基于摩擦观测器的伺服控制系统研究及仿真

伺服控制系统中非线性摩擦力矩的干扰是影响系统性能提高的主要因素.为了减小摩擦力矩的影响,提出了基于扩展卡尔曼滤波器的状态观测器对摩擦力进行估计,采用改进型Tustin摩擦模型仿真实际摩擦力矩.Matlab仿真结果表明,构建的摩擦观测器能较准确地对摩擦力进行估计,加入摩擦力补偿后能有效改善运动控制系统性能,速度误差由18％降低到3％.     

基于改进的扩展卡尔曼滤波伺服系统建模技术研究

研究永磁同步电机系统建模技术问题。传统的建模技术在对系统进行建模时,由于算法复杂度较高,不利于实时控制系统,提出一种新的基于卡尔曼滤波技术构建速度观测器替代位置传感器;卡尔曼滤波技术适用于线性控制场合,针对PMSM的非线性特性,改进卡尔曼滤波算法为扩展卡尔曼滤波算法。仿真实验结果表明,利用扩展卡尔曼滤波算法构建的速度观测器准确度高,是一种有效的伺服系统建模方法。     

基于ESO的永磁同步电机伺服系统快速终端滑模控制

为了优化永磁同步电机(PMSM)伺服系统的控制性能, 本文提出了一种基于非奇异快速终端滑模控制(NFTSMC)和扩张状态观测器(ESO)的复合控制策略. 论文首先建立了考虑集总扰动的永磁同步电机数学模型, 根据所定义的非奇异终端滑模面和趋近律, 设计了位置跟踪控制器, 所设计的控制器采用非级联结构替代了传统的位置环和速度环控制器, 并通过李亚普诺夫定理证明了稳定性和有限时间内收敛. 为了进一步提高系统的抗扰动性能, 本文引入了扩张状态观测器来估计系统扰动并将其应用于前馈补偿. 然后, 文章对系统整体进行了稳定性证明. 最后,文章完成了基于所设计控制器的仿真和实验验证. 结果表明, 该控制器具有良好的位置跟踪性能且收敛速度快, 对外部干扰具有强鲁棒性.     

高精度伺服系统的模糊CMAC补偿控制

针对伺服系统存在非线性和参数不确定性,PID等常规控制器几乎无法获得高精度控制性能的问题,提出了一种基于FCMAC的补偿控制器,将其应用于伺服系统的速度闭环控制.FCMAC补偿控制器能够实时在线学习系统的非线性,对参数变化及扰动等因素进行实时补偿.将FCMAC补偿控制器与模型参考跟踪控制结合,能有效地改善伺服系统的鲁棒性.仿真结果进一步表明,该控制策略能降低系统时参数变化和外界扰动等不确定性的灵敏度,即使在持续正弦信号干扰下也具有良好的性能.     

基于观测器的伺服系统反馈线性化控制

基于重载且负载大范围变化的伺服系统提出高精度数学模型,建立扩展卡尔曼观测器对速度和模型中参数进行观测,使用基于模型的反馈线性化方法准确地将模型线性化,并使用线性控制方法设计高精度控制器。该策略的应用不但避免了传感器的测量时带来的误差,同时,在参数准确的条件下能够得到更高的控制精度。仿真实验结果表明:运用所设计的基于扩展卡尔曼观测器的反馈线性化控制策略不仅能够准确地对速度状态和参数进行观测,同时系统在跟踪性能方面也取得了较好的结果。     

快速刀具伺服系统位置域重复控制设计及其数字实现

在非圆零件车削过程中, 快速刀具伺服(Fast tool servo, FTS)的运动精度直接影响零件的加工质量. 主轴变速加工使得FTS的参考目标信号周期时变而不确定, 这对实现其渐近跟踪提出了极大的挑战. 本文利用FTS的位置域周期特性, 提出一种基于位置域重复控制和时域速度反馈镇定的FTS系统复合控制设计方法, 并给出位置域改进型重复控制器(Spatial modified repetitive controller, SMRC)的数字实现算法, 实现对时变周期参考目标信号的高精度跟踪. 首先, 建立包含位置相关时变周期参考目标信号内模的SMRC, 并引入位置域相位超前装置对镇定补偿器引起的相位滞后进行补偿, 在此基础上构建复合控制律. 然后应用小增益定理和算子理论, 推导出控制系统的稳定性条件, 在保持系统采样频率不变的条件下, 应用插值法建立SMRC的数字实现算法, 确保位置域重复控制和时域镇定控制器的同步执行. 最后, 通过仿真验证所设计的FTS控制系统具有满意的时变周期跟踪性能和鲁棒性, 并通过与其他位置域重复控制方法的比较, 说明所提方法同时具有更好的暂态和稳态性能.     

伺服系统的神经网络摩擦力自适应补偿研究

在高精度伺服系统中,摩擦力是影响其低速性能的关键因素。该文分析了摩擦力的特性、数学模型、及其对伺服系统性能的影响,提出了基于RBF网络的自适应摩擦力补偿方法,并将其与参数线性化模型相比较。在某单轴速率／位置转台的控制系统中的应用结果表明,该方法能有效地改善伺服系统的性能。     

伺服系统的神经网络摩擦力自适应补偿研究

在高精度伺服系统中,摩擦力是影响其低速性能的关键因素,本文分析了摩擦力的特征,数学模型、及其对伺服系统性能的影响,提出了基于RBF网络的自适应摩擦力补偿方法,并将其与参数线模型相比较,在某单轴速率／位置转台的控制系统中的应用结果表明：该方法能有效地改善伺服系统的性能。     

伺服系统的恒稳定控制

分析了伺服系统稳定控制的实质,结合神经元和模糊控制设计了恒稳定控制方案,仿真结果验证了其有效性。     

基于估计的风力机最大功率跟踪控制

在额定风速以下,变速恒频风力发电机组应采用可靠控制策略,保证最大风功率跟踪;在不估计风速的情况下,提出一种风力机最大功率跟踪方法;首先,利用状态观测器和非线性扩展卡尔曼滤波,估计风力机最佳转速,采用PI控制器给出风力机转矩估值;其次,以风力机转矩、转速估值为输入,采用风力机转矩前馈控制,在计算风力机最优转速后,给出发电机转矩控制量,从而实现低风速时的最大功率跟踪;在Matlab/Simulink软件上搭建了仿真平台,仿真验证了估计的有效性和控制的正确性。     

基于滑模观测器的汽车轮胎力级联估计方法

提出了一种新型的基于滑模观测器理论的汽车轮胎力级联估计方法．首先基于单轮滚动动力学模型,以车轮转动角速度及驱动力矩作为输入,针对每个车轮的纵向轮胎力设计了纵向轮胎力滑模观测器．又采用了简化的车辆2自由度模型,以纵向轮胎力估计值、 前轮转角、 侧向加速度及横摆角速度作为输入,分别设计了前、 后轴侧向轮胎力滑模观测器．最后,为验证所设计的观测器的有效性,应用高保真车辆动力学软件veDYNA进行了仿真研究,并与扩展卡尔曼滤波（extendedKalman filter,EKF）方法进行了对比分析．实验结果表明,基于滑模观测器的车辆轮胎力级联估计方法具有更高的准确性．     

基于ESO技术的惯导系统初始对准

从控制角度出发,把自抗扰控制技术(扩张状态观测器(Extended state observer,ESO)、跟踪微分器)应用于惯性导航系统的静基座对准中,建立了系统的误差模型,深入地研究了这种对准方案的精度和速度,并与传统的卡尔曼滤波技术进行仿真比较。仿真结果表明:ESO技术克服了卡尔曼滤波技术使用条件的限制,在存在不确定性扰动影响的快速对准中取得了较好的效果,鲁棒性和抗干扰性都有较大提高。     

基于神经网络观测器的飞行器传感器故障检测

为了避免传感器故障对飞控系统的影响,实现传感器故障的快速检测与隔离,提出了一种基于神经网络观测器(NNOB)的传感器故障检测方法。在建立四旋翼飞行器姿态故障模型的基础上,利用非线性观测器得到的期望输出和传感器测量值设计基于神经网络(NN)的传感器故障观测器,利用扩展卡尔曼滤波器(EKF)更新神经网络的权值参数,通过Lyapunov理论证明权值参数更新的收敛性,最终构建出一种基于神经网络观测器的传感器故障检测系统。数值仿真实验结果表明,与现有神经网络故障检测方法相比,所提方法具有更高的故障检出率与更好的跟踪性能。     

带时延补偿的图像雅可比矩阵在线估计方法

传统的在线估计图像雅可比矩阵的方法没有考虑时延因素,因此具有较大的估计误差。为了补偿时间延迟,提出一种新的带时延补偿的图像雅可比矩阵估计方法。该方法利用卡尔曼滤波估计特征点在图像空间中当前时刻的位置和速度,进而计算当前时刻较为准确的图像雅可比矩阵估计值。仿真和实验结果表明,该方法显著地提高了系统的性能,从而验证了提出的带时延补偿的图像雅可比矩阵在线估计方法的可行性和优越性。     

非线性系统智能状态估计研究进展与展望

综述了近年来基于智能方法的非线性系统滤波器和观测器的设计方法.关于滤波器,一方面介绍了基于智能方法辨识系统模型而设计的间接滤波器,分析了模型偏差修正的重要性;另一方面探讨了基于智能方法设计的直接滤波器的研究进展.关于观测器,重点介绍了基于神经网络的广义Luenberger观测器的设计方法,总结了该观测器稳定性和鲁棒性的理论分析结果,并进一步介绍了适用范围更广的智能自适应鲁棒观测器的设计方法.最后,对非线性估计问题的进一步研究提出了几点展望.     

温度检测系统的非线性动态补偿研究

在温度测控系统中,对于温度传感器在测量时存在较大非线性动态偏移误差,提出基于参考模型的利用扩展卡尔曼滤波算法设计温度传感器的动态补偿的方法.用扩展卡尔曼滤波进行补偿器的参数辨识,从而得到比较精确的补偿器,因此温度传感器的动态偏移误差得到自动补偿.本文所设计的系统可以对温度进行有效的控制,且具有一定的鲁棒性和较好的响应速度.     

基于多新息理论的 EKF 改进算法

针对标准的扩展卡尔曼滤波算法（EKF）在强非线性系统中估计精度较低的问题,提出了一种改进的扩展卡尔曼滤波算法（MI-EKF）,使得滤波精度得到很大的提高。MI-EKF 是在标准 EKF 基础上,结合多新息理论,不仅考虑了系统当前的测量值,而且也充分考虑了之前时刻的有用信息,从而使得 MI-EKF 的滤波精度和稳定性得到改善。最后,讨论了新息数量对改进算法精度的影响,仿真结果表明包含两个新息的 MI-EKF 算法滤波效果最佳。