具有输出和状态约束非线性系统的自适应神经网络控制及其应用

The constraints are often in the practical systems because they subject to the effect of the indexes such as physical conditions, manufacturability and safety etc. If these constraints are not handled appropriately, the system stability will be inevitably affected and the control performance will be also descended. It is necessary to make the effective processing for the constraints. This proposes the new challenging for the control problem of nonlinear systems. This project will study on the key technique and difficult problem for complex dynamic systems with the output and state constraints. The neural networks are used as the modeling tool and the main research contents contain that: 1) the adaptive state feedback control approaches will be studied for unknown control direction nonlinear systems with output and state constant constraints; 2) the adaptive output feedback control approaches will be studied for nonlinear systems with state constant constraints and unmeasured states; 3) the adaptive control approaches will be studied for nonlinear systems with time-varying state constraints; 4) the adaptive control approaches will be studied for the chemical continuous stirred tank reactor systems with state constraints. Finally, based on the Lyapunov function method, some theoretical issues on the stability and convergence of the proposed approaches will be proved. The study of this project will not only develop and enrich the intelligent control theory, but also provide a set of novel control design approaches for the complex dynamic systems. This has important theorem significance and science value for developing nonlinear system control.

由于受到物理条件、工艺性及安全性等指标影响，约束经常存在于实际系统中。这些约束如果处理不当，势必影响系统的稳定性，使得控制性能下降，必须对约束进行有效的处理，这对非线性系统控制问题提出了新的挑战。本项目将针对具有输出和状态约束复杂动态系统中的关键技术难题开展研究，以神经网络为建模工具，主要研究内容包括：1)研究含有输出、状态常数约束的未知控制方向非线性系统的自适应状态反馈控制方法；2)研究含有全状态常数约束和不可测状态的非线性系统的自适应输出反馈控制方法；3)研究含有时变状态约束的非线性系统的自适应控制方法；4)研究含有状态约束的化工连续搅拌反应釜系统的自适应控制方法。应用李雅普诺夫理论，证明上述所提出方法的稳定性及收敛性等理论问题。本项目的研究不仅进一步发展和丰富智能控制理论，而且为复杂动态系统提供一套新颖有效的设计方法。因此，这对发展非线性系统控制具有重要的理论意义和科学价值。

随着现代工业设备与生产过程越来越趋向于复杂化和集中化，复杂工业系统不仅呈现出非线性特性，而且伴随着高度的不确定性、多变量性以及强耦合性等特点，传统基于精确数学模型提出了控制方法远远无法满足现代工业的需求。另外，从安全问题和控制品质角度来看，由于被控系统的输出/状态超出指定规范区间，势必会出现控制性能的降低，产品质量的下降等，严重时甚至导致系统失稳的发生。出于上述问题的角度研究，本项目针对不确定非线性约束系统的智能控制理论和其应用展开了深入的研究工作，主要内容包括：研究了非线性常数约束系统的智能自适应约束控方法，设计了具有未知控制方向和未知时滞的非线性时变约束系统的状态反馈控制方法，研究了具有约束的连续搅拌釜、车辆主动悬架等系统的智能自适应控制方法。在本项目的实施过程中，围绕研究计划和主要研究内容，课题组成员发表SCI检索论文30余篇，其中包括发表在国际控制领域顶级期刊《Automatica》2篇和发表在IEEE汇刊上28篇。在本项目支持下，课题组青年教师科研能力和水平得到显著的提高，其中有3人获得国家自然科学基金青年基金项目，2人获得辽宁省自然科学基金，1人获得辽宁省“兴辽计划”青年拔尖人才称号，3人入选2019年辽宁省“百千万人才工程”万人层次。本项目的研究工作克服以往无约束控制方法的局限，进一步推动非线性系统自适应控制理论的发展，而且为解决工程中的实际问题提供理论依据和支持。