基于自适应终端滑模控制器的机械手跟踪控制

针对具有不确定性的机械手轨迹跟踪控制问题,提出一种自适应二阶终端滑模控制器设计方法。设计一类非线性不确定系统的自适应二阶终端滑模算法,使得不连续符号函数包含在控制微分项,实际控制作用连续;采用自适应律克服不确定性上界未知问题,基于Lyapunov方法证明系统稳定性;针对机械手轨迹跟踪问题,基于所提出控制方法设计机械手自适应终端滑模控制方案;通过对双关节机械手轨迹跟踪仿真研究,验证所提出控制策略的有效性。     

导弹尾翼电动负载模拟器快速终端滑模控制

针对永磁同步电机驱动的导弹尾翼电动负载模拟器存在的高阶非线性及参数时变问题,提出一种基于反演设计的快速终端滑模控制方法.建立电动负载模拟器系统的状态空间模型,将建模误差及参数摄动视为未知扰动项,基于反演控制的设计思想,将系统模型划分为3个子系统,采用快速终端滑模方法设计控制律,使跟踪误差在有限时间内收敛到零.然后应用Lyapunov方法证明了闭环系统的渐进稳定性及有限时间收敛特性,最后通过试验验证了该控制策略的有效性.与PI+前馈补偿控制策略相比,该方法能够更好地抑制系统中的多余力矩,提高了电动加载系统的力矩加载精度,同时有效提高了加载系统的鲁棒性.     

自由漂浮柔性空间机器人轨迹跟踪控制

引起针对自由漂浮柔性空间机器人的轨迹跟踪控制问题,利用拉格朗日和假设模态法建立了动力学模 型,综合考虑其欠驱动、柔性振动等特点,将其简化为一种带有柔性振动扰动完全可控的动力学模型;在此基 础上,考虑载体姿态干扰,提出一种改进自适应非奇异终端滑模控制策略,该方法采用自适应技术实时在线 学习扰动参数,并引入条件积分改进滑模面消除干扰的稳态误差,从而保证所设计的控制律对扰动具有 良好的鲁棒性;最后,基于Lyapunov方法证明了该控制策略能够实现关节期望轨迹的跟踪．仿真结果表明该 控制策略对载体姿态干扰下系统轨迹跟踪控制的有效性和可靠性     

水下运载器非奇异快速终端滑模控制

针对传统基于线性滑模面的滑模控制方法收敛速度慢、易于颤振的难题,提出一种新型多变量非奇异快速终端滑模控制方法. 利用Lyapunov稳定性理论对该方法进行理论分析,结果表明：系统位置跟踪误差和速度跟踪误差将在有限时间内收敛到小球域内, 并且小于相同参数条件下传统基于线性滑模面的滑模控制方法. 以正在开发的北极星号遥控水下运载器的四自由度控制为研究对象, 将该方法和基于指数趋近律的传统滑模控制方法进行仿真对比, 结果表明：当存在较强未知外干扰和较大参数不确定性以及测量噪声时, 该方法相对传统滑模控制方法可以获得更快的动态响应速度、更高的稳态控制精度和更平滑的控制输入．     

基于PD方法的不确定机器人神经网络变结构控制

针对不确定机器人轨迹跟踪控制,提出基于PD方法自适应神经网络变结构控制律,利用RBF神经网络补偿系统参数不确定性,用滑模变结构控制器消除神经网络的逼近误差.仿真结果表明,该控制律能保证轨迹跟踪误差的快速收敛性及对参数不确定性和外部扰动的鲁棒性.     

海流干扰下的欠驱动AUV三维路径跟踪控制

为解决存在海流干扰和模型不确定性情况下欠驱动自主水下航行器(AUV)的三维路径跟踪控制问题,首先在Serret-Frenet坐标系下,基于虚拟向导建立了跟踪误差模型.然后,在运动学控制器中基于李雅普诺夫(Lyapunov)理论和反步法设计具有自适应律的虚拟向导和一种改进的积分视线法(ILOS)导引律,克服了海流的干扰并减少了超调.应用反步自适应滑模控制(BASMC)理论设计动力学控制器,保证了系统的稳定性和鲁棒性.最后,应用非线性级联理论证明了整个控制系统的闭环稳定性.仿真结果表明:基于AUV与流体的相对速度来实现的控制律,便于工程应用.该控制器能够有效克服海流和模型不确定的影响,实现对三维路径的跟踪.     

自主水下航行器轴向运动的自适应反演滑模控制

研究了自主水下航行器在未知海流作用下的轴向运动跟踪控制问题,采用非线性反演设计技术,引入自适应机制在线估计未知海流速度和模型参数,用滑模控制克服系统中的未建模动态特性,保证了轴向位置跟踪误差的全局渐近稳定性。仿真结果表明,该自适应反演滑模控制具有良好的鲁棒性和自适应性。     

双臂空间机器人的固定时间轨迹跟踪控制

针对双臂空间机器人轨迹跟踪控制问题,考虑系统跟踪误差收敛时间易受初始状态影响,提出与初始状态无关的固定时间非奇异快速终端滑模控制策略. 基于固定时间稳定性理论,设计改进的固定时间非奇异快速终端滑模面. 该滑模面解决了终端滑模控制的奇异问题,使得系统跟踪误差在远离、接近原点时均有较快的收敛速度. 为了削弱滑模控制存在的抖振现象和提高趋近阶段的收敛速度,提出改进的固定时间趋近律,应用李雅普诺夫理论证明闭环系统的固定时间稳定. 以双臂空间机器人为被控对象进行对比仿真,结果表明,所提控制策略具有更高的控制精度、更快的收敛速度和更强的鲁棒性.     

基于鲁棒状态估计的永磁风电系统最大功率控制

为了提高传统风能最大功率跟踪控制的鲁棒性,提出新的滑模自适应最大功率跟踪控制策略。由于实际无速度传感器的风电系统变量难以测量,为此构造滑模状态观测器,估计系统转速跟踪误差,基于估计值设计了滑模自适应最大功率跟踪控制器。最后,基于MATLAB/Simulink仿真平台搭建了完整的风电系统仿真模型,仿真结果表明,所提出的控制策略在不同风速扰动作用下能实现良好的跟踪和控制效果,提高了风电系统的鲁棒性,保证了风电系统的最大功率输出。     

考虑未知死区非线性的自适应模糊神经UUV航迹跟踪控制

针对无人水下航行器(unmanned underwater vehicles, UUV)在航迹跟踪控制中存在未知死区非线性和工作环境不确定性的问题,提出一种鲁棒自适应自组织模糊神经控制策略,采用滑模趋近律控制框架和自组织模糊神经网络逼近器在线估计系统未知状态和进行参数的自适应,并采用有限增益鲁棒控制器补偿重构误差。根据李雅普诺夫稳定性理论分析证明所有参数和跟踪状态均有界,并且当时间趋向于无穷大时,跟踪误差及其导数都趋向于零且闭环系统的信号有界。通过与已有控制策略对比仿真表明,该控制策略具有先进性和有效性,对无人水下航行器设计具有指导意义。     

Direct adaptive control for lane keeping in intelligent vehicle systems

In this paper, with parametric uncertainties such as the mass of vehicle, the inertia of vehicle about vertical axis, and the tire cornering stiffness, we deal with the vehicle lateral control problem in intelligent vehicle systems. Based on the dynamical model of vehicle, by applying Lyapunov function method, the control problem for lane keeping in the presence of parametric uncertainty is studied, the direct adaptive algorithm to compensate for parametric variations is proposed and the terminal sliding mode variable structure control laws are designed with look-ahead references systems. The stability of the system is investigated from the zero dynamics analysis. Simulation results show that convergence rates of the lateral displacement error, yaw angle error and slip angle are fast.     

考虑输入饱和的高超声速飞行器反步法控制

为解决输入饱和、参数不确定和气动弹性影响下的高超声速飞行器控制问题,提出一种基于反步法的非线性鲁棒自适应控制方法.针对高超声速飞行器纵向通道控制问题,将其分解为速度子系统和高度子系统分别进行控制器设计.首先,基于Lyapunov稳定原理设计了参数估计自适应律来处理输入受限情况的速度跟踪控制问题,即使出现推力饱和也能保证系统稳定性;然后,采用自适应反步法对高度子系统进行分层递推设计,通过引入自适应律对不确定参数进行在线实时估计,以提高控制器的鲁棒性,并且实现了高度的稳定跟踪;同时利用微分跟踪器来获取虚拟控制指令导数;采用鸭翼与升降舵联动控制策略,通过选取合适的联动控制增益可以同时消除控制面与升力耦合带来的非最小相位特性和控制输入对一阶弹性模态的激励;最后,基于LaSalle不变集原理证明了闭环控制系统的稳定性.仿真结果表明,所设计的控制器能够有效处理弹性高超声速飞行器的气动参数不确定和控制饱和问题,并且具有良好的闭环跟踪性能.     

基于模型不确定补偿的轮式移动机器人反演复合控制

针对轮式移动机器人存在模型不确定性、非线性以及未建模的动态特性等因素,严重影响系统轨迹跟踪的稳定性和精确性,提出一种基于系统模型不确定性补偿的反演复合控制策略。基于非完整轮式移动机器人的运动学模型,采用反演控制思想以及李雅普诺夫稳定性判据设计轨迹跟踪的虚拟速度控制量,作为系统的持续激励输入。考虑轮式移动机器人具有模型不确定性和外部有界力矩干扰,根据轮式移动机器人的动力学模型推导得到系统不确定项,并采用具有高度非线性拟合特性的神经网络对其估计,得到模型的力矩控制量,且由李雅普诺夫稳定性分析得到不确定项的自适应律,实现自调整和实时轨迹跟踪。对比仿真表明,该复合控制策略能自适应的跟踪期望轨迹,与单一的反演控制、模型不确定性补偿控制策略、传统PID控制相比,均具有更好的鲁棒性和高的跟踪精度。     

Combined Control Allocation and Sliding Mode Control in the Dynamic Control of a Vehicle with Eight In-Wheel Motors

An eight wheel independently driving steering (8WIDBS) electric vehicle is studied in this paper. The vehicle is equipped with eight in-wheel motors and a steer-by-wire system. A hierarchically coordinated vehicle dynamic control (HCVDC) system, including a high-level vehicle motion controller, a control allocation, an inverse tire model and a lower-level slip/slip angle controller, is proposed for the over-actuated vehicle system. The high-level sliding mode vehicle motion controller is designed to produce desired total forces and yaw moment, distributed to longitudinal and lateral forces of each tire by an advanced control allocation method. And the slip controller is designed to use a sliding mode control method to follow the desired slip ratios by manipulating the corresponding in-wheel motor torques. Evaluation of the overall system is accomplished by sine maneuver simulation. Simulation results confirm that the proposed control system can coordinate among the redundant and constrained actuators to achieve the vehicle dynamic control task and improve the vehicle stability.     

固定翼无人机自适应滑模控制

针对固定翼无人机的姿态和速度控制中存在不确定和外部扰动的问题,设计自适应超螺旋滑模干扰观测器和控制器,实现了固定翼无人机对速度指令和姿态指令的有限时间精确跟踪.首先建立固定翼无人机速度模型和基于四元数的姿态误差模型;进而在该模型的基础上针对无人机飞行过程中的外部扰动和不确定问题,采用自适应超螺旋滑模算法设计干扰观测器对干扰和不确定进行快速估计,并在此基础上设计多变量超螺旋控制器使固定翼无人机快速、精确地跟踪期望的速度和姿态指令;最后基于Lyapunov理论证明了该系统的稳定性.仿真结果表明:所提出的综合控制策略可以实现固定翼无人机速度与姿态的快速精确跟踪并具有良好的鲁棒自适应能力,而且针对无人机不同的飞行指令,使用该控制策略都能使无人机快速稳定的达到预期目标.     

An adaptive cascade trajectory tracking control for over-actuated autonomous electric vehicles with input saturation

This paper presented a novel adaptive cascade nonlinear trajectory tracking control scheme of over-actuated autonomous electric vehicles involving input saturation. First, a nonlinear vehicle dynamic model with input saturation is established, which can accurately describe the features of uncertainties and coupling of autonomous electric vehicles, and the hyperbolic tangent function is designed to estimate the saturation function for dealing with the input saturation problem. Then, a novel adaptive cascade trajectory tracking control scheme is designed. An adaptive neural network-based terminal sliding control law is proposed for producing the generalized force/moment in real-time, the asymptotic stability of this adaptive control system is proven by Lyapunov theory, and a quasi-newton distribution law is designed to determine the optimum tire forces that guarantee the actual generalized forces/moment are close to the desired values. Finally, simulation results demonstrate the effectiveness of the proposed control scheme.     

侧向风干扰下的汽车主动前轮转向最优控制

侧向风对汽车行驶操纵稳定性有重要影响.通过分析侧向风干扰下车辆稳定性,提出基于主动前轮转向(active front wheel steering,AFS)的控制策略.AFS控制器采用线性二次型最优控制算法,以实现横摆角速度和质心侧偏角目标值跟踪.为了评价控制算法,基于MATLAB/Simulink和CarSim协同仿真环境建立整车动力学模型、单点预瞄驾驶员模型、控制器模型、道路和侧向风模型.仿真结果表明,AFS可有效提高车辆在侧向风干扰下的操纵稳定性,且控制算法对车速和路面附着系数具有良好的鲁棒性.     

串联式混合动力汽车起-停巡航控制

以串联式混合动力汽车BJUT-SHEV为研究对象,针对起停工况下模型参数摄动和外部干扰等不确定性因素对控制效果的影响,提出一种基于非线性干扰观测器理论的自适应滑模控制方法.通过引入非线性干扰观测器对系统中存在的不确定进行估计,利用估计结果补偿滑模控制器输出,以提高滑模控制器的控制性能及鲁棒性;设计自适应律对切换增益自适应调节,以削弱滑模控制器的输出抖振.基于Lyapunov理论证明了该方法的稳定性,最后通过仿真实验进一步验证了该方法的可行性及有效性.