基于摩擦补偿的柔性关节机器人分级滑模控制

针对柔性关节机器人中存在的非线性摩擦问题,提出一种基于摩擦补偿的柔性关节机器人分级滑模控制方法。首先,通过线性化参数的方法对柔性关节机器人受到的摩擦进行建模,并对模型中未知参数设计自适应律以实现摩擦的估计;然后,针对摩擦模型的误差,进一步设计观测器进行估计,结合摩擦的自适应和模型误差估计实现对摩擦的补偿;最后,利用电机侧和关节侧的位置误差和速度误差设计一级滑模面,再根据一级滑模面设计二级滑模面,从而得到分级滑模控制器,进一步实现柔性关节机器人的位置轨迹跟踪控制。通过Lyapunov函数证明了机器人关节轨迹跟踪误差的收敛性。仿真结果表明：该控制方法结合参数自适应和模型误差观测器可以有效地对摩擦进行补偿,在有限时间内实现柔性关节机器人的位置轨迹对期望位置轨迹的跟踪。     

电动汽车用异步电动机的模糊自适应跟踪控制

针对传统的矢量控制因忽略铁损影响而无法对异步电动机实现准确控制的问题,研究了考虑铁损的电动汽车用异步电动机的模糊自适应位置跟踪控制。建立了考虑铁损的异步电动机动态数学模型,利用模糊逻辑系统来逼近异步电动机驱动系统中未知的非线性函数,通过反步设计方法构造了模糊自适应控制器,同时采用李雅普诺夫方法分析了系统的稳定性,并在Matlab环境下进行仿真实验,仿真结果表明,在系统参数未知的情况下,电机位置信号可以快速跟踪期望信号,控制器的性能良好。当t=5s时,负载力矩发生变化,电机仍能跟踪期望信号,说明该控制器能够很好的克服电机参数的不确定性及负载力矩扰动的影响,有较强的鲁棒性,实现了对异步电动机的位置跟踪控制。该控制器结构简单,只有一个自适应参数,减少了系统的在线计算负担,易于工程实现,在电动汽车领域应用前景广阔。     

基于观测器的永磁同步电机模糊自适应混沌控制

针对混沌现象能够影响永磁同步电动机驱动系统稳定性的问题,本文根据模糊自适应控制和反步设计法的原理,研究了具有不确定参数的永磁同步电动机混沌系统位置跟踪控制,设计了一种新型的降维观测器来估计系统的转子角速度,并利用模糊逻辑系统对永磁同步电动机混沌系统中的非线性函数进行逼近,同时采用反步设计方法,构造了模糊自适应控制器,并在Matlab环境下进行仿真。仿真结果表明,该控制方法能够避免永磁同步电动机出现混沌现象,确保系统可以快速跟踪期望的信号,并对永磁同步电动机混沌系统进行有效控制,该控制策略能够克服永磁同步电动机参数不确定性的影响,实现了对永磁同步电动机的位置跟踪控制。该研究具有实际应用价值。     

基于动态面技术的异步电动机模糊自适应速度控制

针对异步电动机的参数不确定性以及外部负载扰动,本文结合动态面技术和反步控制,研究了异步电动机驱动系统的速度调节控制。根据模糊逼近原理来逼近系统中未知的非线性函数,通过引入动态面技术,解决了传统反步控制中由于对虚拟控制函数进行连续求导引起的计算爆炸问题,同时采用反步设计方法构造模糊自适应速度控制器,并利用Matlab进行仿真验证。仿真结果表明,在提出的模糊自适应速度控制器的作用下,异步电动机驱动系统能够克服参数不确定性及负载扰动的影响,确保系统可以快速跟踪给定的期望信号,实现了对异步电动机的有效控制。该研究具有一定的实际应用价值。     

考虑输入饱和的异步电机自适应位置跟踪控制

针对异步电动机驱动系统存在着参数不确定性、外部负载扰动以及输入饱和限制等问题,本文根据自适应反步法的原理,研究了异步电动机驱动系统的位置跟踪控制策略。在同步旋转坐标(d-q)下,建立异步电动机驱动系统的数学模型,考虑异步电动机驱动系统存在输入饱和,利用神经网络逼近系统中未知的非线性函数,并采用自适应反步控制技术构造位置跟踪控制器,同时利用Matlab软件进行仿真试验。仿真结果表明,异步电动机驱动系统的位置信号可以快速跟踪给定的期望位置信号,当电压过大时能够进行限制,能够克服参数不确定、负载扰动以及输入饱和限制的影响;当t=5s时,改变负载扰动,电机仍能快速地跟踪期望的信号,说明该自适应位置跟踪控制器能够有效地克服负载扰动发生变化而引起的影响,能够实现对异步电动机的有效控制。该研究具有一定的实际应用价值。     

基于自适应神经网络的柔性关节机械臂控制

柔性关节机械臂系统是一个非线性高阶系统,且其动力学方程难以精确地获得。因此,提出一种以关节驱动电机的输入电压为控制量的自适应神经网络控制器,用于控制多连杆柔性关节机械臂系统。所提控制方法通过对柔性关节机械臂模型解耦得到关节转角关于电压的方程,以电压为系统控制输入。设计神经网络控制器用于逼近最优控制输入,并设计鲁棒控制器补偿逼近误差。该控制方法不再涉及复杂的动力学方程,因此能简化计算。相比已有控制方法,所提出的控制策略更简单、响应更快且更有效。并以二连杆柔性关节机械臂为例进行了仿真研究,结果证明了所提出控制方法的有效性。     

基于模糊逼近和动态面技术的异步电动机位置控制

针对异步电动机参数不确定性和外部负载产生扰动的现象,本文提出了一种新型的模糊自适应动态面反步控制方法。该方法通过引入一阶低通滤波器,避免了传统反步控制中对虚拟控制函数进行连续求导引起的计算爆炸问题,模糊逻辑系统被用来逼近异步电动机系统中复杂的非线性函数,同时基于反步法的设计原理,构造了异步电动机的模糊自适应控制器,并在Matlab环境下进行仿真实验。仿真结果表明,所设计的控制方法可以确保系统快速跟踪期望信号,实现了对异步电动机的高性能位置跟踪控制。该研究具有实际应用价值。     

基于命令滤波技术的水下机器人位置跟踪控制

为解决考虑输入饱和的自治水下机器人的位置跟踪问题,本文采用自适应神经网络命令滤波控制方法,设计了对自治水下机器人进行位置跟踪控制器。利用反步法构造考虑输入饱和的控制器,使用神经网络系统逼近自治水下机器人系统中的非线性项,同时采用命令滤波技术解决计算爆炸问题,引入误差补偿机制,降低滤波误差带来的影响。通过选取合适的李雅普诺夫函数求出自适应律,证明闭环系统的所有信号有界。仿真结果表明,该控制器可以使水下机器人系统中的位置跟踪误差收敛到一个足够小的邻域内。该研究具有一定的实际应用价值。     

考虑输入饱和的永磁同步电机随机命令滤波控制

针对永磁同步电机驱动系统中存在的随机扰动问题,本文在自适应反步法基础上,利用模糊逼近原理逼近系统中未知的非线性函数,并运用命令滤波技术,解决了传统反步法中因对虚拟控制函数连续求导而产生的计算爆炸问题,实现对考虑输入饱和的永磁同步电机随机非线性系统的位置跟踪控制,为验证本方法的有效性,采用Matlab进行仿真实验。仿真结果表明,本文设计的控制器能克服输入饱和的影响,很好的跟踪设定的期望信号,并且保证跟踪误差收敛在原点很小的邻域内,实现了对永磁同步电机快速有效的控制。该研究对实际系统具有一定的应用价值。     

多机械臂系统的自适应神经网络同步控制

针对多个机械臂组成的网络化系统,本文基于命令滤波反步和自适应神经网络,对网络化机械臂系统的同步控制问题进行研究。建立了系统数学模型,对命令滤波控制器进行设计,运用命令滤波反步法,消除传统分布式反步控制的虚拟信号求导问题,并利用误差补偿信号,消除命令滤波产生的误差。同时,利用神经网络逼近系统的不确定非线性项,通过设计分布式控制器和自适应更新律,保证关节位置同步跟踪误差收敛到任意小的邻域内。为验证本文所提出的控制策略的准确性,在Matlab/Simulink仿真环境下进行仿真分析。仿真结果表明,在具有系统参数不确定性和外部扰动的情况下,该分布式控制方法可使网络化机械臂系统实现良好的位置同步跟踪。该研究对网络化机械臂系统的同步控制提供了新的思路,具有一定的实际应用价值。     

不确定非线性系统高精度自适应模糊控制

针对一类未知边界函数的不确定仿射非线性系统,提出一种高跟踪精度特性的自适应模糊控制器。基于变论域模糊系统理论证明了最优逼近误差在特定条件下具有局部收敛特性。通过以跟踪误差作为输入并选择适当的自适应参数,设计出逼近误差局部收敛的自适应模糊控制器。以最优逼近误差存在未知上确界为主要假设,证明了闭环系统在所有信号一致有界意义下的稳定性和跟踪误差收敛性。该控制器无需附加补偿器即可在理论上消除逼近误差对跟踪误差的影响,从而实现平滑控制输入下的高精度跟踪性能。单力臂机械手控制的仿真结果表明了该方法的有效性。     

不确定性负载的异步电机新型自适应反步控制

针对异步电动机速度控制系统中的不确定性负载问题,本文设计了新型自适应反步控制器,实现异步电动机高性能转速跟踪控制。通过选择合理的Lyapunov函数及稳定函数,给出自适应反步控制算法,分析了整个控制系统的稳定性。在递归设计中首次出现不确定性负载时,设计了负载的自适应律,得到新型自适应负载转矩观测器,精确估计了不确定性负载转矩。仿真结果表明,本文设计的新型自适应负载转矩观测器,实现了不确定性负载的在线精确估计。与矢量控制方法相比,该控制策略的转速响应更加迅速,快速消除了负载扰动对转速的影响,具有良好的应用前景。     

欠驱动四旋翼飞行器反演模糊自适应控制

针对欠驱动四旋翼飞行器的结构特性,提出一种自适应模糊反演欠驱动控制算法,该算法可以克服传统反演控制中存在的问题,如欠驱动控制律过于复杂,抗干扰能力弱及系统建模误差对跟踪性能影响较大等弱点,该算法利用自适应模糊系统逼近系统中的非线性函数及扰动项,并利用模糊系统来构造系统的虚拟控制量,从而实现对欠驱动四旋翼飞行器的高精度控制,并以欠驱动四旋翼飞行器的自由度x为例,详细论述了自适应模糊系统的设计过程,并对算法的收敛性做了分析,仿真结果表明,该算法具有很强的抗干扰性,并且达到了理想的控制精度。     

基于模糊干扰观测器的抗饱和自适应反步控制

针对一类输入受限的非匹配不确定非线性系统,提出了一种抗饱和自适应反步控制方法.利用模糊干扰观测器在线逼近系统的未知非匹配不确定及干扰,采用反步控制方法设计自适应控制器.控制系统设计中引入限幅滤波器,有效降低了控制输入饱和对系统稳定性的影响,并且控制器设计无需对虚拟控制律进行重复求导.利用李亚普诺夫稳定性定理,证明了闭环系统渐近稳定.仿真结果表明了该方法的有效性.     

模型不确定非线性系统的自适应模糊Backstepping预测控制

为解决一类模型不确定严格反馈非线性系统的跟踪控制问题,提出一种使闭环系统稳定且滚动时域性能指标在线最小化的自适应模糊反步预测控制策略。模糊系统用来逼近该设计过程中的未知非线性项,自适应参数直接用来估计最优逼近权值向量范数的平方,从而只有一个自适应参数需要在线调节;同时考虑模糊基函数的性质,所设计的控制律与自适应律均不含模糊基函数项,理论证明该方法设计的控制器保证闭环系统所有信号是半全局有界的,并且跟踪误差收敛于零的某一邻域。该方法所设计的控制器形式简单,计算量小,更易于实际应用,仿真算例验证提出算法的有效性。     

基于自适应模糊滑模的柔性机械臂控制

针对柔性关节机器人控制系统中存在的扰动力、摩擦力、参数变化以及建模误差等导致的控制器精度降低、鲁棒性差的问题,提出了1种基于自适应模糊滑模的鲁棒控制器.控制器由2部分组成,控制器的计算力矩和前馈补偿部分用于控制系统的标称部分,即机器人自身结构相关量、确定性扰动以及摩擦力的线性部分;控制器的自适应模糊滑模部分用于克服系统存在的不确定部分,包括外界不确定性扰动、摩擦力的非线性部分、参数变化以及建模误差等.最后在HIT四自由度柔性机械臂上进行了控制器的相关实验.实验结果表明该控制器具有良好的位置跟踪性能和较强的抗干扰能力.     

PMSM驱动的机器人规定性能反步自抗扰控制

为提高机器人轨迹跟踪的精度与抗扰动能力,本文以永磁同步电机机(permanent magnet synchronous motor,PMSM)驱动的二自由度刚性关节机器人为研究对象,提出规定性能的反步自抗扰位置控制。该方法结合反步法与自抗扰技术,通过扩展状态观测器(extend states observers,ESO)补偿不确定的动态和扰动,利用跟踪微分器(track differentiator,TD)代替虚拟控制信号的导数,消除非线性函数的重复微分引起的"计算爆炸",设计规定性能函数提高位置跟踪的速度和精度,并结合电机矢量控制策略,设计反步电流控制器。通过输入状态稳定定理进行稳定性分析,证明系统状态能渐进收敛到原点的任意小邻域内。仿真结果表明,相比于无规定性能控制,本文提出的规定性能反步自抗扰控制,控制精度更高,收敛速度更快,有良好的动态和稳态性能。该控制方法具有较高的位置跟踪精度和较强的抗干扰能力。     

双行星排汽车纯电驱动模式的转矩分配策略

针对双电机纯电驱动模式的转矩分配问题,在分析双行星排插电式混合动力系统能量流动特性的基础上,设计主电机高效工作区间控制策略. 该策略利用双电机工作特性的差异达到高效工作区间互补的目的,并在双电机转矩耦合模式下保护主电机的工作效率. 为了解决传统模糊控制器控制精度不高的问题,设计双模糊控制器控制系统,结合所提出的电机工作区间划分方法实现电机工作区间的自适应调节与等效放大. 以驱动系统能量转化效率与电机转矩脉动系数为自变量构建适应度函数,基于遗传算法对系统的控制规则进行多目标寻优. 仿真结果表明,在2种控制策略中遗传算法-双模糊控制器控制策略的耗电量更低,系统综合效率分布情况接近动态规划（DP）经济性最优结果,对电机输出转矩波动情况的控制也更加合理. 将其应用于混合动力系统,车辆百公里综合油耗较主电机高效工作区间控制策略的降低3.27%.     

快速刀具伺服系统的模糊自适应滑模控制

针对由永磁同步直线电机驱动的快速刀具直线伺服系统在高频输入信号下跟踪控制精度低的问题,设计了模糊自适应滑模控制算法.算法采用滑模控制进行跟踪,利用模糊自适应控制方法对传统滑模控制器中的不连续控制量进行模糊逼近,同时对实际运行中系统的不确定因素进行补偿,并设计了相应的自适应算法以补偿模糊控制律的不足,从而有效降低抖振.仿真结果表明,算法可以解决伺服系统的高频跟踪问题,具有较快的响应速度,对负载扰动有较强的鲁棒性.     

空间机械臂柔性关节控制器的设计

为了解决柔性关节的控制问题,建立了柔性关节模型,利用关节力矩传感器信息、电机位置传感器以及其微分信息,设计了四阶状态反馈控制器,实现关节的柔性控制.利用模糊推理机制实现反馈控制器参数的自动调整,实现关节的位置控制、力控制和阻抗控制.设计的控制器已在HIT-DLR实验室设计的空间机械臂中得到了具体应用,实验结果证实该控制器的具有较强的鲁棒性和实用性.