基于线性化反馈的径向神经滑模控制器设计

针对非线性系统,采用径向神经网络逼近及自适应控制方法,利用线性化反馈技术,设计一种自适应神经滑模控制器。滑模变结构控制具有独特的鲁棒性能以及对匹配不确定性和外干扰的完全自适应等特点,但容易出现系统抖振问题,将神经网络应用于滑模变结构控制系统的设计中,系统抖振得到抑制。仿真结果也表明将神经网络与滑模控制相结合的方法是行之有效的。     

基于扰动观测器的机械臂自适应反演滑模控制

机械臂的动力学模型通常包含一定的结构不确定性,并受到外界未知干扰的影响。针对现有模型的不确定性特点,提出了一种基于非线性扰动观测器的自适应反演滑模控制方法,解决机械臂的轨迹跟踪控制问题。对于外界干扰,利用非线性扰动观测器进行观测补偿,无需上界先验知识;对于结构不确定性,引入反演滑模控制,同时设计自适应律,保证闭环系统的稳定性并增强系统的动态适应性。仿真结果证明,所提出的方法可以有效克服系统不确定性,降低控制输入信号的抖振,最终实现期望轨迹的快速精确跟踪。     

电子节气门模糊自适应调节滑模控制及仿真

电子节气门控制系统具有强非线性时变特性,需采用非线性控制方法进行控制,其中滑模控制应用比较普遍,但系统在切换状态时容易出现抖振现象,不利于系统的精确控制。为改善性能,采用模糊自适应调节滑模控制方法,用模糊逻辑系统来代替传统滑模控制中的指数趋近率系数,从而达到消除滑模控制抖振现象。根据系统数学模型设计了模糊自适应调节滑模控制器,通过在Matlab中进行仿真。仿真结果表明:模糊自适应调节滑模控制能有效解决系统存在的非线性问题,消除滑模控制中出现的抖振,满足系统精确控制的要求。     

不确定非线性系统的自适应反演终端滑模控制

针对一类参数严格反馈型不确定非线性系统, 本文提出一种自适应反演终端滑模控制方法. 反演控制的前n-1步结合自适应律估计系统的未知参数, 第n步采用非奇异终端滑模, 使系统最后一个状态有限时间内收敛.利用微分估计器获得误差系统状态的导数, 并设计了高阶滑模控制律, 去除控制抖振, 使系统对于匹配和非匹配不确定性均具有鲁棒性. 同自适应反演线性滑模方法相比, 所提方法提高了系统的收敛速度和稳态跟踪精度, 并且控制信号更加平滑. 仿真结果验证了该方法的有效性.     

非匹配不确定系统的自适应反演准滑模控制

对于一类n阶非线性系统,提出一种自适应反演准滑模控制方法,控制的前n-1步采用自适应反演算法消除非匹配不确定性的影响,在最后一步,为改进跟踪效果,结合了可变边界层的思想,设计了准滑模控制方法,达到系统的n个状态快速收敛的目的.最终系统中不满足匹配条件的部分也具有较好的鲁棒性.与自适应反演线性滑模方法相比具有更好的跟踪性,理论分析证明了控制系统在削弱抖振的同时也能保证稳态精度,仿真实验证明了该方法的可行性.     

机械臂自适应反演超螺旋全局终端滑模控制

针对机械臂系统存在的系统参数摄动、非线性摩擦及外部干扰等不确定问题,提出一种自适应反演超螺旋全局终端滑模轨迹跟踪控制方法。该方法基于反演法、Lyapunov理论和全局快速终端滑模理论设计控制器,保证系统稳定性及全局收敛性,增强系统的鲁棒性。为解决系统集总扰动上界未知的问题,采用自适应技术设计切换控制律,抵消不确定性的影响,同时引入超螺旋算法抑制滑模控制固有的抖振现象。最后,通过理论分析和仿真算例验证了该控制器的有效性与可行性。     

电液负载模拟器的自适应滑模控制方法

针对电液负载模拟器存在的系统非线性、不确定性和强干扰的控制难点,设计了自适应滑模控制方法.设计积分滑模以降低控制器对期望跟踪轨迹高阶导数的要求;设计动态滑模算法抑制抖振;采用小脑模型关节控制器(CMAC)在线学习系统不确定性以降低控制器参数设计的保守性.设计了自适应滑模控制律,给出了CMAC神经网络权值调整算法,证明了控制器的稳定性,以确保系统稳定且输出跟踪误差渐近收敛于零.仿真结果证明了控制策略的有效性.     

一类非匹配不确定非线性系统的鲁棒跟踪控制制

针对一类半严格反馈型不确定非线性系统,提出一种鲁棒反演滑模变结构控制方法.采用反演控制方法设计了使前n-1阶子系统稳定的虚拟控制律,抑制非匹配不确定性的影响;在第n步设计了一种连续可导的滑模变结构控制律,消除控制抖振,实现了对存在未知不确定性及扰动系统的鲁棒输出跟踪.通过Lyapunov定理证明了闭环系统所有信号最终有界.仿真结果验证了该方法的有效性.     

一类非线性不确定系统的高阶积分自适应滑模控制

为有效改善传统积分滑模在一类非线性不确定系统的应用中存在的抖振问题,结合有限时间收敛理论、高阶积分滑模理论和自适应控制理论,提出了一种高阶积分自适应滑模控制方法;该方法通过选取有限时间收敛反馈量和设计高阶积分滑模面,不仅确保了系统状态误差在有限时间内的收敛性,而且还保证了系统具备对不确定性干扰的抑制能力;同时,当系统的不确定项的边界范围无法预先确定时,采用自适应方法对滑模控制的趋近速率进行估计;仿真结果表明所提方法能够有效抑制非线性不确定系统的抖动,并具有较高的控制精度.     

一类带死区输入的非线性不确定系统滑模自适应控制

研究一类参数不确定和带有未知死区的非线性系统滑模自适应控制问题。将死区分解为两部分,被控系统中有两类不确定性的系统参数,一类是常值的未知系统参数;另一类是时变的未知系统参数和部分未知的死区。采用滑模控制和自适应控制相结合的方式,第一类不确定性可以由自适应控制来处理,而第二类不确定性可以由滑模控制来处理,即滑模自适应控制器。为了消除滑模控制所带来的抖振,引入边界层。采用’Lyapunov函数证明了系统的稳定性。仿真实验表明方法的可行性。     

不确定非线性系统的自适应反推高阶终端滑模控制

针对一类非匹配不确定非线性系统,提出一种神经网络自适应反推高阶终端滑模控制方案.反推设计的前1步利用神经网络逼近未知非线性函数,结合动态面控制设计虚拟控制律,避免传统反推设计存在的计算复杂性问题,并抑制非匹配不确定性的影响;第步结合非奇异终端滑模设计高阶滑模控制律,去除控制抖振,使系统对于匹配和非匹配不确定性均具有鲁棒性.理论分析证明了闭环系统状态半全局一致终结有界,仿真结果表明了所提出方法的有效性.     

基于反步积分滑模摩擦补偿的光电伺服转台控制

针对光电伺服转台在目标搜索、瞄准时出现角度跟踪误差较大、爬行、抖振等问题,本文结合反步法、自适应滑模、LuGre模型的优势,提出了一种反步自适应积分滑模摩擦补偿控制策略。首先根据光电伺服转台工作环境复杂多变的特点,引入环境因子,建立了改进的LuGre模型,然后在李雅普诺夫框架下分步设计子系统与控制律。引入多个自适应律消除参数不确定对系统的影响,采用双非线性摩擦观测器进行摩擦扰动补偿,采用积分滑模增强系统鲁棒性并减小系统稳态误差。由李雅普诺夫定理证明可知系统全局稳定。仿真结果表明,这种新型控制策略能有效抑制摩擦扰动,提高系统角度跟踪精度,可以满足光电伺服转台的高精度跟踪控制的要求。     

Bio-inspired backstepping adaptive sliding mode control for parallel mechanism with actuation redundancy

This paper presents a bio-inspired backstepping adaptive sliding mode control strategy for a novel 3 degree of freedom (3-DOF) parallel mechanism with actuation redundancy. Based on the kinematic model and the dynamic model, a sliding mode controller is designed to assure the tracking performance, and an adaptive law is introduced to approximate the system uncertainty including parameters’ variation, external disturbances and un-modeled part. Furthermore, a bio-inspired model is introduced to solve the inherent chattering problem of sliding mode control and provide a chattering free control. The simulation and experimental results testify that the proposed bio-inspired backstepping adaptive sliding mode control can achieve better performance (the tracking accuracy, robustness, response speed, etc.) than the conventional slide mode control.     

Adaptive backstepping sliding mode control with tuning functions for nonlinear uncertain systems

An adaptive backstepping tuning functions sliding mode controller is proposed for a class of strict-feedback nonlinear uncertain systems. In this control design, adaptive backstepping is used to deal with unknown or uncertain parameters and the matching condition restricting the Lyapunov based design. The main drawback of the Lyapunov based adaptive backstepping which is the overparametrisation is eliminated by the tuning functions. The adaptive backstepping tuning functions design is combined with the sliding mode control in order to overcome quickly varying parametric and unstructured uncertainties, and to obtain chattering free control. The proposed controller not only provides robustness property against uncertainty but also copes with the overparametrisation problem. Experimental results of the proposed controller are compared with those of the standard sliding mode controller. The proposed controller exhibits satisfactory transient performance, good estimates of the uncertain parameters, and less chattering.     

基于自回归小波神经网络的感应电动机滑模反推控制

为了提高感应电动机控制的鲁棒性, 提出了一种新颖的感应电动机解耦模型. 基于感应电动机的解耦模型, 利用滑模控制和反推控制设计电动机的虚拟转矩和磁链电压控制器. 滑模开关增益的大小是造成系统抖振的关键, 采用自回归小波神经网络(Self-recurrent wavelet neural networks, SRWNN)在线估计滑模开关增益的大小可以有效降低滑模控制造成的抖振. 仿真结果表明基于SRWNN在线估计滑模开关增益的滑模反推控制方案可以有效提高感应电动机控制的鲁棒性, 同时降低了滑模控制造成的抖振.     

非匹配不确定非线性系统的自适应反演滑模控制

针对一类具有非匹配不确定性的最小相位仿射非线性系统,研究其在未知扰动作用下的调节问题。基于自适应反演设计方法和变结构控制设计了控制方案,实现不确定系统的鲁棒调节。与经典反演设计相比,本方案允许非参数化不确定性,增强了控制系统的鲁棒性。     

油浸式变压器内部检测球形机器人的深度悬停控制研究

为实现设计的油浸式变压器内部检测机器人在实际作业过程中能针对深度方向某具体点进行观测,对机器人的深度悬停控制进行研究.通过对机器人控制策略的分析,根据水下机器人动力学理论,建立机器人在变压器油特殊介质的动力学模型.基于鲁棒反演控制方法及滑模自适应控制理论,提出一种鲁棒反演滑模控制方法,采用模糊控制器设计滑模面切换增益,以削弱不确定干扰带来的系统抖振,并通过Lyapunov理论分析证明控制器稳定性.解决了机器人在变压器油中因耦合、外界扰动等造成的深度悬停定点过程自旋及抖动问题,仿真及实验表明了所提出控制器的有效性.     

Adaptive neural network asymptotical tracking control for an uncertain nonlinear system with input quantisation

In this paper, the problem of adaptive neural network asymptotical tracking is investigated for a class of nonlinear system with unknown function, external disturbances and input quantisation. Based on neural network technique, an adaptive asymptotical tracking controller is provided for an uncertain nonlinear system via backstepping method. In order to reduce complexity of the control algorithm in the backstepping design process, a sliding mode differentiator is employed to estimate the virtual control law and only two parameters need to be estimated via adaptive control technique. The stability of the closed-loop system is analysed by using Lyapunov function method and zero-tracking error performance is obtained in the presence of unknown nonlinear function, external disturbances and input quantisation. Finally, an application example is employed to demonstrate the effectiveness of the proposed scheme.     

一种提高RS422通信BIT可靠性的设计方法

电动静液作动器是飞机操纵系统的关键部件,要求有较好的速度平稳性。系统内存在泄漏非线性和摩擦非线性等影响速度平稳性的因素。滑模控制可以有效抑制系统内非线性因素的影响,但是由于抖振现象的存在限制了速度平稳性的进一步提升。针对固定切换增益的滑模控制方法的不足,提出一种基于变结构滤波器的自适应滑模控制方法。采用变结构滤波器估计系统状态信息,估计的系统状态信息用于构建滑模面,采用自适应切换增益来导出控制率,有效减小了抖振幅度。仿真结果证明了自适应滑模控制方法的有效性,采用这种方法提高了电动静液作动器的速度平稳性。