基于滑模自适应的飞行器鲁棒姿态控制

针对一类不确定非线性系统，基于李亚普诺夫稳定性理论提出了滑模自适应算法。算法的核心为：将系统分为标称模型和包含建模误差、参数变化、干扰及未建模动态等在内的混合干扰项，用自适应控制实时逼近具有不确定性特征的系统输入系数，用鲁棒控制使系统的混合干扰在有限时间内减小到一个小范围内，用滑模控制最终消除不确定非线性系统的跟踪误差。不仅使系统有较好的鲁棒性，而且消除了传统滑模控制中系统输入的抖振现象。对微型飞行器的姿态控制系统进行了仿真研究，仿真结果验证了算法的有效性。     

自动驾驶履带车辆鲁棒自适应轨迹跟踪控制方法

针对野外环境中自动驾驶履带车辆轨迹跟踪控制问题,考虑建模误差、参数不确定性及外界随机强干扰,以强鲁棒性及精确跟踪为目标,提出一种基于误差符号鲁棒积分的自动驾驶履带车辆鲁棒自适应轨迹跟踪控制方法。基于拉格朗日动力学方程建立自动驾驶履带车辆的运动学与动力学耦合模型;采用自适应控制方法实现对模型的精确前馈补偿,抵消模型非线性的影响;通过误差符号鲁棒积分有效抑制外界干扰及不确定性的影响;利用Lyapunov稳定性理论证明了闭环系统的全局渐进稳定性与收敛性。对仿真结果进行了实车实验一致性验证。仿真和实验结果证明：该方法在存在建模误差、参数不确定性、外界干扰条件下,在实现自动驾驶履带车辆高精度轨迹跟踪控制的同时,具有较强的自适应和鲁棒性。     

双柔性空间机械臂动力学建模与控制

大多数研究者在空间机械臂动力学建模时,只考虑了关节柔性或者臂杆柔性,并且通常采用假设模态法对臂杆的变形进行描述,但该方法仅适用于小变形情况。基于这种情况,采用自然坐标法对柔性关节进行建模和绝对节点坐标法对柔性臂杆进行建模,得到了既包含关节柔性又包含臂杆柔性的空间机械臂动力学方程,并能精确地描述臂杆的小变形以及大变形。利用5次多项式对关节轨迹进行规划,通过逆动力学得到关节的前馈驱动力矩;采用PID控制策略,作为反馈输入。在二连杆柔性关节柔性杆机械臂上进行数值仿真。仿真结果表明：该控制策略在实现关节轨迹跟踪控制的同时,也能有效减弱机械臂的振动。     

高超声速飞行器H_∞鲁棒跟踪控制研究

针对高超声速飞行器巡航飞行控制问题,提出一种基于H∞的鲁棒控制方法。建立基于平衡点的线性不确定模型,将轨迹跟踪问题转换为一类H∞控制问题。在状态和控制输入不确定项满足匹配条件下,基于鲁棒稳定理论和线性矩阵不等式技术,推导出满足闭环系统内部稳定且满足一定控制性能的反馈增益选取条件。通过对非线性多变量高超声速飞行器纵向模型的轨迹跟踪仿真表明,所研究的控制方法可以确保对速度和高度指令的响应效果,并对模型中存在的参数摄动具有鲁棒性。     

双连杆柔性臂的鲁棒轨迹控制

对双连杆柔性机械臂的轨迹跟踪控制提出了一种鲁棒控制方法。基于奇异摄动法将双连杆柔性机械臂系统分离为慢变和快变两个子系统，对两者分别采用滑模变结构控制和Ｈ＾∞控制，由此得出的组合控制则使系统精确跟踪期望的轨迹，抑制弹性振动。最后，通过实验台对本文提出的控制方法进行了实验研究。     

基于滑模变结构的无人直升机着舰控制研究

针对无人直升机着舰的特殊性,克服系统摄动、未建模动态及大气紊流的影响,提高舰载无人直升机着 舰的安全性和精度,基于滑模控制的方法分别设计了着舰控制系统的轨迹跟踪控制律和姿态控制律。采用基于输出 有界的twisting 控制器,通过轨迹跟踪算法保证生成有界的期望姿态角和总距;姿态部分采用小扰动线性化后的姿 态回路控制方程,设计了模型参考自适应滑模控制器,通过自适应项抵消外界干扰造成的误差,利用Lyapunov 稳定 性理论证明了系统的稳定性和跟踪误差收敛;通过仿真进行了实验验证。验证结果表明：所设计的控制器能够满足 无人直升机抗扰动和模型参数摄动的要求,并且设计方法简单,鲁棒性强,易于工程实现。     

临近空间高超声速飞行器自适应反演滑模控制

针对飞行器非线性动力学系统中存在的高度非线性、多变量耦合及参数不确定等特点,基于反演思想和滑模变结构控制方法,提出了一种飞行器自适应反演滑模控制器设计方法。该方法在反演设计的每一步都采用自适应滑模控制对各种不确定项及外界干扰进行补偿,避免了累积误差,实现对制导指令的鲁棒输出跟踪,并证明了跟踪误差收敛于原点附近任意小邻域。仿真结果验证了该方法满足跟踪性能要求。     

不确定机械手的自适应神经滑模控制

针对不确定机械手的跟踪控制 ,提出了一种基于神经网络的自适应鲁棒控制器。该控制方案利用一个 Radial basis function神经网络逼近系统非线性不确定性 ,然后 ,通过一个滑模控制项消除网络逼近误差和外部干扰的影响 ,从而能保证闭环系统的稳定性和系统跟踪误差的渐近收敛     

基于MPC-MFAC的双侧独立电驱动无人履带车辆轨迹跟踪控制

简化模型带来的模型失配以及外部环境不确定性是导致轨迹跟踪误差的主要原因,尤其对于无人履带车辆,其复杂的物理特性和工作环境更放大了两大因素的不利影响。针对该问题,将基于模型和基于数据的控制方法结合起来,提出一种基于模型预测控制结合无模型自适应控制补偿的双侧独立电驱动无人履带车辆轨迹跟踪控制方法。在平衡建模准确度和求解耗时的基础上,利用模型预测控制进行前馈求解。针对模型预测控制中简化模型与车辆实际模型之间必然存在的差异以及环境不确定性,基于动态跟踪效果构建无模型自适应控制算法进行补偿,即利用车辆实际轨迹与模型预测所得轨迹之间的误差,对模型预测控制求解的两侧履带速度控制量进行实时修正。仿真实验结果表明,该方法能够在一定程度上抑制系统内外部不确定因素的影响,提高动态环境下双侧独立电驱动无人履带车辆轨迹跟踪控制的精度。     

机器人操作手的神经跟踪控制

针对机器人轨迹跟踪问题,提出了一种自适应神经控制器.该控制方案利用RBF神经网络自适应学习机器人系统的未知非线性动态,然后,通过一个基于滑模控制技术的补偿器消除网络逼近误差和外部干扰的影响.网络权重的自适应修正规则基于Lyapunov函数方法得到.这种新的控制器能够保证闭环系统的稳定性和跟踪误差的渐近收敛性.     

基于模型预测控制的无人驾驶履带车辆轨迹跟踪方法研究

无人驾驶履带车辆的轨迹跟踪面临着系统不确定性和外界干扰等难以克服的不利因素。针对这一问题,通过研究履带车辆的滑动转向特性,建立了基于瞬时转向中心的履带车辆运动学模型。同时,针对参考路径是离散路点序列的特点,提出了一种基于3次Bezier曲线的参考路径自适应拟合方法,在实现路径平滑基础上提供道路的曲率信息。考虑到模型不确定性和外界干扰对轨迹跟踪精度的影响,设计了基于模型预测控制的轨迹跟踪控制器,并引入反馈校正,系统地处理无人驾驶履带车辆建模误差、环境约束以及执行机构约束。实车试验结果表明,该方法可以有效地抑制系统不确性和外界干扰的影响,实现无人驾驶履带车辆高精度的轨迹跟踪控制。     

参数自优化的有人与无人车辆编队鲁棒模型预测控制

为解决有人与无人车辆编队中,有人领航车紧急加减速和紧急转向控制输入对无人车跟踪控制的扰动问题,设计了一种参数自优化的有人与无人车辆编队鲁棒模型预测控制算法。通过采集分析历史数据确定控制器扰动的噪声极值,并经过适度放缩得到其鲁棒边界。设计抑制该扰动的局部反馈鲁棒控制器,并通过贝叶斯优化的方法实现鲁棒边界等控制器参数自优化。基于混合整数线性优化的方法预测有人领航车未来轨迹,并设计鲁棒模型预测控制器实现无人车对有人领航车的跟踪控制。仿真和实车试验结果表明：所设计的鲁棒模型预测控制器在跟踪精度方面相比于传统模型预测控制器有明显的提升;同时该控制器有效地抵抗了来自有人领航车紧急加减速和紧急转向控制输入、无人跟随车系统模型不确定性和外部环境的扰动,振荡情况明显改善,提高了系统的鲁棒性。     

飞行器再入二阶终端滑模姿控系统设计

针对飞行器再入飞行过程中存在的复杂气动环境和未知不确定干扰影响,在对扰动提出一定假设的基础上,提出一种基于自适应二阶非奇异终端滑模的控制方案,保证姿态跟踪误差在有限的时间内收敛于零的同时有效削弱控制舵机的抖振,提高系统控制精度。不需要内外扰的先验知识,通过在线自适应辨识扰动上界以消除其影响。最后以气动参数摄动50%作为扰动条件进行了飞行器再入姿态控制仿真,仿真结果表明控制系统消除了参数摄动影响及舵机抖振,因此具有较强鲁棒性。     

基于改进LuGre摩擦模型的双旋弹丸固定舵翼滚转位置鲁棒自适应控制算法

针对双旋弹丸舵翼滚转位置系统存在非线性摩擦、不确定性参数以及时变扰动等问题,提出一种基于连续可微LuGre摩擦模型的鲁棒自适应控制策略。以基于永磁同步发电机为电磁执行机构的舵翼滚转位置控制系统为研究对象,建立包含改进摩擦模型的系统非线性数学模型。通过对未建模扰动的上界进行自适应估计,在控制器中设计扰动补偿鲁棒反馈项将其补偿,降低扰动对控制性能的影响。对系统不确定性参数、摩擦状态量进行在线自适应估计,并结合摩擦补偿设计自适应控制律,降低系统对参数不确定性和非线性摩擦的敏感度。通过Lyapunov稳定性理论证明了闭环系统的全局稳定性。仿真结果表明：该方法能准确地对模型参数、非线性摩擦状态以及扰动进行估计和补偿,具有控制精度高、稳定性好和鲁棒性强等优点。     

基于免疫遗传模糊神经滑模的地面作战机器人轨迹跟踪控制

提出了一种基于运动学与动力学模型的免疫遗传模糊神经滑模混合控制器用于地面作战机器人的控制。算法中利用径向基神经网络逼近滑模控制的等效部分,并通过免疫遗传算法对径向基神经网络参数进行了优化,滑模控制的增益通过模糊控制策略进行了调节。利用该算法对圆形轨迹进行了跟踪控制仿真及试验分析,与传统的滑模控制相比,该算法能够有效克服系统的不确定性因素的影响,有效抑制了滑模控制中抖振现象,系统的动态轨迹跟踪性能得到了优化。     

全电坦克双向稳定系统自适应积分鲁棒控制

针对全电坦克双向稳定系统具有复杂的强非线性、强耦合性、强参数时变性等特点,提出了一种基于误差符号积分鲁棒反馈的坦克双向稳定系统自适应积分鲁棒(AIR)控制设计方法。考虑全电坦克双向稳定系统为一个耦合性的、非线性的、不确定性的动力学系统,建立面向真实的全电坦克双向稳定系统机电一体化解析动力学模型;基于Backstepping法融合自适应的思想,引入辅助误差信号设计了AIR控制器,有效衰减系统的未建模扰动;所设计的AIR控制器不需要预先知道未知扰动的上界,而是通过自适应的方法不断更新以获取其上界,降低了其工程应用的保守性;基于Lyapunov理论分析,在连续控制输入下可以保证坦克双向稳定系统获得渐进跟踪性能。通过Recurdyn-Simulink的仿真对比试验,验证所提方法的有效性。