不确定非线性系统的命令滤波模糊自适应控制

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61573204
  • 项目类别:
    面上项目
  • 资助金额:
    65.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0301.控制理论与技术
  • 结题年份:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

By combining the command filtering technology,backstepping method,adaptive control and related mathematic theories, this project focuses on the new fuzzy control strategy for uncertain nonlinear systems based on the approximation property of the fuzzy logic systems.1)The new method of command filtered fuzzy backstepping for uncertain nonlinear systems will be proposed and the error compensation mechanism will be introduced by designing the error compensation signal to overcome the effect of filtering errors. 2)Type-2 fuzzy control design for uncertain nonlinear systems via command filtering will be presented by use of type-2 fuzzy logic systems being function approximation operators. 3) The command filtered fuzzy control problems will be studied for uncertain nonlinear systems with nonsmooth nonlinearity inputs. 4) The practical engineering applications will be investigated for the proposed new fuzzy control strategies to verify their effectiveness.
本项目旨在结合命令滤波技术、Backstepping方法、自适应控制以及相关数学理论,利用模糊逻辑系统的逼近特性,研究严格反馈、纯反馈和非严格反馈等不确定非线性系统的模糊控制新策略:1、提出不确定非线性系统的命令滤波Backstepping模糊控制新方法,引入误差补偿机制并设计误差补偿信号来克服滤波误差的影响。2、尝试以二型模糊系统作为函数逼近算子,给出不确定非线性系统的二型命令滤波模糊控制器设计方案。3、研究系统输入具有非光滑环节的不确定非线性系统的命令滤波模糊控制问题。4、探索所提出的模糊控制新策略在实际工程中的应用,验证所提出方法的有效性。

结项摘要

本项目结合命令滤波技术、Backstepping方法、自适应控制以及相关数学理论,利用模糊逻辑系统的逼近特性,研究了严格反馈、纯反馈和非严格反馈等不确定非线性系统的模糊控制新策略:1、提出了不确定非线性系统的命令滤波Backstepping模糊控制新方法,引入误差补偿机制并设计误差补偿信号来克服滤波误差的影响。2、研究了系统输入具有非光滑环节的不确定非线性系统的命令滤波模糊控制问题。3、提出了不确定非线性系统的有限时间命令滤波Backstepping模糊控制新方法。 4. 研究了基于命令滤波方法和离散模糊方法的电动汽车用电动机驱动系统速度位置跟踪控制方案,给出各种应用情况下的控制器综合、参数配置与整定方法。并进行了对比研究,验证了新的控制方法的有效性,解决了因电机参数和负载变化而影响系统性能等问题。因此,本课题的研究成果有着重要的科学意义和应用价值。

项目成果

期刊论文数量(85)
专著数量(0)
科研奖励数量(8)
会议论文数量(16)
专利数量(14)
Hybrid Tracking Control of 2-DOF SCARA Robot via Port-Controlled Hamiltonian and Backstepping
基于端口控制哈密顿量和反步法的 2 自由度 SCARA 机器人混合跟踪控制
  • DOI:
    10.1109/access.2018.2820681
  • 发表时间:
    2018
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    Jieru Chi;Haishegn Yu;Jinpeng Yu
  • 通讯作者:
    Jinpeng Yu
永磁同步电机动态面模糊离散速度调节控制
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    电机与控制应用
  • 影响因子:
    --
  • 作者:
    张国斌;于金鹏;于海生;王孟孟
  • 通讯作者:
    王孟孟
H∞ sliding mode based scaled consensus control for linear multi-agent systems with disturbances
具有扰动的线性多智能体系统基于H-滑模的尺度一致性控制
  • DOI:
    10.1016/j.amc.2016.08.002
  • 发表时间:
    2017
  • 期刊:
    Applied Mathematics and Computation
  • 影响因子:
    4
  • 作者:
    Lin Zhao;Yingmin Jia;Jinpeng Yu;Junping Du
  • 通讯作者:
    Junping Du
Neural network-based discrete-time command filtered adaptive position tracking control for induction motors via backstepping
基于神经网络的离散时间命令过滤自适应位置跟踪控制感应电机通过反步
  • DOI:
    10.1016/j.neucom.2017.04.032
  • 发表时间:
    2017
  • 期刊:
    Neurocomputing
  • 影响因子:
    6
  • 作者:
    Zhencheng Zhou;Jinpeng Yu;Haishegn Yu;Chong Lin
  • 通讯作者:
    Chong Lin
Robust adaptive tracking control for servo mechanisms with continuous friction compensation
具有连续摩擦补偿的伺服机构鲁棒自适应跟踪控制
  • DOI:
    10.1016/j.conengprac.2019.03.020
  • 发表时间:
    2019
  • 期刊:
    Control Engineering Practice
  • 影响因子:
    4.9
  • 作者:
    Shubo Wang;Haishegn Yu;Jinpeng Yu
  • 通讯作者:
    Jinpeng Yu

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

New Admissibility and Admissibilization Criteria for Nonlinear Discrete-Time Singular Systems by Switched Fuzzy Models
切换模糊模型非线性离散时间奇异系统的新容许性和容许准则
  • DOI:
    10.1109/tcyb.2021.3057127
  • 发表时间:
    --
  • 期刊:
    IEEE Transactions on Cybernetics
  • 影响因子:
    11.8
  • 作者:
    陈健;于金鹏;Hak-Keung Lam
  • 通讯作者:
    Hak-Keung Lam
基于自适应模糊反步法的永磁同步电机位置跟踪控制
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    控制与决策
  • 影响因子:
    --
  • 作者:
    陈兵;于金鹏;于海生;高军伟
  • 通讯作者:
    高军伟
永磁同步电机的线性自抗扰与滑模协调控制
  • DOI:
    10.13306/j.1006-9798.2018.03.012
  • 发表时间:
    2018
  • 期刊:
    青岛大学学报(工程技术版)
  • 影响因子:
    --
  • 作者:
    孟祥偲;于海生;于金鹏;吴贺荣
  • 通讯作者:
    吴贺荣
基于有限时间永磁同步电机命令滤波位置跟踪控制
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    青岛大学学报(工程技术版)
  • 影响因子:
    --
  • 作者:
    杨雪婷;马玉梅;于金鹏;赵林;韩瑶
  • 通讯作者:
    韩瑶
基于负载转矩观测器的无刷直流电机SVPWM矢量控制
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    制造业自动化
  • 影响因子:
    --
  • 作者:
    田亮;于海生;于金鹏;吴贺荣;刘旭东
  • 通讯作者:
    刘旭东

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

于金鹏的其他基金

不确定非线性约束系统的有限时间命令滤波模糊控制
  • 批准号:
  • 批准年份:
    2019
  • 资助金额:
    60 万元
  • 项目类别:
    面上项目
交流传动系统的自适应模糊控制新方法研究
  • 批准号:
    61104076
  • 批准年份:
    2011
  • 资助金额:
    22.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码