基于指定性能的非线性不确定系统模糊自适应控制

For a class of single-input and single-output or multi-input and multi-output nonlinear uncertain systems with measured states or unmeasured states and for a class of nonlinear systems with nonsmooth actuator and unknown time-varying delays, the fuzzy state observer and multi-variable decoupling state observer will be investigated by utilizing fuzzy logic systems to model the uncertain systems. In the frame of fuzzy adaptive control, backstepping control and robust control, a series of fuzzy adaptive state-feedback control, output-feedback control methods, and fuzzy adaptive control strategies which can reduce the complexity of computation are proposed. In the project, firstly, by using Lyapunov stability theory, the stability of these closed-loop systems are proved as well as the convergence and robustness are studied. Secondly, by using prescribed performance and command filter theory, the tracking errors of these closed-loop systems are guaranteed to converge to a predefined arbitrarily small residual set, which is a leading research result. At last, the research results will be applied in the control design for complex systems in industry such as multi-finger robotic hand. The purpose of this project is to propose a series of fuzzy adaptive control methods for nonlinear uncertain systems based on prescribed performance and to provide practical control design methods for engineers.

本项目针对典型的状态可测和不可测的非线性不确定系统(如单输入单输出系统和多输入多输出系统)，以及存在执行器非光滑约束和未知时变时滞的非线性系统，应用模糊逻辑系统对被控不确定系统进行模糊建模，构建模糊等价模型，研究模糊状态观测器和多变量解耦状态观测器的设计方法；在模糊自适应控制、反步递推控制和鲁棒控制理论框架下，提出一系列模糊自适应状态反馈和输出反馈控制策略和方法，以及能够减少“计算复杂性”的模糊自适应控制策略和方法；应用李雅普诺夫稳定性理论，证明相应闭环系统的稳定性，收敛性和鲁棒性问题；并应用指定性能和命令滤波理论，确保跟踪误差收敛到指定的范围内，获得国际领先的理论研究成果；最后将所获得的理论成果应用于多指机器手系统等复杂实际系统的控制设计中。本项目的宗旨是提出一套较为完善的基于指定性能的非线性不确定系统的模糊自适应控制理论，并为工程技术人员提供实用的设计方法。

本项目针对一类典型的状态可测和不可测的非线性不确定系统（包括单输入单输出系统和多输入多输出系统），以及存在执行器非光滑约束和未知时变时滞的非线性不确定系统，结合自适应控制、模糊系统、神经网络、反步控制以及Barrier Lyapunov函数等方法，提出了一系列行之有效的控制方案、分析了系统的性能，并将理论结果用于柔性机械臂以及多指机器人进行验证。主要研究结果概括如下：.1. 针对状态受限的非线性系统，设计了阻碍型Lyapunov函数对系统状态进行约束，提出了基于状态、基于观测器的自适应控制方法，解决了系统基于指定性能的自适应控制设计问题。.2. 在自适应反步控制框架下，融合命令滤波、动态面技术，设计了新颖的自适应模糊或神经控制器，解决了反步设计方法中的计算复杂性爆炸问题。.3. 在执行器死区、未建模动态等情形下，将部分理论研究成果用于解决柔性机械臂以及多指机器人的控制问题，仿真结果验证了方法的有效性。..在本项目资助下，本课题组在Automatica、IEEE Transactions on Fuzzy Systems、IEEE Transactions on Cybernetics、自动化学报等国内外顶级期刊与国内外会议上发表论文(含录用)32篇，培养了研究生7名。