基于指令滤波的板球系统误差反步控制器研究

针对存在未知扰动条件下板球系统的轨迹跟踪控制精度不高的问题,研究了一种基于指令滤波的误差反步控制方法。首先,建立板球系统模型,引入二阶指令滤波器,滤除小球位置和速度状态变量的噪声干扰。其次,逐步选取李雅普诺夫函数,设计误差反步控制器,克服系统受到的外界干扰,实现对输入信号的渐进跟踪控制。最后,通过李雅普诺夫理论证明系统稳定性。仿真结果表明,该控制器能够有效抑制干扰,精确地完成轨迹跟踪任务。     

复杂扰动下的动力翼伞轨迹跟踪控制

针对动力翼伞系统易受舵机负载转矩和外界风场等复杂扰动影响的问题,本文改进动力翼伞系统模型,引入具有负载转矩的直流电机模型。提出了基于自抗扰控制的轨迹跟踪控制器,分别设计了横纵向通道控制器,横向轨迹通道采用串级自抗扰控制,内环控制器对舵机负载扰动进行估计和补偿,减小死区误差;外环控制器跟踪参考飞行方向,降低风扰影响。半实物仿真结果表明:该控制策略性能优于传统自抗扰控制(ADRC)和PID控制器,能有效抑制舵机负载和风场扰动,提高跟踪精度,且稳定性和鲁棒性显著增强。     

自抗扰技术在动力翼伞轨迹跟踪控制中的应用

为了降低动力翼伞系统的非线性特性和风场干扰对轨迹跟踪控制的影响,设计基于自抗扰控制技术的轨迹跟踪控制器.根据动力翼伞系统的特性,将动力翼伞系统的轨迹跟踪控制分为水平轨迹控制通道和垂直高度控制通道,分别设计线性扩张状态观测器(LESO)对系统非线性扰动和外部干扰进行估计和补偿.采用零阶保持器法对线性扩张状态观测器进行离散化,提高线性扩张状态观测器对系统状态的估计效果.仿真结果表明,动力翼伞系统的线性自抗扰轨迹跟踪控制器能够克服风场的影响,达到水平方向和竖直方向的轨迹跟踪控制要求,控制效果优于广义预测控制器.     

基于LADRC的翼伞系统轨迹跟踪控制

为降低翼伞系统的非线性和强耦合特性以及环境扰动对其轨迹跟踪控制的影响,提出一种基于线性自抗扰控制(linear active disturbance rejection control,LADRC)的翼伞系统轨迹跟踪控制方法。该方法采用基于制导的2D轨迹跟踪控制策略,使用LADRC设计控制器对轨迹跟踪误差进行实时修正。将该控制方法应用于多种扰动下翼伞系统轨迹跟踪仿真和空投实验中,结果表明:基于LADRC的轨迹跟踪控制方法能够有效克服内扰和外扰的影响,实现高精度轨迹跟踪控制,与传统PID控制相比,LADRC具有更好的抗扰能力和鲁棒性。     

基于自抗扰控制器的风力发电系统最大功率追踪控制

论述了风力发电系统中风能最大风能捕获的基本原理,介绍了永磁同步发电系统双ＰＷＭ 换 流器结构．使用功率自抗扰控制器和两个电流自抗扰控制器,设计出了永磁同步发电机最大功率追 踪控制系统．自抗扰控制器将风机的机械转矩扰动等外部干扰进行估计和补偿,使得发电机组按照 最大功率点跟踪方式运行,提高了系统跟踪性能,实现了风力发电系统的最大功率输出．通过不同 风速条件下的建模仿真,验证了自抗扰控制算法的有效性和实用性．     

基于扩张状态观测器的板球系统误差反步控制

为提高板球系统的轨迹跟踪精度和抗干扰能力,提出了一种基于扩张状态观测器的误差反步控制策略。首先设计扩张状态观测器,估计出系统受到的不确定扰动。然后将观测出来的平板转角和角速度状态变量与反步法相结合,设计出带有低通滤波性能的误差反步控制器。实验结果表明,所设计的控制器具有良好的轨迹跟踪性能,验证了该控制策略的有效性。     

双连杆机械臂自抗扰控制器设计

针对双连杆机械臂非线性耦合系统,对2个关节分别设计了自抗扰控制器,运用自抗扰控制技术中的扩张状态观测器对系统进行动态补偿线性化,从而实现了2个关节的解耦控制.通过适当选择自抗扰控制器的控制参数,实现了机械臂的精确轨迹跟踪控制,仿真结果证明了自抗扰控制器的有效性和较强的鲁棒性,为机械臂的轨迹跟踪控制提出了新的思路.     

基于模糊扰动补偿的直接驱动XY平台轮廓控制

为了削弱永磁直线同步电机XY平台轮廓误差模型相对复杂、系统未知干扰多以及参数不确定对轮廓加工精度的影响,实现XY平台的高精度轮廓控制,在单轴控制器上设计了基于模糊控制方法及干扰观测器技术的模糊扰动补偿器,同时采用了适用于多轴非线性轮廓控制的实时轮廓误差算法,建立可用于自由曲线跟踪的XY平台实时轮廓误差模型.基于模糊扰动补偿器的控制系统能够较好地抑制外部扰动,同时有效地提高轮廓精度.仿真结果表明,所设计的控制系统具有较强的抗扰性和较高的轮廓精度.     

基于自抗扰控制的水面无人艇路径跟踪控制器

针对欠驱动水面无人艇非线性系统,设计了一种参数在线优化的路径跟踪自抗扰控制器。对包含不确定动态的水面无人艇数学模型和参数化路径引导方法做了简要的说明,并引入一种基于混沌局部搜索策略的双种群遗传算法,对自抗扰控制器的参数进行在线优化。通过不同条件下的仿真试验结果说明,本研究设计的路径跟踪控制器对海洋环境的不确定动态、未知扰动以及模型的参数摄动具备良好的稳定性和鲁棒性。     

基于遗传算法的永磁同步电机自抗扰控制

永磁同步电机常用的PID控制方式存在超调、抗扰动性能差等缺点。为了降低扰动对PMSM系统性能的影响,采用自抗扰控制方法,将系统固有扰动、因参数和负载等变化产生的扰动归为总和扰动,通过扩张状态观测器对系统状态和总扰动进行估计,并将观测值实时反馈给具有鲁棒性的控制器,从而抑制系统扰动,并用遗传算法优化自抗扰控制器ESO的部分参数。仿真表明:采用遗传算法优化的自抗扰控制提高了系统的响应速度和精度,有效抑制了扰动对PMSM跟踪精度的影响,实验也验证了系统的抗负载扰动性能优于PID控制,系统的鲁棒性强。     

高速无人驾驶车辆轨迹跟踪和稳定性控制

针对高速无人驾驶车辆运动控制过程中轨迹跟踪精度和稳定性难以同时保障的问题,提出综合前馈-反馈及自抗扰控制(ADRC)补偿相结合的横向控制算法. 通过车速和道路曲率信息计算前馈稳态前轮转向角,将质心侧偏角引入航向偏差,以车辆航向角偏差和侧向偏差作为参考量进行反馈控制,通过前馈-反馈控制提升瞬态轨迹跟踪性能. 设计自抗扰控制器,通过扩张状态观测器对未建模动态和内外界干扰进行估计,通过将后轮侧偏角控制在参考值附近来补偿前轮转角,提升无人驾驶车辆的转向稳定性和控制器的鲁棒性. 不同工况下的仿真结果表明,利用该方法可以保证高速无人驾驶车辆稳定地跟踪期望路径行驶,轨迹跟踪偏差较小,对车辆参数变化和外界干扰具有较强的鲁棒性.     

带有低通滤波的板球系统反演控制器设计

针对板球系统存在的非线性、不确定性和外界干扰问题,为使小球的轨迹跟踪达到理想的动态品质,根据Lyapunov稳定性理论,首先将板球系统的状态空间模型与低通滤波器相结合,然后定义系统偏差,选取合适的Lyapunov函数后求出虚拟函数,最后逐步推导出一种带有低通滤波的反演控制器。仿真结果表明,改进的控制器能有效滤除系统自身和外界的干扰,提高了控制精度,满足系统的控制要求。     

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。     

机械臂非奇异快速终端滑模模糊控制

针对存在建模误差和外部干扰等大量不确定信息的机械臂轨迹追踪控制问题,提出带有自适应模糊系统的终端滑模控制方法. 该方法采用非奇异快速终端滑模面,使状态变量在滑动阶段具有全局快速收敛性;选取带有变系数的改进型双幂次趋近律,提高状态变量在趋近运动阶段的收敛速度,削弱控制器输出抖振;利用自适应多输入多输出（MIMO）模糊系统对系统模型以及外部干扰进行逼近,摆脱对具体模型信息的依赖,提高轨迹追踪精度和抗干扰能力. 通过构建Lyapunov函数证明系统的闭环稳定性和有限时间收敛性. 以Denso VP6242G串联机械臂为被控对象进行对比仿真和实验,结果表明所设计的控制器能有效提高轨迹追踪精度和抗扰动能力,并缓解控制器输出中的抖振现象.     

基于H∞理论的滚珠丝杠进给系统滑模控制

针对滚珠丝杠进给系统的动态特性,建立参数不确定的数学模型. 为了消除参数不确定的影响,设计满足H∞性能的积分滑模控制器. 针对存在的未知干扰,设计指数干扰观测器进行补偿. 分析结果表明,本研究的控制方法具有L₂增益性能. 利用该方法在滚珠丝杠实验台上进行轨迹跟踪实验. 实验结果表明,当使用设计的控制器时,最大跟踪误差为16.85 μm;当使用设计的控制器加上指数干扰观测器时,最大跟踪误差为10.18 μm;在工作台增加25 kg质量块后,当使用设计的控制器加上干扰观测器时,最大跟踪误差为15.61 μm. 实验结果说明所设计的控制器具有较好的性能,并且干扰观测器能够提高控制精度. 与传统的比例-比例积分控制器的对比结果说明本研究的控制方法有较好的综合性能.     

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.     

基于有限时间干扰观测器的鲁棒积分跟踪控制

针对电液位置伺服系统同时存在的参数不确定和不确定非线性（统称为干扰）,导致传统非线性控制精度不高、跟踪性能不好等问题,提出基于有限时间干扰观测器（FTDO）的鲁棒积分跟踪控制策略. 通过将误差符号鲁棒积分（RISE）控制策略与FTDO融合,实现对未观测干扰的抑制. 考虑到实际系统中噪声对跟踪精度的影响,该控制策略结合期望补偿手段,提高跟踪精度. 通过Lyapunov稳定性理论,证明了闭环系统的全局渐进稳定性. 对比实验结果显示,利用该方法能够有效提高电液位置伺服系统在干扰作用下的跟踪性能,在相同的测试工况下,与速度前馈PI控制器相比,跟踪精度提高了25%左右.     

一种直流力矩电机系统的自适应摩擦补偿方法

针对陀螺漂移测试转台直流力矩电机系统中存在的非线性动态摩擦和负载扰动，为提高转合位置跟踪精度，提出了一种新的自适应补偿方法。电机中摩擦模型采用摩擦参数为非一致性变化的LuGre动态模型。该方法控制器包含一个参数自适应律和等效PD控制律来估计未知LuGre模型参数和负载力矩参数并给与补偿。最后Lyapunov方法和仿真结果证明该自适应补偿方法保证了闭环系统全局稳定性和对期望位置信号的渐进跟踪，提高了转台摇摆跟踪精度。