移动机器人自适应模糊神经滑模控制

针对含有驱动器动力学的非完整移动机器人轨迹跟踪控制问题,以驱动器电压作为控制输入,提出了一种新型非完整移动机器人自适应模糊神经滑模控制算法,采用自适应动态递归模糊神经网络在线估计由于参数不确定和外加干扰而引起的未知时变函数,减小了不确定性的估计误差;结合自适应鲁棒控制器,不但克服了移动机器人所受的参数与非参数的多不确定性问题,同时也确保了机器人对指定轨迹的跟踪;基于Lyapunov方法进行了参数自适应律设计和系统稳定性分析,保证了控制系统跟踪误差的收敛性,仿真结果表明了该方法的有效性。     

基于AFSMC的步进电机伺服系统控制研究

针对步进电机伺服系统的高度非线性特征以及外部扰动变化的情况,设计自适应模糊滑模变结构(AFSMC)控制方法。基于滑模变结构控制的强鲁棒性,用模糊系统对系统中具有不确定性的参数进行自适应逼近,可有效降低切换增益和抑制系统的抖振。设计可调参自适应律经由Lyapunov理论分析保证了系统稳定性。仿真结果表明,控制策略相比传统滑模控制,可使系统快速稳定,有效削弱系统的抖振,抵抗外部干扰和提升位置跟踪动态性能。     

永磁直线同步电机的自适应增量滑模控制

针对永磁直线同步电机(PMLSM)直接驱动伺服系统易受参数变化、外部扰动、端部效应等不确定性因素的影响,提出了一种自适应增量滑模控制(AISMC)方法。通过利用系统先前的状态信息和控制动作来设计增量滑模控制器,同时选择饱和函数作为切换函数,不仅削弱了抖振,而且提高了系统的跟踪性能。然后利用自适应控制来观测和补偿参数变化与外部扰动等不确定性因素的影响,并对不确定性参数的界限进行实时估计,设计出自适应增量滑模控制器。从理论上分析证明了此控制器可以保证系统收敛,具有快速的收敛速度,提高了直线伺服系统的跟踪性能。通过系统实验,证明了所提出的AISMC方案的有效性,与滑模控制(SMC)相比,基于AISMC的系统具有较强的鲁棒性和精确的跟踪性,明显削弱了抖振现象。     

同步发电机混沌振荡的积分滑模模糊控制

针对一类不确定的非线性系统,把自适应模糊控制和积分滑模控制相结合,提出了一种新的自适应积分滑模模糊控制策略。利用模糊逻辑逼近系统中的未知非线性函数,在滑模控制中引入了积分项,消除了常规滑模控制器被跟踪信号导数已知的限制;并且为了消除外界扰动的影响,引入扰动估计器的设计方法;同时基于Lyapunov方法导出了参数的自适应律,有效地克服了系统固有的抖振问题。理论分析证明了闭环系统的稳定性和跟踪误差收敛于零。用该控制器对同步发电机混沌振荡控制系统进行仿真研究,结果表明:与常规的滑模控制器相比,该控制器具有较强的鲁棒性和较好的跟踪性能。     

航天器姿态跟踪系统自适应滑模控制

针对刚体航天器存在外部有界干扰问题,结合自适应控制方法和滑模控制方法的优点,提出并设计了自适应滑模控制器。由于引入自适应律可以实现对外部干扰的在线估计,提高了控制律对外部干扰适应能力,体现了用自适应滑模方法设计的控制器对外部干扰的鲁棒性。将经典滑模控制器中的符号函数用双曲正切函数替换,消除了系统产生的抖振。最后将设计的控制器应用于航天器姿态跟踪控制中,并用Lyapunov稳定性理论分析了闭环系统的渐进稳定性,仿真结果表明该方法对系统外部干扰的影响具有良好的鲁棒性,设计的该控制策略可以实现高精度航天器姿态跟踪控制。     

永磁同步电机幂次变速趋近律积分滑模控制

为了提高永磁同步电机转速伺服控制性能,针对伺服系统模型参数不确定和外部扰动强的特点,利用基于趋近律设计方法的滑模控制理论,设计了一种永磁同步电机转速伺服积分滑模控制器。滑模面函数中的状态偏差积分项,确保了转速跟踪稳态无静差;通过引入非线性幂次组合函数构造的基于跟踪偏差的变速趋近律,使得切换增益具有随系统偏差自适应调整的特性,并可有效抑制滑模控制输出的抖振。经与转速伺服PI控制器对比实验表明,变速趋近律积分滑模控制器具有更好的动、静态特性和鲁棒性。     

永磁同步电机调速系统的模糊趋近律滑模控制

为了满足永磁同步电机调速系统的高性能控制和鲁棒性的要求,将滑模变结构控制中的趋近律与模糊控制相结合,研究了一类算法简单、易于实现的模糊趋近律滑模控制器。该控制器根据切换函数的大小,利用模糊规则实时调节趋近律参数,解决了系统趋近运动的快速性和抑制抖振的问题。通过永磁同步电机矢量控制系统的仿真实验表明,应用模糊趋近律滑模控制器作为转速调节器,使转速快速响应、快速稳定、无超调,有效地提高了系统的动态性能,对参数变化和外部负载扰动具有较强的鲁棒性,同时削弱了系统的抖振现象。     

永磁直线同步电机自适应互补滑模控制

针对永磁直线同步电机(PMLSM)易受非线性因素影响而降低伺服系统鲁棒性的问题,提出一种自适应互补滑模控制方法。永磁直线同步电机的非线性因素包括系统参数变化、电机端部效应及外部不确定性的扰动。互补滑模控制将积分滑模面与广义误差滑模面相结合,将系统状态轨迹限定在两个面的交线上,缩短了状态轨迹达到滑模面的时间,提高了位置跟踪精度。为了进一步改善系统鲁棒跟踪性能,利用自适应控制对不确定扰动因素的上界进行估计,减小不确定因素对系统的影响,改善滑模控制的抖振现象。实验结果表明所提出的控制方法是有效可行的,自适应互补滑模控制不仅提高了系统的跟踪性能,而且更有效地抑制了不确定因素对控制系统的影响。     

电气伺服系统的自适应模糊积分滑模控制

针对外界扰动及不确定性等因素对电气伺服系统性能的影响,将具有积分滑模面的自适应模糊控制器引入电气伺服系统的位置控制,利用滑模控制克服不确定性因素影响,通过自适应律与模糊规则的结合削弱滑模控制引起的抖振,通过参数自适应估计方法保证滑模变结构控制增益的合理性,提高了电气伺服系统的稳定性与位置跟踪性能.仿真实验结果表明,这种控制系统具有控制结构简单,稳态性能好等优点,并对不确定性等因素具有良好的鲁棒性.     

基于非线性干扰观测器的PMSM自适应反演滑模控制

为了解决永磁同步电机(PMSM)位置伺服系统中存在的内部参数摄动、负载扰动以及外界不确定性干扰等问题,设计了基于非线性干扰观测器(NDO)的自适应反演滑模控制器。通过NDO对系统存在的扰动进行观测,并将观测结果引入到自适应反演滑模控制器进行补偿。针对引入NDO后的系统,设计自适应反演滑模控制器,对滑模控制器中的切换增益利用自适应律进行调节,削弱系统抖振,提高系统的抗干扰能力和鲁棒性。仿真结果表明,与传统反演滑模控制相比,基于NDO的自适应反演滑模控制器对系统中存在的扰动具有更好的抗干扰能力,该控制器可削弱系统的抖振,从而提高了PMSM位置伺服系统的跟踪精度。     

多关节机器人的反演自适应模糊滑模控制

针对二关节机器人轨迹跟踪问题,设计了一种新的反演自适应模糊滑模控制器.该方法设计了反演滑模控制器和自适应模糊控制器,通过设计合适的自适应律,采用模糊控制器在线估计不确定性上界值,实现了对建模误差和干扰的自动跟踪,削弱了抖振.利用李亚普诺夫定理证明了系统的稳定性.仿真结果表明该方法的有效性.     

电液伺服系统的自适应模糊滑模控制研究

针对电液伺服系统的跟踪控制问题,提出一种自适应模糊滑模的设计方案。引入一个自适应模糊控制器逼近滑模控制中的等效控制部分,解决由于系统的不确定性及干扰的存在而不能准确确定等效控制的问题,使控制器的设计不依赖于被控对象的精确数学模型。基于李雅普诺夫函数推导出规则参数调整的自适应率,并确定非线性控制项以保证闭环控制系统的稳定性。根据滑模控制原理给出4条模糊规则,以平滑不连续控制,达到削弱高频抖振的目的。利用Matlab对文中的方案及证明的有效性进行了验证。仿真结果表明该方案可以减小跟踪误差、增强系统的鲁棒性和削弱控制信号中的高频抖振。     

永磁同步电机交流伺服系统的滑模模糊控制

针对模糊控制器在设计过程中参数难以确定以及滑模控制存在抖动等问题，将滑模控制理论与模糊控制理论相结合，提出了一种基于Sugeno型模糊推理的滑模模糊控制器的设计方法。使每一条Sugeno型模糊推理规则的后件部分为一滑模控制策略，保证了模糊控制系统的稳定性和动态性能。将该方法用于永磁同步电机交流伺服系统位置控制器的设计，并进行了仿真。结果表明，该方法综合了传统的滑模控制和模糊控制的优点，具有很好的动态跟随性和较强的鲁棒性，有效地削弱了抖动。     

坦克炮控系统自适应模糊滑模控制方法

针对坦克炮控系统这一类非线性和不确定性的复杂对象控制问题,提出一种自适应模糊滑模控制方法.采用滑模控制与模糊逻辑相结合的方法,滑模开关函数的绝对值作为输入组成一维模糊逻辑推理器,它的输出用以在线调整一维模糊控制器的输出增益,依据Lyapunov稳定定理获得最终的控制量.系统中的滑模控制器保证了系统的快速跟踪性能;而模糊控制器抑制了闭环系统的各种扰动,在不牺牲系统鲁棒性的同时达到削弱抖振的目的.从理论上证明了系统的稳定性,并且通过仿真验证了该结果.仿真结果表明,该设计方法大大优于经典设计,而且结构简单,易于设计,为炮控系统实际设计提供了一种可行的方法.     

基于模糊神经网络滑模控制器的一类非线性系统自适应控制

虽然滑模控制具有控制简单和对不确定性与扰动不灵敏等优点，但是控制信号中的颤动是其应用中需解决的主要问题。该文首先针对一类非线性系统提出了一个新型控制器-模糊神经网络滑模控制器。新控制器不仅能消除颤动，而且比一般滑模控制器具有更强的鲁棒性。然而它与一般滑模控制器相比有较大的跟踪误差。为了解决这个问题，提出了结合滑控制器和模糊神经网络滑模控制器的自适应控制方法。这种自适应控制方案可以减小跟踪误差，增强系统的鲁棒性和消除控制信号中的颤动。仿真结果说明了控制方案的有效性。     

基于最优载荷的受电弓自适应终端滑模控制

对于弓网系统而言,一定工况下存在使电气和机械性能最佳的Pareto最优载荷,为提高弓网性能使之以最优载荷运行,设计了受电弓模糊自适应终端滑模控制器。模型不确定性采用模糊系统进行逼近,终端滑模流形保证误差的有限时间收敛,用模糊规则得到切换控制律以减弱抖振,并运用Lyapunov稳定性理论证明了闭环系统的稳定性。仿真结果表明,设计的控制器能有效减弱模型参数摄动和干扰的影响,对最优载荷具有较好的跟踪性能。     

永磁同步直线电动机的自适应模糊滑模控制

将永磁同步直线电动机应用于驱动精密定位平台时,由于直线电动机存在端部效应引起的推力波动、动子磁链非正弦性、摩擦非线性等都将使精密定位平台伺服系统性能变坏。因此,必须采用鲁棒性强的控制策略来抑制这些扰动。提出了一种针对永磁同步直线电动机的自适应模糊滑模控制算法,具有快速性和稳定性,对参数不确定、参数变化和外部扰动具有不变性。该算法由位移、速度、位移误差和速度误差的积分建立了滑模面,建立特定的自适应律,应用模糊系统逼近滑模控制器的输出,最后应用一个切换控制函数来补偿滑模控制器的输出误差。经仿真结果验证,该控制算法能明显地改善永磁同步直线电动机的位移输出精度和速度跟踪性能,具有较好的快速响应性和鲁棒性。     

基于滑模模糊方法的变速风电系统的最大风能捕捉控制器设计

针对具有不确定参数和强干扰的变速风力发电系统,提出一种积分滑模模糊自适应控制器。该控制策略基于带积分补偿的滑模控制器,并利用自适应模糊控制方法,把滑模控制器中的不确定项进行模糊逼近,同时对其中的切换项也进行模糊自适应逼近,从而有效降低变结构控制固有的抖振现象。利用李亚普诺夫函数证明了控制器的稳定性。采用此控制策略,对变速风力发电系统的风轮转速进行跟踪控制,仿真结果显示此控制方法具有较强的鲁棒性和良好的跟踪性能。     

永磁直线同步电机的智能增量滑模控制

针对永磁直线同步电机直接驱动伺服系统的位置跟踪精度易受参数变化、外部扰动、端部效应等不确定性因素的影响,提出了一种将小波神经网络(wavelet neural network,WNN)和增量滑模控制器相结合的智能增量滑模控制方法。利用系统先前的状态信息和控制动作作为反馈量,同时选择饱和函数作为切换函数来设计增量滑模控制器,不仅削弱了抖振,而且提高了系统的跟踪性能;利用WNN实时观测和补偿参数变化和外部扰动等影响,并采用改进的粒子群优化算法在线调整WNN的学习率,对不确定因素进行实时估计。从理论上分析证明了此控制器可以保证系统收敛,提高了直线伺服系统的控制性能。通过系统实验,证明了所提出方案的有效性,与滑模控制(sliding mode control,SMC)相比,系统具有强鲁棒性和良好的位置跟踪精度,明显地削弱了抖振现象。