基于AFSA-ACA自适应模糊滑模的采煤机滚筒液压调高控制

为研究采煤机滚筒在不同复杂工况下的位置跟踪控制,以液压机构的工作原理为基础,建立了滚筒液压调高机构的数学模型。基于自适应模糊微分积分滑模鲁棒性强的优点,提出了在鱼群-蚁群融合算法优化滑模控制器参数条件下的滚筒位置跟踪控制方案,并分析了滚筒在采用一般滑模控制器及自适应模糊微分积分滑模控制器下位置跟踪的特点。仿真结果表明:采用结合融合算法优化的自适应模糊微分积分滑模控制器的滚筒调高机构对内部参数摄动及外部时变干扰具有较好的鲁棒性,能够实现位置跟踪控制。     

机械臂液压伺服系统的自适应模糊滑模控制

针对机械臂液压伺服位置系统存在非线性特性和参数不确定性,提出了一种自适应模糊滑模控制方法。利用参数自适应算法估计系统未知参数,有效地克服了系统不确定性的影响,提高了系统的鲁棒性;采用非连续投影算法保证了参数估计的有界性;引入模糊系统代替切换控制项,有效地消弱了抖振。仿真研究结果表明:所设计的自适应模糊滑模控制器能够快速准确地跟踪指令,并且对参数变化具有较强的鲁棒性,与PID控制器相比,系统跟踪误差小,响应速度快,跟踪性能好。     

基于饱和函数的不确定机器人模糊自适应滑模控制

针对模型和参数不确定机器人系统轨迹跟踪问题,在模糊自适应控制的基础上提出了一种新的控制策略,该控制策略把饱和函数、模糊原理与滑模控制有机结合起来,设计了一种模糊自适应滑模控制器.该控制器利用模糊逻辑系统为机器人的动力学系统建模,设计自适应律调节未知参数,为保证控制力矩输出平滑有界,不存在一般滑模变结构中的抖振现象,采用双曲正切函数代替传统的符号函数.利用李亚普诺夫定理证明了闭环控制系统全局稳定,跟踪误差渐近收敛于零.仿真结果表明了所提出的控制算法的有效性.     

重型液压机执行器自适应滑模容错控制

为了提高重型液压机在执行器故障情况下的容错控制能力和控制精度,设计了自适应滑模容错控制器。建立了5缸液压机的滑块动力学模型和液压缸压力动态方程。使用积分滑模控制设计了3个子系统虚拟控制律;使用伪逆法实现了控制分配;在执行器故障情况下,在积分滑模控制基础上,提出了自适应补偿策略,从而给出了执行器故障情况下可以实现的虚拟控制律;使用分散滑模控制将虚拟控制律转化为伺服阀控制律,并证明了自适应滑模容错控制器具有Lyapunov意义下的稳定性。经仿真验证,在单个执行器故障或多个执行器故障的情况下,自适应滑模容错控制器能够将调平误差控制在2×10^-4rad内,位移跟踪误差最大为0.0111 m,体现了执行器故障情况下极高的调平和跟踪精度,也体现了自适应滑模容错控制器具有很好的鲁棒性。     

串联型机械臂的自适应鲁棒容错控制研究

针对串联型机械臂关节空间内的轨迹跟踪控制,提出了一种自适应鲁棒容错控制方法。在机械臂动力学模型中加入了外界干扰、关节摩擦与故障模型,并将其等价成二阶被控系统。在此基础上,结合非奇异快速终端滑模面和反步法控制策略,设计一种新型的反步非奇异快速终端滑模控制器。通过李亚普诺夫准则验证了控制策略的全局渐近稳定性;引入自适应技术估计系统不确定性的上界,提高控制器的鲁棒性。以二自由度机械臂为被控对象,对所设计控制器的有效性进行了验证,结果表明:与传统的非奇异快速终端滑模控制器及反步非奇异快速终端滑模控制器相比,该控制器具有响应速度快、鲁棒性强、抖振小的优点,能有效应对系统故障和实现机械臂的高精度轨迹跟踪控制。     

电动负载模拟器的自适应终端滑模控制

为了更好地测试舵机性能,提高加载系统的鲁棒性和稳定性,实现电动负载模拟器对信号精确跟踪,同时抑制多余力矩,提出高阶非线性自适应终端滑模控制策略,避免了参数变化和扰动对系统的影响。将舵机看作一个扰动输入,确立负载模拟器系统为双输入单输出非线性系统,建立负载模拟器非线性数学模型,并基于此模型提出自适应终端滑模控制策略。利用Lyapunov函数证明闭环系统的渐进稳定性及有限时间收敛特性。并通过Simulink仿真验证了此控制策略的有效性。结果表明:与普通滑模控制相比,自适应终端滑模控制方法跟踪精度更高,对多余力矩也起到了很好的抑制效果。     

神经网络在切削加工过程中的应用

文章提出了一种基于神经网络的自适应控制方法，并以非线性的切削加工过程为对象，进行了仿真。仿真结果表明，该系统在切削工况发生时变的情况下仍能实现恒切削力控制，具有很强的鲁棒性，达到了提高加工效率的目的。     

基于Haar小波的双直线电机自适应滑模控制北大核心

针对双直线电机伺服系统的同步控制精度易受耦合干扰、负载扰动和模型不确定性等因素影响,提出了一种基于Haar小波逼近的自适应滑模同步控制方法。采用滑模位置控制器克服扰动对伺服系统的影响,提高抗干扰性能;为削弱滑模控制引起的系统抖振,采用Haar小波基函数逼近系统动态模型中的时变非线性函数,进一步提高系统鲁棒性;同时采用自适应算法在线整定逼近函数的权值,并基于Lyapunov稳定理论证明了控制系统的渐进收敛性。实验结果表明,基于Haar小波的自适应滑模控制与滑模控制相比,不仅提高了系统的跟踪精度和同步精度,还增强了系统的鲁棒性。     

动压缸电液伺服压力系统自适应反步双滑模控制

给出了轨道路基测试装置液压原理图、动压缸电液伺服压力系统数学模型和AMESim模型。将动压缸电液伺服压力系统拆分为动压缸位移子系统和动压缸输出压力子系统两部分,在此基础上,设计了一种自适应反步滑模控制方法:采用双滑模结构,分别构造动压缸位移子系统滑模自适应控制和动压缸输出压力子系统反步滑模自适应控制,给出了不确定参数的自适应律,并对该方法的稳定性进行了证明。最后将该方法作用于动压缸电液伺服压力系统AMESim模型上,仿真结果表明:该方法不仅可以有效地估计系统中参数,实现对目标期望变量精确地跟踪,具有比积分滑模自适应控制(ISAC)更好的控制性能和跟踪性能;而且可以有效地减小参数不确定性对跟踪性能的影响,具有较好的鲁棒性能。     

基于自适应滑模控制的液压支架试验台同步控制特性分析

为提高液压支架试验台同步控制系统的同步控制性能,提出一种基于模糊理论和滑模控制的自适应滑模控制方法,对液压支架试验台的主从同步控制性能进行研究。分析液压支架试验台同步控制系统工作原理和理论模型;在AMESim-MATLAB环境下建立仿真模型,并对比分析采用模糊PID和自适应滑模控制的系统的同步动态性能。结果表明：采用自适应滑模控制的液压支架试验台同步控制系统的伺服跟踪能力和稳态性能比模糊PID控制的系统更好,验证了自适应滑模控制在液压支架试验台同步控制系统中应用的可行性。     

采用神经网络模糊滑模控制的液压驱动活塞位置控制研究

针对液压驱动活塞运动轨迹和压力精度跟踪误差较大问题,设计了神经网络模糊滑模控制,并对控制精度进行仿真验证。创建了液压缸驱动平面简图,推导出液压缸腔室内部参数变化方程式。分析了液压缸驱动压力和位置的变化,采用线性模型建立输入和输出变换方程式。引用滑模控制方法,采用神经网络算法对滑模控制进行逼近,通过模糊切换规则对滑模控制进行自适应调整。采用MATLAB对液压缸活塞轨迹和腔室压力跟踪进行仿真验证,并且与滑模控制输出效果进行比较和分析。结果表明:采用滑模控制方法,液压缸活塞运动轨迹和腔室压力跟踪误差较大;而采用神经网络模糊滑模控制方法,液压缸活塞运动轨迹和腔室压力跟踪误差较小。采用神经网络模糊滑模控制方法,液压缸控制系统自适应调节能力较强,从而提高了活塞运动轨迹和腔室压力跟踪精度。     

基于AMESim-MATLAB的滑模模糊阻抗力位切换控制

为提高电液伺服系统在不同工况下位置跟踪和力跟踪性能，并减小力位切换时的力位跟踪误差，提出一种基于滑模模糊阻抗的力位切换控制策略。在自由空间中采用滑模控制提高系统位置跟踪性能，在接触空间采用基于位置的模糊阻抗控制提高液压缸从自由空间到接触空间的接触力稳定性。在建立AMESim模型基础上，与MATLAB/Simulink建立联合仿真，结果表明：该控制算法对电液伺服系统有良好的力位跟踪能力，有效减小了力位切换过程中力位跟踪误差。     

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。     

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。     

基于改进模糊自适应补偿的柔性关节机器人PD控制

针对柔性关节机器人具有不确定性、轨迹跟踪精度低和抖动的问题,提出一种改进模糊自适应补偿的PD控制方法。该方法在原有模糊自适应控制和PD控制的基础上进行改进,采用改进模糊自适应控制对PD控制进行补偿,以提高存在不确定性条件下的关节轨迹跟踪精度并抑制抖动。通过Lyapunov理论证明了系统的稳定性。仿真结果表明：新型控制器具有良好的自适应能力,与传统PD控制和模糊自适应控制相比,新型控制策略显著提高了关节的轨迹跟踪精度并在一定程度上抑制了关节抖动。     

轮式移动机器人滑移轨迹跟踪控制策略研究

针对轮式移动机器人在滑移条件下的轨迹跟踪问题,提出一种自适应模糊控制策略。利用模糊状态观测器对未知的复杂系统模型进行速度估计和补偿,通过设计输出向量将位置约束转换为输出约束,并构造Barrier Lyapunov函数来保证机器人的运动约束,在此基础上设计更简单的纵向滑移模型,利用李亚普诺夫定理分析闭环系统的稳定性,证明了闭环系统中所有信号都是有界的。最后通过仿真和实验验证了自适应模糊控制策略在轮式机器人纵向滑移情况下的有效性和实用性。     

基于ESO的电液位置伺服系统自适应反步滑模控制

针对阀控电液位置伺服系统具有的不确定参数、外部干扰、系统状态不可测问题,在反步控制的基础上,同时引入滑模控制理论,提出一种带有ESO(扩展状态观测器)的自适应反步滑模控制策略。建立系统的非线性状态空间方程,基于系统模型设计出一种ESO,对速度值以及外干扰进行有效估计,同时引入自适应算法对系统不确定参数进行在线估计,设计出不确定参数的自适应律,通过Lyapunov稳定性定理证明所设计的控制器的稳定性。最后,仿真研究表明所设计的控制器能够对速度以及外干扰进行有效估计,并且具有较高品质的位置跟踪能力。