所示的控制方法。同样地,上述方法实施例中的内容均适用于本存储介质实施例中,本存储介质实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (4)
1.一种非线性球杆***有限时间稳定的控制方法,其特征在于,包括步骤:
确定非线性球杆***的状态变量模型及状态变量误差模型;所述状态变量模型包括第一状态变量和第二状态变量;所述状态变量误差模型包括第一状态变量误差和第二状态变量误差;
选取第一Lyapunov函数,并根据所述第一Lyapunov函数、所述状态变量模型及所述状态变量误差模型确定虚拟控制量;
选取第二Lyapunov函数,并根据所述第二Lyapunov函数确定控制律;其中,
当非线性球杆***的扰动已知,***方程描述如下:
其中,x1、x2状态变量,f(t)为可测扰动,A为可测常量;
误差状态变量如下:
其中,z1为x1状态变量的实际与理想差值,z2为x2状态变量的实际与理想差值,x1、x2为状态变量,x1d为期望输出、α为虚拟控制量;
选取第一Lyapunov函数如下:
其中,c1>0,0.5<β1<1;
控制律u为:
其中,c2>0,0<β2<1;
当非线性球杆***的扰动未知,***方程描述如下:
其中,x1、x2为状态变量,f(t)为未知扰动,A为可测常量;
基于RBF神经网络逼近的自适应反演控制器的设计,定义如下公式:
定义如下公式:
式中,ε为网络逼近误差,D为ε的上确界;
定义跟踪误差如下:
选取第一Lyapunov函数为:
式中,rθ,rD为常数,且均大于0,D为ε的上确界,ε为网络逼近误差;
令虚拟控制量α为:
设计第二Lyapunov函数为:
控制律u和自适应律为:
其中,c1,c2>0,0.5<β1<1,0.5<β2<1,rθ,rD>0,A=-1.853。
2.一种非线性球杆***有限时间稳定的控制***,其特征在于,包括:
第一模块,用于确定非线性球杆***的状态变量模型及状态变量误差模型;所述状态变量模型包括第一状态变量和第二状态变量;所述状态变量误差模型包括第一状态变量误差和第二状态变量误差;
第二模块,用于选取第一Lyapunov函数,并根据所述第一Lyapunov函数、所述状态变量模型及所述状态变量误差模型确定虚拟控制量;
第三模块,用于选取第二Lyapunov函数,并根据所述第二Lyapunov函数确定控制律;;其中,
当非线性球杆***的扰动已知,***方程描述如下:
其中,x1、x2状态变量,f(t)为可测扰动,A为可测常量;
误差状态变量如下:
其中,z1为x1状态变量的实际与理想差值,z2为x2状态变量的实际与理想差值,x1、x2为状态变量,x1d为期望输出、α为虚拟控制量;
选取第一Lyapunov函数如下:
其中,c1>0,0.5<β1<1;
控制律u为:
其中,c2>0,0<β2<1;
当非线性球杆***的扰动未知,***方程描述如下:
其中,x1、x2为状态变量,f(t)为未知扰动,A为可测常量;
基于RBF神经网络逼近的自适应反演控制器的设计,定义如下公式:
定义如下公式:
式中,ε为网络逼近误差,D为ε的上确界;
定义跟踪误差如下:
选取第一Lyapunov函数为:
式中,rθ,rD为常数,且均大于0,D为ε的上确界,ε为网络逼近误差;
令虚拟控制量α为:
设计第二Lyapunov函数为:
控制律u和自适应律为:
其中,c1,c2>0,0.5<β1<1,0.5<β2<1,rθ,rD>0,A=-1.853。
3.一种非线性球杆***有限时间稳定的控制***,其特征在于,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1所述的控制方法。
4.一种存储介质,其中存储有处理器可执行的程序,其特征在于,所述处理器可执行的程序在由处理器执行时用于执行如权利要求1所述的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110861569.7A CN113655716B (zh) | 2021-07-29 | 2021-07-29 | 非线性球杆***有限时间稳定的控制方法、***及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110861569.7A CN113655716B (zh) | 2021-07-29 | 2021-07-29 | 非线性球杆***有限时间稳定的控制方法、***及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113655716A CN113655716A (zh) | 2021-11-16 |
CN113655716B true CN113655716B (zh) | 2023-06-20 |
Family
ID=78490828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110861569.7A Active CN113655716B (zh) | 2021-07-29 | 2021-07-29 | 非线性球杆***有限时间稳定的控制方法、***及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113655716B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005044135A (ja) * | 2003-07-22 | 2005-02-17 | Advanced Telecommunication Research Institute International | 学習適応制御装置 |
CN101414156A (zh) * | 2008-11-18 | 2009-04-22 | 哈尔滨工业大学 | 欠驱动机械装置acrobot的动态伺服控制方法 |
CN109465825A (zh) * | 2018-11-09 | 2019-03-15 | 广东工业大学 | 机械臂柔性关节的rbf神经网络自适应动态面控制方法 |
CN110687787A (zh) * | 2019-10-11 | 2020-01-14 | 浙江工业大学 | 一种基于时变非对称障碍李雅普诺夫函数的机械臂***自适应控制方法 |
-
2021
- 2021-07-29 CN CN202110861569.7A patent/CN113655716B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005044135A (ja) * | 2003-07-22 | 2005-02-17 | Advanced Telecommunication Research Institute International | 学習適応制御装置 |
CN101414156A (zh) * | 2008-11-18 | 2009-04-22 | 哈尔滨工业大学 | 欠驱动机械装置acrobot的动态伺服控制方法 |
CN109465825A (zh) * | 2018-11-09 | 2019-03-15 | 广东工业大学 | 机械臂柔性关节的rbf神经网络自适应动态面控制方法 |
CN110687787A (zh) * | 2019-10-11 | 2020-01-14 | 浙江工业大学 | 一种基于时变非对称障碍李雅普诺夫函数的机械臂***自适应控制方法 |
Non-Patent Citations (3)
Title |
---|
Lyapunov Function for the Ball and Beam:Robustness Property;F. Mazenc, A. Astolfi等;《Proceedings of the 38th Conference on Decision & Control》;第1208-1213页 * |
基于Lyapunov 函数球杆***的设计;原伟;《科技资讯》(第16期);第64-65页 * |
有限时间稳定的球杆控制***设计;黄星 等;《盐城工学院学报( 自然科学版)》;第32卷(第1期);第37-42页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113655716A (zh) | 2021-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhu et al. | Model predictive control of continuous yeast bioreactors using cell population balance models | |
Sun et al. | Composite adaptive finite‐time fuzzy control for switched nonlinear systems with preassigned performance | |
Zhang et al. | Extended sliding mode observer based control for Markovian jump linear systems with disturbances | |
Yao | Desired compensation adaptive robust control | |
Ma et al. | Model predictive control of building energy systems with balanced model reduction | |
CN103197536A (zh) | 模型驱动pid控制方法及控制装置 | |
Zhou et al. | Disturbance observer‐based tracking control with prescribed performance specifications for a class of nonlinear systems subject to mismatched disturbances | |
CN113655716B (zh) | 非线性球杆***有限时间稳定的控制方法、***及介质 | |
Yu et al. | Adaptive finite/fixed‐time stabilizing control for nonlinear systems with parametric uncertainty | |
Xuan et al. | Practical prescribed-time fuzzy tracking control for uncertain nonlinear systems with time-varying actuators faults | |
Yin et al. | Velocity‐free adaptive nonsingular fast terminal sliding mode finite‐time attitude tracking control for spacecraft | |
Yang et al. | Observer design for singularly perturbed systems with multirate sampled and delayed measurements | |
Chen et al. | Data-driven adaptive compensation control for a class of nonlinear discrete-time system with bounded disturbances | |
Gürsoy-Demir et al. | A nonlinear disturbance observer-based adaptive integral sliding mode control for missile guidance system | |
Lu et al. | Robust design for dynamic system under model uncertainty | |
CN112180727B (zh) | 一种大时滞非线性***的多率采样控制方法、***及应用 | |
Song | Research on design of excavating face balance control for large slurry shield | |
Iqbal et al. | Predictive time domain passivity control for delayed teleoperation using energy derivatives | |
Probst et al. | Compensating random time delays in a feedback networked control system with a Kalman filter | |
Schrangl et al. | Parameter sensitivity reduction of nonlinear model predictive control for discrete-time systems | |
Sassi et al. | Observer design in LTI time-delay systems using partial pole placement with applications | |
Ulsoy | Improving stability margins via time delay control | |
Buckner | Intelligent sliding mode control of cutting force during single-point turning operations | |
Shendge et al. | Robust sliding mode control for systems with noise and unmodeled dynamics based on uncertainty and disturbance estimation (UDE) | |
Liu et al. | Parameter estimation for non-uniformly sampled Wiener systems with dead-zone Nonlinearities |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |