不确定非线性机械系统的自适应分解模糊控制

为了保证系统较高的控制精度,就必须提高模糊系统的逼近精度,但其所需的大量的模糊规则会造成控制系统计算负担过重,不能满足实时性要求。为此,本文针对不确定机械系统的控制问题,设计了一种分解模糊系统用于系统中不确定函数的逼近和补偿,在此基础上针对不确定系统设计了鲁棒自适应控制律对非线性系统进行轨迹跟踪控制。仿真实验证明,本文设计的自适应分解模糊控制不但能对机械系统的未知部分进行实时补偿,并且比传统自适应模糊控制的控制精度更高,误差收敛更快,更有利于实时控制。     

自学习模糊滑模控制及其在电液伺服系统中的应用

针对一类不确定性非线性系统的跟踪控制问题,应用模糊逻辑系统来逼近滑模的等价控制,提出了一种具有自学习能力的模糊滑模控制方法。通过在线学习,动态地更新模糊控制的规则,使得模糊控制的输出沿使滑模渐近稳定的方向逐步逼近滑模的等价控制,证明了自学习模糊滑模控制系统在李雅普诺夫意义下的渐近稳定。把这种方法应用于电液伺服系统的跟踪控制,仿真和实时控制结果表明:该方法明显优于常规滑模控制并能获得满意的跟踪精度和稳定性。     

非线性时滞系统自适应模糊动态面控制

针对含完全未知时滞的不确定非线性系统的控制问题,提出了一种自适应模糊动态面控制方案.首先采用模糊逻辑系统逼近系统的未知时滞函数,进而用参考信号代换逼近器输入中的未知时滞信号,取消了对未知时滞常作的假设,摆脱了控制器构造对时滞假设条件的依赖性.模糊逼近和时滞代换产生的误差则采用自适应边界技术处理.基于Lyapunov-Krasovskii泛函,证明了闭环系统所有信号半全局一致最终有界,通过调节设计参数可以实现任意的跟踪精度.仿真实例进一步说明了该方案的可行性.     

模糊控制在移动机器人路径跟踪控制中的应用

对含不确定性的移动机器人系统设计了自适应模糊路径跟踪控制方法,此方法采用模糊逻辑系统逼近控制器中的不确定函数,基于时变死区函数对模糊逻辑系统中的未知参数进行自适应调节,并对时变死区设计了自适应律。文中证明了此方法可使跟踪误差收敛到原点的小邻域内。仿真算例验证了此方法的有效性。     

磁悬浮控制力矩陀螺高速转子的高精度位置控制

在受到陀螺效应、动框架效应等影响后产生的磁力非线性问题是磁悬浮控制力矩陀螺(MSCMG)高速转子位置精度下降的主要因素。为解决以上问题,提高转子位置精度,本文分析了转子所受磁力的特性,建立了转子系统非线性动力学模型,提出了神经网络滑模控制方法。设计滑模控制律,采用径向基函数神经网络逼近控制律中的非线性模型,自适应算法根据误差在线调整神经网络的权值,同时可以保证整个系统的稳定性。仿真和实验结果表明,所提出方法的转子位置精度达到99%,稳态误差为0.000 2 mm。神经网络滑模控制可以实现MSCMG转子系统的高精度位置控制。     

基于干扰观测器的机械臂自适应模糊滑模控制

机械臂在轨迹跟踪控制中存在建模误差和外界干扰等问题。为了提高机械臂轨迹跟踪的精度和速度,设计了一种基于干扰观测器的机械臂自适应模糊滑模控制策略。首先,使用新型趋近律来减小机械臂滑模控制系统中抖振的影响;其次,采用干扰观测器对机械臂建模误差和外界干扰进行估计,根据干扰观测器的观测值对机械臂的输入力矩进行补偿;最后,对于无法观测的部分,采用模糊系统中的万能逼近原理对未知的干扰进行估计,进一步提高机械臂的轨迹跟踪性能。通过仿真试验表明,该控制策略不仅可以克服建模误差和外界干扰所带来的影响,还可以有效地削弱系统的抖振,保证了机械臂各关节位置跟踪的精度和速度。同时也说明了该控制策略的有正确性和有效性。     

非完整移动机械臂的自适应模糊滑模控制研究

针对四轮二连杆非完整移动机械臂的轨迹跟踪问题,设计了一种结合自适应模糊控制和滑模控制的控制策略。首先建立了系统包含未知动力学模型不确定性和外部扰动的动力学控制模型,然后基于反演技术设计了控制器;采用了模糊控制来逼近系统未知时变总体不确定性,并采用了自适应机制动态优化模糊系统控制参数,进一步采用了指数趋近律滑模控制消除模糊逼近误差的影响。研究结果表明:该控制器对系统总体不确定性进行了有效补偿,保证了移动机械臂在复杂不确定环境下的良好轨迹跟踪性能。     

无速度反馈的双臂空间机器人模糊滑模控制

针对存在不确定性且无速度反馈的自由漂浮双臂空间机器人关节轨迹跟踪控制问题,提出了一种基于状态观测器的模糊滑模控制方法.根据双臂空间机器人完全驱动动力学方程以及运动学方程,建立自由漂浮状态下系统的关节空间动力学方程.利用模糊系统的万能逼近特性对系统不确定部分进行逼近,并设计状态观测器在线估计系统关节运动的角速度信息.以关节角度和观测器获得的关节角速度作为系统状态反馈,在传统滑模控制方法基础上,进一步考虑系统惯性参数未知导致的建模误差,设计模糊滑模控制器,实现了双臂空间机器人系统关节角度的轨迹跟踪控制.数值仿真验证了所提控制方法的有效性.     

基于模糊滑模控制的工业机器人运动不确定性分析

针对工业机器人运动学和动力学不确定性的问题,在分析工业机器人运动学和动力学模型的基础上提出了一种模糊滑模变结构控制方法。基于滑模变结构控制原理设计了一种工业机器人滑模变结构控制器。采用模糊逻辑系统补偿运动不确定性造成的跟踪误差,以提高跟踪精度,消除系统"抖振"的影响,并利用Lyapunov函数证明了系统的稳定性。最后基于二自由度工业机器人进行了仿真分析,仿真结果表明:在机器人运动参数无法精确确定的情况下,模糊滑模控制器仍具有较好的跟踪性能、快速响应特性和鲁棒性。     

基于T-S模糊系统的漂浮基空间机器人关节协调运动的分散自适应滑模控制

针对载体位置和姿态均不受控的漂浮基空间机器人系统动力学方程难以预知的情况,提出了一种基于模糊逻辑系统的分散自适应滑模控制方案。利用第二类拉格朗日方法建立了空间机器人系统动力学方程。针对空间机器人的每一个自由度,将其动力学描述为分散交联子系统的集合。使用T-S模糊逻辑系统逼近子系统未知的动力学模型,然后设计自适应滑模控制器消除交联项和模糊逼近误差对轨迹跟踪性能的影响,并用Lyapunov理论证明控制器的稳定性。这种控制方法不需要预知系统动力学方程。数值仿真结果证实了该分散控制器的可靠性和有效性。     

电力机车永磁同步电机自适应模糊滑模控制

为研究牵引工况下电力机车永磁同步电机(PMSM)的转速控制精度,考虑轮轨接触不平顺及车体静载荷在轮对径向产生的未知时变负载转矩,建立了机车PMSM在d-q坐标系下的数学模型;针对该耦合非线性系统中存在的负载转矩,设计非线性转矩观测器对其实际值进行估计,对观测误差采用自适应模糊逻辑系统进行逼近;依据Lyapunov稳定性理论,构造了基于转矩观测器的自适应模糊滑模控制器。理论分析及仿真结果表明,机车PMSM闭环转速控制系统跟踪误差一致有界,转矩观测误差收敛于0。     

交流位置伺服系统自适应模糊PID控制器设计

为实现机电伺服系统的高精度位置跟踪控制,针对实际系统运行过程中所存在的转动惯量和负载力矩变化大等各种不确定因素,提出了一种基于滑模面的自适应模糊PID策略。利用梯度下降法实时修正PID控制器的参数,使用模糊逻辑系统逼近系统中不确定量,以使控制器能根据伺服系统运行过程中的负载特性实时调整速度给定值,从而减小系统参数变化和外部干扰对伺服系统性能的影响,最后通过Lyapunov方法推导出了模糊补偿器中不确定参数的自适应律。仿真结果表明：该控制策略与传统PID控制相比具有系统跟踪误差小,响应速度快,跟踪性能好的优点,对参数摄动及外界负载扰动具有较强的鲁棒性。     

欠驱动桥式起重机自适应模糊滑模抗摆控制

针对不确定欠驱动桥式起重机负载抗摆控制问题,提出一种模糊滑模控制方法。首先将整个系统分成几个不同的子系统,分别设计子系统的滑模面;然后从一级滑模面构造二级滑模面。基于模糊逻辑和自适应率分别逼近未知非线性函数和估计干扰上边界,李亚普诺夫稳定理论和滑模控制确保欠驱动系统鲁棒稳定性,桥式起重机系统的仿真结果验证了该方法的有效性。     

机载光电平台的复合补偿控制方法

为实现机载光电平台的实时高精度稳定跟踪控制,提出了一种基于改进干扰观测器和模糊逼近的复合自适应补偿控制方法.首先,根据系统的机械结构特点分析了各框架间的运动学耦合关系;考虑到载体扰动的影响,提出了一种基于速度信号的改进干扰观测器结构,并分析了它的工作原理和鲁棒稳定性.然后,针对机械系统中普遍存在的摩擦等干扰现象,设计了基于模糊逼近的复合补偿控制策略以保证系统的跟踪性能,最后,利用Lyapunov稳定性理论证明了系统的全局稳定性和跟踪误差的渐进收敛.实验结果显示,该控制方法具有较高的稳定精度,其跟踪误差可达μrad数量级,表明该方法可以有效地抑制载体扰动的影响并且具有良好的跟踪性能,是可行有效的.     

一类含未知非线性迟滞的智能压电作动器鲁棒有限时间运动控制

针对一类存在外界扰动、迟滞等时变不确定、非线性的压电作动器系统,提出了一种新的鲁棒控制策略。该控制器在快速非奇异终端滑模控制的基础上,引入时延估计技术,实现在线估计并补偿系统时变不确定量,而无需系统模型。采用鲁棒精密微分器实时估计速度及加速度信息,克服了实际中只有位移信号可测的不足。相比传统时延控制,所提的控制律采用非线性滑模面,保证跟踪误差能够有限时间收敛。最后利用Lyapunov函数证明了系统的稳定性。理论分析及仿真结果表明,所提控制策略能够满足微/纳定位应用中的高精度鲁棒跟踪性能要求。     

输入受限无人帆船自适应航向跟踪控制

针对带有输入受限且存在未知控制系数约束情形下,考虑了具有未知模型和风、浪等外界干扰的无人船航向跟踪控制问题,提出一种受限控制输入约束下的跟踪控制方法。该方法运用RBF神经网络对未知模型进行在线逼近,利用Nussbaum自适应增益技术解决未知控制系数问题。根据滑模控制理论,设计具有指数趋近律的鲁棒控制项,保证所得误差闭环系统快速响应且最终趋向0。为弱化传统滑模控制产生的抖振问题,将符号函数替换成饱和函数使控制输入变得平滑。引入一种误差辅助系统,构建了帮助误差闭环系统输入退出饱和机制。通过李雅普诺夫稳定性理论,给出了跟踪控制方法的稳定性数学分析过程,证明误差闭环跟踪控制系统的所有信号最终一致有界性。最后通过仿真结果验证了所得理论的有效性。     

基于电磁直线执行器的电子凸轮轨迹跟踪控制

提出了一种基于电磁直线执行器的电子凸轮,通过对给定轨迹的跟踪来实现所需要的直线运动规律,以取代传统的机械凸轮机构。采用迭代学习控制算法控制电子凸轮实现对目标轨迹的跟踪,并进而应用迭代加模糊滑模控制的算法提高电子凸轮的收敛速度与鲁棒性。模糊滑模迭代控制是将误差函数输入滑模控制器中,然后以滑模函数作为模糊控制器的输入,最后通过模糊控制器的输出来控制迭代算法中的增量。通过仿真以及试验验证表明,基于电磁直线执行器的电子凸轮能够有效取代传统的机械凸轮机构,模糊滑模迭代控制算法能够满足电子凸轮对轨迹跟踪精度、响应速度、收敛速度与鲁棒性的要求。     

基于神经网络的非线性系统反演模糊滑模控制

用径向基神经网络逼近系统中的非线性部分,实现了对未知非线性连续函数的估计,降低了非线性系统控制器对精确建模的要求,并依据反演的方法设计了滑模控制律,实现了被控对象对期望轨迹的跟踪,在此基础上设计了模糊滑模控制率,降低了系统控制输入的抖振,通过仿真验证了该控制方法的有效性。     

一类不确定机械系统的双调节自适应模糊建模与鲁棒控制

针对含摩擦环节的不确定机械动力系统,建立摩擦力模型及其相应的控制补偿策略一直是人们所关注问题。由于摩擦力所固有的非线性及不确定特征,使得用传统的数学建模与控制补偿方法难以达到满意的系统性能要求。考虑到传统摩擦力模型的缺陷以及不具备自学习和自适应环境的能力,提出用自适应模糊建模技术逼近摩擦动力系统并将辨识结果用在控制器设计中。在用自适应模糊技术建立摩擦模型过程中,自适应参数由跟踪误差和摩擦建模误差共同调节,这加快跟踪误差的收敛速度和模糊建模的逼近精度。在控制器设计方面,考虑到系统存在摩擦建模误差,采用鲁棒控制器设计方案并运用李雅普诺夫稳定性分析证明闭环系统跟踪误差的有界性。数值仿真和试验结果验证了该方法的有效性和实用性。     

基于RBF神经网络的谐波传动自适应反演控制研究

由于自身结构上的特点，谐波传动系统存在柔性变形、摩擦和外界不确定干扰等非线性因素。传统控制器大多对系统进行了一定程度的简化，或未考虑非线性外界扰动，导致所设计的控制器性能达不到预期效果。为了提高系统精度，建立了考虑系统非线性刚度和非线性摩擦的谐波传动系统动力学模型；基于试验数据，采用最小二乘法对模型进行参数辨识；采用径向基函数（Radial Basis Function,RBF）神经网络在线逼近系统非线性摩擦和外界不确定干扰力矩，并提出了一种基于RBF神经网络的自适应反演控制器；利用Lyapunov稳定性理论，证明了其闭环系统的收敛性。仿真结果表明，与普通Back-stepping控制相比，在受到外界未知干扰后，所提出的RBF神经网络自适应反演控制能有效地逼近系统非线性摩擦和外界未知干扰，其跟踪误差峰-峰值能迅速稳定到0.000 82 rad；而Back-stepping控制对外界未知干扰比较敏感，其跟踪误差峰-峰值增大至0.012 3 rad左右。所提出的RBF神经网络自适应反演控制能抑制参数动态变化和外界干扰对系统传动精度的影响，提高系统的传动精度。