不确定非仿射系统的引入动态逆的自抗扰控制器设计

针对一类不确定非仿射严反馈非线性系统, 提出一种引入动态逆的线性自抗扰控制器设计方法. 首先, 利 用微分同胚映射将严反馈非线性系统变换为积分串联型系统, 然后针对积分串联型系统设计线性自抗扰控制器. 提出的线性自抗扰控制器将闭环系统划分为3个时间尺度, 其中线性扩张状态观测器位于最快的时间尺度上, 用来 估计系统的状态和总和扰动, 动态逆位于次快的时间尺度上用以求解非仿射情况下的控制律, 系统动态位于最慢的 时间尺度上. 利用奇异摄动理论分析了闭环系统的稳定性和性能. 提出的自抗扰控制设计方法同样适用于控制增 益不确定的仿射非线性系统. 仿真和实验结果验证了提出的线性自抗扰控制器的可行性.     

推力矢量可倾转四旋翼自抗扰飞行控制方法

针对常规四旋翼难以实现位置和姿态独立控制问题, 研究了一种具有全向推力矢量的可倾转四旋翼飞行 器系统. 为克服系统的大范围不确定性、强耦合性及外部风扰影响, 设计了基于自抗扰控制(ADRC)技术的飞行控 制器. 通过建立风扰下的系统动力学模型, 分析阵风对旋翼气动力的影响. 接着将系统解耦为六通道单回路结构并 分别设计自抗扰控制器, 引入扩张状态观测器估计系统的内外扰动, 利用非线性状态误差反馈律输出扰动补偿控 制. 在此基础上, 通过变量代换线性化控制分配矩阵, 将控制器输出直接映射到旋翼转速和倾转角. 仿真结果表明, 所设计的自抗扰飞行控制器具有良好的位置和姿态独立控制能力, 能够有效地估计和补偿紊流风扰动, 同时对系统 的部分动力失效故障有较强的鲁棒性.     

自抗扰控制器在超机动飞行快回路控制中的应用

提出了一种利用自抗扰控制器算法设计超机动飞行快回路控制律的新方法．根据自抗扰控制器能够动态补偿系统模型扰动和外扰的特性，在超机动飞行的快回路中引入自抗扰控制器。实现了快变量的动态解耦控制．控制律设计直接依据超机动飞行的强耦合、强非线性模型。在较大的包线范围内不需要改变控制器参数．简化了设计过程．仿真结果表明，系统具有良好的动态和稳态性能，控制器具有很强的鲁棒性．     

立方体机器人自抗扰平衡控制方法

针对立方体机器人动力学模型多变量、强耦合的问题,提出一种基于自抗扰控制的平衡控制器设计方法.引入虚拟控制量,并在控制量与输出向量之间并行地嵌入多个自抗扰控制器,从而实现对多变量系统的解耦控制,将系统的动态耦合和外部扰动视为各自通道上的自抗扰控制器的总扰动,在为期望姿态安排过渡过程基础上,设计扩张状态观测器对总扰动进行估计并实时补偿.综合采用经验试凑法和带宽法对控制器参数进行整定,对自抗扰控制器系统进行稳定控制、姿态跟踪、抗扰性和鲁棒性实验,并与PID控制系统进行定量对比分析.仿真结果表明,所设计的自抗扰控制器不仅能有效实现立方体机器人的平衡控制,而且较PID控制器具有更好的响应速度、控制精度和强鲁棒性.     

无刷双馈电机自抗扰控制方法

针对无刷双馈电机非线性强耦合特性, 提出一种实现其高性能控制的自抗扰控制方法. 在控制电机同步坐标系下, 设计磁链自抗扰控制器和转速自抗扰控制器, 对系统内部的耦合影响和系统外部扰动进行观测和补偿, 实现非线性系统线性化控制. 该控制器具有较强的鲁棒性, 且不依赖电机模型. 仿真对比结果表明, 自抗扰控制器能够准确地估计和补偿系统的内外扰动, 控制精度高, 抗扰能力强, 能够实现磁链和电磁转矩的解耦, 进而实现磁链和转速相互独立控制, 是一种简单有效的高性能控制方法.

     

测试转台的输出改进自抗扰控制器设计

当电机存在低频大力矩扰动时,使用经典方法控制测试转台很难达到期望的测量精度,为了有效抑制扰动达到期望精度,提出一种输出改进的自抗扰控制器设计方法。在控制的起始阶段采用普通自抗扰控制器,系统进入稳态后引入非线性饱和环节限定自抗扰控制器的输出幅值。仿真结果表明,系统既具有良好的动态特性,又有很好的抗扰性,达到了较好的输出精度。最后与经典控制方法相比较进一步验证了其良好的控制效果。     

基于线性自抗扰的开关磁阻电机调速控制研究

开关磁阻电机调速系统是复杂的非线性时变系统,负载扰动大,变量之间耦合严重,针对上述系统的性能特点提出采用线性自抗扰控制策略对系统进行控制的方法。首先为克服负载扰动变化,电机磁链呈非线性以及电流、位置等参数耦合的内外部干扰问题,设计扩张状态观测器对系统内扰和外扰进行准确估计并实时补偿。然后设计PD（比例-微分）控制器抑制系统给定与扩张状态观测器反馈的观测对象状态变量之间的跟踪误差。最后在仿真平台上对设计的控制系统进行试验并与传统PID控制方案进行对比,结果显示,对于给定的阶跃信号线性自抗扰控制器只需0.09s即可达到稳态且无超调,而PID控制器需要3s才能实现稳定跟踪。因此相比于传统PID控制,线性自抗扰控制器拥有更优的动静态性能,并且系统在外部负载扰动和内部模型参数变化的情况下也有良好的控制效果,表现出了很好的鲁棒特性。     

独轮机器人的建模与自抗扰控制算法

独轮机器人前后平衡由一车轮保持并驱动其前后运动, 侧向平衡则由一基于空气阻力的风轮保持, 以此结构为被控对象建立该系统动力学模型. 以一种非线性的控制方法—–自抗扰控制方法控制其平衡运动, 在系统的纵向和侧向上分别设计一个自抗扰控制器, 系统的内扰和外扰被视为自抗扰控制器的总扰动. 以PID 控制方法作对比实验, 仿真结果表明了自抗扰控制算法的强鲁棒性和有效性.

     

载人机器人平顺轨迹规划及自抗扰跟踪控制方法

针对公共环境载人机器人的安全性和乘载舒适性需求,提出一种机器人平顺轨迹规划及改进自抗扰跟踪控制方法,重点解决避险和平稳运动两种工况下机器人轨迹扰动问题;首先,设计了基于障碍物密度及其危险性的在线速度空间优化方法,获得符合安全和舒适度要求的轨迹;其次,采用扩张状态观测器观测机器人轨迹跟踪过程中内外扰动并实施补偿;再次,引入非线性反馈控制律自动调整反馈增益,减少超调并提高自抗扰控制器稳定性;对不同场景数值模型仿真表明,提出的轨迹规划方法可以满足机器人作业的安全性、舒适性需求;改进自抗扰跟踪控制器效果明显优于传统ADRC和自适应PID,具有较强的抗干扰能力和较快速的跟踪性能.     

基于选择性自校正的模糊动态矩阵控制

针对实际系统模型失配不确定性及其难以控制的问题,提出了一种基于选择性自校正的模糊动态矩阵控制方法。在模型失配较大,基础动态矩阵控制自身的反馈校正无法实现理想的控制时引入最小二乘法在线辨识对象模型。同时为了得到更准确的模型,辨识过程尽可能避开了扰动的影响,对反馈校正参数采用模糊调节的方法。仿真研究结果表明,即使对于纯滞后非最小相位且有扰动的系统,在其参数与结构发生变化时,该控制方法保证了较好的鲁棒性和抗扰性。     

Parallel distributed compensator design of tank level control based on fuzzy Takagi–Sugeno model

In this paper, a fuzzy controller is designed based on parallel distributed compensation (PDC) method and it is implemented in an experimental tank level control system. Firstly, a mathematical model of the system is obtained experimentally. An important feature of the plant is its nonlinearity. To control the level of water in the tank over the whole range, the nonlinear model of the system is linearized around three different operating points. Then, three PI controllers are designed for the operating points, using Skogestad's method. By using the PDC method, an overall fuzzy controller is designed by the fuzzy blending of the three PI-controllers. To evaluate the practical performance of the PDC-based fuzzy controller, the control system is implemented in the experimental system. The evaluation criteria considered are step response and disturbance rejection. The comparison results showed the superiority of the PDC-controller over the classical PI-controller.     

基于功能性电刺激的腕部震颤抑制系统线性自抗扰控制

功能性电刺激是实现病理性腕部震颤抑制的重要手段.但是,由于腕部肌骨系统生理特性复杂,难以对其准确建模,限制了震颤抑制控制的效果.针对上述问题,首先,建立腕部肌骨系统的Hammerstein模型,给出参数辨识方法;然后,针对肌肉非线性招募特性通过前馈控制进行模型线性化,进而设计自抗扰控制器实现对肌骨系统建模误差和震颤等外部扰动的估计和补偿,根据带宽法和稳定裕度要求完成控制器参数整定,并对闭环系统的跟踪和抗扰性能进行仿真分析;最后,基于腕部震颤抑制系统平台对所提出自抗扰控制方法与PID控制进行对比实验,验证所提出控制方案的有效性.     

基于音圈电机的波动压力载荷控制研究

为开展波动载荷下滑动电接触摩擦动力学与电流传导机理研究,需在滑动电接触实验机上模拟弓网压力载荷波动,为此设计了基于音圈电机的动态压力伺服控制器.在建立波动载荷伺服系统数学模型基础上,设计了基于音圈电机的改进自抗扰控制方案,给出了改进自抗扰控制器的具体设计方法,并通过与模糊RBF网络相结合,实现参数自整定.针对传统自抗扰控制、PID控制与改进型自抗扰控制进行了仿真对比分析,并对改进型自抗扰控制进行了实验测试.仿真以及实验研究表明,该控制策略具有良好的控制性能以及鲁棒性能,满足实验系统要求.     

气动加载系统的建模及非线性自抗扰控制

针对电气比例阀控气动加载系统压力跟踪控制存在系统参数不确定性、时滞性、强耦合等非线性问题,提出一种非线性自抗扰控制(ADRC)方法.首先建立电气比例阀控气动加载系统的动态机理模型;然后,在考虑外部存在未知扰动及负载波动等情况下,设计扩张状态观测器以对系统的耦合项及外部扰动等不确定项进行估计,并采用非线性误差反馈律给予实时主动补偿,从而实现系统加载压力的实时控制.仿真和实验结果表明,在ADRC控制下系统不仅具有良好的跟踪性能,响应速度快,抗干扰能力强,而且在工程上易于实现.     

自抗扰控制对边界带有干扰的非线性sine-Gordon方程的镇定

本文讨论边界具有内部不确定和外部扰动的非线性sine-Gordon方程的镇定问题. 为处理sine-Gordon方程中的非线性项, 文章给出一个新的总扰动观测器在线估计未知扰动, 并通过自抗扰控制方法, 设计一个控制器使得在反馈控制中实时补偿(消除)总扰动. 闭环系统被证明适定的并且受控系统是指数稳定而扰动观测器是有界的. 数值模拟说明提出方法的有效性.     

基于模糊线性自抗扰的柔性多状态开关控制研究

为抑制系统干扰对三端口柔性多状态开关(FMSS)直流侧电压的影响,提出了一种基于模糊线性自抗扰控制(LADRC)的三端口FMSS控制策略。首先,根据LADRC算法设计出LADRC控制器来替代电压外环和电流内环中的PI控制器,以此增强系统的抗干扰性能;其次,通过模糊控制改进电流内环的LADRC控制器,从而得到一种用于干扰抑制的模糊LADRC控制器,实现控制器参数可随扰动实时变化,以达到抑制干扰的目的;最后,在MATLAB/Simulink中建立三端口FMSS仿真模型,对控制策略进行仿真验证。仿真结果表明,与采用LADRC控制策略相比,所提控制策略具有更好的抗干扰性能和稳定性,能有效地抑制FMSS直流侧电压波动。     

基于参考模型的扰动观测器控制系统

为了补偿控制系统的未知动态和外部扰动,论文提出一种基于参考模型的扰动观测器控制系统.首先,分析了二阶理想参考模型控制系统的设计,并通过闭环传递函数证明了参考模型控制系统的稳定性.然后,设计了二阶系统扰动观测器和基于参考模型的扰动观测器控制律,分析了二阶闭环控制误差系统收敛性.并推广到n阶控制系统,证明了n阶闭环控制误差系统稳定性.最后,仿真实验结果表明,与线性自抗扰控制(LADRC)系统相比,基于参考模型的扰动观测器控制系统阶跃响应的跟踪精度和抗扰性能明显优于LADRC系统,扰动的估计精度高,控制输入量小于LADRC系统;基于参考模型的扰动观测器控制系统正弦跟踪精度和扰动的估计精度也高于LADRC系统.该新型控制系统结构简单,抗扰性能好,控制效率高,具有重要的工程应用价值.     

基于灰色模型的自抗扰控制在负荷控制中的应用研究

火电厂钢球磨煤机的负荷对象具有大滞后、慢时变、强非线性等复杂特性,采用常规控制方法难以获得满意的控制效果,文章提出了基于灰色预测模型的自抗扰负荷控制方法,它把灰色预测模型与自抗扰控制结合起来,在常规的自抗扰控制中加入灰色预测模型的控制方法,并且控制系统的参数采用自适应遗传算法进行优化;仿真结果表明这种控制方法系统响应快、超调小、鲁棒性好、抗干扰能力强,可以有效解决大滞后、非线性及适应性等问题。     

滑动与打滑条件下的轮式移动机器人自抗扰跟踪控制

针对具有未知的滑动与打滑的轮式移动机器人(WMR),提出了一种基于自抗扰思想的跟踪控制策略.首先建立了滑动与打滑条件下的轮式移动机器人动力学模型.其次,由反步法设计运动学控制器,基于模型设计线性扩张观测器和动力学控制器,并给出了控制器稳定性分析.最后与积分滑模控制进行了仿真对比,结果表明该控制方法的误差收敛速度更快.观测器能够精确估计滑动与打滑及动力学不确定性对机器人的扰动,提高了轮式移动机器人轨迹跟踪的鲁棒性.