非仿射系统的自学习滑模抗扰控制

针对一类单输入单输出(single-input single-output,SISO)非仿射非线性系统的控制问题,提出了一种自学习滑模抗扰控制方法.该方法用非线性光滑函数设计扩张状态观测器,实现SISO非仿射非线性系统内部不确定性和外部扰动的扩张状态估计,并将扩张状态观测器(extended state observer,ESO)与自学习滑模控制技术融为一体,实现SISO非仿射非线性系统的自学习滑模抗扰控制.该方法不依赖受控对象的数学模型,可以快速跟踪任意给定的参考信号.数值仿真试验表明了该方法响应速度快、控制精度高,具有很强的抗扰动能力,因而是一种鲁棒稳定性很强的控制方法,在SISO非仿射非线性系统控制领域具有重要作用.     

机械臂的改进型递归滑模动态面抗扰控制

针对机械臂关节运动的轨迹跟踪控制问题，研究了一种改进的递归滑模动态面抗扰控制方法。该方法考虑到机械臂系统存在的外部干扰，设计了一种基于非线性光滑函数的非线性扩张状态观测器(NLESO)，对外部干扰进行估计并前馈至系统控制输出进行补偿；基于NLESO构造递归滑模动态面的控制策略，利用反双曲正弦函数和幂次函数构造一种新的非线性增益函数设计改进型动态面控制律。该方法避免了反推法存在的“微分爆炸”问题，有效解决了传统动态面控制存在的控制精度与动态品质之间的矛盾问题，基于Lyapunov理论方法分析证明了系统的稳定性。仿真结果表明，该方法响应速度快、控制精度高、抗扰能力强，抑制了滑模的抖振问题。     

快速路交通密度的自抗扰控制器设计及不同扰动情况下的性能评价

本文针对快速路主道交通密度的控制问题,提出了一种新的自抗扰匝道调节方法.该方法包括跟踪微分器(TD)、扩展状态观测器(ESO)和非线性输出误差反馈控制律(NLOEF)3个部分.通过微分跟踪环节安排的过渡过程,可有效降低系统的超调;而系统外部不确定性可通过ESO估计,并将估计信息用于NLOEF更新控制信号.本文分别基于宏观MATLAB和微观PARAMICS平台进行了仿真研究,验证了所提出方法抑制不同类型外部扰动的有效性.     

基于非线性自抗扰控制器的PMSM直接转矩控制

针对传统的永磁同步电机(PMSM)直接转矩控制中转矩脉动和磁链脉动较大及转速超调等问题,研究一种基于非线性自抗扰控制的PMSM直接转矩控制策略.将传统的PI控制器替换成非线性的自抗扰控制器,设计转速环自抗扰控制器.自抗扰控制器中的扩张状态观测器将外部扰动和未知系统的参数的变化进行估计,并通过补偿手段加以控制,提高系统的抗干扰性能.微分跟踪器将给定转速平滑化,使得系统快速跟踪给定的转速信号,提高系统的响应能力.仿真实验验证了该策略的可靠性和有效性.     

并网逆变器逆系统自学习滑模抗扰控制

针对三相并网逆变器模型的多变量、非线性、强耦合等特点,采用开关函数法建立其开关周期平均模型,在此模型的基础上采用逆系统方法实现反馈线性化和解耦控制,对伪线性系统设计自适应滑模抗扰控制器,使用非线性光滑函数设计扩张状态观测器以实现内部建模误差与外部扰动的扩张状态估计,并将非线性扩张状态观测器和跟踪微分器与自学习滑模控制器结合使用.仿真结果表明,该方法具有响应速度快、控制精度高、抗扰能力强的特性,在并网逆变器中具有较大应用价值.     

高阶不确定非线性系统的线性自抗扰控制

针对一类具有内部动态和外部扰动未知的SISO高阶非线性系统,提出一种通用的线性自抗扰控制方案.该方案基于单参数调节的高增益观测器思想,分别设计线性跟踪微分器、线性扩张状态观测器和线性状态误差反馈控制律.利用Lagrange中值定理和Cauchy-Schwarz不等式将系统总扰动的微分值转化为关于系统估计和跟踪误差的函数,可以解决因系统控制增益未知所导致的控制量微分值难以预先确定的问题.在此基础上,基于Lyapunov稳定性定理证明闭环系统误差信号有界,并进一步分析得到系统估计和跟踪误差与控制器参数的定量关系,即都可以随观测器增益的增大而达到无限小.仿真比较结果验证了所提出方案的有效性,与韩式自抗扰控制方案相比,该方案结构简单,调节参数少,易于工程实现.     

基于神经网络的跟踪-微分器设计

针对自抗扰控制的跟踪-微分器模块中存在着待定参数的问题,借助人工神经网络便于建立非线性映射的思想,提出了基于神经网络的跟踪-微分器的设计方法.运用该方法可以对任意阶的跟踪-微分器进行参数设计,设计出的跟踪-微分器具有良好的鲁棒性.仿真实验表明,由该设计方法设计出的跟踪-微分器能够提供精确的微分信号,有一定的工程应用参考价值.     

PMSM调速系统的自学习滑模控制

针对永磁同步电机存在对外界扰动及内部参数摄动较为敏感的问题,提出了一种自学习滑模控制方法.该方法设计了一类非线性光滑函数,并将其应用于扩张状态观测器和滑模趋近律中,同时采用最速下降法对滑模控制器增益参数进行自学习实时更新.仿真结果表明,与常规PI矢量控制方法相比,该控制方法不仅响应速度快、控制精度高,而且对系统外部扰动具有很强的抗扰能力.     

非仿射系统的自适应观测器自抗扰控制

研究了一类单输入单输出(SISO)非仿射非线性系统的控制问题,通过微分同胚变换以及自抗扰思想将该类形式转化成含有未知非线性且控制增益未知的仿射形式.引入扩展状态自适应观测器以及Nussbaum-type增益技术,利用积分反演和调节函数技术,设计了自抗扰控制器.从理论上证明了所设计的控制器能够保证闭环系统所有信号全局一致有界,并且证明了跟踪误差渐近收敛到零点的残集内.仿真例子验证了算法的有效性.     

基于滑模自抗扰的智能车路径跟踪控制

针对传统的基于精确数学模型的路径跟踪控制方法很难适应复杂多变驾驶环境的问题,提出一种基于终端滑模控制与自抗扰控制的路径跟踪控制方法.首先,通过构造一个期望偏航角函数能够满足当车辆的实际偏航角趋近于该期望偏航角时其侧向位移偏差趋近于零,从而简化路径跟踪控制;然后,采用扩张状态观测器实时估计系统的未建模动态,同时采用非奇异终端滑模来设计非线性误差反馈律,从而实现偏航角快速、准确地跟踪控制.仿真结果表明,所设计的控制器能够保证车辆稳定行驶的同时快速、精确地跟踪期望的路径.     

基于ESO的一类线性时变系统自学习滑模控制方法

针对一类线性时变系统的控制问题,提出了一种基于扩张状态观测器的自学习滑模控制方法。该方法首先设计了两种非线性光滑函数, 然后将两种光滑函数分别应用于扩张状态观测器和滑模趋近律的设计。为了进一步提高系统的自适应控制能力, 使用最速下降法对滑模控制器的增益参数进行自学习镇定。仿真结果表明了该控制方法不仅响应速度快、控制精度高, 而且有效解决了现有理论方法难以解决的问题, 因而是一种有效的不依赖于被控对象模型的LTV系统控制方法。     

基于RBF神经网络滑模控制的车辆横向控制研究

针对车辆横向控制系统中滑模控制器存在的抖振现象对转向机械结构带来的损耗问题,提出了一种基于RBF神经网络的滑模控制算法。利用RBF神经网络较强的自学习能力实时在线调节滑模控制器的切换项增益参数,增强系统的抗干扰能力与动态性能。将车辆实际参数代入仿真数学模型中,在Simulink仿真环境中进行对比仿真实验,仿真结果表明:该控制算法跟踪性能好,能够有效降低滑模控制器的抖振,满足车辆横向控制要求。     

饱和输入下四旋翼无人机滑模轨迹跟踪控制

为解决四旋翼无人机在饱和输入下的轨迹跟踪控制问题,同时兼顾系统存在的参数不确定性和外部风力扰动影响,设计了一种改进的抗干扰自适应鲁棒滑模控制方法;基于六自由度架构,设计四旋翼无人机简化的系统模型,进而降低控制器设计的复杂程度;引入带有误差信号的滑模函数,设计带有误差信号的饱和补偿自适应控制律,同时增加鲁棒控制项,降低由于饱和输入问题带来的抖振影响,并减小参数不确定和外部风力扰动对系统稳定性的影响;系统模型与抗干扰自适应控制律相结合,形成了改进的抗干扰自适应鲁棒滑模控制策略,实现四旋翼无人机的位置轨迹和姿态轨迹的稳定跟踪;最后通过数值仿真与传统PD控制算法进行仿真比较,验证控制方法的有效性和优越性。     

A STABLE SELF-LEARNING OPTIMAL FUZZY CONTROL SYSTEM

The issue of developing a stable self-learning optimal fuzzy control system is discussed in this paper. Three chief objectives are accomplished: 1) To develop a self-learning fuzzy controller based on genetic algorithms. In the proposed methodology, the concept of a fuzzy sliding mode is introduced to specify the system response, to simplify the fuzzy rules and to shorten the chromosome length. The speed of fuzzy inference and genetic evolution of the proposed strategy, consequently, is higher than that of the conventional fuzzy logic control. 2) To guarantee the stability of the learning control system. A hitting controller is designed to achieve this requirement. It works as an auxiliary controller and supports the self-learning fuzzy controller in the following manner. When the learning controller works well enough to allow the system state to lie inside a pre-defined boundary layer, the hitting controller is disabled. On the other hand, if the system tends to diverge, the hitting controller is turned on to pull the state back. The system is therefore stable in the sense that the state is bounded by the boundary layer. 3) To explore a fuzzy rule-base that can minimize a standard quadratic cost function. Based on the fuzzy sliding regime, the problem of minimizing the quadratic cost function can be transformed into that of deriving an optimal sliding surface. Consequently, the proposed learning scheme is directly applied to extract the optimal fuzzy rulebase. That is, the faster the hitting time a controller has and the shorter the distance from the sliding surface the higher fitness it possesses. The superiority of the proposed approach is verified through simulations.     

一类受扰时滞离散系统的滑模跟踪控制

针对一类已知外扰结构的时滞离散系统,提出基于滑模的跟踪控制策略.将切换函数看作系统的输出,把原系统的滑模到达问题转化为对理想系统模型的跟踪问题.基于内模原理,针对误差系统与干扰模型的共同系统设计状态反馈控制律,实现了干扰抑制.从而说明原系统的状态可以跟踪理想系统的状态,使切换函数渐近稳定,避免了抖振的发生,并获得原系统状态的渐近稳定性.最后,给出的仿真算例说明了设计方法的可行性.     

基于扩张状态观测器的永磁同步电机滑模控制

针对永磁同步电机对外部负载扰动和参数变化比较敏感的控制问题,研究了一种基于扩张状态观测器和趋近律的滑模控制方法.该方法首先对扩张状态观测器进行了设计,然后分别建立了基于扩张状态观测器和趋近律的滑模控制,并用双极S型函数代替符号函数用以削弱滑模抖振,最后对稳定性进行了证明.仿真结果表明:设计的控制方法不仅具有很强的鲁棒性和强抗干扰能力,而且响应速度快,控制精度高.     

基于上界估计的变参数Lorenz系统模糊滑模控制

传统滑模控制设计方法根据系统不确定性上界函数得到的切换增益,不能随着受控状态的变化而相应变化,存在滑模控制量反应不够及时的问题,并且需要预先知道系统不确定性的上界函数,对滑模控制应用到混沌系统控制当中造成了限制.针对变参数的Lorenz混沌系统提出了一种模糊滑模控制方法,控制系统到达平衡状态.模糊控制器的输入为滑模面S,通过设计合理的输入输出隶属度函数以及模糊规则,输出的μ值能在线调节滑模控制切换量中的切换增益,有效地解决了滑模控制量反应不够及时的问题;另外设计了状态观测器,对系统的不确定性函数进行了估计.仿真实验结果验证了所提出的模糊滑模控制有着良好的控制效果.     

基于模糊滑模控制的液压支架推溜系统研究

针对电液控制液压支架在自动跟机过程中推溜不齐问题,提出基于模糊滑模变结构控制方案.通过建立被控液压系统的数学模型,与定义的切换函数结合,然后进行滑模控制律设计,得到滑模变结构函数.通过Matlab软件验证模糊滑模控制系统的可靠性,由仿真结果可得:该方法在自动跟踪调节液压支架推溜方面,其控制效果得到优化.