跷跷板系统干扰补偿的分层滑模控制策略研究

为提高跷跷板系统在外部干扰下的平衡控制性能,提出一种基于指数收敛干扰观测器与切换增益模糊自适应分层滑模控制相结合的复合控制策略。首先,设计一种指数收敛干扰观测器,对系统受到的外部扰动等不确定因素进行估计补偿,以改善控制器鲁棒性。该观测器不需要状态变量二阶导的信息,可以应对实际工程中难以通过求导的方式获取加速度信号的问题。然后,针对跷跷板这类强耦合欠驱动系统提出一种分层滑模控制算法,并进一步针对滑模控制算法在未知大干扰下切换增益过大的问题,通过模糊规则的设计将切换增益模糊化,以降低系统抖振。最后,仿真和试验结果表明,相较于传统的滑模控制算法,该分层滑模控制算法抗干扰能力更强、切换增益更低。该策略可应用于类跷跷板平衡控制的实际系统。     

含非严格重复扰动的抗扰迭代学习控制

针对一类含不确定参数及未知扰动的高阶非线性系统,采用类Lyapunov方法,结合部分限幅学习律和滑模控制的优点,提出一种新的滑模鲁棒迭代学习控制算法.根据系统中不确定量的特性,将系统中的不确定性划分为两类:仅沿时间轴变化的不确定性和仅沿迭代轴变化的不确定性.前者采用迭代辨识方法处理,后者采用迭代滑模技术解决.在整个作业区间上,随着迭代次数的增加,控制算法确保系统的跟踪误差收敛到一个界内,控制器信号无抖颤,且闭环系统中其余变量一致有界.当系统扰动仅沿时间轴变化时,系统跟踪误差及其各阶导数沿迭代轴渐近收敛到0,实现系统各个状态的精确跟踪.相比利用连续函数近似法的传统滑模控制,该算法对未知扰动具有更好的鲁棒性.理论证明和仿真结果都说明了该算法的有效性.     

船舶航向非线性系统的多滑模自适应模糊控制

针对参数未知的船舶航向非线性控制系统数学模型,在考虑舵机伺服机构特性的情况下,船舶航向控制问题就成为一个虚拟控制系数未知的非匹配不确定非线性控制问题.基于多滑模设计方法和模糊逻辑系统的逼近能力,提出了一种多滑模自适应模糊控制算法,通过引入非连续投影算法和积分型Lyapunov函数,提高了系统在抑制参数漂移、控制器奇异等方面的能力.借助Lyapunov函数证明了所设计控制器使最终的闭环非匹配不确定船舶运动非线性系统中的所有信号有界,且跟踪误差收敛到零.仿真研究表明:该算法与传统的PID控制相比,具有较好的跟踪能力和自适应能力.     

基于滑模变结构的空间机器人神经网络跟踪控制

研究了在无需模型估计值的情况下不确定空间机器人轨迹跟踪问题,提出了滑模变结构的神经网络控制方案.首先基于Lyapunov理论设计了一种径向基函数（RBF）神经网络控制器来补偿系统中的未知非线性,该神经控制器能够保证闭环系统的稳定性,而通过利用饱和函数把神经网络和滑模控制结合起来的控制器来不仅可以进一步削弱滑模控制输入的抖振,且当神经网络控制器无效时仍能保证系统鲁棒性.仿真结果证明了该控制器能在初期及强干扰情况下均能达到较好的控制效果.     

一类非线性不确定系统高阶滑模自适应控制设计

针对一类非线性不确定系统,提出一种高阶滑模自适应控制算法．为减少系统抖振和不确定边界未知但有界问题,引入可在线调整参数的双极sigmoid函数和控制器增益．利用Lyapunov理论证明系统在有限时间内稳定并具有鲁棒性,且不确定的上界不需要预先确定．仿真结果验证了该方法的有效性．     

非仿射非线性离散系统的数据驱动二阶滑模解耦控制

针对传统二阶离散滑模变结构控制方法很难应用于模型未知系统的问题,提出了一种数据驱动二阶滑模解耦控制算法.该控制算法采用数据驱动的策略,运用系统的I/O数据,实时计算二阶离散滑模控制(2–DSMC)律.同时,运用观测器的思想,在控制器设计中引入离散扩张状态观测器(DESO),在线估计系统各回路间耦合、不确定性和外部扰动,进一步实现系统的解耦,改善控制品质.最后的理论分析和仿真结果表明,所提出的方法对于一般带有扰动和不确定性的非仿射非线性离散多入多出(MIMO)系统具有较好的解耦效果、渐进收敛的稳定性和较强的鲁棒性.     

电液伺服系统的多滑模鲁棒自适应控制

针对一类参数与外负载非匹配不确定的非线性高阶系统,提出了一种基于逐步递推方法的多滑模鲁棒自适应控制策略.应用逐步递推的多滑模控制方法简化了高阶系统的控制问题,同时在自适应控制中加入鲁棒控制的方法,以消除不确定性对控制性能的影响.首先利用逐步递推方法与状态反馈精确线性化理论,得出确定系统的多滑模控制器设计方法;然后基于Lyapunov稳定性分析方法,给出不确定系统的参数自适应律,及鲁棒自适应控制器的设计方法.本文把该控制策略应用到电液伺服系统的位置跟踪控制中,仿真结果显示,该控制方法具有较强的鲁棒性及良好的跟踪效果.     

基于调节函数的一类三角结构非线性系统的自适应滑模控制

针对一类三角结构的非线性系统,基于状态参考自适应控制算法和滑模控制技术,研究了其在非匹配未知参数和不确定性干扰下的跟踪控制问题,提出了自适应滑模控制策略,实现了不确定非线性系统的鲁棒输出跟踪.与一般自适应控制相比,允许系统存在非参数化的不确定性和未知扰动,增强了控制系统鲁棒性.仿真算例证明了理论研究成果的正确性和可行性.     

基于模糊自适应滑模算法的多机械臂力/位混合控制

针对多机械臂力/位混合控制受摩擦力等不确定因素影响的问题,该文提出了一种基于模糊自适应鲁棒滑模算法的控制方法。首先,根据机械臂及物体的动力学方程,构建多机械臂系统模型,并将模糊算法与自适应滑模算法相结合;然后,对不确定因素及未知非线性项进行补偿,利用鲁棒算法对系统可靠性进行提升;最后,基于李雅普诺夫方法,证明了该系统的稳定性。仿真结果显示,该方法可显著提升控制器的控制精度和系统响应速度。     

具有H_∞性能的机械手神经自适应跟踪控制

针对非线性不确定机械手系统的轨迹跟踪控制问题,提出一种具有H∞性能的神经自适应控制算法;该算法为机械手系统分别设计了主控制器和监督控制器;主控制器由神经网络控制为基础,基于滑模控制原理得到神经网络权值的自适应律;基于李亚普诺夫稳定性理论和鲁棒控制设计的监督控制器,补偿自适应神经网络对系统不确定项学习的误差,同时使系统具有H∞性能;通过二自由度机械手模型进行仿真实验,仿真结果验证了方法的有效性。     

含有非线性不确定参数的电液系统滑模自适应控制

针对含有非线性不确定参数的电液控制系统, 提出了一种滑模自适应控制方法. 该控制方法主要是为了解决由于初始控制容积的不确定性而引起的, 非线性不确定参数自适应律设计的难题. 其主要特点为, 通过定义一个新型的特Lyapunov 函数, 进而构建系统的自适应控制器及参数自适应律, 并结合滑模控制方法及一种简单的鲁棒设计方法, 给出整个电液系统的滑模自适应控制器, 及所有不确定参数的自适应律. 试验结果表明, 采用该控制方法能够取得良好的性能, 尤其可以补偿非线性不确定参数对系统的影响.     

控制增益符号未知的MIMO时滞系统自适应控制

针对一类带有死区模型并具有未知函数控制增益的不确定MIMO非线性时滞系统,基于滑模控制原理和Nussbaum函数的性质,提出了一种稳定的自适应神经网络控制方案.该方案放宽了对函数控制增益上界为未知常数的假设,并通过使用Lyapunov-Krasovskii泛函抵消了因未知时变时滞带来的系统不确定性.理论分析证明,闭环系统是半全局一致终结有界.仿真结果表明了该方法的有效性.     

A simplified version of adaptive super‐twisting control

In this paper, a simplified super‐twisting control with adaptive gain is proposed for a class of nonlinear uncertain systems. A strong Lyapunov function is constructed to design a sliding mode controller with adaptive gain. Furthermore, the analysis of the finite time convergence towards the equilibrium point of the closed‐loop system is detailed. Regarding previous works from literature, the main contribution of this approach is the simplification of the gain tuning process by maintaining a high level of performance. Finally, simulation results for tracking control of a quadrotor are given to show the performance of the proposed algorithm.     

基于量子遗传算法的模糊滑模控制

针对一类具有不确定性的非线性系统,提出了一种新的基于量子遗传算法的模糊滑模控制器的设计方法.将模糊控制与滑模控制相结合,利用滑模控制使系统跟踪误差进入边界层内;启用模糊控制替代切换控制,并在边界层上通过监督函数平滑控制作用.在滑动模态产生条件下,通过量子遗传算法优化模糊控制器的控制规则,有效地解决了模糊滑模控制中模糊控制规则的确定问题,从而削弱了系统的抖振,改善了控制器的控制性能.仿真结果表明了该方法的有效性.     

Sliding mode control for uncertain nonlinear systems with multiple inputs containing sector nonlinearities and deadzones.

In this paper, we investigate a novel robust control approach for a class of uncertain nonlinear systems with multiple inputs containing sector nonlinearities and deadzones. Sliding mode control (SMC) is suggested to design stabilizing controllers for these uncertain nonlinear systems. The controllers guarantee the global reaching condition of the sliding mode in these systems. They can work effectively for systems either with or without sector nonlinearities and deadzones in the inputs. Moreover, the controllers ensure that the system trajectories globally exponentially converge to the sliding mode. Illustrative examples are demonstrated to verify the effectiveness of the proposed sliding mode controller.     

A novel adaptive high-order sliding mode control based on integral sliding mode

This paper presents an adaptive high-order sliding mode control scheme targeting for uncertain minimum phase nonlinear single-input-single-output (SISO) systems, which can be equivalently formulated as the finite-time stabilization of high-order input-output dynamics subject to the uncertainties of parameters such as a chain of integrators. The proposed controller is derived from the concept of integral sliding mode and consists of two parts, one part of which achieves the finite-time stabilization of the high-order input-output dynamics without uncertainties by solving a finite-horizon optimal control problem with a free-final-state. The other part adopts the adaptive sliding mode control technique considering the practical bounded uncertainties, by which a modified switching gain adaptation algorithm is developed so that the on-line switching gain selection can be executed and the upper bounds of the uncertainties are not requisite in advance. As a result, a high-order sliding mode is established, ensuring the sliding variables and its high-order derivatives converge to an arbitrarily small vicinity of the origin in finite time. Therefore, the proposed controller achieves fixed convergence time and further improves strong robustness against bounded uncertainties with lower chattering and the easy implementation. Simulation results are presented in detail to verify the effectiveness and feasibility of the proposed algorithm.     

Sliding mode tracking control with differential evolution optimisation algorithm using integral-chain differentiator in uncertain nonlinear systems

This paper presents sliding mode tracking control for a class of uncertain nonlinear systems with unknown parameters and system states. The sliding mode tracking controller with the differential evolution (DE) algorithm using integral-chain differentiator (ICD) is designed for the trajectory tracking in uncertain nonlinear systems. The ICD added into the sliding mode tracking systems provides the estimation of unknown states. The DE optimisation algorithm on the basis of ICD realises the unknown parametric identification in the limitation of unknown system states. The simulation is implemented to illustrate that the combined control scheme achieves high precision tracking performances.     

控制增益符号未知的不确定非线性系统鲁棒自适应控制

针对一类控制增益函数及符号均未知的不确定非线性系统,基于反推滑模设计方法,提出一种鲁棒自适应神经网络控制方案.结合Nussbaum增益设计技术和神经网络逼近能力,取消了控制增益函数及符号已知的条件,应用积分型Lyapunov函数避免了控制器奇异性问题,并通过引入神经网络逼近误差和不确定干扰上界的自适应补偿项消除了建模误差和不确定干扰的影响.理论分析证明了闭环系统所有信号半全局一致终结有界,仿真结果验证了该方法的有效性.     

基于非线性参数的电液伺服系统滑模控制

针对在电液伺服系统跟踪控制中存在非线性不确定参数和外界扰动的问题,提出了一种基于积分微分器的滑模Lyapunov函数的控制方法。首先,在只有位移信号测量输出的情况下,采用高阶积分链式微分器对其速度和加速度信息进行预估。系统存在非线性不确定参数,利用微分器对状态和不确定项的实时估计,设计出积分滑模控制器,实现自适应规律以及对电液伺服系统中不确定扰动的抑制。搭建电液伺服系统AMESim模型并与Matlab构成联合仿真平台,对控制器进行仿真。仿真表明,该控制器具有良好的对非线性不确定参数变化的补偿能力和跟踪性能。