电液伺服系统的模型参考滑模自适应控制

为了提高电液伺服系统的控制效果，本文将模型参考自适应控制和滑模控制相结合，用模型参考方法来保证系统的稳态品质，用滑模控制方法来改善系统的动态品质，提出一种新的模型参考滑模自适应控制方法，仿真结果表明，该方法能有效抑制参数扰动、量测噪声及干扰，具有很强的鲁棒性。     

液压伺服系统的模型参考自适应模糊控制新方法

基于液压伺服系统参数不确定性,提出一种改进的模型参考自适应模糊控制方法.该方法用模糊自适应机构代替常规的自适应机构,并用模糊因子自调整律实时调节模糊自适应机构的模糊规则.此方法提高了模糊自适应机构推理规则的调整精度,获得了更好的控制性能.仿真结果验证了该方法的优越性.     

论域自适应变化的不确定机械臂模糊补偿控制

为了提高不确定机械臂系统在扰动工况下的轨迹跟踪精度,设计了论域自适应变化的模糊补偿控制器。以二自由度机械臂为研究对象,建立了机械臂系统的动力学模型,设计了模糊补偿控制器的整体方案。提出了模糊控制参数论域随跟踪误差自适应变化的思想：当跟踪误差较小时,参数论域随之减小,有利于提高控制精度;当跟踪误差较大时,参数论域随之增大,有利于控制过程收敛;基于Lyapunov稳定性分析,给出了补偿力矩系数的自适应变化律。经仿真验证,论域自适应模糊补偿控制器对期望轨迹跟踪误差的最大值和方均根均远小于传统模糊补偿控制。仿真结果表明在扰动工况下,论域自适应模糊控制器对不确定机械臂的轨迹跟踪控制是有效的,且在控制精度和速度方面具有一定优越性。     

模糊自适应PID在数控进给伺服系统的应用

数控机床的进给伺服控制是复杂的机电耦合系统,因其存在参数时变、负载扰动以及电机的非线性等缺点,很难为其建立准确的模型。模糊Fuzzy控制具有无需建立被控对象的数学模型、鲁棒性好等优点但稳态精度差,将模糊控制和PID控制相结合,设计了模糊自适应PID控制器,并将此应用于数控伺服系统的控制中,该控制器具有较完善的控制性能。仿真实验的结果表明,采用该模糊自适应PID控制器具有较高的稳定精度,较强的鲁棒性。     

基于混沌万有引力算法的制动缸自适应鲁棒控制

针对实际工况中轮对踏面径向形变挤压机车制动缸活塞及闸瓦产生的时变扰动，设计超螺旋观测器，对其实际值进行估计并对估计误差自适应模糊逼近，以削弱时变扰动。构造基于微分控制律的自适应鲁棒控制器，将其应用于制动缸闸瓦位置控制系统；采用引入混沌变异因子的万有引力算法对控制器参数进行寻优。理论分析及仿真结果表明：系统闭环各状态变量输出有界，滑模面导数收敛于0而滑模面常值收敛；控制输入平滑有界无抖振。     

直线伺服系统动子质量辨识及μ综合控制器设计

针对高精度、微进给、超低速永磁同步直线伺服系统(PMSLS)易受负载扰动及参数变化影响的特点,采用H∞控制器设计方法与μ综合中的D-K迭代法相结合,设计了一个μ综合控制器.该控制器对负载扰动和参数不确定性更具鲁棒性.为了补偿摩擦力的扰动,进一步增强系统的鲁棒性,采用了基于模型参考自适应在线辨识动子质量.仿真结果表明,提出的该控制器满足超低速永磁同步直线伺服系统对鲁棒性和快速性的要求,系统的稳态精度有了很大的提高.     

位置伺服系统模糊自适应滑模控制研究

位置伺服系统对响应速度、定位精度、抗扰性能等要求越来越高,传统PID控制实现容易,但依赖对象数学模型、性能有限,很难满足高要求。滑模控制不依赖对象模型、适用性强,因此提出一种对指数趋近速率进行自适应调整的滑模控制方法。以位置伺服系统为对象,分别采用PID控制、滑模控制、模糊自适应滑模控制进行定位控制及抗扰动性能的仿真及试验。结果表明:模糊自适应滑模控制较PID控制在快速定位及抗扰动性能上均明显占优;相比普通滑模控制,其动态性能更好。因此对于要求响应速度快、抗扰性能强的位置控制应用场合,提出的模糊自适应滑模控制适用性更好,有一定的应用价值。     

高精度数控机床进给伺服系统的模糊自适应PID控制

数控机床进给伺服系统是一个复杂的机电耦合系统。由于具有较强的时变参数特性、负载扰动和电机的非线性,很难给出控制系统的精确模型。基于数控机床进给伺服系统的数学模型,提出一种模糊自适应PID控制器的设计方法。将该控制器应用于数控机床进给伺服系统控制,可获得良好的控制性能。仿真结果表明：该方法不仅具有无静态失真,而且响应速度快、超调小。这种模糊自适应PID控制器具有较高的稳定性和精度。     

搬运机械手模糊滑模增益跟踪控制北大核心

针对非线性机器人系统中未建模动力学以及未知扰动的问题,提出了一种抗干扰的自适应模糊增益滑模控制策略。首先根据D-H坐标法建立机械臂的运动学、动力学模型;再次,引入Mamdani模糊规则和自适应律逼近理论,通过对Lyapunov函数的设计,建立滑模控制律,选取机械臂整体动力学模型为研究对象,引入干扰并进行仿真分析;最后,通过对鲁棒滑模控制、自适应滑模鲁棒控制、自适应模糊增益滑模控制策略进行比较,验证本文所提方法的有效性。     

半主动悬架系统性能仿真及控制技术

以模糊控制原理为基础，融合自适应方法，将模糊系统辨识和模糊控制结合起来，并对自适应控制规则进行修正，以在线自适应调整模糊控制的有关参数，在对1／4车辆模型性能仿真的基础上，设计开发了8031单片机为主控制器件的半主动悬架自适应模糊控制系统。控制器较好实现系统控制，具有较强的适应性和鲁棒性。该方法明显地改善了控制系统的动态性能，显著减小了车辆振动及干扰，提高了车辆的行驶平顺性。     

基于反步控制的非线性干扰观测器的外部不确定干扰的电液位置伺服系统

由于电液系统中存在各种非线性因素以及不确定干扰,为提高电液位置伺服系统在干扰下的控制精度,以电液振动台为控制对象,建立非线性模型,利用干扰观测器对干扰力进行观测,并通过反步控制器进行削弱和补偿,利用李雅普诺夫理论保证闭环系统的全局稳定.对设计的控制器进行仿真和实验,模拟在有外界未知干扰力下的位置控制,实现对干扰的抑制.实验表明:该控制策略能够很好的提高电液位置伺服系统的跟踪性能.     

电液位置伺服系统的模糊CMAC神经网络控制研究

本文提出了一种模糊ＣＭＡＣ神经网络的结构和算法。该网络通过权系数的在线学习,实现修正模糊逻辑。将此网络作为前馈补偿单元,与ＰＤ控制器一志构成一种自学习控制器,并对带有未知负载干扰的某电液位置系统进行动态仿真。结果表明,该控制器具有强的鲁棒性以及良好的跟踪特性。     

基于观测器的压边装置自适应滑模同步控制

为了提高并联旋压机压边装置在外部扰动未知条件下的位置控制性能及抗干扰能力,提出了一种基于扰动观测器的自适应滑模同步控制方法。首先,针对电液比例位置控制系统存在未知扰动及部分参数无法预知的问题,设计了一种非线性扰动观测器,用以对扰动和未知参数进行估计和补偿。在此基础上设计了一种基于交叉耦合策略的滑模同步控制器,用以降低单液压缸位置误差及双液压缸同步误差,保证系统鲁棒性。此外,引入了一种滑模自适应趋近律,用以缩短滑模趋近时间,降低系统抖振。最后利用Lyapunov函数证明了控制系统的稳定性。仿真结果表明,所设计的控制器能够实现精确的同步位置控制,在持续扰动作用下仍然具有良好的性能。     

电液伺服系统鲁棒最优控制的研究

本文提出了一种具有未建模动态特性、参数变化和未知外界干扰等不确定性电液伺服系统鲁棒最优控制结构，该结构包括用来确定系统对输入指令跟踪性能的最优控制和用来克服系统不确定性的辅助控制两部分，对泵控马达调速系统的仿真结果表明了该方法的有效性。     

混合动力挖掘机回转速度控制系统的研究

针对挖掘机回转速度控制系统存在转动惯量变化大、外干扰等不确定性。采用了液压混合动力技术的挖掘机回转装置的速度控制系统进行了鲁棒控制器设计,并进行了校正后系统的仿真验证。采用基于线性矩阵不等式(LMI)的H∞控制器设计方法,通过选择适当的加权函数矩阵,将实际控制系统转化为广义受控对象,设计出满足性能要求的鲁棒控制器。仿真结果表明:所设计的速度控制系统具有较强鲁棒性,能有效地抵抗回转运行过程中的参数摄动和干扰,满足控制系统性能指标。     

基于改进迭代学习的并联6-DOF运动平台控制策略研究

为了改善并联6-DOF运动平台的轨迹跟踪效果提出了一种新颖的控制算法。该控制方法结合了非奇异Terminal滑模控制(NTMSMC)和迭代学习控制(ILC),非奇异Terminal滑模控制器可以在有限的时间到达和消除控制器奇异,将其作为第一控制器来处理模型参数不确定性、未知的非线性和外部干扰;在到达滑模面之后,用PD型迭代学习控制器作为第二控制器来消除周期性轨迹跟踪误差。Simulink仿真结果表明,这种组合控制器与其它控制器(如PID控制、滑模控制、迭代学习控制)相比有更高的轨迹跟踪精度和较强的鲁棒性。     

Adaptive two-degree-of-freedom control of feed drive systems

Feed drive systems are widely used in industrial applications, and many efforts for improving their precision control have been made thus far. One of the basic approaches for improving the control accuracy of feed drive systems is to design a controller based on the internal model principle, which states that for a control system to track a reference signal without a steady state error, it needs to include a generator of the reference signal. Feed-forward controllers, such as the zero phase error tracking controller (ZPETC) proposed by Tomizuka, are also employed for improving control performance. However, prior knowledge of plant dynamics and/or reference signal properties is required for both the internal model principle and the feed-forward controller based designs. For precision control, plant dynamics should be identified in real time because feed drive dynamics are affected by varying conditions, such as frictional and thermal effects. This paper presents a new type of adaptive control for arbitrary reference tracking, which requires neither plant dynamics nor reference signal properties for controller design. This type of controller can also reduce the effect of unknown disturbances. The control system is designed using a discrete-time plant model and consists of adaptive feed-forward and feedback controllers. This design is then applied to a feed drive system with a ball screw drive. The effectiveness of the proposed design is demonstrated by simulation and experimental results, which was obtained by applying the proposed control system to an unknown reference signal whose property is varied during control.     

XY平台直线伺服系统的IP变增益交叉耦合控制

XY平台直线伺服系统中,负载扰动、机械时间延迟及各轴响应速度不同会影响轮廓加工精度,为此提出了一种将积分-比例(I-P)控制、速度前馈控制及变增益交叉耦合控制相结合的控制策略。单轴采用由IP控制和前馈控制构成的复合速度控制器,IP控制具有快速响应和抑制扰动的能力,速度前馈控制可增加系统跟踪能力,降低机械时间延迟效应。间接减小轮廓误差。并且,在X、Y轴间加入变增益交叉耦合控制器,直接减小轮廓误差。仿真结果表明该控制方案可增强系统的鲁棒性,提高系统的快速性和轮廓加工精度。     

SCARA型机器人鲁棒控制及仿真的研究

文章利用测地线的机器人轨迹规划方法,对SCARA机器人的运动学进行分析,不需再进行运动学的反解;并且利用鲁棒控制方法,对其运动轨迹进行控制,使机器人在遇到外界环境变化等不确定因素干扰时,仍能保持系统的稳定性。最后,利用MATLAB软件中的S—function函数对机器人系统进行仿真。结果表明这种鲁棒控制器对机器人系统存在外界不确定性干扰时的抑制是十分有效的。     

数控机床直线伺服系统智能反推控制的研究

针对高速高精数控机床直线伺服系统,考虑参数变化、外部负载扰动和摩擦力等不确定因素对系统伺服性能的影响,设计基于递归模糊神经网络( RFNN)的反推控制器,利用了递归神经网络具有捕获系统动态信息的优点,可实时补偿不确定因素对跟踪性能的影响.仿真结果表明,该控制策略明显降低了不确定因素对系统性能的影响,从而显著提高了直线伺服系统的位置跟踪精度.