不确定非线性三角结构系统的自适应优化控制

By combining the adaptive control, backstepping design, optimization control and related mathematic theories, this project will investigate the adaptive optimization control problems for uncertain nonlinear systems based on the approximation property of the fuzzy logic systems or the neural networks. The main research contents of this project are as follows: 1) The adaptive optimization control problems for uncertain nonlinear triangular structure systems will be solved. The proposed adaptive optimization control schemes can overcome the restrictions of the system structure satisfying the matching condition in the existing optimization methods; 2) The adaptive optimization control design methods will be studied for uncertain nonlinear triangular structure systems with nonsmooth nonlinearity inputs. The proposed adaptive optimization algorithms can attenuate the effects of nonsmooth nonlinearity inputs; 3) The adaptive optimization control of uncertain nonlinear triangular structure systems with unknown control direction will be designed and the novel adaptive optimization strategies can be constructed based on Nussbaum gain technique. Finally, the stability, robustness and convergence of the closed-loop system and the other related theoritical problems will be proved and analyzed, and some high level theoritical research results will be obtained. The research of this project can further develop and enrich nonlinear control, intelligent control and optimization control theories. Moreover, it can provide some novel optimization control approaches for complex dynamic systems. Therefore, it has important theoretic meaning and academic values.

本项目将结合自适应控制、Backstepping设计、优化控制以及相关的数学理论，利用模糊逻辑系统或神经网络的逼近特性，研究不确定非线性系统的自适应优化控制问题。重点研究内容：1)解决不确定非线性三角结构系统的自适应优化控制问题，突破现有优化方法要求系统结构满足匹配条件的限制；2)研究存在非光滑输入环节的不确定非线性三角结构系统自适应优化控制，设计具有抑制非光滑输入影响功能的优化算法；3)设计具有未知控制方向的不确定非线性三角结构系统自适应优化方法，基于Nussbaum增益技术，构建新的自适应优化策略。应用Lyapunov方法，分析和证明闭环系统的稳定性、鲁棒性以及收敛性等理论问题，取得高水平的理论研究成果。本项目的研究将进一步发展和丰富非线性控制、智能控制和优化控制理论，为复杂动态系统提供一套新颖的优化分析与设计方法，因而，具有重要的理论意义和学术价值。

本项目针对严格反馈不确定非线性系统，以神经网络或模糊逻辑系统作为系统未知函数的辨识工具，考虑系统存在非线性死区、非线性迟滞、非仿射死区、未知控制方向和随机干扰等因素，结合自适应执行-评判策略、鲁棒控制方法及backstepping设计技术，研究了一系列智能控制方法，并将所提出的方法应用到了液压系统和连续搅拌反应釜系统上，得到了比较理想的实验结果，取得了一些较高水平的研究成果。主要内容包括：1) 基于自适应执行-评判结构，结合梯度下降法和链式法则，从单变量系统到多变量系统，提出了几种具有非光滑执行器的非线性离散系统的自适应近似最优控制方法，实现了最优化性能指标的任务；2）针对带有未知/非仿射死区或未知迟滞的非线性系统，通过引入中间变量，提出了一些智能自适应控制器设计方案，分析了闭环系统的稳定性和鲁棒性等理论问题；3）针对几类具有输出约束或者状态约束的非线性连续系统，基于障碍Lyapunov函数稳定性分析理论，从常数约束到时变约束，研究了非线性系统的自适应约束控制方法。此外，也给出了以上各种闭环系统的仿真模拟验证。..本项目的研究成果在《Automatica》上发表学术论文3篇，在IEEE汇刊《IEEE Transactions on Fuzzy Systems》、《IEEE Transactions on Cybernetics》、《IEEE Transactions on Industrial Electronics》、《IEEE Transactions on Neural Networks and Learning Systems》、《IEEE Transactions on Systems, Man and Cybernetics: Systems》、《IEEE Transactions on Control System Technology》上发表和录用25篇；在《Fuzzy Sets and Systems》、《Neurocomputing》等国际重要期刊上发表和录用学术论文11篇，在国际会议上发表学术论文多篇。