二阶动态滑模控制在移动机械臂输出跟踪中的应用

针对移动机械臂的输出跟踪问题,结合高阶滑模控制和动态滑模控制的设计思想为其设计了一种二阶动态滑模控制器.首先给出了包括驱动电机动态特性的移动机械臂的简化动态模型,然后通过微分同胚和输入变换将其分解为四个低阶子系统,并给出了其输出跟踪的二阶动态滑模控制器的设计方法.仿真结果表明,所设计的二阶动态滑模控制器不仅能很好地跟踪给定轨迹,而且能有效地削弱滑模控制系统的抖振.     

基于反演设计的机器人自适应动态滑模控制

针对机器人跟踪控制问题,设计了一种新型的动态滑模控制器,采用反演（backstepping）方法设计一种新的切换函数,将不连续项转移到了控制的一阶导数中,得到了输入的平滑性的动态滑模控制律。该控制律能保证轨迹跟踪误差的快速收敛性和参数不确定的鲁棒性,仿真实例验证了该控制算法的有效性。     

非完整移动机械臂的鲁棒跟踪控制

针对非完整移动机械臂惯性参数的不确定性,采用滑模控制为其设计了输出跟踪控制器。首先给出了包括驱动电机动态特性的非完整移动机械臂的简化动态模型,然后通过微分同胚和输入变换将其分解为4个低阶子系统,并给出了其输出跟踪的滑模控制器设计方法。仿真实验表明,所设计的鲁棒控制器能很好地跟踪给定轨迹。     

电弧炉电极调节器的优化研究与仿真

研究电弧炉电极存在非线性与时变性难以调节的问题,针对目前电弧炉电极调节系统在干扰下容易产生振荡且实时性差,造成电极反复调节浪费电能的现状。为解决上述问题,提出引入对角递归神经网络与PID控制相结合的DRNN-PID控制器,解决了传统电极调节系统抗扰性与实时性差的问题。仿真结果表明:DRNN-PID控制器改善了传统电极控制器的动态性能,提高了动态调节精度与实时性,为调节器设计优化提供了参考。     

具有未知干扰的无人机鲁棒滑模飞行控制

研究无人机飞行稳定性控制问题,由于无人机飞行控制系统存在时变外部干扰,飞行过程中升阴比变化激烈,控制稳定性难度较大。利用滑模控制良好的鲁棒能力提出一种神经网络的鲁棒飞行控制方法。因神经网络有良好非线性逼近能力,可对无人机飞行系统中的不确定进行在线逼近,并将神经网络权值误差引入到权值的自适应律中用以改善系统的动态性能。利用神经网络的组合,设计无人机鲁棒滑模飞行控制器。控制器分为两部分,一部分是等效控制器,另一部分是滑模控制器,能有效减小系统的跟踪误差。最后将所设计的鲁棒滑模控制对无人机飞行姿态控制进行仿真。仿真结果表明,新方法能提高无人机的鲁棒飞行控制能力且能实现无人机姿态的精确跟踪和稳定性控制。     

基于跟踪微分器的离散滑模控制器

利用跟踪微分器设计了一种新的离散滑模控制器,可以从不连续的指令信号中合理提取连续信号及微分信号,且不需要利用线性外推的方法预测指令信号下一时刻的值及其微分．与基于趋近律的离散滑模控制器进行的对比仿真表明,所设计的控制器在保持传统滑模控制固有强鲁棒性的同时,控制器的输出几乎不存在抖振现象,而且在跟踪不连续的指令信号时,系统表现出良好的动态品质．     

非线性系统的反演自适应动态滑模控制

为削弱非线性系统中由滑模控制引起的抖振现象,提出自适应动态滑模控制方案.动态滑模方法是通过设计新的切换函数或将常规滑模变结构控制中的切换函数s通过微分环节构成新的切换函数,该切换函数与系统控制输入的一阶或高阶导数有关,可将不连续项转移到控制的一阶或高阶导数中去,得到在时间上本质连续的动态滑模控制律.该方案利用自适应技术和反演法,设计动态滑模控制器,有效地削弱了系统的抖振.最后仿真结果证明了该方案是正确的.     

基于跟踪微分器的离散滑模控制器

利用跟踪微分器设计了一种新的离散滑模控制器,可以从不连续的指令信号中合理提取连续信号及微分信号,且不需要利用线性外推的方法预测指令信号下一时刻的值及其微分．与基于趋近律的离散滑模控制器进行的对比仿真表明,所设计的控制器在保持传统滑模控制固有强鲁棒性的同时,控制器的输出几乎不存在抖振现象,而且在跟踪不连续的指令信号时,系统表现出良好的动态品质．

     

基于ELM的永磁直线同步电机位移跟踪动态面反步滑模控制

针对永磁直线同步电机(PMLSM)易受到参数摄动、负载扰动等不确定因素的影响,进而影响其位移跟踪控制精度的问题,提出一种基于非线性干扰观测器(NDO)和极限学习机(ELM)的动态面反步滑模控制方法.首先,通过构造NDO对系统模型中的非匹配不确定项进行动态观测,并将反步控制、动态面控制与滑模控制相结合,完成PMLSM位移跟踪控制器的设计,在提高系统抗干扰能力的同时,避免常规反步控制中的“微分爆炸”问题;其次,采用ELM神经网络对系统模型中的匹配不确定项进行逼近估计,并将输出的估计值引入设计的动态面反步滑模控制器中进行补偿;再次,采用人工鱼群-蛙跳混合算法对所设计控制器的主要参数进行优化设计,提高系统的收敛速度和稳定精度;最后,将所提出控制方法与其他控制方法进行仿真对比,仿真结果表明了所提出方法的有效性.     

PHANTOM Omni机器人的自适应模糊滑模控制

针对PHANTOM Omni机器人的位置轨迹跟踪问题,采用了一种基于模糊逻辑的自适应模糊滑模控制方案。利用滑模控制中的切换函数作为输入,根据模糊系统的逼近能力设计控制器,并基于李雅谱诺夫方法设计自适应律对控制器所需参数进行实时调节。仿真中将其与传统的滑模控制进行了比较,仿真结果表明：自适应模糊滑模控制能使PHANTOM Omni机器人更好地实现期望的位置轨迹跟踪并有效地减轻抖振现象,从而证明了该方法在PHANTOM Omni机器人上实施的可行性。