【固定時(shí)間自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制研究文獻(xiàn)綜述4900字】

固定時(shí)間自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制研究文獻(xiàn)綜述目錄TOC\o"1-2"\h\u11323固定時(shí)間自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制研究文獻(xiàn)綜述 1211101.研究背景 168132.自適應(yīng)控制的研究 2230583.固定時(shí)間自適應(yīng)反步控制研究進(jìn)展與不足 4150154.參考文獻(xiàn) 5摘要：神經(jīng)網(wǎng)絡(luò)、自適應(yīng)控制方法是主流的兩種控制算法，固定時(shí)間自適應(yīng)控制通過輸入輸出參數(shù)的變化自主調(diào)整系統(tǒng)參數(shù)以達(dá)到最優(yōu)的輸出效果，神經(jīng)網(wǎng)絡(luò)控制在處理非線性和不確定性變量方面有突出優(yōu)勢(shì)，均可作為機(jī)器人的控制算法。在此基礎(chǔ)上，本文對(duì)文獻(xiàn)資料梳理，了解控制算法的應(yīng)用現(xiàn)狀及缺點(diǎn)，彌補(bǔ)使用多控制方法結(jié)合的控制策略，具有一定的研究意義。關(guān)鍵詞：固定時(shí)間；自適應(yīng)；神經(jīng)網(wǎng)絡(luò)控制；非線性系統(tǒng)1.研究背景隨著科學(xué)技術(shù)的快速發(fā)展，控制理論的相關(guān)研究工作已經(jīng)從幾十年前的經(jīng)典控制理論逐步過渡到現(xiàn)代控制理論。相比于經(jīng)典控制理論，現(xiàn)代控制理論引入了系統(tǒng)狀態(tài)這一概念，將受控系統(tǒng)描述成狀態(tài)方程和輸出方程。隨著對(duì)現(xiàn)代控制理論的深入研究，可控性、可觀測(cè)性等概念被陸續(xù)提出，由此解決了許多經(jīng)典控制理論中難以解決的實(shí)際工程問題。然而，其中大部分研究成果所針對(duì)的系統(tǒng)模型通常都被假定為線性系統(tǒng)[1]。但在實(shí)際工程控制系統(tǒng)中，面對(duì)日益復(fù)雜的生產(chǎn)需求，系統(tǒng)中所使用的元器件普遍具有非線性特性，這使得相當(dāng)多的系統(tǒng)是非線性的。所以，對(duì)于固定時(shí)間自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制的研究是非常有必要的，這也使非線性系統(tǒng)成為控制科學(xué)界的重點(diǎn)研究對(duì)象。同時(shí)對(duì)于大多數(shù)非線性系統(tǒng)來(lái)說，其系統(tǒng)模型往往具有不確定性，這些不確定性通常包括未知參數(shù)、測(cè)量誤差、外部擾動(dòng)等。如若在設(shè)計(jì)控制器的過程中不考慮這些實(shí)際存在的不確定性因素，很可能會(huì)影響到被控系統(tǒng)的穩(wěn)定性并破壞系統(tǒng)的性能[2]。所以對(duì)于不確定非線性系統(tǒng)的研究則具有更廣泛的、更確切的實(shí)際意義，并且也取得了許多研究成果，其中應(yīng)用自適應(yīng)控制方法來(lái)解決系統(tǒng)中存在的不確定性占據(jù)著大部分比例[3]。與此同時(shí)，目前已有的研究成果當(dāng)中系統(tǒng)模型通常都為單輸入單輸出的非線性系統(tǒng)，而實(shí)際工程控制問題中的系統(tǒng)大多數(shù)都是多輸入多輸出的，因此針對(duì)多輸入多輸出不確定非線性系統(tǒng)的控制問題的研究是十分重要且具有挑戰(zhàn)性的。在實(shí)際工程控制系統(tǒng)中，例如船舶航向、航空航天等控制系統(tǒng)，往往會(huì)存在系統(tǒng)控制方向未知的問題。系統(tǒng)控制方向是指系統(tǒng)的運(yùn)動(dòng)方向，由與控制輸入相乘的控制增益的符號(hào)決定，對(duì)控制系統(tǒng)具有重大意義。對(duì)于相同的控制輸入，假如系統(tǒng)的控制方向不同的話，所得到的控制結(jié)果會(huì)產(chǎn)生巨大差異，針對(duì)控制方向的錯(cuò)誤的控制輸入設(shè)計(jì)會(huì)使系統(tǒng)出現(xiàn)劇烈震蕩的現(xiàn)象。然而現(xiàn)有的大多數(shù)研究成果在設(shè)計(jì)控制器過程中都會(huì)提前假設(shè)系統(tǒng)的控制增益符號(hào)為正[4]，但就一些實(shí)際工程應(yīng)用而言，系統(tǒng)模型通常具有很多不確定性，其控制方向或許根本無(wú)法檢測(cè)，如果仍然按照預(yù)先假設(shè)的控制方向?yàn)檎那闆r進(jìn)行控制器設(shè)計(jì)，很有可能會(huì)造成系統(tǒng)不穩(wěn)定或者系統(tǒng)元器件被破壞。所以研究包含固定時(shí)間自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制是有重大現(xiàn)實(shí)意義的。2.自適應(yīng)控制的研究在早期的經(jīng)典控制理論中，所研究的控制系統(tǒng)對(duì)象模型基本上是線性已知的系統(tǒng)，但在實(shí)際工程控制問題中，人們所面臨的系統(tǒng)普遍具有非線性特性，或者是參數(shù)未知的，甚至在比較嚴(yán)苛的情況下，系統(tǒng)模型可能還會(huì)存在完全未知的情況。這就使得越來(lái)越多的專家和學(xué)者開始致力于非線性系統(tǒng)的控制理論研究。起初，非線性系統(tǒng)的研究工作主要是基于一些具有簡(jiǎn)單非線性特性的系統(tǒng)。因此具有一定的局限性，其中較為典型的方法有：相平面法[5]、描述函數(shù)法[6]、以及I.WangC與G.Zames提出的輸入輸出理論[7]。此外，非線性系統(tǒng)的控制研究根據(jù)控制目標(biāo)的不同，可以分成三大類，即跟蹤控制、鎮(zhèn)定控制、以及擾動(dòng)控制。跟蹤控制就是需要針對(duì)閉環(huán)系統(tǒng)設(shè)計(jì)一套控制算法，使得被控系統(tǒng)的輸出可以穩(wěn)定地跟蹤期望軌跡，如機(jī)器人按照指定路徑行走等；鎮(zhèn)定控制就是根據(jù)需要設(shè)計(jì)一個(gè)合適的鎮(zhèn)定控制器，使系統(tǒng)穩(wěn)定在某個(gè)平衡點(diǎn)附近，如溫度控制等；擾動(dòng)控制就是當(dāng)系統(tǒng)存在各類擾動(dòng)和參數(shù)變化時(shí)，如何根據(jù)需求實(shí)現(xiàn)相應(yīng)的控制。隨著控制理論的不斷發(fā)展與完善，用于非線性系統(tǒng)的控制方法也層出不窮，如魯棒控制、自適應(yīng)控制、先進(jìn)智能控制技術(shù)等等。其中自適應(yīng)控制由于其能根據(jù)對(duì)象的不確定動(dòng)態(tài)特性和外部擾動(dòng)等因素的變化而改變自身參數(shù)這一特點(diǎn)，受到了許多專家和學(xué)者的青睞，同時(shí)也取得了大量的研究成果。針對(duì)自適應(yīng)控制的研究源遠(yuǎn)流長(zhǎng)，二十世紀(jì)八十年代，自適應(yīng)控制的研究工作開始取得一些研究成果[8]。這些研究成果對(duì)自適應(yīng)控制在非線系統(tǒng)的穩(wěn)定性和跟蹤處理能力方面給出相應(yīng)的證明。自此，自適應(yīng)控制確立了最基本的自適應(yīng)法則和控制方案。隨后，自適應(yīng)控制對(duì)非線性系統(tǒng)進(jìn)行魯棒性分析，主要是針對(duì)具有未知的系統(tǒng)模型參數(shù)和未知的外部干擾的控制系統(tǒng)，于是大量的再設(shè)計(jì)和修正系統(tǒng)被提出，用于提高整個(gè)系統(tǒng)的魯棒性，例如補(bǔ)償器、補(bǔ)償器等[9]。盡管自適應(yīng)控制已經(jīng)在穩(wěn)定性和魯棒性分析上取得了一定的研究成果，但是對(duì)于閉環(huán)系統(tǒng)的輸出分析還存在一些問題，由此出現(xiàn)了快速自適應(yīng)算法、補(bǔ)償器融合，多模型融合等方法來(lái)提高非線性系統(tǒng)的輸出表現(xiàn)。到了二十世紀(jì)九十年代，非線性系統(tǒng)的自適應(yīng)控制研究借助微分幾何學(xué)的發(fā)展再次取得巨大的成果。其中，為了繼續(xù)增強(qiáng)被控系統(tǒng)的自適應(yīng)能力，由此提出了反饋線性化（feedbacklinearization）技術(shù)。許多專家和學(xué)者在反饋線性化技術(shù)的基礎(chǔ)上設(shè)計(jì)了相應(yīng)的非線性系統(tǒng)控制方法，但這些方法在全局穩(wěn)定性的方面具有一定的限制性[10]。此后，針對(duì)嚴(yán)格反饋系統(tǒng)的全局穩(wěn)定性，研究學(xué)者又提出了自適應(yīng)反推（adaptivebackstepping）技術(shù)來(lái)進(jìn)行證明[11]。此后，魯棒自適應(yīng)控制也浮出水面，被廣泛地用來(lái)研究參數(shù)未知的非線性系統(tǒng)，并且實(shí)現(xiàn)被控對(duì)象中所有的狀態(tài)量均為有界的[12]。隨著非線性系統(tǒng)控制理論在實(shí)際工程問題中的逐漸應(yīng)用，人們發(fā)現(xiàn)在面對(duì)日益復(fù)雜的非線性系統(tǒng)，現(xiàn)有的控制方法已經(jīng)無(wú)法達(dá)到理想的控制效果。這是因?yàn)樵趯?shí)際工程系統(tǒng)中，系統(tǒng)通常會(huì)存在各種各樣的非線性特性以及許多未知的不確定性，如測(cè)量誤差、未知的外部擾動(dòng)、系統(tǒng)模型參數(shù)具有不確定性、輸入飽和、以及執(zhí)行器故障等等。上述因素如果不加以考慮，所設(shè)計(jì)的控制方法對(duì)于實(shí)際工程系統(tǒng)可能并不會(huì)取得有效地控制。因此，針對(duì)具有上述因素的不確定非線性系統(tǒng)的研究成為控制理論界新的研究方向。由于神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的估計(jì)和擬合能力，以及自學(xué)習(xí)能力，對(duì)非線性函數(shù)具有良好的逼近效果，因此在推動(dòng)非線性系統(tǒng)控制研究的發(fā)展上也占據(jù)著重要的作用。神經(jīng)網(wǎng)絡(luò)函數(shù)主要是由一種網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)構(gòu)成的，基本上可以逼近任意一個(gè)非線性函數(shù)。神經(jīng)網(wǎng)絡(luò)技術(shù)之所以能引起廣泛的關(guān)注，是因?yàn)樗陨碛性S多優(yōu)良的特性：一是可以學(xué)習(xí)并且適應(yīng)非線性系統(tǒng)的動(dòng)態(tài)特性；二是神經(jīng)元內(nèi)包含所有信息，無(wú)論是定性的還是定量的；三是采用分布式并行，可以進(jìn)行大量的運(yùn)算。因此，近年內(nèi)，將神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用到控制領(lǐng)域中已然成為一個(gè)熱門話題，許多專家和學(xué)者對(duì)此進(jìn)行研究并取得了大量的研究成果。文獻(xiàn)[13]研究了一類無(wú)嚴(yán)格反饋形式的時(shí)滯連續(xù)非線性系統(tǒng)的跟蹤控制問題，提出了一種自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制。文獻(xiàn)[14]研究了一類非下三角非線性系統(tǒng)的自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制器的開發(fā)，基于反推技術(shù)和徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的逼近特性，設(shè)計(jì)了一種神經(jīng)自適應(yīng)輸出反饋控制器。文獻(xiàn)[15]針對(duì)一類具有全狀態(tài)約束和未知時(shí)變的死區(qū)特性的不確定非線性嚴(yán)格反饋系統(tǒng)，提出了一種既能保證跟蹤穩(wěn)定性又能保持全狀態(tài)約束的神經(jīng)自適應(yīng)控制方案。上述控制研究中，對(duì)于系統(tǒng)中包含的不確定性和非線性，都采用了神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行近似擬合，再結(jié)合自適應(yīng)控制的特性，對(duì)于神經(jīng)網(wǎng)絡(luò)的權(quán)重采用一個(gè)自適應(yīng)參數(shù)進(jìn)行估計(jì)，這樣大量的不確定非線性系統(tǒng)的控制問題得到了有效地解決。目前，將這兩類技術(shù)結(jié)合起來(lái)進(jìn)行控制設(shè)計(jì)已經(jīng)取得了眾多的研究成果，自適應(yīng)神經(jīng)網(wǎng)絡(luò)技術(shù)也成為非線性系統(tǒng)控制研究的一個(gè)新進(jìn)程。3.固定時(shí)間自適應(yīng)反步控制研究進(jìn)展與不足由于線性系統(tǒng)的可疊加性等良好的性質(zhì)，線性系統(tǒng)的理論研究也非常的成熟。然而，現(xiàn)實(shí)世界的模型大多是非線性且有些問題不能轉(zhuǎn)化為線性問題來(lái)解決[16]。從20世紀(jì)60年代以來(lái)，非線性系統(tǒng)得到廣泛的研究并得到迅速發(fā)展。自90年代起，眾多的學(xué)者在非線性系統(tǒng)領(lǐng)域不斷提出新的控制方法和思路。自適應(yīng)控制方法的有效性使其成為研究非線性系統(tǒng)的重要方法，自適應(yīng)方法是一種基于模型的具有在線修改控制參數(shù)和辨識(shí)對(duì)象能力反饋控制方法。當(dāng)系統(tǒng)內(nèi)部參數(shù)發(fā)生改變時(shí)，該方法可以通過檢測(cè)這種變化自動(dòng)改變參數(shù)從而適應(yīng)新的環(huán)境。從1950年代自適應(yīng)控制理論被提出以來(lái)就得到了快速發(fā)展并成為非線性控制的重要方法，其優(yōu)勢(shì)在于不需要知道系統(tǒng)的具體模型參數(shù)。除了滿足具有疊加原理以外的系統(tǒng)都被稱為非線性系統(tǒng)，因此非線性系統(tǒng)的涵蓋范圍非常廣且具有復(fù)雜性的特征。目前還不存在對(duì)所有的非線性系統(tǒng)都適用的控制方法。然而，對(duì)于一些具有特殊結(jié)構(gòu)的非線性系統(tǒng)研究，已經(jīng)取得了深遠(yuǎn)的影響。自適應(yīng)反步（Adaptivebackstepping）控制方法有效解決了一類具有下三角結(jié)構(gòu)（嚴(yán)格反饋結(jié)構(gòu)）的非線性系統(tǒng)的控制跟蹤問題。該方法是由Kanellakopoulos，Kokotovic和Morse等學(xué)者首先提出的。1995年Krstic等人將該方法系統(tǒng)的介紹到非線性系統(tǒng)中，之后眾多的學(xué)者繼續(xù)在該方法的基礎(chǔ)上進(jìn)行研究，拓展自適應(yīng)反步法的適用范圍，例如帶有死區(qū)的非線性系統(tǒng)，帶有量化的非線性系統(tǒng)等等。在文獻(xiàn)[17]中，研究者將自適應(yīng)反步控制方法應(yīng)用到非線性切換系統(tǒng)中，并構(gòu)造出公共李雅普諾夫函數(shù)，實(shí)現(xiàn)了系統(tǒng)在任意切換信號(hào)下的穩(wěn)定。之后，多種相應(yīng)的問題被相繼研究[18]。文獻(xiàn)[19]中，結(jié)合自適應(yīng)反步控制方法，研究者利用多李雅普諾夫函數(shù)方法研究分析了一類具有下三角結(jié)構(gòu)的非線性切換系統(tǒng)的穩(wěn)定性問題。對(duì)于一類不容易找到共同李雅普諾夫函數(shù)的切換系統(tǒng)，該方法提供了一種可行的控制方案。一類具有嚴(yán)格反饋形式的非線性切換系統(tǒng)可以描述為：˙i=fi,σt)(ˉ)+gi,σ()(ˉ)xi+1˙n=fn,σ(t)(ˉ)+gn,σ()(ˉ)uy=x1其中x∈[x1,x2,···,xi]表示系統(tǒng)狀態(tài)變量，y∈R是系統(tǒng)的輸出，u∈R表示控制輸入信號(hào)。σ(t):[0,+∞)→M={1,2,...,m}為片連續(xù)的切換信號(hào)，σ(t)=k(k∈M)表示第k階子系統(tǒng)被激活。fi,k(·)和gi,k(·)為未知的光滑非線性函數(shù)。當(dāng)每個(gè)子系統(tǒng)的非線性函數(shù)fi,k和gi,k只含有不超過子系統(tǒng)的狀態(tài)量，比如，第i個(gè)子系統(tǒng)含有的狀態(tài)變量最多為x1,x2,···,xi。我們稱這樣的系統(tǒng)為具有嚴(yán)格反饋結(jié)構(gòu)的切換系統(tǒng)。反步法的基本思想是對(duì)具有嚴(yán)格反饋結(jié)構(gòu)的非線性系統(tǒng)的每一階子系統(tǒng)設(shè)計(jì)李雅普諾夫函數(shù)和中間虛擬控制變量，通過遞推級(jí)聯(lián)的方式最終得到系統(tǒng)的控制輸入變量，從而實(shí)現(xiàn)系統(tǒng)的鎮(zhèn)定或者跟蹤問題。對(duì)于系統(tǒng)中的未知的變量參數(shù)，采用自適應(yīng)控制法得到其自適應(yīng)控制律[20]。由于反步法針對(duì)的是一類具有下三角結(jié)構(gòu)的系統(tǒng)，所以該方法有其自身的局限性。具有下三角結(jié)構(gòu)系統(tǒng)的非線性函數(shù)只包含狀態(tài)變量x1,x2,···,xi，其特殊的結(jié)構(gòu)在一定程度上限制了自適應(yīng)反步控制法的應(yīng)用。因此眾多學(xué)者努力爭(zhēng)取在一定程度上移除這種特殊結(jié)構(gòu)帶來(lái)的限制。4.參考文獻(xiàn)[1]郭錫.一類控制方向未知的非線性系統(tǒng)的鎮(zhèn)定與跟蹤控制[D].陜西:西安電子科技大學(xué),2015.[2]劉玲玲.帶有擾動(dòng)的不確定非線性系統(tǒng)的自適應(yīng)控制器設(shè)計(jì)[D].山東:中國(guó)石油大學(xué),2013.[3]WangX,WuY,ZhangE,etal.Adaptiveterminalsliding-modecontrollerbasedoncharacteristicmodelforgeartransmissionservosystems[J].TransactionsoftheInstituteofMeasurementandControl,2018:0142331218754619.[4]張強(qiáng),朱雅萍,孟祥飛,等.欠驅(qū)動(dòng)船舶自適應(yīng)神經(jīng)網(wǎng)絡(luò)有限時(shí)間軌跡跟蹤[J].中國(guó)艦船研究,2021.[5]田衛(wèi)華.現(xiàn)代控制理論[M].北京:人民郵電出版社,2012.[6]WangC,YangM,ZhengW,etal.Vibrationsuppressionwithshafttorquelimitationusingexplicitmpc-piswitchingcontrolinelasticdrivesystems[J].IEEETransactionsonIndustrialElectronics,2015,62(11):6855-6867.[7]WangC,MingY,ZhengW,etal.Analysisandsuppressionoflimitcycleoscillationfortransmissionsystemwithbacklashnonlinearity[J].IEEETransactionsonIndustrialElectronics,2017,64(12):9261-9270.[8]聶志遠(yuǎn).基于多種約束條件的非線性系統(tǒng)自適應(yīng)控制方法研究[D].重慶:重慶大學(xué),2018.[9]臧玉萍,張洋,孫博.基于神經(jīng)網(wǎng)絡(luò)的非線性時(shí)變對(duì)象自適應(yīng)控制方法研究[J].化工自動(dòng)化及儀表,2016(1):6.[10]王鼎媛,范玉璋,蔣海峰.基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)模糊控制在交流調(diào)速中的應(yīng)用研究[J].中原工學(xué)院學(xué)報(bào),2004,15(1):4.[11]潘曉陽(yáng),黃崇莉,郭強(qiáng),等.C32摩擦焊機(jī)的神經(jīng)網(wǎng)絡(luò)PID自適應(yīng)控制研究[J].機(jī)床與液壓,2022,50(2):6.[12]龔菲,王永驥.神經(jīng)網(wǎng)絡(luò)自適應(yīng)PID控制研究[C]//全國(guó)電氣自動(dòng)化電控系統(tǒng)學(xué)術(shù)年會(huì).2002.[13]LiuZ,LaiG,ZhangY,etal.AdaptiveNeuralControlforaClassofNonlinearTime-VaryingDelaySystemsWithUnknownHysteresis[J].IEEETransactionsonNeuralNetworks&LearningSystems,2017,25(12):2129-2140.[14]WangH,LiuPX,LiS,etal.AdaptiveNeuralOutput-FeedbackControlforaClassofNonlowerTriangularNonlinearSystemsWithUnmodeledDynamics[J].IEEETransactionsonNeuralNetworks&LearningSystems,2017,PP(99):1-11.[15]SongY,ShenZ,HeL,etal.NeuroadaptiveControlofStrictFeedbackSystemsWithFull-StateConstraintsandUnknownActuationCharacteristics:AnInexpensiveSolution[J].IEEETransactionsonCybernetics,2017:1-9.[16]TangL,C