基于遗传算法的直流伺服系统参数辨识及摩擦补偿控制

针对静态摩擦力对数控机床直流伺服系统的干扰问题,提出了一种先利用遗传算法对静态摩擦模型中的参数进行辨识,然后采用基于摩擦模型补偿的伺服控制方法。该方法首先根据直流伺服系统的摩擦特性建立摩擦模型,再将摩擦补偿引入到直流伺服系统的反馈控制结构中,获取伺服电机的位置误差。采用遗传算法对摩擦补偿模型进行参数辨识,使摩擦补偿量在数值上不断逼近实际的摩擦干扰,并利用摩擦补偿量来抵消摩擦给伺服系统带来的影响。为了验证参数辨识的效果,将普通PD控制与基于摩擦补偿的PD控制进行了仿真比较,实验结果表明,后者能够消除由于静摩擦的存在而造成的位置跟踪中出现的平顶现象,能够达到理想的跟踪效果。因此,本文所提出的方法具有较强的摩擦干扰补偿能力,能够实现对直流伺服系统的精确控制。     

不确定非线性系统的模糊鲁棒跟踪控制

提出了一种基于T-S模糊型的鲁捧自适应跟踪控制方法.整个控制方案在结合所有的局部线性状态反馈控制器的基础上,引入了基于自适应神经网络的鲁棒控制器.所提出的模糊自适应鲁棒控制器设计方法不需要求取李亚普诺夫方程的公共解,不要求系统的不确定性项满足任何匹配条件或约束条件所提出的带有补偿项的完全自适应RBF神经网络,通过在线自适应调整RBF神经网络的权重、函数中心和宽度,提高了神经网络的学习能力,可以有效地对消系统的未知不确定性的影响.同时通过自适应补偿项来在线估计神经网络的近似误差边界,弥补了神经网络的不足.所提出的方案保证了闭环系统的稳定性,有效地提高了系统的鲁棒性和跟踪性能.仿真实例表明了所提出方法的有效性.     

非线性系统鲁棒无模型学习自适应控制

给出了ＭＩＳＯ非线性系统的无模型学习自适应控制方案，它具有极其简单的递推形式，可以处理传统ＰＩＤ控制器不能处理的ＭＩＳＯ非线性系统、时变系统等。并且讨论了控制系统的收敛性；稳定笥及鲁棒性。仿真结果说明这种理论的优越性。     

一类参数不确定非线性系统的鲁棒稳定性

本文分析了一类参数不确定非线性系统，给出了其鲁棒稳定性的若干判据，为寻找非线性系统的参数鲁棒空间提供了一种途径，最后通过简单数据算例说明了本文结论的有效性。     

基于预见与PI补偿的不确定非线性系统鲁棒滑模控制

针对一类匹配不确定非线性连续时间系统,本文提出一种具有预见与PI补偿的鲁棒滑模控制设计方法.首先,为提高系统的跟踪性能和鲁棒性,在常规的滑模控制基础上,引入前馈预见与PI控制器.然后,通过增加扩展系统状态变量方法,构造一个包含可预见的目标信号的不确定增广系统,并将控制器的设计问题转化为增广系统的稳定性问题.在此基础上,针对标称增广系统,应用最优控制原理,设计最优预见PI控制器;针对不确定增广系统,应用变结构控制方法,设计最优预见PI滑模控制器,实现不确定系统的鲁棒调节.所得结果推广和包含了已有文献中的一些结果.最后,数值仿真验证所提方法的有效性.     

非线性时滞不确定系统传感器鲁棒故障诊断

提出了一种带有不确定性环节非线性时滞系统的传感器鲁棒故障诊断方案，非线性与系统输入和状态有关，不确定性包括系统状态和输出环节；通过设计观测器对系统状态和输出进行估计，得到鲁棒阈值产生方法；构建自适应跟踪器，若系统实际和估计输出偏差等于或大于阈值，开始跟踪故障；同时对该方案鲁棒性、灵敏度和稳定性进行详细分析；最后通过仿真实验验证了有效性。     

一类不确定非线性系统的指数鲁棒输出跟踪

研究一类不确定非线性系统的鲁棒输出跟踪控制问题。应用输入／输出反馈线性化法和李亚普诺夫方法,提出一种基于不确定项上界的连续型鲁棒输出跟踪控制器设计方法。该控制器不仅可确保闭环系统的状态一致最终有界,使系统输出按指数规律跟踪期望输出,而且计算简单,更易实现。仿真结果证明了该方法的可行性与有效性。     

一类不确定非线性系统的鲁棒自适应控制

针对一类不确定非线性系统 ,设计出一种新的自适应控制器 ,它克服了现有方案存在的过多参数辨识问题 ,从而降低了控制器的动态阶次 .在较弱条件下 ,该控制器不仅能保证闭环系统所有信号有界 ,而且能使跟踪误差以指数速度收敛到零的有界小邻域内     

摩擦非线性伺服系统辨识建模方法研究

针对伺服控制设计时系统精确建模的重要性,提出了一种主要针对受摩擦非线性影响的系统建模方法,即通过在辨识输入信号中叠加摩擦补偿来抵消摩擦的影响,从而实现对非线性系统的线性化处理的建模方法。并通过模型验证实验,证明经过这种处理方法得到的模型准确化程度很高。     

不确定非线性系统的鲁棒输出反馈自适应控制

针对一类具有一般不确定性的非线性系统,设计一种新的鲁棒输出反馈自适应控制器。在较弱条件下,该控制器不仅能保证闭环系统全局稳定,且能使跟踪误差以指数速度收敛到零的小领域内。仿真结果验证了所给控制方案的有效性。     

基于摩擦模型的伺服系统模糊控制技术研究

针对非线性摩擦对伺服系统性能的影响,常规PID控制法不能兼顾快速性和稳定性的需求,并且正弦跟踪存在“平顶”现象,基于Stribeck摩擦模型[2],采用了模糊控制补偿策略,通过matlab/Simulink仿真,仿真结果表明,与常规PID控制[1]相比,模糊控制具有较强的鲁棒性和抗干扰性能,能够很好地解决阶跃跟踪带来超调量大和正弦跟踪带来的跟踪误差等问题,对伺服系统工程具有实际应用价值。     

带有多非线性干扰观测器的电液伺服反演控制

针对高阶不匹配不确定非线性电液伺服系统,提出一种动态面反演控制策略,以实现对电液伺服系统的位置控制.采用多个非线性干扰观测器观测出电液伺服系统的各阶子系统的不确定项和干扰项,对使用非线性干扰观测器后的系统实行反演控制,使用动态面方法来解决传统反演控制中虚拟控制量随着系统阶数的增加而愈加繁杂的问题.基于Lyapunov方法从理论上证明了所设计的系统控制器能够保证闭环系统有界稳定,系统中所有信号是一致最终有界的,仿真结果验证了反演控制方法的正确性.     

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。     

低速摩擦伺服系统的模糊切换滑模控制研究

建立伺服系统的摩擦模型,针对高精度伺服系统易受测量延迟及测量噪声等不确定性干扰因素的影响,提出基于模糊切换增益调节的变结构控制策略,并用Lyapunov方法分析了滑模控制的稳定性。最后通过仿真,证明该策略有效削弱了抖振,系统鲁棒性得到提高。     

滑模控制在低速摩擦伺服系统中的应用

将滑模控制应用到低速摩擦伺服系统中。仿真实验的结果表明，采用滑模控制的低速摩擦伺服系统不仅能达到高精度追踪，而且鲁棒性好，其控制效果明显优于传统的P1D控制方法。     

电液伺服位置系统的变结构自适应鲁棒控制

该文建立了电液伺服位置系统的带有时变参数和非线性特性的三阶模型。在此基础上。基于滑模控制理论,对其设计了一种具有参数自适应能力的自适应滑模变结构控制器。从初始状态到达滑模面这段运动时间内和在滑模面上运动时,依赖于一个时间函数使系统在两个不同的控制律之间进行切换,以满足不同运动阶段的要求。此外在应用变结构控制的同时,通过参数自适应来消除系统不确定性对控制性能的影响,进而增加了系统的鲁棒性。然后基于李亚普诺夫稳定性理论证明了所设计系统的渐近稳定性。最后将此方法应用于冷轧机电液伺服位置系统进行仿真,结果表明这种针对不同运动阶段的特点所设计的控制器满足了变结构控制的可达条件,达到了减小系统到达滑模面的时间和削弱抖振的目的。与传统的变结构控制对比。该文所设计的控制器在减小响应时间、抑止超调和提高鲁棒性方面都具有先进性。     

离散变结构控制的新方法及其在液压伺服系统中的应用

本文对离散变结构控制进行了深入研究，针对伺服系统的特点，提出了一种新的变结构控制策略－ＩＶＳＣ。它由积分控制Ｉ和变结构控制ＶＳＣ复合而成，因此当系统存在外部干扰和参数变化时仍可获得准确的跟踪性和良好的鲁棒性。应用所提出的控制策略对泵控马达速度伺服系统进行控制的仿真结果表明控制效果是相当满意的。     

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%。     

直流PWM伺服系统的模糊变结构控制的研究

以直流PWM伺服系统为对象,在建立数学模型基础上,从变结构控制理论出发,结合模糊控制的优点,设计了一种新型模糊变结构控制器,即在误差较大时采用滑模变结构控制,充分利用其响应速度快的特点,在误差较小时改用增量式模糊控制,并进行分级处理,以减弱抖振,提高控制精度,改善系统的动态性能。理论分析与仿真结果证明,该系统响应快、抖振小、鲁棒性较强,能够获得良好的控制效果。