基于领航者的多UUV协调编队滑模控制

针对多无人水下航行器(unmanned underwater vehicle,UUV)编队控制易受外界环境扰动的问题,本文提出一种基于领航者的鲁棒滑模编队控制方法。该方法采用滤波反步法设计控制器,使领航者跟踪期望路径。为了使跟随者能够更好地跟踪上领航者,利用领航者的位置与速度信息进行编队控制器设计,增加系统的鲁棒性的同时,分别对跟随者的纵向速度误差和横向速度误差进行了积分滑模面的设计。仿真结果表明:针对外界环境扰动及参数的不确定性,本文所提出的鲁棒性的滑模编队控制器是切实有效的。     

不确定性扰动下双足机器人动态步行的自适应鲁棒控制

针对不确定性扰动下双足机器人动态步行的鲁棒控制问题,建立不确定性扰动下双足机器人的动力学模型. 将特定庞卡莱映射方法拓展到不确定性扰动下双足机器人的稳定性分析,将机器人随机系统的稳定性分析转化为确定性周期系统的稳定性分析. 基于滑模控制方法,提出自适应滑模控制器. 与以往滑模控制器相比,该控制器无需外部扰动的准确幅值信息. 考虑到双足机器人在实际应用中常会遭遇非平整路面,进一步将该自适应滑模控制器拓展到非平整路面的鲁棒控制：提出碰撞速度不变性条件,基于落地速度控制进行在线轨迹规划,基于自适应滑模控制器对机器人进行反馈控制. 基于三维（3-D）五杆双足机器人进行仿真实验,结果表明,所设计的控制器能有效实现机器人在不确定性扰动下的鲁棒控制.     

基于递归模糊神经网络的移动机器人滑模控制

针对非完整移动机器人轨迹跟踪控制问题,提出了一种Backstepping运动学控制器与自适应动态递归模糊神经滑模控制器相结合的控制结构。采用遗传算法对运动学控制器的参数进行了优化选取,有效地抑制了因初始位姿过大而引起的初始速度及输出力矩过大的问题;采用动态递归模糊神经网络(Adaptive dynamic recurrent fuzzy neural network,AD-RFNN)对动态非线性不确定部分进行在线估计,使不确定性估计误差大大减小;通过与自适应鲁棒控制器结合应用,不但解决了移动机器人的参数与非参数不确定性问题,同时也消除了在滑模控制中的输入抖振现象;基于Lyapunov方法的设计过程,保证了控制系统的稳定与收敛;仿真结果表明了该方法的有效性。     

混沌修正函数投影同步研究及其在保密通信中的应用

研究了具有不匹配参数和外界扰动的混沌系统的修正函数投影同步问题.基于Lyapunov稳定性理论和滑模变结构控制方法,设计了鲁棒自适应滑模控制器,使得混沌驱动系统和响应系统按照期望的函数尺度因子矩阵实现同步.该方法不需要预先知道不确定参数和外界扰动的上下界,其不确定性通过自适应率得以解决,具有较强的实用性和鲁棒性.基于这种方法设计出混沌保密通信系统,数值仿真表明了该同步控制方法和保密通信方案的有效性.     

近空间飞行器爬升段跟踪控制

在近空间飞行器加速爬升模态下,传统的滑模控制方法在处理不确定性问题时,存在收敛速度慢、鲁棒性不强和抖振严重等不足。针对这些问题,本文提出双幂次趋近律滑模控制方法来设计飞行控制器,从而实现飞行器爬升段轨迹的精确跟踪。将飞行器非线性模型进行精确反馈线性化处理,并利用李雅普诺夫稳定性理论进行稳定性分析。仿真分析了双幂次趋近律滑模控制方法和传统滑模控制方法的控制效果。结果表明:在处理具有参数不确定性和外界干扰的非线性系统时,双幂次趋近律滑模控制方法能够精确地跟踪指令信号,并且具有较强的稳定性和鲁棒性。     

火箭垂直返回双幂次固定时间收敛滑模控制方法

垂直起降可重复使用火箭返回飞行时受到复杂扰动和强不确定性影响,其姿态系统呈现出强非线性和高动态的特点.为克服扰动影响实现对姿态角指令的快速高精度跟踪,提出了一种基于双幂次固定时间收敛滑模面和固定时间收敛扰动观测器的快速高精度姿态跟踪控制器.对于返回飞行姿态控制系统中的有界匹配扰动,为避免观测器的调节过程影响控制系统的性能,在控制器的设计中引入了固定时间收敛扰动观测器,从而实现了对扰动的快速高精度估计;为实现姿态跟踪控制器的固定时间收敛,给出了基于双幂次修正项的一种双幂次固定时间收敛滑模面;基于观测器输出和双幂次固定时间收敛滑模面设计了快速姿态跟踪控制器,通过引入固定时间收敛扰动观测器的输出以补偿扰动影响,从而在允许的精度损失下去除不连续控制项以抑制滑模抖振. 最后通过返回飞行大气层内气动减速段的数值仿真验证了观测器和基于固定时间收敛扰动观测器的固定时间收敛滑模跟踪控制器的性能.     

外扰已知时滞不确定系统自适应滑模控制

针对一类外部扰动已知、具有匹配不确定性和状态时滞的多输入、多输出线性系统,基于线性矩阵不等式理论提出了一种自适应滑模控制方法。首先利用线性矩阵不等式求解得到滑动模态存在的充分条件,使系统在滑动模态下对于匹配不确定性扰动和状态时滞具有完全不变性;然后引入Sigmoid函数,并根据Lyapunov稳定性理论设计了自适应滑模控制器,使sigmoid函数的边界层厚度以及切换增益可根据系统状态进行自适应调节,削弱了控制器输出的抖振现象,并基于Lyapunov理论证明了该控制方法的稳定性。最后以智能车辆车道线保持控制为例验证了该方法的可行性及有效性。     

水下运载器多变量鲁棒输出反馈控制方法

针对存在较大参数不确定性和仅具有位置、姿态测量的水下运载器的六自由度位姿控制难题,提出一种基于自适应平滑增益滑模观测器和多变量积分Backstepping控制器的非线性控制方法.解决水下运载器的鲁棒输出反馈控制问题,使用基于Lyapunov稳定性理论的设计方法保证观测器 控制器系统的稳定性.设计的自适应平滑增益滑模观测器,克服常规滑模观测器中所存在的高频颤振现象,从而获得较平滑的速度估计值.当存在模型不确定性和有界未知干扰时,可以保证速度估计误差以指数速率收敛至较小的球域内.设计的多变量积分Backstepping控制器,可以保证系统的跟踪误差同样收敛至较小的球域内.以浙江大学正在研制的海王号ROV六自由度控制为研究对象,使用所提出的控制方法与传统PID控制器进行对比仿真研究.仿真结果表明,当存在较大参数不确定性、较强未知外干扰和测量噪声时,所提出的控制方法具有较强的鲁棒性能,可以很好地跟踪参考轨迹,获得较好的动态性能和稳态控制精度.性能明显优于常规PID控制器,并且解决了PID控制器所存在的转艏角设定值不能大于90°的问题.     

基于Backstepping的欠驱动船舶神经滑模航迹控制

在外界干扰和参数不确定的情况下,设计一种基于Backstepping的自适应神经滑模控制器对欠驱动船舶神经滑模航迹进行控制。采用趋近律的滑模控制,抑制常规滑模的固定切换增益系数带来的抖振现象;利用神经网络辨识对象,减少趋近律滑模控制对对象模型参数的依赖。以某实习船为例进行仿真,结果表明:在标称参数下,所设计的控制器能够有效跟踪设定的航迹并抑制常规滑模控制器的抖振现象;在外部环境扰动以及参数摄动的情况下,仍然能够实现较好的控制,表现出强鲁棒性。     

双永磁同步电机滑模协调控制及实验研究

针对现有的双永磁同步电机协调控制方法无法兼顾扰动抑制和协调控制精度的问题,研究具有不确定性和非匹配扰动的双永磁同步电机系统协调控制。首先,基于系统不确定性和非匹配扰动,建立双电机系统的数学模型;其次,将交叉耦合控制与传统PI控制相结合,得到协调控制模型;再次,提出一种基于干扰观测器的积分滑模方法设计协调控制器,以有效抑制系统的非匹配扰动;最后,在基于dSPACE的多电机实验平台进行半实物仿真实验。实验结果表明,该方法能有效提高系统在启动和负载突变时的转速同步和转矩同步性能。     

四旋翼姿态轨迹跟踪的滑模鲁棒自适应控制

针对系统中存在的建模不精确、参数不确定及外部扰动的问题,设计了滑模鲁棒自适应控制器,并引入Lyapunov函数对其稳定性进行了证明。利用自适应控制器来修正参数以适应系统对象和扰动动态特性变化,采用滑模鲁棒控制使系统在建模不精确和外部扰动情况下维持系统的动态特性。仿真结果表明,该控制器能有效克服系统存在的不确定性干扰、动态性能好、系统能够获得较高的姿态轨迹跟踪精度。     

带有指令滤波的板球系统反步滑模控制的研究

为解决滑模控制中出现的抖振现象影响板球系统轨迹跟踪控制性能的问题,提出了一种结合指令滤波的板球系统反步滑模控制方法。首先建立板球系统数学模型,根据系统误差方程设计总滑模控制规律。然后组建带有指令滤波的复合系统,设计误差反步控制器。最后利用Lyapunov理论证明了整个闭环系统的全局渐进稳定性。仿真结果表明,该方法有效的抑制抖振现象,进一步加强了抗干扰能力。     

船舶航向保持的滑模变结构自适应模糊控制研究

针对船舶航向非线性控制系统中存在未知控制增益,参数不确定性和外界干扰的影响,通过引入Nussbaum函数,利用模糊逻辑系统的逼近能力,将多滑模控制与自适应模糊控制相结合,提出一种新的多滑模自适应模糊控制算法,实现了船舶航向的跟踪控制,并且在设计过程中,避免了控制器奇异值问题的发生。借助Lya-punov函数证明了所设计控制器使船舶运动非线性系统中所有信号有界,且跟踪误差收敛到零的某个邻域内。仿真结果表明,所设计的控制器能够快速准确地跟踪设定航向,对参数摄动和外界扰动具有较强的鲁棒性。     

均热炉温度模糊滑模迭代学习控制算法

针对具有不确定性的重复非线性均热炉温度控制系统,提出基于模糊滑模迭代学习控制算法。该算法以系统的滑模函数作为模糊控制器的输入,以模糊控制器的输出作为迭代学习控制的控制增量。将滑模控制算法引入到迭代学习控制中能够加速迭代学习控制的收敛速度,利用模糊控制能够减小滑模控制所引起的抖动问题。通过仿真可以看出,模糊滑模迭代学习控制算法能够实现系统快速收敛,该算法比单纯反馈控制具有更好的控制效果。     

高超声速飞行器有限时间LPV滑模控制器设计

高超声速飞行器在机动飞行时易受到外界扰动,若采用传统的状态反馈控制方法,闭环控制系统极易引起振荡,无法满足机动飞行指令信号跟踪的精度要求;若采用传统的滑模控制方法,由于系统存在奇异值的问题,且计算过程较为复杂,控制系统不易于实现.针对上述问题,考虑高速机动飞行控制实际要求,提出了一种基于有限时间时变滑模的线性变参数(LPV)控制器设计方法并应用于高超声速飞行控制.首先不考虑外界扰动,通过传统的状态反馈控制方法使系统保持稳定.然后,在扰动存在的情况下,通过选取一个特殊的滑动函数,设计有限时间时变滑模控制律.为减小系统的抖振现象,引入饱和函数来替换控制律中的符号函数.经理论推导证明了闭环系统中的所有信号都是有界的,并且可以在预定的时间内将跟踪误差控制在零点的一个很小的邻域范围内.仿真验证结果表明,高超声速飞行器机动飞行条件下的状态量可在有限时间内稳定跟踪参考指令信号,且有效地抑制了闭环系统的振荡现象,验证了本方法所设计控制器的有效性.     

基于ESO的高超声速飞行器非线性动态逆控制

以高超声速飞行器(HFV)纵向运动模型为研究对象,针对其巡航飞行中存在的参数不确定性和外界干扰问题,提出了一种基于扩张状态观测器(ESO)的非线性动态逆(NDI)控制方法。采用精确反馈线性化方法实现了HFV速度与高度通道的解耦,并设计了动态逆控制器;在此基础上为系统的速度和高度通道设计了二阶ESO,实现对等效扰动的精确估计,并在控制器中进行补偿,从而实现HFV对高度和速度指令的精确跟踪,保证控制精度的同时大幅提升了系统的扰动抑制能力。仿真结果表明,相比于滑模控制,文中所设计方法具有更快的响应速度和更好的跟踪精度,体现出该方法的良好控制性能和较强的鲁棒性。     

欠驱动水面船舶的非线性滑模轨迹跟踪控制

针对模型参数存在不确定性和风、浪、流时变干扰的三自由度欠驱动水面船舶动态轨迹跟踪控制问题,根据滑模控制对系统的不确定性和外界干扰具有鲁棒性的特点,提出了一种新型的非线性滑模控制律设计方法.在设计时根据欠驱动水面船舶的固有特性,船舶在横向上没有驱动,如果要同时控制船舶水平面位置和艏摇角3个自由度的运动,就需要分别引入关于纵向跟踪误差的一阶滑动平面和关于横向跟踪误差的二阶滑动平面来间接设计控制律.仿真结果表明,所设计的控制器能够使船舶跟踪虚拟船产生的参考轨迹,对参数不确定和外界扰动具有强的鲁棒性.     

Stewart液压平台轨迹跟踪自适应滑模控制

Stewart液压平台是一个多输入多输出（MIMO）非线性系统,其耦合运动过程中存在参数不确定性与干扰影响其轨迹跟踪精度,针对此问题,考虑了系统参数的不确定性,利用Backstepping方法结合滑模控制与自适应控制的优点,推导得到系统的多级自适应滑模控制器,以增强系统运行过程中对运动与力的跟踪性能.利用AMESim与MATLAB的联合仿真方法进行验证,与传统基于各缸位置偏差的比例 积分 微分（PID）控制器相比,结果表明,该方法在系统参数不确定所引起的干扰下,能更有效地降低各缸的位置和力的跟踪误差,从而提高了运动平台末端的动态跟踪精度.     

滑模控制器控制降压型直流-直流转换器

针对脉冲宽度调制器控制降压型直流-直流（DC-DC）变换器采用常规的比例积分微分（PID）控制方法存在抖动和延迟等问题,提出一种基于滑模修正PID控制策略的DC-DC变换器实现方法.在分析滑模控制理论的基础上,利用线性矩阵等式方法来建立DC-DC转换器的状态空间数学模型,设计滑模PID控制器,构造全局滑模面调整PID控制器输出参数,并用李雅普诺夫函数验证了滑模PID控制器的可靠性.在电感电流连续工作模式下,用不确定性负载的线性平均模型进行了仿真.结果显示：证明所提出的滑模PID控制器不但提高系统对不确定负载的适应性,而且增强了系统在大信号扰动时的鲁棒性,使转换器输出电压有优越的鲁棒性及良好控制性能.     

滑模控制器控制降压型直流\|直流转换器

针对脉冲宽度调制器控制降压型直流\|直流（DC\|DC）变换器采用常规的比例积分微分（PID）控制方法存在抖动和延迟等问题,提出一种基于滑模修正PID控制策略的DC\|DC变换器实现方法.在分析滑模控制理论的基础上,利用线性矩阵等式方法来建立DC\|DC转换器的状态空间数学模型,设计滑模PID控制器,构造全局滑模面调整PID控制器输出参数,并用李雅普诺夫函数验证了滑模PID控制器的可靠性.在电感电流连续工作模式下,用不确定性负载的线性平均模型进行了仿真.结果显示:证明所提出的滑模PID控制器不但提高系统对不确定负载的适应性,而且增强了系统在大信号扰动时的鲁棒性,使转换器输出电压有优越的鲁棒性及良好控制性能.