电子横移伺服LQR最优控制器设计

为了提高系统的稳态精度和动态性能,将LQR最优控制算法应用于高速经编机电子横移伺服控制系统.建立了伺服系统状态空间模型,引入了一类具有指数衰减度的二次型函数作为系统性能指标.仿真结果表明,所提出的电子横移伺服LQR最优控制算法易于工程实现,保证了系统的稳定性,具有良好的频响特性,改善了系统的动态特性,实现了无静差高精度控制.     

改进LQR技术的飞翼式无人机控制算法研究

针对飞翼式布局无人机存在纵向操稳性能差和易受阵风干扰问题,采用一种指令跟踪增广LQR方法设计了飞翼式无人机纵向姿态控制律,该方法将系统的输出误差和外界恒值阵风干扰信号引入到性能指标函数中,使设计出来的控制器不仅能保证飞行姿态的无静差跟踪,而且能有效抑制外界的阵风干扰。考虑到系统的迎角变量不易检测,结合降维观测器得到了一种准指令跟踪增广LQR方法,该方法不仅具有良好的鲁棒性和跟踪性,而且便于工程实现。最后利用获得的控制律对ICE飞翼式无人机进行仿真实验和对比分析,结果表明,采用改进后的LQR方法设计的控制器不仅改善了飞翼式无人机纵向模态的飞行品质,同时与输出反馈线性二次型跟踪方法和LQG/LTR方法相比,具有更好的控制性能。     

多种群遗传算法的倒立摆LQR控制器设计

针对传统遗传算法在设计倒立摆LQR控制器时,算法会因个别超常个体或群体较快趋于单一化而导致不能得到满意控制参数的问题,利用Sheffield遗传工具箱,设计了多种群遗传算法。算法的开始引入了多个种群同时进行优化搜索,不同的种群采用不同的交叉概率和变异概率,种群之间采用移民算子建立联系,各种群产生的最优个体通过精华种群实现留优。在Simulink环境下建立模型并计算性能指标,Simulink环境下的输出值作为多种群遗传算法的目标函数值。仿真结果表明,在存在建模误差的情况下,本算法稳定性好、遗传代数小,有效地避免了早熟,更为适合复杂问题的优化。     

基于LQR方法的巡航导弹BTT控制器设计

基于LQR最优控制思想提出一种针对巡航导弹BTT控制的设计方法。首先基于巡航导弹的气动外形及飞行特点建立数学模型,然后根据导弹控制器设计要求,合理选取状态变量,采用积分型LQR控制设计最优控制律,最后的仿真结果表明,导弹能够无静差的跟踪过载及滚转指令,并有效的抑制了侧滑角的产生。     

单级倒立摆系统分析与设计

倒立摆系统以其自身的不稳定性为系统的平衡提出了难题,也因此成为自动控制实验中验证控制算法优劣的极好实验装置.作者对倒立摆系统的非线性模型进行了线性化处理,通过利用全状态反馈和线性二次型最优控制两种方法对系统进行控制以满足设计指标,最后设计仿真实验软件平台以方便对比参数设置和系统性能之间的关系.     

汽车稳定性控制中横摆力矩决策的LQR方法

综合跟随理想横摆角速度的方法和抑制汽车质心侧偏角的汽车稳定性控制方法,提出了一种新的最优控制方法。以线性二自由度车辆操纵特性模型为控制目标,基于汽车横摆力矩与车辆状态偏差之间的动力学关系建立了控制系统模型。采用线性二次型调节器(LQR)方法进行了汽车横摆力矩的决策,实现了汽车稳定性控制。在硬件与驾驶员在环仿真试验台上的试验验证了LQR方法的控制性能。     

改进教与学优化算法的LQR控制器优化设计

为了快速有效地确定线性二次最优控制(linear quadratic regulator,LQR)问题中的加权矩阵Q和R,针对主动悬架LQR控制器权系数设计问题,提出一种改进的教与学优化算法进行LQR优化设计。算法对基本教与学优化算法中的"教"与"学"阶段进行了进一步的改进,同时提出一种"自我学习"策略。通过仿真实验表明,和基本教与学算法、粒子群算法、遗传算法相比,本文算法在对主动悬架LQR控制器优化时,具有收敛速度快,求解精度高和稳定性强等优势。     

基于LQR的直线一阶单倒立摆最优控制器的设计

对已有的LQR最优控制中系统的动态响应与加权矩阵Q和R之间遵循的基本规律进行分析,并根据这一基本规律对给定的直线一阶单倒立摆采用线性二次型最优控制的方法设计控制器。仿真结果表明,基于LQR的最优控制系统对直线一阶单倒立摆具有很好的控制效果。     

基于区块链的侦查机器人实时避障与航线控制

为弥补侦查机器人行进灵活性不足的缺陷,降低无故运动碰撞事件的发生几率,提出基于区块链的侦查机器人实时避障与航线控制算法;利用超声信号处理电路,提取可供直接应用的侦查运动节点,联合已完成配置的MoveIt避障程序,实现对侦查机器人的实时避障运动规划;在此基础上,设置LQR控制器,在控制机器人侦查航速的同时,建立必要运动操纵方程,完成对侦查机器人的运动航线控制,提升与运动设备元件相关的行进灵活性;完善P2P网络平台,以待交互的运动数据作为处理支持条件,将所有侦查信息封装至同一区块组织中,完成基于区块链的避障控制原理研究,实现侦查机器人实时避障与航线控制算法的搭建;对比实验结果表明,应用基于区块链的控制算法后,C-Space参数极值超过8.0,RRT灵敏度也提升至75%,实现了对侦查机器人的灵活性行进控制,有效抑制了无故运动碰撞事件的出现。     

Singularity‐avoiding swing‐up control for underactuated three‐link gymnast robot using virtual coupling between control torques

An underactuated three‐link gymnast robot (UTGR) is a simple model of a gymnast on a high bar. The control objective of a UTGR is to swing it up from a point near the straight‐down position and to stabilize it at the straight‐up position. To achieve this, we first divide the motion space into two subspaces, swing‐up area and balancing area, and design a controller for each. The design of a swing‐up control law that ensures that the UTGR enters the balancing area is crucial because the UTGR is subject to a nonholonomic constraint and is highly nonlinear during the swing‐up motion. This study focused on how to design a swing‐up control law that contains no singularities. The key concept is the introduction of a virtual coupling between control torques, which converts the problem of avoiding singularities to one of imposing constraints on the parameters of the control law and properly selecting those parameters. A swing‐up control law thus designed ensures that the UTGR enters the balancing area in a natural stretched‐out posture. This makes it easy to stabilize the UTGR in the balancing area. Copyright © 2013 John Wiley & Sons, Ltd.