二阶滑模控制在直流无刷电机转速调节中的应用

针对受参数不确定和负载扰动影响的直流无刷电机的鲁棒速度控制问题,采用二阶滑模控制中的超螺旋算法设计速度控制器。控制器将不连续控制作用在滑模量的二阶微分上,不但保持了传统一阶滑模的性能,而且消弱了系统抖振。仿真结果表明,算法对负载和参数的变化具有很强的鲁棒性,有效地消弱了传统滑模的抖振现象。     

基于二阶滑模控制理论的新型滚转稳定控制器

为了降低导弹飞行中不确定因素等对弹体滚转稳定的影响,设计两种新型基于二阶滑模控制理论的滚转稳定控制器,即基于二阶滑模控制理论的控制器与基于super-twisting算法的控制器.第一种控制器能够稳定地控制滚转角收敛至期望值,而第二种控制器不仅能够有效降低气动参数不确定性对弹体滚转控制造成的影响,而且能控制滚转角速度在有限时间内收敛至期望值,并有效抑制滑模算法固有的抖振现象.通过构造Lyapunov函数对所设计控制器的稳定性进行理论验证,将所设计的两种控制器与基于线性滑模控制理论的控制器和基于终端滑模控制理论的控制器进行仿真对比,并考虑不同攻角条件下气动参数的影响,以验证所设计的控制器的有效性、快速性和鲁棒性.     

四旋翼飞行器的自适应二阶滑模控制

针对四旋翼飞行器参数变化的姿态控制问题,将自适应光滑二阶滑模控制方法应用于四旋翼飞行器控制系统.对于参数变化引起的模型不确定性部分采用滑模干扰观测器进行补偿,对姿态系统设计自适应光滑二阶滑模控制器,有效地减弱传统滑模控制的抖振,控制器参数的在线调整提高了系统的控制精度.基于Lyapunov理论证明了系统的有限时间稳定.数字仿真和实验结果都验证了所提控制方法的有效性.     

二阶切换线性系统的滑模控制

当前,切换系统的稳定控制问题作为控制领域的一个研究难点,引起了学术界和工业界的广泛关注.该文针对二阶切换线性系统,考虑切换时对象特性的变化,将其转化为一类特殊的非线性系统,并基于滑模控制理论,设计出适用于二阶切换线性系统的滑模控制器.最后通过具体的实例仿真验证、结果对比,表明滑模控制器比传统PID控制器在二阶切换线性系...     

不确定欠驱动系统的高阶自适应Super-Twisting滑模控制

为实现一类不确定欠驱动系统在未知干扰情况下的鲁棒控制,针对传统滑模控制中存在的抖振问题,提出一种基于二次型Lyapunov函数的二阶Super-Twisting自适应滑模控制策略.首先,控制器的不连续项采用二阶Super-Twisting算法,将不连续控制作用在滑模量的二阶导数.然后,针对滑模面受不确定干扰影响的情况,为调节参数设计一种自适应律方法,该方法不受传统二阶滑模控制中干扰项的一阶导数边界已知的条件限制,保证滑模面在有干扰情况下的收敛,削弱控制器输入的抖振现象.最后,以两轮自平衡车为实验对象验证该方法,并与传统滑模及普通二阶滑模方法做仿真对比.仿真结果表明文中所提的二阶自适应滑模控制方法在控制效果和降低抖振方面表现更优.     

MIMO非线性不确定系统二阶滑模控制

提出了一种基于有限状态机切换策略的多输入多输出二阶滑模控制算法。算法保证了传统滑模控制对参数变化和扰动不灵敏的特点,削弱了滑模控制的“抖动”现象。在上界未知的测量噪声和参数变化的情况下,算法通过滑模量及其微分的符号构成控制律,实现了系统的镇定。仿真结果表明算法在噪声环境下能保证系统的稳定性,对参数不确定具有较强的鲁棒性。算法结构简单,便于实现。     

二阶动态滑模控制在移动机械臂输出跟踪中的应用

针对移动机械臂的输出跟踪问题,结合高阶滑模控制和动态滑模控制的设计思想为其设计了一种二阶动态滑模控制器.首先给出了包括驱动电机动态特性的移动机械臂的简化动态模型,然后通过微分同胚和输入变换将其分解为四个低阶子系统,并给出了其输出跟踪的二阶动态滑模控制器的设计方法.仿真结果表明,所设计的二阶动态滑模控制器不仅能很好地跟踪给定轨迹,而且能有效地削弱滑模控制系统的抖振.     

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。     

具有分布时滞线性系统的滑模控制与仿真

研究时滞控制系统稳定性优化问题,针对一类含有分布时滞和离散时滞的线性系统,对于解决延时问题,提高控制系统的稳定性能,有重要的理论意义和实际应用价值.根据分布时滞的特殊形式特点,构造了Lyapunov泛函,利用稳定性理论、矩阵不等式分析技巧及积分不等式技术,采用线性矩阵不等式形式的结论.选取了滑模面,构造了滑模控制器,使得系统满足滑模到达条件.可通过构造适当的Lyapunov泛函,利用虚拟反馈控制,采用状态反馈的极点配置方法,给出了闭环系统渐近稳定的充分条件.方法设计了时滞独立的滑模面,并简化了滑模控制器的设计.进行仿真,结果说明了滑模控制能确保时滞系统的稳定性,并验证了方法的有效性.     

永磁同步电动机混沌系统光滑二阶滑模控制

提出基于二阶滑模的控制方法控制永磁同步电动机（PMSM）中的混沌现象。利用Lyapunov函数构造了一种新的滑模面,能保证在滑模面上系统状态在有限时间内稳定到原点。控制器的设计采用了光滑二阶滑模方法,控制输入为光滑的函数,能有效消除抖振现象。仿真的结果也验证了控制方法的有效性。     

多移动机器人轨迹跟踪控制系统设计与实现

针对轮式移动机器人的轨迹跟踪控制问题,在分析了机器人运动学模型的基础上,构建多机器人的领航-追随模型;采用跟踪微分器在输入输出两端安排过渡过程,设计了一种基于多变量解耦的非线性PID轨迹跟踪控制器;搭建以Arduino Mega 1280控制板为核心的移动机器人实验平台,采用速度PID控制器以满足机器人驱动电机的实时调速要求,基于ROS提出一种结构化和模块化的多机器人控制系统;在此基础上进行实验,并将实验结果与传统PID方法控制的实验结果进行对比;实验结果验证了文章所提算法的有效性,控制器易于实现且具有一定的鲁棒性。     

基于最优预见控制的高速列车速度控制器研究

针对高速列车自动驾驶(ATO)速度控制器的设计及性能问题,以列车运行过程中的安全性、舒适性、控制输入为约束条件,提出用最优预见算法设计控制器。该算法以列车动力学为基础,确定列车模型传递函数,进行极点配置之后使控制系统稳定;以列车模型为该算法的控制对象,将列车运行过程中的线路附加阻力和基本阻力作为干扰,实现列车ATO模式下目标速度的自动跟踪控制。选取京津城际北京南站至武清站间线路数据进行仿真验证,仿真结果表明该算法在降低列车运行能耗、提高旅客舒适性与列车运行准点率方面的有效性。     

基于风驱动优化算法WDO的PID参数优化

鉴于PID控制器的优越性,其在工业控制领域中的引用越来越广泛。PID控制器的性能主要在于其参数优化设计,PID参数优化问题一直是研究热点。为了解决PID参数优化问题,提出了一种基于自然启发的风驱动优化算法（WDO）的PID优化控制方法,该算法以PID三个参量为控制对象,以误差绝对值和控制输入平方项的时间积分作为优化目标,经过迭代寻优计算得到系统最优控制量。通过计算机仿真,并与遗传算法和粒子群算法PID参数优化相比,结果表明：该算法提高了系统的控制精度、响应速度和鲁棒性,为控制系统PID参数整定提供了参考。     

基于数字地图的亚音速飞行器最优地形跟随

针对真实高山地形设计了一套地形跟随系统;首先,根据数字地图结合航迹规划算法生成参考航迹;接着设计了一个基于滚动时域优化的航迹控制器,用于跟踪航迹、稳定速度并处理约束,将预测时域内的航迹点作为参考输入,通过最小化跟踪误差以及滚动优化实时求解控制量;仿真结果表明,与基于适应角导引的地形跟随系统相比,文章的方法具有更好的性能,能够满足亚音速飞行器地形跟随任务需求.     

基于EKF和SMC的永磁同步电机无传感器矢量控制

采用扩展卡尔曼滤波(EKF)算法估计永磁同步电机(PMSM)转速和转子位置,构成转速、电流双闭环的无传感器矢量控制系统.针对扩展卡尔曼滤波为有偏估计、对模型误差鲁棒性差等问题,提出了基于指数趋近律的滑模转速控制器.为提高转速环抗负载转矩扰动能力,设计负载转矩观测器并将观测结果引入到电流控制器的输入端,作为速度控制器前馈补偿的控制输入.仿真实验结果表明,与传统采用PI(proportional-integral)转速控制器的系统相比,文中所提控制策略具有转速跟踪误差小、响应快、无超调、抗负载扰动能力强等优点.     

电驱移动机器人多变量固定时间连续编队控制

针对扰动下电驱动非完整移动机器人固定时间编队控制问题,通过引入包含驱动器动力学的领航者-跟随者状态空间动力学模型,分两步对编队控制器进行了设计。对领航者跟随者编队运动学模型进行了多变量固定时间控制设计。在动力学层面,为实现扰动下的速度跟踪,通过辅助输入设计了一种跟随者机器人多变量超螺旋固定时间连续电压控制器。所提算法使机器人编队克服了跟随者机器人所受干扰,确保了跟随者机器人与领航者在固定时间达到期望队形,跟随者在固定时间内跟随期望速度,设计的连续控制消除了开关控制的抖振现象。通过参数设计提前给定系统收敛的固定时间,与系统初始状态无关。基于Lyapunov方法进行了系统稳定性分析。通过仿真对算法进行了验证。     

基于双模糊控制的智能窗帘电机速控锁光算法

本文针对智能窗帘控制系统在实际使用过程中的抗干扰性和鲁棒性要求, 在传统PID调节的基础上, 设计了一种用于智能窗帘系统自动锁光的双模糊控制算法, 通过对直流电机输入电压和输出转速的双重模糊控制, 系统能够依据室内光照强度自动、稳定、快速的控制窗帘开合, 进而完成室内光照强度的精准调节, 实现智能窗帘系统的锁光控制. 通过Matlab中的Simulink和模糊控制器模块建立该系统的数学模型, 以验证双模糊控制算法的可行性. 实验结果表明, 该算法可依据区域光照条件的改变实时调整电机的转速与转向, 具有调节时间短、灵敏度高、精确度高等特点, 能够完成通过窗帘调节室内光照强度的最佳控制.     

A novel fused neural network controller for lateral control of autonomous vehicles

We present a novel fused feed-forward neural network controller inspired by the notion of task decomposition principle. The controller is structurally simple and can be applied to a class of control systems that their control requires manipulation of two input variables. The benchmark problem of inverted pendulum is such example that its control requires availability of the angle as well as the displacement. We demonstrate that the lateral control of autonomous vehicles belongs to this class of systems and successfully apply the proposed controller to this problem. The parameters of the controller are encoded into real value chromosomes for genetic algorithm (GA) optimization. The neural network controller contains three neurons and six connection weights implying a small search space implying faster optimization time due to few controller parameters. The controller is also tested on two benchmark control problems of inverted pendulum and the ball-and-beam system. In particular, we apply the controller to lateral control of a prototype semi-autonomous vehicle. Simulation results suggest a good performance for all the tested systems. To demonstrate the robustness of the controller, we conduct Monte-Carlo evaluations when the system is subjected to random parameter uncertainty. Finally experimental studies on the lateral control of a prototype autonomous vehicle with different speed of operation are included. The simulation and experimental studies suggest the feasibility of this controller for numerous applications.     

一类非线性大滞后系统自适应积分滑模控制

针对一类非线性大滞后系统, 基于伪偏导数概念的动态线性化非线性系统模型, 利用离散时间预测器技术, 实现了系统原始表达式中滞后环节的隐性表达, 并结合离散积分滑模控制(discrete integral sliding mode control, DISMC)方法, 提出了一种新的无模型自适应离散积分滑模控制(model-free adaptive discrete integral sliding mode control, MFA-DISMC)方案. 该方法的主要特点是控制器设计仅取决于被控对象的输入和输出测量数据. 通过理论分析证明了算法的稳定性, 仿真研究表明, 相比于无模型自适应控制(model-free adaptive control, MFAC)、Smith预估控制、改进的MFAC控制以及比例–积分–微分(proportional-integral-derivative, PID) 控制方法, 本文方法具有更快的响应速度和更强的鲁棒性. 最后, 通过双容水箱液位控制系统的实验研究, 验证了所提出方法的有效性.     

Immersion and Invariance Based Robust Adaptive Control of High‐Speed Train with Guaranteed Prescribed Performance Bounds

This paper proposes a novel robust adaptive algorithm for train tracking control with guaranteed prescribed transient and steady‐state performance. As speed increases, the inherent time‐varying uncertainties and unmodeled dynamics in the longitudinal dynamics of a high‐speed train seriously impacts the tracking performance of automatic train operation. To improve train operation performance, an estimator based on immersion and invariance technology is developed to recover the unknown and time‐varying plant parameters, and it renders the estimation error converging to a bounded residual set exponentially while providing more freedom for the controller. After certain error transformation, the prescribed tracking performance is introduced into the controller design. Then, an input‐to‐stable stable controller is developed through the backstepping technique, and it is proven that stabilization of the transformed system is sufficient to guarantee the prescribed performance. Rigorous theoretical analysis for the presented algorithm is provided, and a series of simulation studies also are given to verify the effectiveness of it.