.png){kind=icon}
返回
Model reference-based control with guaranteed predefined performance for uncertain strict-feedback systems
.png){kind=icon}
OA
AI
DOI：10.1016/j.conengprac.2025.106516.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在机器人和自动化领域，广泛的实际应用可以被建模为一类具有不确定性和非线性严格反馈（SF）系统。在SF系统中，控制输入对状态动力学的层次性影响使得每个层级依赖于前序控制动作。然而，在真实应用中设计一个鲁棒且性能有保证的控制器具有挑战性，这源于由时变和状态变化不确定性引入的复杂性，以及在SF系统中计算解析导数的困难。为应对这一挑战，本研究引入了一种新颖的基于模型参考的控制系统（MRBC）框架，该框架局部应用于SF系统的每个子系统（SS），以确保在指定的瞬态和稳态响应准则下的输出跟踪性能。该框架包括：（1）新颖的同伦自适应估计器（HAEs），旨在将不确定非线性SF系统匹配到一个理想参考模型，便于在SS层级进行更简单的分析和控制器设计；（2）基于模型的同伦自适应控制器（HAC-BLFs），通过引入对数屏障李雅普诺夫函数进行增强，旨在控制由每个SS中的HAEs提供的参考模型，同时确保在控制幅值饱和条件下实现预期的跟踪响应。该固有鲁棒性的MRBC通过一个通用的稳定性连接项实现了统一的指数稳定性，该连接项解决了相邻SS之间的动态相互作用。分析了MRBC框架中HAEs和HAC-BLFs的参数敏感性，重点关注系统的鲁棒性和响应性。所提出的MRBC框架通过在一个具有不确定SF形式的机电线性执行器系统上进行实验验证，并与两种高性能自适应控制策略在加载扰动力挑战其0–95%容量的条件下进行比较。
Keyword:
Lyapunov stability
Model-based control
Nonlinear control
Robust control
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
4.6
论文数:
5.7K
被引数:
1.1W
机构
引用论文
Adaptive control of a simple nonlinear system without a priori information on the plant parametersOAAI
OAAI分享收藏Neural-Adaptive Switching Control of Task-Space Objectives on Strict-Feedback Robot任务空间目标在严格反馈机器人上的神经自适应切换控制
PREAI
分享收藏System-Level Efficient Performance of EMLA-Driven Heavy-Duty Manipulators via Bilevel Optimization Framework With a Leader-Follower Scenario基于领导者-跟随者场景的双层优化框架下，EMLA驱动的重型机器人在系统级的高效性能
PREAI
分享收藏Adaptive control of a class of strict-feedback time-varying nonlinear systems with unknown control coefficients一类控制系数未知的严格反馈时变非线性系统的自适应控制.png)
AUTOMATICA
AUTOMATICAIF5.9
PREAI
分享收藏Adaptive controller design for tracking and disturbance attenuation in parametric strict-feedback nonlinear systems参数严格反馈非线性系统跟踪和干扰衰减的自适应控制器设计
PREAI
分享收藏Finite-time stabilization of high-order stochastic nonlinear systems in strict-feedback form严格反馈形式的高阶随机非线性系统的有限时间镇定AUTOMATICA
AUTOMATICAIF5.9
PREAI
分享收藏
查看更多内容