2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩153頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、諸多實(shí)際物理系統(tǒng),如流程工業(yè)系統(tǒng)、電力系統(tǒng)與機(jī)器人系統(tǒng),都會(huì)要求系統(tǒng)的關(guān)鍵狀態(tài)在暫態(tài)和穩(wěn)態(tài)時(shí)都能運(yùn)行在某個(gè)特定的邊界內(nèi),即滿足某種硬約束(Hard Constraints)條件。由于實(shí)際系統(tǒng)的數(shù)學(xué)模型通常是非線性的,且模型部分已知甚至是完全未知的,在存在外界擾動(dòng)的情況下極易出現(xiàn)系統(tǒng)狀態(tài)“越界”,進(jìn)而可能產(chǎn)生嚴(yán)重事故。因此,對(duì)不確定非線性系統(tǒng)的約束控制研究不論在理論還是應(yīng)用都具有重要意義。
  基于以上背景,本文主要解決幾類典型不確

2、定非線性系統(tǒng)在未知時(shí)變擾動(dòng)下的輸出約束控制和狀態(tài)約束控制。為保證約束滿足,本文主要采用的工具是一類integral Barrier Lyapunov Functionals(iBLFs),同定義在全局空間的徑向無界的傳統(tǒng)Lyapunov函數(shù)相比,Barrier Lyapunov Functions(BLFs)定義在約束子空間,當(dāng)該函數(shù)變量趨近于特定值時(shí),函數(shù)值趨近于無窮。進(jìn)一步的,本文所采用的iBLFs能將初始可行狀態(tài)擴(kuò)展到整個(gè)約束空間

3、,并且進(jìn)一步改進(jìn)以處理未知控制增益函數(shù)。本文將iBLFs應(yīng)用在魯棒自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制設(shè)計(jì)中,通過設(shè)計(jì)合適的控制系統(tǒng),使得iBLFs沿著目標(biāo)閉環(huán)系統(tǒng)的軌跡保持有界,進(jìn)而實(shí)現(xiàn)受擾動(dòng)的不確定非線性系統(tǒng)的約束滿足。本文的主要工作內(nèi)容如下:
  首先,本文解決具有輸出約束的單輸入單輸出嚴(yán)格反饋非線性系統(tǒng)(Single-Input Single-Output Strict-Feedback Nonlinear Systems)的輸出軌跡跟蹤控

4、制問題。在系統(tǒng)函數(shù)(f(·))未知的情況下,采用迭代的Backstepping設(shè)計(jì),基于iBLFs推導(dǎo)出輸出子系統(tǒng)的理想虛擬約束控制輸入,其余各步采用傳統(tǒng)的二次型Lyapunov函數(shù),然后構(gòu)造Radial Basis Function Neural Networks(RBF NNs)去逼近每步理想虛擬控制中的未知部分,進(jìn)而得到實(shí)際可用的控制輸入信號(hào)。進(jìn)一步,本文構(gòu)造一種自適應(yīng)參數(shù)嵌入進(jìn)控制輸入信號(hào)中估計(jì)包含神經(jīng)網(wǎng)絡(luò)逼近誤差上界的未知組合

5、參數(shù),以提高閉環(huán)系統(tǒng)的魯棒性。
  為了進(jìn)一步的解決受未知擾動(dòng)的全狀態(tài)約束的嚴(yán)格反饋非線性系統(tǒng),本文在Backstepping每一步均引入iBLFs來保證系統(tǒng)狀態(tài)的約束滿足,且iBLFs被進(jìn)一步改造以能夠處理未知控制增益函數(shù)(g(·))。每一步控制設(shè)計(jì)也會(huì)構(gòu)造合適的Neural Networks(NNs)和自適應(yīng)參數(shù)來估計(jì)未知系統(tǒng)函數(shù)與未知上界參數(shù)。在全狀態(tài)約束中,約束參數(shù)不能被任意指定,其需要滿足依賴初始狀態(tài)與控制參數(shù)的可行解條

6、件(Feasibility Conditions),因此在控制系統(tǒng)運(yùn)行前,本文設(shè)計(jì)了可行解條件檢測(cè)(Feasibility Check)這一步驟來獲得既滿足可行性條件又能最大化跟蹤效果的最優(yōu)控制參數(shù)。
  為了將上述方法拓展到非仿射純反饋非線性系統(tǒng)(Non-Affine Pure-Feedback Nonlinear Systems),在合理的通用假設(shè)下,本文首先利用均值定理將純反饋非線性系統(tǒng)轉(zhuǎn)化為仿射型系統(tǒng),然后基于前述關(guān)于嚴(yán)格

7、反饋系統(tǒng)的工作,設(shè)計(jì)出相應(yīng)的全狀態(tài)約束控制系統(tǒng)。進(jìn)一步的,為解決控制輸入飽和下的狀態(tài)約束控制,本文采用了一個(gè)光滑的控制信號(hào)函數(shù)去逼近不可導(dǎo)的輸入飽和函數(shù),并結(jié)合均值定理得到可設(shè)計(jì)的控制輸入形式。為得到控制輸入飽和下的全狀態(tài)約束控制可行參數(shù)解,可行性條件中加入了控制輸入飽和的可控約束條件。
  最后,本文將上述理論成果應(yīng)用到一個(gè)實(shí)際場(chǎng)景,即機(jī)械臂在關(guān)節(jié)空間約束與任務(wù)空間約束下的軌跡跟蹤控制?;跈C(jī)械臂和驅(qū)動(dòng)電機(jī)耦合的多輸入多輸出模型

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論