不确定系统的事件驱动自适应控制

This project applies event-triggered data transmission method to the area of adaptive control for networked uncertain systems in order to solve the contradiction between limited communication bandwidth and frequent data transmission. Thus, we propose and address the event-triggered adaptive control problem.. 1) For general event-triggered adaptive systems, we plan to propose a general method for stability analysis by constructing a Lyapunov function, and establish the LaSalle invariant principle for event-triggered adaptive control systems by borrowing the finite-time stability mothod of adaptive systems.. 2) For single uncertain systems, we design event-triggered control law, adaptive law and event-triggered condition based on the poposed stability analysis method of event-triggered adaptive systems, and address the relation between parameter convergence and persisting excitation conditon in event-triggered adaptive systems.. 3) The results established above are further generalized to multiple uncertain systems. We pan to study event-triggered adaptive consensus control problemm and the effects of delay and dropbag in communication network on the stability of closed-loop systems. . 4) We plan to verify the effectiveness of the above control method by using the inverted pendulum and robotic formation systems.

本项目将事件驱动的数据传输方法应用到网络化不确定系统的自适应控制领域，以解决通信带宽资源受限和数据传输频繁的矛盾，提出并研究事件驱动的自适应控制问题。. 1)针对一般形式描述的事件驱动自适应系统，拟通过构造Lyapunov函数提出事件驱动自适应系统的一般性稳定性分析方法；借鉴自适应系统的有限时间稳定性研究方法，建立事件驱动自适应系统的LaSalle不变集原理。. 2)针对单个体不确定系统，拟基于所提出的事件驱动自适应系统的稳定性分析方法，设计事件驱动的控制律、自适应律和事件驱动条件，研究事件驱动自适应系统中参数收敛性和持续激励条件的关系。. 3)将以上研究成果推广到多个体不确定系统，研究事件驱动的自适应一致性控制问题，并研究通信网络中时延、丢包等对闭环系统稳定性的影响。. 4)采用倒立摆和机器人编队系统研究上述控制方法的有效性。

工业4.0时代，随着互联网和无线通信技术的发展，网络化系统的控制理论与方法开始迅速发展。工业互联网控制系统的经常会面临的就是大数据的实时处理问题。这些数据的传输需要消耗大量的通信资源，因此如何解决互联网时代通信带宽资源受限和数据传输频繁的矛盾成为大数据时代的一个热点问题。随之事件驱动的控制理论与方法也成为控制领域的研究热点。经过几十年的发展，自适应控制已经在各控制领域得到了广泛的应用。但是，关于目前关于参数不确定的事件驱动的自适应控制理论与方法的工作研究寥寥无几。如何证明网络化系统的事件驱动的自适应控制的稳定性，建立持续激励条件和事件驱动条件的关系？这便是本项目要解决的关键科学问题，本项目围绕事件驱动的自适应控制问题，重点研究内容及取得的响应成果如下：.首先，针对一般形式描述的事件驱动自适应系统，给出了稳定性问题严格提法，通过将参数的有界性和状态的收敛性分开处理，建立了事件驱动自适应系统的LaSalle 不变集原理。其次，针对典型不确定单个体系，分别对于镇定问题和跟踪问题，在确保闭环系统指数稳定的条件下，设计了事件驱动的控制律、事件驱动的自适应律及事件驱动条件，给出了确保闭环系统稳定的控制参数选择的范围以及持续激励条件和自适应参数收敛性之间关系。然后，针对不确定多个体系统的事件驱动自适应一致性控制问题，设计了事件驱动一致性控制律、事件驱动的自适应律，给出了事件驱动条件和网络拓扑结构、系统状态一致性和闭环系统稳定性的关系，并分析了通信因素对提出的事件驱动自适应一致性控制性能的影响。最后，研究结果还拓展到了结构相同的耦合非线性系统的辨识问题，所设计的事件驱动的基于神经网络自适应的分布式合作辨识算法，使得非线性函数在所有系统轨迹的联合逼近域内被逼近。.本项目共发表论文46 篇，其中SCI源期刊38篇，包括IEEE 汇刊11 篇，《IEEE Transactions on Automatic Control》1篇，《Automatica》2篇，出版专著2部，授权专利2项，培养博士研究生8名，硕士研究生10名，研究成果获山东省科学技术二等奖一项。