涡轴航空发动机转速的自适应模糊控制研究

常规的涡轴航空发动机转速的自适应模糊控制技术,对发动机转速扭矩参数的调整不太精准,导致转速控制效果较差;因此,提出涡轴航空发动机转速的自适应模糊控制研究;文章首先对逻辑进行模糊化处理,得到相应的隶属度函数,对其进行模糊推理,并采用重心法进行去模糊化;将模糊子集的参数作为控制器的主要参数,形成涡轴航空发动机转速模糊控制器;再基于此,构建转速模糊控制器系统结构,以便后续对实施自适应模糊控制;最后对变化率的调整规则进行设计,将转速波动控制在较小的范围内,并建立参数调整规则表,按照模糊自整定数值关系,对发动机转速扭矩参数进行精确调整,从而对发动机转速进行自适应模糊控制;仿真结果表明,使用文章设计的方法,对涡轴航空发动机转速进行自适应模糊进行控制后,能够较好地将发动机转速控制在3 000 rpm附近小波动振荡,说明该方法的控制效果较好;当阶跃干扰为10 N·m时,转速波动在11.38～17.77 rpm之间,当阶跃干扰为15 N·m时,转速波动的平均值在11.69～17.81 rpm之间,相对于对比方法均较小,说明该方法具有较好的应用价值。     

含正反馈振动主动控制系统的混合自适应控制

对于存在结构正反馈的振动主动控制系统,传统的基于有限冲击响应的自适应前馈控制器设计方法难以同时保证控制系统稳定与良好的控制性能.本文在分析正反馈对前馈控制系统影响的基础上,基于无限冲击响应控制器设计模式,提出一种结合前馈自适应控制器和反馈自适应控制器的混合自适应振动主动控制方法.其中前馈自适应控制器采用参考传感器采集到的扰动相关信号作为参考信号,反馈自适应控制器通过构建扰动的估计量作为参考信号,控制器参数更新采用Landau参数递推算法.以一典型的具有固有正反馈性质的机械振动系统为控制对象,给出了该混合自适应控制算法的详细推导过程以及稳定性和收敛性分析过程,得到了算法稳定与收敛的严格正实条件以及相应放松严格正实条件的要求.在此基础上,通过构建实时振动主动控制实验平台,针对多种振动扰动开展对比实验分析.相关实验结果验证了本文提出的混合自适应振动主动控制方法的可行性和有效性.     

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。     

一种可保证瞬态特性的改进的鲁棒模型参考自适应控制

针对典型的鲁棒模型参考自适应控制中瞬态性能无法得到保障的问题, 提出一种改进的鲁棒模型参考自适应控制器. 该控制器在标准的鲁棒自适应控制中加入??_∞ 补偿器, 以抑制闭环自适应系统中参数估计误差和不确定扰动对系统输出跟踪性能造成的不利影响. 理论分析和仿真验证表明, 所提出的控制器不但保留了典型鲁棒模型参考自适应控制的理想特性, 并且通过设计适当的??∞ 补偿器使得闭环系统的瞬态性得到了较大的改善, 其改善的程度依赖于??∞ 补偿器性能指标的大小.

     

电子束快速成型温度自适应模糊PID控制系统

将自适应模糊PID控制技术应用于电子束快速成型温度控制系统中,通过温度采集装置实时得到被加工件的温度信号,与设定值进行对比从而得到温度偏差及偏差的变化率,将温度偏差及偏差的变化率作为模糊控制器的2个输入变量,以自适应模糊PID控制器输出控制量调节电子束流大小,实现电子束快速成型温度的闭环控制.仿真结果表明,该控制系统具有调整时间短、稳态误差小、超调量小,即在电子束快速成型过程中,采用自适应模糊PID控制器比采用传统的PID控制器或模糊控制器可以得到更好的动态响应性能和控制精度.     

基于MPU6050和互补滤波的四旋翼飞控系统设计

针对四轴飞行器飞行性能不稳定和惯性测量单元（IMU）易受干扰、存在漂移等问题,利用惯性传感器MPU6050采集实时数据,以经典互补滤波为基础,提出一种可以自适应补偿系数的互补滤波算法,该算法在低通滤波环节加入PI控制器,依据陀螺仪测得的角速度实时调节PI控制器补偿系数。飞行器姿态控制系统采用双闭环PID控制方法,姿态解算的欧拉角作为系统外环,陀螺仪角速度作为系统内环。最后,搭建以NI myRIO为核心控制器的四轴飞行器,通过LabVIEW实现算法和仿真,实验结果表明,自适应互补滤波算法可以准确解算姿态信息,双闭环PID控制超调量小、反应灵敏,控制系统基本满足飞行要求。     

具有非线性不确定参数的电液伺服系统自适应backstepping控制

针对电液伺服系统中存在非线性不确定参数的问题,提出了一种采用积分型Lyapunov函数的自适应backstepping控制方法.首先定义积分型Lyapunov函数,将电液伺服系统中的非线性不确定参数转化为线性表示;然后逐步递推设计backstepping控制器,同时在控制律中加入阻尼项,从而补偿外界干扰对控制性能的影响;基于Lyapunov稳定性方法,设计了参数自适应律,并且在自适应律中引入充分光滑投影算子,实现对电液伺服系统中不确定参数漂移的抑制作用.搭建了AMESim与MATLAB的联合仿真平台,对所设计的自适应backstepping控制器进行仿真,作为对比,设计了不带有非线性参数估计的自适应backstepping控制器和PID算法.仿真表明,本文所设计的控制器具有良好的跟踪性能和补偿非线性不确定参数变化的能力.     

全自动图书馆通信控制的设计与应用

为了实现对自助图书馆控制系统的状态实时采集和指令传达,用VC编写动态链接库,供上层C#应用层程序调用;利用VC多线程技术和串口Win32API,实现了对自助借还书系统的多轴运动控制和状态实时采集。对设计中使用的串口通信、动态链接库、回调函数通信和多轴运动系统的控制方案做了详细的介绍。利用动态链接库提供了工控机应用程序与PLC控制器交互的控制平台。     

永磁同步电机伺服系统的自适应滑模最大转矩/电流控制

为了增强永磁同步电机(PMSM)伺服系统的抗干扰能力,本文设计了一种基于最大转矩/电流(MTPA)原理的自适应滑模控制器.控制器根据MTPA控制方法确定定子直轴和交轴电流,并利用滑模控制增强了系统的抗干扰能力,但同时给系统带来抖振.为了削弱系统抖振,设计了一种改进的自适应滑模趋近律用于位置控制.为了增加控制器的实用性,MTPA控制采用函数曲线拟合法.仿真结果表明,所提出的控制器有效增强了系统的动态性能、稳态性能及鲁棒性,并有效削弱了滑模控制带给系统的抖振.     

基于参数估计误差的鲁棒自适应律设计及验证

针对传统自适应控制系统设计的自适应律参数收敛慢进而影响控制系统瞬态性能的问题,研究一类新的基于参数估计误差修正的鲁棒自适应律设计.首先引入滤波操作给出参数估计误差的提取方法,构建出含参数估计误差修正项的自适应律,进而将该自适应律用于控制器设计和分析中,可同时实现控制误差和参数估计误差指数收敛.对比分析了几类传统自适应律和所提出自适应律的收敛性和鲁棒性,并给出了保证参数收敛所需持续激励条件的一种直观、简便的在线判别方法.数值仿真及基于自制三自由度直升机系统俯仰轴实验结果表明,基于参数误差修正的自适应律及控制器可得到优于传统自适应方法的跟踪控制和参数估计性能.     

非伪控制解决惯性稳定平台的非线性时变干扰

非伪控制是一种基于在线数据的驱动控制方式.本文通过进化策略实现候选控制器的多样性操作,结合滞后算法切换控制器,从而实现系统自适应的PID稳定控制.在惯性稳定平台中,由于非线性时变干扰的存在令被控对象不能提供精确的控制模型,今将非伪控制算法用于惯性稳定平台中,能使惯性稳定平台准确地稳定框架,其方位轴稳定误差小于3.4mrad,俯仰轴稳定误差小于4.36mrad.     

大功率感应电机复矢量电流控制器设计

定子电流环控制在感应电机矢量控制中非常重要,直接影响系统的稳定性。为减少逆变器的损耗,大功率牵引系统往往运行在低开关频率下,其控制器带宽非常有限,且会产生较大的数字延时,使感应电机d轴、q轴的交叉耦合严重,导致系统动态过程中电流抖动较大,且动态响应速度严重降低,影响了电流环的控制性能。为此,文章在复矢量概念基础上建立感应电机数学模型,全面分析了交叉耦合效应的来源;同时分析了延时对异步电机数字矢量控制的影响,得到了克服延时的控制思路;最后,基于零极点对消原理,设计了一种考虑延时影响的复矢量控制器。在离散域内,该控制器消除了控制器传递函数中的耦合项,实现了d轴和q轴电流的有效解耦;同时,由于整个控制系统的传递函数是一个典型二阶系统,容易将其带宽调整至较高水平,故控制系统还具有较高的动态响应速度。仿真和实验结果表明,文章所提出的复矢量电流控制器相比于传统控制器方案,其交叉耦合误差在全速度范围内下降超过80个百分点,动态响应速度提升超过45%,且具有良好的控制性能。     

图像采集对物体光强自适应的研究

三维物体表面形貌测量系统是通过数字正弦光栅移相原理来实现,当在测量时根据移相要求投射出正弦结构光,它及易受到外界光强的影响.本文通过在三维数据获得过程中外界自然光线对系统的影响,系统自适应光线强度,以致调节达到最佳测量光强环境.系统中应用嵌入式芯片FPGA为主控制器,通过控制图像采集芯片CMOS摄像头采集光强数据,利用VGA接口投射背景光强度来对比调节,测量环境的光强度通过一种PWM波控制高亮LED完成自适应的方法.     

基于FPGA的四轴飞行控制器的硬件系统设计

为提高四轴飞行器的数据采集与数据处理能力,降低四轴飞行器的功耗,研制了一种基于FPGA的四轴飞行控制器;飞行控制器以NIOS Ⅱ处理器为控制核心,结合嵌入的SPI、I2C、UART等IP核实现了数据的实时采集与快速处理,并提出并行处理PPM解码和编码、超声波检测与控制、蜂鸣器控制的设计方案,利用VerilogHDL语言在FPGA上设计了这些并行处理功能模块,这些功能模块通过PIO核与NIOS Ⅱ处理器连接,能够自主完成所规定的处理功能;经过多次飞行测试,四轴飞行器能够稳定地起飞和降落、快速的飞行、转弯、上升和下降,也能够避开障碍物,验证了四轴飞行控制器功能稳定,功耗较低,已达到设计的要求.     

矿井通风机倒机过程自适应PID抗饱和控制器设计

针对矿井通风机倒机过程中存在的执行器饱和问题,将变结构PID抗饱和控制与非线性自适应控制相结合,设计了自适应PID抗饱和控制器。基于带死区的投影算法建立矿井通风机倒机过程线性和非线性模型;针对这2个模型,分别设计一个变结构PID抗饱和控制器;计算线性和非线性自适应PID抗饱和控制器在不同状态下的运行评价指标,选择评价指标值较小的控制器用于该状态下的矿井通风机倒机过程控制。仿真结果表明,自适应PID抗饱和控制器能够保证井下传输风量的平稳,很好地解决了执行器饱和问题。     

自适应模糊控制的自平衡机器人设计

在两轮自平衡机器人系统的平衡控制中,为解决因所建立的数学模型不准确和存在未知干扰而影响控制性能的问题,设计了一种自适应模糊控制方法;首先,运用牛顿力学法建立了系统在斜坡上运动的数学模型;基于所建立的非线性动态模型,采用单点模糊化、乘积推理机和中心平均解模糊化的方法构建了自适应模糊逻辑控制器,然后通过李雅普诺夫稳定性分析的方法,导出控制器的自适应律;对自适应模糊控制的两轮自平衡机器人的平衡情况进行了仿真,结果表明,提出的自适应模糊控制器可以实现系统平衡,并具有自适应能力和鲁棒性。     

电液伺服系统的多滑模鲁棒自适应控制

针对一类参数与外负载非匹配不确定的非线性高阶系统,提出了一种基于逐步递推方法的多滑模鲁棒自适应控制策略.应用逐步递推的多滑模控制方法简化了高阶系统的控制问题,同时在自适应控制中加入鲁棒控制的方法,以消除不确定性对控制性能的影响.首先利用逐步递推方法与状态反馈精确线性化理论,得出确定系统的多滑模控制器设计方法;然后基于Lyapunov稳定性分析方法,给出不确定系统的参数自适应律,及鲁棒自适应控制器的设计方法.本文把该控制策略应用到电液伺服系统的位置跟踪控制中,仿真结果显示,该控制方法具有较强的鲁棒性及良好的跟踪效果.     

静电悬浮的NARX网络自适应逆控制

静电悬浮控制系统中存在建模不准确及对象扰动,传统控制器只能在动态控制精度和扰动消除性能之间折衷;为了克服其对控制器精度的影响,研究了带扰动消除的自适应逆控制算法.以非线性自回归动态神经网络进行正模型、逆模型以及扰动消除控制器的实时辨识,利用基于遗传算法的改进粒子群算法进行神经网络的更新,以提高自适应收敛速度和精度.设计了基于DSP与PC的仿真环境,分别部署静电悬浮虚拟被控对象和自适应逆控制算法,实现对控制算法的实时验证.结果表明所设计的控制结构与算法可以实现对静电悬浮的稳定控制与扰动消除.利用PC和相应的I/O接口,以及所部署的实时控制算法可以实现快速控制原型,为控制器的工程实现提供基础.     

一种自适应CMAC在交流励磁水轮发电系统中仿真研究

在分析常规CMAC结构的基础上,针对一类非线性、参数时变和不确定的控制系统,提出了一种自适应CMAC神经网络的控制器．该控制器以系统动态误差和给定信号量作为CMAC的激励信号,并与自适应线性神经元网络相结合构成系统的复合控制．为了验证其有效性,将其应用到交流励磁水轮发电机系统的多变量非线性控制中,并与常规的PID控制效果进行了比较．仿真结果表明,该控制器具有较强鲁棒性和自适应能力,控制品质优良。     

空间绳系机器人目标抓捕鲁棒自适应控制器设计

针对空间绳系机器人（Tethered space robot,TSR）目标抓捕过程中的稳定控制问题,建立空间绳系机器人系统模型,根据阻抗控制原理,设计基于位置的阻抗控制方法;针对空间绳系机器人系统的模型不确定性问题,利用神经网络对不确定性进行估计补偿,设计鲁棒项对空间系绳干扰和神经网络估计误差的影响进行抑制,在此基础上设计空间绳系机器人目标抓捕鲁棒自适应稳定控制器,并进行稳定性证明.最后对设计的控制器进行仿真验证.作为对比,对无鲁棒项自适应的稳定控制器进行仿真.仿真结果表明,设计的基于阻抗控制的鲁棒自适应控制可以实现对空间绳系机器人目标抓捕过程中的稳定控制,与无鲁棒项自适应的稳定控制器仿真结果相比,本文采用的鲁棒自适应控制方法可以有效地对不确定性进行补偿,控制过程中超调量更小,收敛时间更短,并且控制精度更高.