扰动补偿控制—减弱噪声对跟踪系统引起的误差

来自于通讯或测试系统中的噪声和外界环境干扰,对控制系统可转化为一种随机起伏的电信号,噪声对于信息的传输和处理有很大影响.对噪声的来源及如何在控制系统中消除进行了分析,并引入扰动补偿后对控制系统进行仿真,结果表明:扰动补偿控制可以减弱噪声对跟踪系统引起的误差.     

高精度航天器太阳能电池阵减扰驱动方法

为减小太阳能电池阵对日跟踪驱动过程所产生的扰动,基于电池阵及其驱动装置机电一体化模型分析了激起电池阵驱动扰动的主要因素,并从稳态力矩平衡方程出发提出了适用于电池阵闭环和开环输入补偿的减扰驱动控制方法。结果表明:步进电机谐波电磁力矩可近似为电池阵转动规律的比例控制环节,其齿槽效应是激起电池阵驱动过程扰动的主要因素之一;两种减扰驱动策略都能有效改善跟踪驱动过程中的速度和力矩稳定度,且不会降低电池阵对日跟踪指向精度,但其减扰效果会随齿槽力矩峰值误差增大而逐渐降低;综合考虑多种因素条件下开环减扰驱动方法较优,在±11%参数误差范围内该驱动方法可以将转速稳定度控制在1%以下,且力矩稳定度优于1.15%。     

电视跟踪系统的复合控制延迟卡尔曼滤波算法

为解决电视跟踪系统中由于脱靶量滞后存在降低系统跟踪精度的问题,在电视跟踪等效复合控制系统中提出了一种改进的卡尔曼滤波算法——电视跟踪延迟卡尔曼滤波算法,以对脱靶量滞后信号进行补偿．并在电视跟踪等效复合控制系统中对该算法进行了仿真实验．实验结果证明：①该算法在电视跟踪等效复合控制系统中是有效的;②该算法比以往的无延迟卡尔曼滤波算法和脱靶量延迟补偿滤波算法更有效地改善了速度预测误差,减小了跟踪误差,从而提高了电视跟踪系统的跟踪精度．     

电视跟踪系统的复合控制延迟卡尔曼滤波算法

为解决电视跟踪系统中由于脱靶量滞后存在降低系统跟踪精度的问题,在电视跟踪等效复合控制系统中提出了一种改进的卡尔曼滤波算法--电视跟踪延迟卡尔曼滤波算法,以对脱靶量滞后信号进行补偿.并在电视跟踪等效复合控制系统中对该算法进行了仿真实验.实验结果证明:①该算法在电视跟踪等效复合控制系统中是有效的;②该算法比以往的无延迟卡尔曼滤波算法和脱靶量延迟补偿滤波算法更有效地改善了速度预测误差,减小了跟踪误差,从而提高了电视跟踪系统的跟踪精度.     

机器人关节摩擦建模与自适应RBF神经网络补偿计算力矩控制

目的:补偿机器人关节摩擦力矩,提高关节轨迹跟踪效果。方法:以直流伺服电机和谐波减速器组成机器人关节为对象,基于Stribeck模型建立摩擦模型;采用最小二乘法和Matlab编程辨识模型参数;利用自适应RBF神经网络算法对系统模型参数误差引起的未建模动态进行在线观测;将观测结果补偿到计算力矩控制器中,建立含摩擦模型的自适应RBF神经网络补偿计算力矩控制器,推导出控制参数的约束条件。结果:基于自主设计的机器人关节进行对比实验。实验表明,含摩擦模型的自适应RBF神经网络补偿计算力矩控制追踪误差是无摩擦模型的自适应RBF神经网络补偿计算力矩控制追踪误差的55.12%,是传统计算力矩控制追踪误差的31.28%。结论:本文的控制方法提高了机器人关节轨迹跟踪精度。     

自抗扰控制在航空成像稳定平台上的应用

针对航空成像稳定平台工作过程中的扰动问题,本文提出采用自抗扰控制方法,对力矩波动、传感器误差等不确定因素,进行非线性的估计与动态补偿分析。该方法根据两轴直角速率陀螺平台的系统结构,导出控制系统回路的状态方程,采用跟踪-微分器安排过渡过程,非线性地观测含总扰的扩张状态变化,对反馈误差做开关式的饱和处理。由对设计系统的仿真,基于自抗扰控制模拟了航空成像稳定平台的视轴稳定与像移补偿,并对比其与PID控制在不同幅、频扰动下的跟踪效果,探讨其对不同扰动的适应能力。最后的正弦加扰的引导结果表明,自抗扰控制的影像定位精度较高,在系统受到白噪声与低频波动的干扰时,位置误差较PID控制提高了44.57%;而随输入信号与扰动频段的升高,自抗扰控制的优势有所下降。     

卡尔曼滤波器在光电经纬仪中的应用

为了解决光电经纬仪电视跟踪系统脱靶量滞后对控制系统跟踪精度及稳定性的影响，将预测滤波技术应用到光电跟踪系统中，提出了极坐标下卡尔曼滤波算法，目标模型采用等速运动并附有时间相关的随机加速度，增加了延时补偿。仿真结果表明，跟踪误差减小，当跟踪目标从视场消失时，控制系统按照预测的目标信息跟踪。     

光电跟踪系统力矩波动的自抗扰控制

为解决光电跟踪伺服系统受电机力矩波动影响产生的速度波动问题,提出了一种改进的自抗扰控制策略进行力矩波动补偿。该算法主要由两部分组成:通过扩张状态观测器辨识出系统扰动,然后将该扰动前馈到系统控制量中去,构成复合校正系统;反馈通道中采用两参数的比例微分控制器,可以保证系统的稳定性和良好的动态特性。仿真分析和实验结果表明:与同等闭环控制带宽的PI控制器相比,自抗扰控制器可以提高系统对扰动力矩的抑制能力,采用自抗扰补偿时,速度误差的峰值由1.88%降低到0.65%,速度误差的均方根值由0.8%降低到0.2%。实验结果证明提出的方法能够有效降低电机力矩波动的影响,提高速度平稳性。     

基于自适应神经网络的机械臂滑模轨迹跟踪控制

针对动态建模误差和不确定性扰动对机械臂末端高精度轨迹跟踪控制的不利影响，提出了一种新型的基于自适应神经网络的机械臂滑模控制策略。该控制策略可分为三部分：自适应神经网络补偿项、切换控制项和等效控制项。自适应神经网络的引入，避免了建模误差和外界未知扰动对机械臂系统的影响，提高了轨迹跟踪精度；切换控制项可使机械臂系统性能在迅速趋近滑模面的同时以很小的速率趋近平衡点，既能保证系统稳定，又能避免系统过于抖振；等效控制项用于对机械臂动力学模型的重力项和哥氏力项进行补偿，实现对模型的线性化处理，保证了系统的控制精度。最后，通过构造Lyapunov函数验证了所设计控制系统的稳定性，并在MATLAB/Simulink环境下和机器人系统工具箱中开展仿真实验和对比实验。结果表明，所提出的控制算法能够在保持机械臂稳定性的同时实现高精度的轨迹跟踪，验证了该控制算法的有效性和优越性。自适应神经网络滑模控制算法可为提高机械臂末端轨迹跟踪精度提供一种解决方案。     

下肢外骨骼矫形器的动力学建模与运动控制研究

对用于步行训练的下肢外骨骼矫形器的动力学与运动控制进行了研究.首先利用拉格朗日法建立了下肢外骨骼矫形器在跑步机上双足步行的动力学模型;在此基础上,设计了实现下肢外骨骼矫形器的轨迹跟踪控制的计算力矩加比例微分反馈控制系统,并采用Lyapunov方法,分析了控制系统在建模存在误差情况下的稳定性和收敛性;最后,在Adams-Matlab虚拟样机协同仿真平台上进行了下肢外骨骼矫形器的步行仿真实验,结果表明该控制方法对下肢外骨骼矫形器的轨迹跟踪控制是有效的.     

消除电液负载仿真台多余力矩的理论分析及实验研究

从理论上分析了电液负载仿真台存在多余力矩的特点及其加对载系统控制性能的影响,提出同步补偿、利用结构不变性原理二次补偿的方法消除多余力矩,并用模糊自适应控制的方法提高同步跟踪精神的综合动态补偿方案,以提高加载系统的控制性能。在此基础上进行了实验研究,结果表明此方法对克多用力矩是成功的。     

陀螺稳定控制系统设计与仿真

针对现代伺服系统中,必须同时解决伺服跟踪和隔离载体扰动的问题,采用陀螺作为速度敏 感元件,根据陀螺稳定系统的组成特点,利用频域法设计出稳定控制系统,并对设计的系统进行仿真。从仿真结果可以看出,设计的系统满足主要的技术指标。     

电动负载模拟系统自适应控制系统设计

为了有效抑制电动负载模拟系统多余力矩,从而提高系统加载力矩的输出精度,设计了一种自适应抑制位置干扰力矩的控制方法。基于前馈控制与自适应控制原理,使用MATLAB仿真软件对该方法的有效性作了分析,并进行了试验验证。仿真与试验结果表明:该方法能自适应调节系统加载误差,且舵机运动频率越高,系统跟踪误差调节时间越长;当加载力矩和舵机运动幅值相同时,舵机运动频率越高,该控制方法对系统多余力矩的抑制效果越明显;当加载力矩和舵机运动频率相同时,舵机运动幅值越大,抑制效果越明显。该控制方法能够在系统部分参数未知或者渐变的情况下,有效抑制系统多余力矩。研究结果对飞行器电动负载模拟器的设计具有一定参考价值。     

提高光电经纬仪跟踪快速运动目标能力的一种方法

考虑到系统稳定性，光电经纬仪跟踪伺服系统一般设计成Ⅰ型系统。Ⅰ型系统存在速度、加速度动态滞后误差。动态滞后误差的大小不但与跟踪系统有关，还与目标运动特性有关。在跟踪快速运动目标时，会因速度、加速度动态误差的增大，导致目标脱离视场，丢失目标。因此提高光电经纬仪跟踪快速运动目标的能力，一直是光电跟踪伺服系统努力的方向。本文给出了一种提高光电经纬仪跟踪快速运动目标的能力的方法：动态1 Ⅰ控制法，并利用SIMULINK建立了跟踪伺服系统动态1 Ⅰ控制法仿真模型。仿真结果表明动态1 Ⅰ控制法是一种提高光电经纬仪踊跃快速运动目标能力的有效方法。     

光电精密跟踪中的复合轴控制系统的实验和研究

从理论上分析了复合轴控制系统的稳定性、快速性和跟踪精度，提出了提高子、主系统的带宽比对复合轴系统的重要意义。同时，本文设计了一个一维复合轴控制系统，对复合轴系统进行了实验。研究了子轴采样频率、子轴带宽以及子、主系统带宽比和复合轴系统动态跟踪精度的关系。并对于轴的误差进行了分析，得到了子轴误差产生的主要原因。文章最后给出了本文的结论。     

引入扰动补偿的多电机滑模协同控制研究

目的 解决多电机协同控制时容易受到非线性和外界扰动等不定因素的影响。方法 基于多电机偏差耦合控制结构,与引入扰动补偿的混合非奇异终端滑模变结构控制相结合,并与传统PI(Proportional Integral)调节器控制效果做仿真对比。结果 本文所提控制算法通过计算机仿真软件进行验证分析,该算法能够使得电机在启动时效果较好,转速误差在受到扰动时效果优于传统PI控制约8.50%;电机转矩在受到扰动后控制效果更加理想,几乎不存在迟滞时间就能达到新的负载转矩值;在受到负载扰动时转速误差波动较小,优于传统PI控制约8.83%。结论 通过计算机仿真验证得出,引入扰动补偿后的混合非奇异终端滑模变结构控制系统的响应时间和收敛速度、控制性能和鲁棒性都要优于传统PI控制的。     

基于干扰观测器的波浪升沉模拟及自适应补偿策略研究

海洋装备的快速升级使得海上吊装应用广泛,但吊装设备易受风浪影响,导致系统控制精度降低。为提高海上吊装设备的控制精度,提出了基于干扰观测器的波浪升沉自适应反步补偿策略。以波浪升沉补偿系统为研究对象,对三级海况下的船舶升沉运动轨迹及其电液提升系统的非线性模型进行推导;利用波浪模拟平台模拟船舶的升沉运动,采用基于干扰观测器的自适应反步补偿策略对电液提升系统的非线性误差进行抑制;通过Lyapnov判据验证自适应反步补偿策略的稳定性,并通过仿真和试验对控制器性能进行验证。试验结果表明,相较于传统的PID（proportion integration differentiation,比例积分微分）控制策略,基于干扰观测器的波浪升沉自适应反步补偿策略具有更好的控制效果。对于海上吊装设备的控制系统,基于干扰观测器的自适应反步补偿策略可有效地抑制外界干扰及系统非线性干扰对控制器的影响,提高对海上吊装设备升沉运动的位置补偿精度。     

脱靶量累加前馈补偿电视跟踪器的跟踪误差

电视跟踪系统通常采用速度、位置双闭环控制。前馈控制可以提高跟踪精度但无法实现;速度、加速度滞后补偿,跟踪精度提高有限。动态高型方法是在负反馈控制系统中增加若干积分环节以提高跟踪精度。随着目标速度的提高和光电跟踪设备自动化程度的提高,对电视跟踪器伺服系统的跟踪精度提出了越来越高的要求。本文创新性引出一种斜坡累加补偿方法,通过理论证明和仿真,指出它与动态高型技术高度相似,从而从新的角度解释了动态高型提高跟踪精度的机理,并为动态高型方法在工程上实现电视跟踪伺服系统的跟踪精度的提高提供了坚实的理论依据。     

Load torque estimation problem for electric machinery servo systems by an inverse method

Abstract

This study analyzes a load torque estimation problem for an electric machinery servo system using the recursive input estimation (RIE) algorithm. This study also presents four novel estimation models, which have different numbers of sensors, considers the process and the measurement noise to estimate load torque without a torque sensor. The proposed algorithm is a novel estimation technique for solving force feedback and state estimation problems for an electric machinery servo control system. In this work, the DC servomotor system is utilized as an electric machinery servo system, and four important RIE characteristics were verified by numerical simulation results: (i) Adaptive forgetting factor in the RIE algorithm can estimate load torque more effectively than constant forgetting factor; (ii) The significant variation of control input and/or load torque impact affects the estimation precision; (iii) The high‐performance load torque estimation model can be established based only on the given control input and techogenerator sensor; (iv) Using different degrees of model errors, the estimation of the performance tendency toward good or bad for control input and load torque are the same. This characteristic shows that good estimated performance for an unknown load torque can be confirmed based on the strength of good control input estimated performance. In other words, model error can be identified via the deterministic control input and its estimation results. The proposed models may have practical applications for solving disturbance compensation problems in electric machinery servo systems.