基于LuGre 摩擦模型的机械臂模糊神经网络控制

针对未知摩擦非线性会使机械臂控制精度难以提高的缺陷,建立基于动态LuGre摩擦的机械臂模型.在系统参数未知和机械臂负载变化的情况下,设计一种自适应模糊神经网络控制器,采用基函数中心和宽度均自适应变化的模糊神经网络补偿器,实现对系统中包括LuGre摩擦在内的非线性环节的逼近,并利用滑模控制项减小逼近误差.通过Lyapunov方法证明了闭环系统的稳定性,并通过仿真结果验证了所提出控制方法的有效性.     

LuGre摩擦模型对伺服系统的影响与补偿

摩擦是影响伺服系统性能的一个主要因素. 为了研究摩擦的影响与补偿, 本文首先建立了基于动态LuGre摩擦的机电伺服系统模型. 根据LuGre模型, 构造了一个非线性观测器来估计摩擦力矩. 然后, 积分反步自适应控制算法被设计从而实现了摩擦补偿和负载扰动估计, 并使用Lyapunov函数证明了闭环系统的稳定性. 仿真结果表明:LuGre摩擦会对伺服系统产生极限环振荡以及低速爬行的影响, 并且提出的补偿方法能够降低摩擦对伺服系统性能的影响以及提高了系统的跟踪精度和鲁棒性.     

控制力矩陀螺框架伺服系统期望补偿自适应鲁棒控制

本文针对控制力矩陀螺框架伺服系统中存在的参数不确定性、摩擦非线性及外部干扰问题,提出了一种考虑LuGre摩擦的自适应鲁棒控制方法.针对陀螺框架伺服系统未知惯量和阻尼系数、LuGre摩擦参数不确定性及未知外部干扰上界,设计参数更新律对其进行估计.在此基础上,为提高系统对不确定参数及未知干扰的鲁棒性,设计带有期望补偿的自适应鲁棒控制器,可实现对LuGre摩擦非线性的精确补偿,同时减小测量信号噪声及外部干扰对系统的不利影响.应用Lyapunov稳定性理论分析了闭环系统的稳定性.对挠性航天器姿态机动控制的仿真结果,验证了所提方法的有效性.     

Lugre摩擦模型的模糊神经网络辨识仿真研究

LuGre模型是典型伺服系统的摩擦模型,该模型能够准确地描述伺服系统摩擦过程复杂的动静态特性.模糊神经网络已成为模糊逻辑和神经网络研究最前沿的课题之一.模糊神经网络同时具有神经网络和模糊逻辑的优点.针对伺服系统所面临的摩擦问题,以低速伺服系统为对象,建立伺服系统的LuGre摩擦模型,采用模糊神经网络进行非线性在线辨识.仿真结果表明,采用模糊神经方法建立对非线性对象的辨识器,具有较高的辨识精度.     

滑模自适应控制在光电稳定平台中的应用

针对高精度光电伺服稳定平台系统中摩擦和各种非线性干扰对跟踪精度的影响问题,提出了一种基于LuGre摩擦模型的积分型滑模自适应控制算法。首先建立了基于动态LuGre摩擦的伺服系统模型,根据LuGre模型,构造了一个非线性观测器来估计摩擦中的未知状态变量;然后设计积分型滑模自适应控制算法实现摩擦补偿和各种扰动的估计,通过设计最优的反馈控制律,保证了积分型滑模的收敛速度,并引入自适应思想设计滑模控制器,有效的减弱了滑模控制中的颤抖现象;最后利用Lyapunov理论证明了控制系统的稳定性。仿真结果表明:所提方法有效的抑制了摩擦等各种干扰对稳定平台系统的影响,在提高系统跟踪精度的同时增强了系统的鲁棒性能,该方法也简化了设计过程,具有一定的应用价值。     

一种神经元控制模型参考自适应伺服系统

针对存在于摩擦非线性和负载转动惯量时变的伺服系统,提出一种神经元模型参考自适应控制设计方法。导出了控制对象离散数学模型,介绍了伺服系统结构和控制器设计,并用波波夫超稳定性理论证明该系统是渐近超稳定的。仿真结果表明系统具有良好的动态性能、稳态精度和鲁棒性。     

模糊控制在摆缸位置伺服系统中的应用

由于摆动气缸的摩擦转矩、空气可压缩性、比例阀的压力特性等非线性因素的存在,要得到摆缸伺服系统精确的数学模型十分困难,而且气动系统易受周围环境因素的影响,当采用传统PID控制时,很难使系统长时间保持良好的控制效果,尤其是当有一定的外界干扰之后会导致系统工作不稳定.利用Matlab实时仿真模块的功能,把模糊自适应整定PID的控制算法引入到伺服系统的控制器设计中,搭建的半实物仿真模型,对系统进行半实物仿真实验,并通过不断地在线修改控制规则,提高控制器的控制性能,实验结果表明,模糊PID控制效果良好.     

输出约束的有限时间自适应区间二型模糊输出反馈PMSM伺服控制

针对永磁同步电机驱动的伺服系统在不确定性摩擦和未知负载的影响下难以达到高精度的控制效果,提出一种基于区间二型模糊系统的带有输出约束的有限时间自适应输出反馈控制方案.首先,构建一个基于非线性扰动观测器的区间二型模糊状态观测器,分别完成对于未知扰动和速度的估计,区间二型模糊系统完成对于非线性摩擦的逼近;然后,在此基础上,结合滤波误差补偿机制和有限时间技术,引入障碍Lyapunov函数和反步控制技术设计输出约束的自适应区间二型模糊输出反馈控制器;最后,根据Lyapunov稳定性理论提出严格的稳定性分析,保证闭环系统的所有信号均是有限时间内有界的,并通过数值仿真和实验验证了所提出方法的有效性.     

基于改进模糊PID位置随动系统控制

针对直流有刷电机在使用传统模糊PID控制器进行位置随动控制时,由于负载转矩变化导致系统跟随性能下降以及负载转矩未知的问题,提出了基于负载观测器的改进模糊PID控制器代替传统模糊PID控制器,在传统模糊控制结构的基础上增加负载观测器,实时观测系统负载转矩,并利用负载转矩实时调节系统控制器参数,提升了系统在负载转矩突变时的位置跟随能力。仿真结果表明：负载观测器能实时、准确地观测负载转矩,改进模糊PID控制器对负载扰动有较强的抑制能力,并有效减小了系统的调节时间和稳态误差。     

机械伺服系统基于模糊神经网络的复合控制

惯性参数大范围变化和低速状态下的非线性摩擦是制约机械伺服系统跟踪性能的主要因素,基于LuGre动态摩擦模型和干扰观测器的补偿控制可以实现非线性摩擦力矩的动态补偿,但状态观测器的设计是基于被控对象的数学模型,当负载惯性参数大范围变化时,上述控制系统性能无法保障,针对上述问题提出一种基于模糊神经网络补偿的状态观测器复合控制,分析了基于模糊神经网络补偿复合控制的理论与实现方法,并以直流电机飞行仿真转台作为被控对象进行了仿真试验,试验结果表明了控制方法的有效性。     

Adaptive integral backstepping sliding mode control for opto-electronic tracking system based on modified LuGre friction model

In order to improve the control accuracy and stability of opto-electronic tracking system fixed on reef or airport under friction and external disturbance conditions, adaptive integral backstepping sliding mode control approach with friction compensation is developed to achieve accurate and stable tracking for fast moving target. The nonlinear observer and slide mode controller based on modified LuGre model with friction compensation can effectively reduce the influence of nonlinear friction and disturbance of this servo system. The stability of the closed-loop system is guaranteed by Lyapunov theory. The steady-state error of the system is eliminated by integral action. The adaptive integral backstepping sliding mode controller and its performance are validated by a nonlinear modified LuGre dynamic model of the opto-electronic tracking system in simulation and practical experiments. The experiment results demonstrate that the proposed controller can effectively realise the accuracy and stability control of opto-electronic tracking system.     

惯性定向三轴稳定卫星姿态自适应滑模控制

在建立惯性定向三轴稳定卫星非线性耦合姿态运动模型的基础上,设计了姿态三轴稳定控制的自适应滑模变结构控制器。在控制器的设计中,考虑了小卫星惯量参数的不确定性以及外界力矩干扰的情况,利用自适应滑模变结构控制方法在线辨识干扰力矩的极值以及卫星惯量参数,并依此动态调整控制器的输出。基于Lyapunov稳定性原理证明了所设计的控制器能够使系统全局一致最终有界稳定。仿真结果表明了该控制方法的有效性和可行性。     

再入机动飞行器的模糊自适应H2/H∞ 控制

针对再入机动飞行器(MRV)动态的非线性和不确定性,将模糊自适应理论与鲁棒H2/H∞控制理论相结合,提出一种MRV的模糊自适应H2/H∞控制方法。该方法利用模糊逻辑系统逼近导弹模型的非线性函数,补偿其建模的不确定性;并且基于H2/H∞混合优化控制与非零和博弈理论,设计了鲁棒H2/H∞控制器补偿模糊系统的逼近误差和外界干扰,进而改善控制性能,使得性能指标在达到最优化的同时满足H2/H∞性能指标。通过仿真分析,验证了所提出控制方法的有效性。     

非线性零阶接近有界多模型神经网络自适应控制器

针对一类单变量非线性离散时间系统,提出一种零阶接近有界的多模型神经网络自适应控制器。该控制器包含一个非线性鲁棒自适应控制器和一个非线性神经网络自适应控制器。当系统非线性项放宽到零阶接近有界时,这两个控制器分别用于保证系统的稳定性和提高系统的性能,系统的控制输入由切换机构在两个控制器之间进行切换产生。最后给出了稳定性和收敛性证明,并通过仿真实验验证了该控制器的有效性。     

考虑齿隙伺服系统的反步自适应模糊控制

针对具有未知参数和齿隙非线性的机电伺服系统,引入一种近似死区函数建立了系统的数学模型,给出了死区函数中参数的选取方法.用两个自适应模糊逻辑系统在线逼近机电伺服系统中的未知参数和非线性环节,从而避免了对每个未知参数推导自适应律.基于反步法设计了自适应模糊控制器,可抑制未知参数和齿隙非线性对系统性能的影响.采用Lyapunov方法证明了位置跟踪误差的指数收敛性.与PID控制方法对比的仿真实验表明,本文方法能够显著减小齿轮间传递力矩的振荡,并具有很好的控制精度和鲁棒性.