一类离散不确定时滞系统的输出反馈变结构控制

针对一类离散不确定时滞系统,提出一种输出反馈变结构控制算法,该算法使系统状态无需完全可测.通过研究离散不确定时滞系统的简约型,基于LMI技术给出了滑模平面的设计方法,推导出了稳定的滑模面存在的充分条件,并将参数不确定性的影响等效为名义时滞系统的外界干扰,利用时延技术对干扰进行在线估计,从而抵消掉系统中的不确定性&采用离散趋近律的方法设计控制律,并通过仿真算例验证了所提出算法的有效性.

     

多输入不确定离散时滞系统的灰色滑模控制

针对存在时变参数不确定性和随机干扰的多输入不确定离散时滞系统,设计了基于LMI的滑模控制器以消除时滞的影响,并使系统状态在有限时间内收敛到零,然后对系统的不确定部分建立灰色估计模型,并进一步设计了灰色补偿器。仿真结果表明,采用所设计的灰色滑模控制器,不仅有效地消除了时滞的影响,抑制了时变参数不确定因素和随机干扰,而且保证多输入不确定离散时滞系统具有良好的鲁棒稳定性。     

离散时滞系统的最优滑模控制

针对离散线性时滞系统,设计了最优滑模面和最优离散变结构控制律.在设计最优滑模面的过程中,利用逐次逼近算法,将既含有时滞项又含有超前项的两点边值问题转化为不含时滞项和超前项的线性两点边值问题,并证明了其解序列一致收敛于原系统的最优滑模.进一步给出了原系统的变结构控制律.     

含有输入时滞的不确定T-S模糊系统的滑模控制

研究同时包含输入时滞和状态时滞的不确定T-S模糊系统的滑模控制问题,其中非线性不确定项是未知的,并且不满足匹配条件.针对被控对象的T-S模糊模型,设计一种基于积分型切换面的滑模控制器,并利用线性矩阵不等式技术和李亚普诺夫稳定性理论,给出滑模动态渐近稳定的充分条件,设计滑模控制律使系统状态保持在切换面上.仿真结果表明,该方法能有效消除非线性不确定性和输入时滞给系统带来的影响.     

一种新的约束变速趋近律离散滑模控制方法

考虑惯性执行器输出速度有限的实际,引入趋近律变化速率的控制函数,设计了一种新的无抖振离散滑模变速趋近律算法. 首次提出了通过设计趋近律变化速率来构造离散滑模趋近律的思想,使得控制器的物理意义更加明显,设计更加灵活和简单.对于标称系统, 该算法可以使切换函数在有限时间内快速无抖振地收敛至零;对于满足匹配条件的不确定系统,切 换函数能够收敛至与不确定性及控制参数相关的某一数值,通过设置控制参数,可使这一数值任意小.     

基于干扰补偿趋近律的离散滑模多周期重复控制

针对离散时间系统的多周期干扰抑制问题,提出一种离散滑模多周期重复控制器设计方法.利用非线性幂次函数设计新型离散趋近律,将周期差分等效干扰以加权形式嵌入到趋近律中,构造带干扰补偿作用的离散趋近律,并据此设计离散滑模多周期重复控制器.为了进行控制器参数整定和表征闭环系统的收敛性能,推导准滑模域边界层的表达式.所提出控制方法既能够消除多周期干扰信号,也能够减小准滑模域边界层.数值仿真验证了所提出控制方法的有效性.     

非匹配不确定性下连铸结晶器振动位移系统准滑模控制

以伺服电机驱动的连铸结晶器振动位移系统为研究对象,针对系统中同时存在的匹配建模误差和非匹配外界时变扰动不确定系统,提出一种基于干扰补偿器的鲁棒准滑模控制方案.首先,针对非匹配外界时变扰动不确定系统,采用一种改进的解耦干扰补偿器,保证估计误差有界收敛;其次,采用一种新型的混合趋近律,将幂次趋近律与等速趋近律相结合,减小滑模面趋近时间;再次,基于切换函数设计扩张状态观测器用于观测系统不确定项(包括干扰补偿器估计误差及系统的匹配不确定性),并构建趋近律参数与不确定项的定量关系,以降低抖振,提高系统的控制性能和鲁棒性;最后,通过理论分析证明了闭环系统离散准滑动模态的稳定可达性.仿真分析结果表明了所提出控制方案的有效性.     

基于幂次函数的预测滑模控制算法

针对一类不满足匹配条件的不确定离散系统,利用全程滑模面设计了切换函数的预测模型,利用幂次函数趋近律设计了参考轨迹,结合反馈校正和滚动优化技术得到了一种离散滑模控制算法。理论分析和数值仿真均表明,该算法不需要知道系统的不确定性上界,对于不满足匹配条件的不确定性系统具有强鲁棒性,可以使切换函数无抖振的收敛于与外干扰相关的某一稳态值,而且被控系统表现出了良好的动态品质。     

TORA系统基于自调节滑模干扰补偿器的解耦滑模控制

针对欠驱动TORA系统,提出一种基于自调节滑模干扰补偿器的解耦滑模控制方法。所提出的控制方法无需系统不确定性上界的先验信息,对于系统不确定性具有良好的适应性。该控制方法包括设计一种自调节滑模干扰补偿器和一种新型的双幂次趋近律,所设计的自调节滑模干扰补偿器能够利用切换增益自适应算法准确逼近上界未知的系统不确定性,所提出的新型双幂次趋近律能够保证系统状态的快速趋近并抑制控制器的高频抖动。采用Lyapunov稳定性理论证明闭环控制系统的稳定性,并通过数值仿真实验验证所提出的控制方法的有效性。     

不确定输入时滞系统的滑模输出反馈控制

研究了在状态不可测,并且状态参数和控制输入矩阵同时存在不确定性的情况下,不确定输入时滞系统的滑模控制问题.为了有效克服不确定性和时滞对系统稳定性的影响,在状态估计空间选择了一种积分型的切换函数,设计了一种基于状态观测器的滑模控制器,并证明了所设计切换面的可达性.通过李亚普诺夫理论,给出了闭环系统渐近稳定的充分条件.数值仿真验证了算法的有效性.     

A contractive sliding-mode MPC algorithm for nonlinear discrete-time systems

This paper investigates a sliding-mode model predictive control (MPC) algorithm with auxiliary contractive sliding vector constraint for constrained nonlinear discrete-time systems. By adding contractive constraint into the optimization problem in regular sliding-mode MPC algorithm, the value of the sliding vector is decreased to zero asymptotically, which means that the system state is driven into a vicinity of sliding surface with a certain width. Then, the system state moves along the sliding surface to the equilibrium point within the vicinity. By applying the proposed algorithm, the stability of the closed-loop system is guaranteed. A numerical example of a continuous stirred tank reactor (CSTR) system is given to verify the feasibility and effectiveness of the proposed method.     

任意初态下的工业机器人迭代学习控制

对迭代初值为任意值的工业机器人轨迹跟踪控制系统,提出了一种基于滑模面的非线性迭代学习控制算法,使机器人轨迹能快速、精确跟踪上期望轨迹。基于有限时间收敛原理,构建了关于机器人轨迹跟踪误差的迭代滑模面,在滑模面内,机器人轨迹跟踪误差在预定时间内收敛到零。设计了基于滑模面的迭代学习控制算法,理论证明了随着迭代次数的增加,处于任意初态的轨迹将一致收敛到滑模面内,解决了迭代学习中的任意初值问题。数值仿真验证了该算法的有效性和抗干扰能力。     

基于滑模变结构控制的RBF神经元网络

针对高精度飞行仿真转台，设计一种基于滑模变结构控制的RBF神经元网络控制器。该控制器根据滑模变结构控制器的特点，将控制律分为等效控制律和到达控制律。等效控制律使系统运动于滑模面附近，由RBFN拟合而成，权值用自适应算法在线修正，确保了实时控制的可能性；到达控制律可使处于状态空间内任意初始位置的系统趋近于滑模面，由滑模控制器的可达性条件推出，其中用到了系统的不确定性参数的上下界。计算机仿真结果表明了该方法的鲁棒性和实际应用的可能性。     

Output feedback integral sliding mode controller of time‐delay systems with mismatch disturbances

For uncertain time‐delay systems with mismatch disturbances, this paper presented an integral sliding mode control algorithm using output information only. An integral sliding surface is comprised of output signals and an auxiliary full‐order compensator. The designed output feedback sliding mode controller can locally satisfy the reaching and sliding condition and maintain the system on the sliding surface from the initial moment. Since the system is in the sliding mode and two specific algebraic Riccati inequalities are established, the proposed algorithm can guarantee the stability of the closed‐loop system and satisfy the property of disturbance attenuation. Moreover, the design parameters of the controller and compensator can be simultaneously determined by solutions to two algebraic Riccati inequalities. Finally, a numerical example illustrates the applicability of the proposed scheme. Copyright © 2011 John Wiley and Sons Asia Pte Ltd and Chinese Automatic Control Society     

On-line genetic algorithm-based fuzzy-neural sliding mode controller using improved adaptive bound reduced-form genetic algorithm

In this article, a novel on-line genetic algorithm-based fuzzy-neural sliding mode controller trained by an improved adaptive bound reduced-form genetic algorithm is developed to guarantee robust stability and good tracking performance for a robot manipulator with uncertainties and external disturbances. A general sliding manifold, which can be non-linear or time varying, is used to construct a sliding surface and reduce control law chattering. In this article, the sliding surface is used to derive a genetic algorithm-based fuzzy-neural sliding mode controller. To identify structured system dynamics, a B-spline membership function fuzzy-neural network, which is trained by the improved genetic algorithm, is used to approximate the regressor of the robot manipulator. The sliding mode control with a general sliding surface plays the role of a compensator when the fuzzy-neural network does not approximate the dynamics regressor of the robot manipulator well in the transient period. The adjustable parameters of the fuzzy-neural network are tuned by the improved genetic algorithm, which, with the use of the sequential-search-based crossover point method and the single gene crossover, converges quickly to near-optimal parameter values. Simulation results show that the proposed genetic algorithm-based fuzzy-neural sliding mode controller is effective and yields superior tracking performance for robot manipulators.     

一种解决输出超调问题的滑模流形新算法

为解决由极点配置方法构造的滑模切换面会引起系统输出超调这一问题,设计一种新型滑模控制器,并将其用于三容水箱的液位控制系统中.该控制器的设计包括两个相对独立的部分:滑模面的定义度切换控制律的设计.对滑模面的定义,首先解释了滑模面增益参数的选择与产生输出超调问题之间的关系,然后从积分饱和问题以及系统动态特性出发,给出了避免输出引发超调现象的解决方法;对切换控制律的设计,提出了一种新的控制律切换向量算法,该算法使得系统在避免产生强抖振的前提下快速收敛到滑模面.仿真实验表明提出方法能有效地避免输出超调,并且很好地抑制了抖振的发生,有较好的应用前景.     

充液航天器的鲁棒固定时间终端滑模容错控制

本文以三轴稳定充液航天器为研究背景,在其进行姿态机动控制过程中充分考虑了外部未知干扰、参数不确定、执行器故障和控制输入饱和等因素的影响,提出了一种固定时间终端滑模控制策略.动力学建模过程中,利用粘性球摆等效力学模型模拟液体燃料小幅晃动,通过拉格朗日方程推导出航天器的耦合动力学模型.姿态控制器设计过程中,首先构造固定时间滑模面,使其稳定到平衡位置的时间与系统初始状态无关.然后采用固定时间控制理论结合自适应估计算法提出了自适应固定时间容错控制律,其中自适应算法用于估计系统集总扰动的未知上界.所提出的控制策略采用饱和函数克服终端滑模控制方案中存在的奇异性问题,同时保证系统状态快速收敛到固定时间滑模面.根据Lyapunov稳定性理论证明了系统状态能够在固定时间内收敛到原点的较小邻域内.对比的数值仿真方法验证了本文提出控制方法的有效性和鲁棒性.     

Invariant ellipsoid method for minimization of unmatched disturbances effects in sliding mode control

A new sliding mode control design algorithm for a linear and a class of nonlinear quasi-Lipschitz disturbed system is presented. It is based on the appropriate selection of the sliding surface via invariant ellipsoid method. The designed control guarantees minimization of unmatched disturbances effects to system motions in a sliding mode. The obtained theoretical results are approved by numerical simulations.     

具有次优保性能滑动模态的静态输出反馈滑模控制

针对一类不确定系统,提出了一种具有次优保性能滑模面的静态输出反馈滑模控制方法.首先将滑模面的设计问题等价为一个对称矩阵的求解问题,基于等效控制法,推导了保性能滑模面存在的充分条件.然后基于迭代线性矩阵不等式(iterative linear matrix inequality,ILMI)方法,给出了次优保性能线性滑模面的求解算法,最后基于线性矩阵不等式(linearmatrix inequality,LMI)方法,设计了输出反馈滑模控制器,使得闭环系统渐近稳定且切换函数能在有限时间内到达零.该方法首次实现了输出反馈滑模面的优化,且具有保守性小、无需对被控系统模型进行坐标变换的优点.仿真结果验证了本文方法的优越性.     

基于幂次趋近率的机械手滑模控制系统

为实现对机械手的快速高精度跟踪,采用滑模变结构控制算法对机械手进行控制。针对机械手在趋近滑模面的过程中所存在的抖震问题,在基于模糊补偿的鲁棒自适应控制的基础上,设计了一种基于趋近率的自适应模糊滑模机械手控制系统,使得系统能更快的趋近滑模面,削弱系统抖震现象。基于Matlab/Simulink仿真平台上搭建了机械手控制系统,仿真结果表明,加入趋近率能加快系统趋近滑模面,提高了系统的稳定性和跟踪性能。