参数不确定SGCMG系统的自适应操纵律设计

在单框架控制力矩陀螺(SGCMG)系统操纵律的设计中,如果考虑框架伺服特性,往往假设系统的物理参数是确切已知的.为消除参数的不确定性对操纵性能的影响,设计了一种自适应操纵律.该操纵律可对系统物理参数进行在线估计,并能根据航天器姿态控制给出的角动量(或力矩)指令,直接计算出每个框架驱动系统所需的控制力矩.由于操纵律没有算法奇异,在SGCMG系统不出现运动奇异的情况下,可使操纵误差渐近收敛至零.同时,该操纵律对系统参数变化具有良好的适应性,且形式简单,易于实现.对应用在航天器上的某SGCMG系统的仿真结果表明,上述操纵律是可行的.     

地月空间航天器绕飞接近跟踪控制

在圆形限制性三体问题的框架下研究了地月空间航天器绕飞接近跟踪控制方法.首先,以圆形限制性三体问题为基础建立了地月空间航天器相对运动模型,并通过无量纲化和线性化方法对模型进行了简化.接着,将地月空间航天器绕飞接近跟踪控制问题转化为模型参考输出跟踪问题,并结合模型参考输出跟踪理论和线性二次型最优控制理论设计绕飞接近跟踪控制器.最后,通过数学仿真验证控制器的有效性和可行性,仿真结果表明该方法能够实现地月空间航天器绕飞接近跟踪控制,对位置和速度的初始状态误差能够快速收敛.     

编队航天器构型重构过程中的期望轨迹跟踪控制

针对编队航天器构型重构过程中期望轨迹跟踪控制问题,推导了参考模型输出跟踪控制律,给出了控制律求解方法;应用多项式插值原理给出了直线逼近、定点悬停以及快速绕飞等典型飞行模式下期望轨迹的数学描述;将航天器轨道相对动力学方程作为被控对象,将期望轨迹的数学描述作为参考模型,设计了一种将被控对象的状态反馈和参考模型的状态前馈结合的组合控制器.数值仿真验证表明该控制器性能优良,误差收敛快,跟踪精度高,具有一定的理论研究价值,同时对工程实际也具有指导意义.     

SGCMG系统非奇异路径规划

单框架控制力矩陀螺 (SGCMG)是应用在航天器上的一类惯性执行机构 .在航天器的姿态控制中 ,通常采用三个或以上的SGCMG ,以满足三轴控制的要求 .但是 ,当多个SGCMG协调工作时 ,系统会出现奇异现象 ,并极大地降低了SGCMG系统的操纵性能 .为回避SGCMG系统的奇异 ,本文提出了一种新的奇异回避条件 ,并通过对非线性规划中当前Kuhn Tucker乘子值的估计 ,得到了冗余SGCMG系统闭合形式的非奇异路径 ,而不需繁杂的数值求解 .正是由于这些新的手段 ,使得本文提出的算法不仅具有良好的奇异回避性能 ,而且形式简单 ,易于实现 .对金字塔构形的 4 SGCMG系统的仿真结果表明 ,上述算法是可行的 .     

基于参数不确定机械臂系统的自适应轨迹跟踪控制

针对机械臂系统惯性参数及运动学参数不能准确测量进而影响轨迹跟踪性能的问题,提出一种任务空间自适应轨迹跟踪控制方法,通过定义关节角速度参考误差,并将任务空间的轨迹跟踪误差及运动学参数误差反馈给控制器,以改善系统稳定性,设计电机参数传输矩阵及电机参数自适应率,以抵消电机发热引起参数漂移对跟踪性能影响,并给出了稳定性证明.实验结果表明,该方法能够较好地克服电机参数漂移对跟踪控制性能的影响.     

基于模型预测—中枢模式发生器的六足机器人轨迹跟踪控制

为了模仿动物卓越的运动能力和环境适应能力,提出了六足仿生机器人的轨迹跟踪控制方法。首先建立了机器人的运动学模型,接着通过转向参数将机器人的速度和角速度与中枢模式发生器（CPG）参数结合起来,设计了转换函数。然后通过转换函数将模型预测控制器和CPG网络结合起来,提出了基于CPG的模型预测控制器（MPC-CPG）,并证明了其稳定性。最后对机器人跟踪圆周轨迹和直线轨迹进行了仿真和实验。实验表明,在有初始误差的条件下,机器人在MPC-CPG控制器的作用下能够快速地消除位置误差和航向角误差,跟踪上参考轨迹。轨迹跟踪的位置误差始终保持在-0.1～0.1 m,航向角误差保持在-27?～20?。在MPC-CPG控制器的作用下,机器人不仅具有较高的轨迹跟踪精度,同时还表现出良好的运动平滑性和协调性,进一步验证了所提出的MPC-CPG控制器的有效性。     

欠驱动无人水下航行器三维轨迹跟踪的反步控制

针对欠驱动无人水下航行器(underactuated unmanned underwater vehicles,UUVs)三维轨迹跟踪控制问题,本文有别于传统反步法中基于视线法设计姿态角误差变量的思路,提出了一种定义虚拟速度误差变量的反步控制器设计方法,能够有效避免传统反步法控制律设计时存在的奇异值问题,简化了传统反步法复杂的计算过程;设计了欠驱动UUV的三维轨迹跟踪控制器,给出了系统的误差方程,基于Lyapunov稳定性理论证明了系统在定常外界扰动下的鲁棒性和稳定性;仿真结果表明本文提出的UUV三维轨迹跟踪反步控制方法收敛、有效,能够实现欠驱动UUV对时变三维轨迹的精确跟踪控制.     

一类非线性系统的误差轨迹跟踪鲁棒学习控制算法

针对一类含非参数不确定性的非线性系统,提出一种鲁棒迭代学习控制算法,该算法放宽了常规迭代学习控制方法的初始定位条件,迭代初值可任意取值.基于类Lyapunov方法设计误差轨迹跟踪控制器,通过鲁棒限幅学习机制对不确定性进行估计和补偿,能够在整个作业区间上实现误差对给定期望误差轨迹的精确跟踪,期望误差轨迹根据迭代起始时刻的误差值设置.利用期望误差轨迹的衰减性状,可使系统误差在预设的时间点后收敛于原点的邻域内,邻域半径的大小可根据需要任意设置.理论分析和仿真结果表明了控制方法的有效性.     

针对输入时滞的桥式起重机鲁棒控制

针对工业桥式起重机输入信号存在时滞的问题,本文设计了一种鲁棒跟踪控制器.具体而言,本文通过分析欠驱动桥式起重机的特性,引入辅助系统,将时滞模型等效为不存在时滞的模型.在此基础上,考虑系统参数的不确定性,设计了一种鲁棒跟踪控制器.本文使用基于Lyapunov理论的稳定性分析及证明方法,通过建立Lyapunov-Krasovskii（LK）方程证明了位置跟踪误差以及摆角可以在有限时间内收敛到一个界内,且界的大小与控制增益负相关.完成控制器设计后,将其与工业上常用的比例-积分-微分（Proportion-integration-differentiation,PID）控制方法进行比较.仿真及实验结果表明,本文所设计的控制器优于PID控制器,具有良好的控制性能.     

一种基于指数趋近律的非线性系统变结构轨迹跟踪控制新方法

针对多输入多输出二阶不确定非线性机械系统中轨迹跟踪控制的问题,提出一种新的基于指数趋近律的滑模变结构控制方法,用于提高系统的平稳性和快速性。在滑模变结构控制器设计过程中采用一种新的指数趋近律以改进闭环系统的暂态和稳态响应性能,使系统跟踪误差收敛速度加快,特别是减少轨迹跟踪误差到达滑模面的时间,同时提高了系统轨迹跟踪过程的平稳性。通过采用边界层方法消除滑模控制输入抖振问题,避免控制过程中执行器的频繁切换,进一步提高所提出滑模控制器在实际系统中的实用性。基于李雅普诺夫稳定性理论证明了闭环系统的稳定性和跟踪误差的收敛性。数值仿真验证了所提出的控制方法的有效性。     

基于DSP的控制力矩陀螺框架数字伺服系统

提出了一种基于TMS320F2812的单框架控制力矩陀螺外框架全数字伺服系统,通过分析控制性能的要求,确定带有电流环、速度环和位置环的三环控制方案,通过对三环的作用进行研究,应用工程化的频域设计方法设计电流环和速度环,给出位置环数字PID控制的改进方案;系统实现了低速高精度稳速控制,与模拟系统相比,控制算法更加方便,大大降低了功耗;在不同速度范围内对三环控制进行仿真和样机调试,结果表明该系统能够很好地实现框架高精度控制。     

An Adaptive Control Technique for Motion Synchronization by On-line Estimation of a Recursive Least Square Method

This article presents an adaptive technique to tune controller gains for the motion synchronization of two gimbal systems by using a recursive least square method in the real-time fashion. In the master-slave configuration, the slave gimbal system follows the master’s motion while the master tracks the reference. In order for the slave gimbal system to synchronize with the motion of the master gimbal system, the dynamic difference between two systems is compensated by the controller gains. The controller gains of the slave are adaptively adjusted by the recursive least square method to cope with the deviation. The performances of three control schemes such as an independent PD control, a dependent torque control, and an RLS torque control scheme are evaluated by the experimental studies for the low cost gimbal systems. Experimental studies confirm that the RLS-based adaptive scheme actually outperforms by adjusting controller gains for the motion synchronization of the master and slave configuration.     

基于复合执行机构的再入弹头自适应反演控制

为了提高再入弹头命中精度和机动突防能力, 将质量滑块和单框架控制力矩陀螺(SGCMG) 配合使用, 以在弹头再入全过程中产生足够的姿态控制力矩. 针对再入系统物理参数及外界环境干扰的不确定性, 利用反演方法设计再入弹头姿态自适应控制器. 该控制器可以对转动惯量不确定性进行自适应补偿, 并且有效抑制力矩干扰对姿态控制系统的影响. 对某型再入弹头的仿真研究表明, 所提出的控制器可以实现姿态角的良好跟踪.

     

Desired Compensation Adaptive Robust Control of Electrical-optical Gyro-stabilized Platform with Continuous Friction Compensation Using Modified LuGre Model

Continuous friction compensation along with other modeling uncertainties is concerned in this paper, to result in a continuous control input, which is more suitable for controller implementation. To accomplish this control task, a novel continuously differentiable nonlinear friction model is synthesized by modifying the traditional piecewise continuous LuGre model, then a desired compensation version of the adaptive robust controller is proposed for precise tracking control of electrical-optical gyro-stabilized platform systems. As a result, the adaptive compensation and the regressor in the proposed controller will depend on the desired trajectory and on-line parameter estimates only. Hence, the effect of measurement noise can be reduced and then high control performance can be expected. Furthermore, the proposed controller theoretically guarantees an asymptotic output tracking performance even in the presence of modeling uncertainties. Extensively comparative experimental results are obtained to verify the effectiveness of the proposed control strategy.

     

Robust adaptive attitude control for flexible spacecraft in the presence of SGCMG friction nonlinearity

This paper investigates attitude maneuver control issues of a flexible spacecraft with pyramid‐type single gimbaled control moment gyroscopes (SGCMGs) as the actuator. The LuGre friction model is adopted to precisely describe the nonlinearity of the SGCMG gimbal friction. Aiming at restraining the adverse effects of the friction existed in SGCMG on the attitude control performance, a robust adaptive attitude controller is proposed, and projection‐based adaptive laws are presented to estimate the friction parametric uncertainties and the bound of friction nonlinearity. By treating the flexible mode coupling effect and external disturbances as lump disturbances, the inertia uncertainties and the bound of the lump disturbances are also estimated and compensated simultaneously to reduce their adverse effect on the system. With the Lyapunov technique, the states of flexible spacecraft control system are proved to be uniformly ultimately bounded. Numerical simulations demonstrate the effectiveness of the proposed scheme.     

基于逆系统方法的DGMSCMG框架伺服系统解耦控制研究

双框架磁悬浮控制力矩陀螺(Double-gimbal magnetically suspended control moment gyroscope, DGMSCMG)的框架伺服系统是一个多变量、非线性且强耦合的复杂系统. 为了进一步提高框架伺服系统的控制精度,本文提出了一种基于电流模式的动态逆系统解耦方法,通过对功放系统的动态补偿有效克服了未建模动态对解耦性能的影响,采用自适应滑模控制器有效提高了系统的跟踪特性. 对比仿真结果证明了该方法的有效性和优越性     

变结构神经网络自适应鲁棒控制

针对一类不确定非线性系统, 提出一种变结构神经网络自适应鲁棒控制(Variable structure neural network adaptive robust control, VSNNARC)方法. 其中变结构神经网络用于在线辨识系统未知非线性函数, 该网络利用节点激活与催眠技术进行动态调节, 减小网络规模与计算量; 自适应鲁棒控制用于网络权值学习与系统建模误差及外部扰动补偿. 采用Lyapunov稳定性分析法, 给出网络权值自适应律的形式以及鲁棒控制项的设计方法. 该方法不仅能保证系统的稳定性, 也能保证系统具有很好的瞬态性能. 将该方法应用到转台伺服系统的位置跟踪控制中, 实际运行结果表明, 该方法使系统具有很强的鲁棒性及良好的跟踪效果.     

Vision Based Neuro-Fuzzy Controller for a Two Axes Gimbal System with Small UAV

This paper presents the development of a vision-based neuro-fuzzy controller for a two axes gimbal system mounted on a small Unmanned Aerial Vehicle (UAV). The controller uses vision-based object detection as input and generates pan and tilt motion and velocity commands for the gimbal in order to keep the interest object at the center of the image frame. A readial basis function based neuro-fuzzy system and a learning algorithm is developed for the controller to address the dynamic and non-linear characteristics of the gimbal movement. The controller uses two separate, but identical radial basis function networks, one for pan and one for tilt motion of the gimbal. Each system is initialized with a fixed number of neurons that act as rules basis for the fuzzy inference system. The membership functions and rule strengths are then adjusted with the feedback from the visual tracking system. The controller is trained off-line until a desired error level is achieved. Training is then continued on-line to allow the system to accommodate air speed changes. The algorithm learns from the error computed from the detected position of the object in image frame and generates position and velocity commands for the gimbal movement. Several tests including lab tests and actual flight tests of the UAV have been carried out to demonstrate the effectiveness of the controller. Test results show that the controller is able to converge effectively and generate accurate position and velocity commands to keep the object at the center of the image frame.