考虑输出约束和输入饱和的弹仓自适应控制

针对存在参数不确定性和外部扰动的某链式回转弹仓的位置跟踪控制问题,提出一种自适应控制方案。该方案基于神经模糊系统(Neuro-Fuzzy System, NFS)、非线性扰动观测器(Nonlinear Disturbance Observer, NDO)及障碍Lyapunov函数(Barrier Lyapunov Function, BLF),在实现高精度控制的同时满足输出约束和输入饱和的工程条件。通过BLF的设计,保证弹仓的位移跟踪误差约束在给定范围内。结合神经网络的函数逼近能力和模糊逻辑系统的推理能力,用于估计系统中的不确定性,减小对模型的依赖;两者结合的NFS作为NDO的一部分,进一步补偿估计误差和外部扰动,提高控制性能。此外,控制器设计考虑了运动过程中的执行器输入饱和问题。仿真结果表明,所设计的控制器在3种典型工况以及系统参数变化情况下均可实现弹仓的高精度位置跟踪控制,满足系统的约束条件。     

基于干扰观测器的弹丸协调器电液伺服系统自适应滑模控制

针对弹丸协调器电液伺服系统中存在非匹配不确定性和参数不确定性问题,提出一种基于干扰观测器的自适应滑模控制策略。采用干扰观测器估计系统中的非匹配不确定性,通过Lyapunov稳定性理论证明干扰观测器的稳定性,并将其引入新型积分滑模切换函数的设计中,使控制器能够对非匹配不确定性提供有效补偿,提高控制精度。为了降低系统参数不确定性的影响,在滑模控制器设计中引入自适应律以保证控制器的动态性能,并对控制器的全局稳定性进行了证明。实验结果表明：采用的干扰观测器和自适应律能够准确描述系统特性;基于干扰观测器的自适应滑模控制器能够满足期望轨迹的跟踪要求,使设计的控制器在不同工况下均具有较好的动态跟踪特性和稳态精度,并具有较强的鲁棒性。