申请/专利权人：广东华中科技大学工业技术研究院;华中科技大学;广东省智能机器人研究院

申请日：2021-07-09

公开（公告）日：2024-03-29

公开（公告）号：CN113759711B

主分类号：G05B13/04

分类号：G05B13/04

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2021.12.24#实质审查的生效;2021.12.07#公开

摘要：本发明公开了一种多欧拉‑拉格朗日系统的独立分布式包含控制器设计方法，包括以下步骤：S1、基于虚拟网络与各领导者之间的分布式信息交互，为虚拟网络设计分布式包含控制器；S2、给出涵盖了包含控制器参数与拓扑信息的充分条件来保证分布式包含控制器的收敛性；S3、利用误差反馈项符号的连续鲁棒积分结合神经网络前馈设计出模型独立自适应跟踪控制器；S4、给出自适应跟踪控制器参数的充分条件来保证自适应跟踪控制器的收敛性。本发明简化了多EL系统的分布式包含控制器设计，考虑外部扰动的同时避免了分布式包含控制的设计对模型参数的依赖，具有更现实的应用性。

主权项：1.一种多欧拉-拉格朗日系统的独立分布式包含控制器设计方法，其特征在于，包括以下步骤：S1、基于虚拟网络与各领导者之间的分布式信息交互，为虚拟网络设计分布式包含控制器；步骤S1包括以下步骤：S11、对于一个包含m个领导者和n-m个跟随者的有向图定义其拉普拉斯矩阵为S12、构造一个虚拟网络，网络中虚拟节点个数为n-m，虚拟节点与中跟随者一一对应，各虚拟节点与中各领导者之间的通信关系等同于中各跟随者与中各领导者之间的通信关系；S13、对各虚拟节点构造分布式包含控制器如下： 其中，是m个领导者的位置和速度，是n-m个虚拟节点的状态，κ是正常数；S2、给出涵盖了包含控制器参数与拓扑信息的充分条件来保证分布式包含控制器的收敛性；步骤S2包括以下步骤：S21、根据Lyapunov稳定性理论，可推导出中需含一簇联合有向生成树且κ的取值范围为： 其中，是领导者的速度，sup表示上界值，下标j表示向量的第j个元素，|·|表示绝对值；S3、利用误差反馈项符号的连续鲁棒积分结合神经网络前馈设计出模型独立自适应跟踪控制器；步骤S3实现过程如下：S31、每个跟随者满足欧拉拉格朗日方程动力学方程： 其中，表示惯性矩阵，表示向心科里奥利矩阵，表示重力矢量，表示摩擦矢量，表示一般的非线性扰动，表示控制输入扭矩，qit，分别表示跟随者的位置、速度、加速度矢量；S32、对于每个跟随者，误差变量定义为： 其中，表示跟随者集合，是正定常数矩阵，βi是正常数，xi是第i个虚拟节点的状态；S33、基于开环误差系统，设计第i个跟随者的模型独立自适应跟踪控制器： RISE反馈项ui构造为： NN前馈项构造为： 其中，表示NN的输入；NN权值训练采用在线光滑投影算法： 其中，是正定对称常数控制增益矩阵，表示激励函数，σ′i·表示雅可比矩阵；S34、结合控制输入扭矩，可知第i个跟随者的闭环误差系统为： 对其关于时间t求导，可进一步求得： 其中， 且 S35、以上中间变量Ti、Tdi、Tbi、Tbli、Tb2i具有如下上界： S4、给出自适应跟踪控制器参数的充分条件来保证自适应跟踪控制器的收敛性；步骤S4包括以下步骤：S41、根据Lyapunov稳定性理论，获取跟踪控制器相关参数的取值范围： 这一系列参数的选取，使得每一个跟随者都能够跟踪至对应的虚拟节点，从而最终实现多EL系统的模型独立包含控制。

全文数据：

权利要求：

百度查询： 广东华中科技大学工业技术研究院;华中科技大学;广东省智能机器人研究院 多欧拉-拉格朗日系统的独立分布式包含控制器设计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD