非线性不确定时滞系统的自适应滑模控制.pdfVIP

维普资讯 大 庆 石 油 学 院 学 报 第 32卷 第 4期 2008年 8月 JOURNALOFDAQING PETROLEUM INSTITUTE Vo1．32 No．4 Aug． 2008 非线性不确定时滞系统的自适应滑模控制 赵 越 ，玄 哲 ，张 红。，郭小勇。，高宏宇。 (1．大庆石油学 院 工会，黑龙江 大庆 163318； 2．中油石化分公司 电子商务部 ，吉林 吉林 132022； 3．大庆石油 学院 电气信息工程学院，黑龙江 大庆 163318) 摘 要 ：研究一类非线性不确定时滞系统的滑模变结构控制 ，针对包含不确定性及 时滞的非线性系统 ，对其标称部 分和不确定部分分别设计控制律，提 出的控制方案能保证 闭环系统的渐近稳定．考虑当系统具有不确定性和时滞部分模 型未知时，采用RBF神经 网络对其逼近 ，得 出基于 RBF神经网络 的滑模变结构 自适应控制方案．该方案能有效 降低系 统 的抖振 ，基于Lyapunov理论证明了控制方案的可行性．仿真结果表明了该方案的有效性． 关 键 词 ：菲线性 系统 ；滑模控制 ；RBF神经 网络 中图分类号 ：TP273．22 文献标识码 ：A 文章编号 ：1000—1891(2008)04—0118—04 滑模变结构控制 (SlidingModeVariableStructureControl，SMVSC)是一种实现线性和非线性系统 鲁棒控制的方法u]．滑模变结构控制与神经网络结合 ，使系统在保持对外摄动和外部干扰的强鲁棒性的 同时，尽量消除抖振；同时，基于神经网络的 自适应学习能力 ，可 以对 系统的不确定上界进行学习 ．文 献[4]针对一类非线性不确定性系统 ，提出一种基于模糊神经网络的滑模变结构设计方法，能够有效消除 抖振 ，同时在设计 中不需要知道系统不确定性和扰动的上界．文献[5]将神经网络与变结构控制理论相结 合 ，提出一种可对非线性的不确定性系统实施有效控制的神经网络变结构滑模控制方案．这 2种方法没 有考虑实际应用 中系统存在的时滞及干扰为未知的情况 ，而文中的控制对象是一类非线性 时滞系统 ，可分 为标称部分和不确定部分 ，对实际系统 中干扰和时滞为未知 的情况，用神经 网络逼近系统不确定性及时 滞 ，设计基于神经网络的滑模补偿控制器控制系统的不确定部分，整个控制律保证闭环系统的渐近稳定， 并能减少系统的抖振． 1 问题描述 考虑非线性时滞系统： fX 一 厂()+g()“+厂((f)，x(t—r))+ (f)， ，、 J 上， 1Y— X， 式中：()为系统的状态向量 ，(f)一(z1，z2，…，z)一 (z，j，…，z”‘一’)ER ；“为控制输入，“ER；Y为 系统输出，yER；_厂(·)为未知连续 函数；g(·)为未知控制增益；fix(t)，(f—r)]为系统时滞部分，tE [一r，0]，r为系统的时滞时间常数，30；(f)为未知外界扰动且假定有上界． 设期望状态为 X(f)，控制 目标是使状态 (f)对期望状态的跟踪 ，其中X (f)一( ，j ，…。z ”)． 定义跟踪误差 ： E()一 ()一Xd()一 (z— z ，童一 王 ，… ，z ‘¨一 lz ¨) ． 对系统(1)中的未知函数 厂(·)，g(·)，fEx(t)，x(t—r)]及 (f)做假设[：(1)l厂()l≤F()，XE R ；(2)0~g1()≤g()≤g2()；(3)l(d(￡)，jd(f)，…，5一”(f))l≤A ；(4)ld(x。)l≤D()·Vto． 收稿 日期 ：2008 03—03；审稿人 ：任伟建 ；编辑 ：郑丽芹 基金项 目：黑龙江省教育厅资助 ；黑龙江青年骨干教师资助 (1152G001) 作者简介 ：赵 越 (1960一)，男 ，1二程师 ，主要从事 自动化技术、自适应控制方面的研究 · 118 ·