韩京元，田彦涛，孔英秀，张英慧，李津淞

0 引 言

板球系统是一个典型的非线性系统，20世纪具有强耦合、欠驱动和无约束的特点［1－2］。80年代末许多学者以板球实验装置作为被控对象进行各种控制算法的研究，用于检验非线性控制算法的性能［3－4］。1989年，Hauser利用近似线性化模型完成了对实际板球系统的控制，Zhang提出了T-S模糊算法和分层控制算法［5－7］。Hauser等的控制方法是基于近似线性化模型提出的，在控制器设计上具有局限性［5］。多步的李雅普诺夫函数比较复杂，反步法容易出现因高阶非线性系统计算量增加而导致的微分爆炸现象［8］。上述方法没能充分考虑板球系统的不确定性、强耦合和外部干扰等因素［9－10］。如果不确定性的范围超出了控制器所设计的给定界限值，系统的稳定性将不能保证。针对板球系统存在的不确定性、强耦合和滞后等非线性特性，文献［1，4，11-13］提出了对非线性对象数学模型精度要求不高的人工智能方法和切换方法。

在这类模型不确定系统的控制领域中，滑模控制器（SMC）是一种有效的非线性控制方法［14－15］。应用SMC方法在滑模表面调节非线性系统的动态特性时，系统对于其系统的不确定性和摄动等具有不变的特性。但是SMC也存在切换增益过大和抖振的缺点［15－16］。

针对具有未建模特性的非线性系统，模糊逻辑控制器（FLC）是一种能够克服系统不确定性的有效控制器［3，13，17］。但模糊逻辑控制器也存在如下缺点：①系统的阶次越高则规则总数越多；②隶属函数的参数设计直接影响模糊系统的控制指标，而隶属函数的选取需要相当长的时间；……