基于能量分析的桥式起重机防摆控制方法

针对欠驱动桥式起重机在自动化驾驶研究中负载升/落吊运动与台车水平位移联动时,负载摆动抑制效果和控制性能不能满足实际工程需要,易造成安全事故的问题,提出一种基于能量分析的桥式起重机联动系统非线性耦合防摆控制器.采用非线性耦合控制方法,构造新型储能函数,设计出非线性耦合防摆控制器.利用LaSalle不变性原理和Lyapunov方法对该闭环反馈系统稳定性进行严格的数学分析.理论推导、仿真与实验结果表明:相比于非线性跟踪控制器和局部反馈线性化控制器,所提非线性耦合防摆控制器具有更佳的控制性能,不仅提高了负载的吊运效率,而且能够有效抑制和快速消除负载摆角;在添加外部扰动的情况下,仍能取得良好的控制效果,具有较强的鲁棒性,为桥式起重机联动系统提供了一种新的防摆控制方法.     

基于EKF滤波的倒立摆神经网络控制研究

为解决一类带干扰的模型不确定倒立摆系统中存在的两类未知项——未知函数和外界干扰,采用了基于Lyapunov函数稳定性的神经网络控制方法设计控制器。控制器设计中利用扩展卡尔曼滤波(EKF)消除系统观测噪声,获取系统状态的估计值,进而利用径向基函数(RBF)神经网络良好的逼近性来近似设计的控制律中的未知项。最后在倒立摆系统中对设计的神经网络控制器进行了仿真研究,仿真结果表明所设计的控制器能有效抑制外界干扰,在精确控制倒立摆的同时可以保证控制系统的稳定性和快速性。     

打滑状态下的多移动机器人编队自适应控制

本文针对由领航跟随控制策略协调运动的多移动机器人编队,研究跟随机器人存在打滑状态的自适应控制器设计问题.首先,通过移动机器人打滑状态的运动学特性分析,建立“距离–角度”编队控制模型.然后,利用径向基函数神经网络(RBF NN)对系统中由打滑引起的未知信息,构建非线性逼近器;并根据李雅普诺夫稳定性理论和非线性有界扰动稳定性理论,证明了设计的嵌入了RBF NN的自适应控制器能保证闭环控制系统状态的收敛和有界.通过分析编队误差控制模型,可将不打滑状态视为系统的一种特殊情况,而嵌入控制器中的RBF NN能自适应打滑和不打滑两种状态,从而使得控制器在两种状态下均有效.最后利用仿真研究,验证了本文所提方法的正确性和有效性.     

严格反馈非线性系统的自适应神经网络输出反馈控制

基于非线性反馈函数,文章设计神经网络状态观测器,解决一类非线性系统的输出反馈控制问题.非线性反馈神经网络观测器在系统存在不确定性函数的情况下实时估计系统状态.利用所获得的状态信号,设计了自适应神经网络动态面控制器,同时保证了闭环系统的稳定性和所有信号的有界性.通过调节设计参数的取值能够达到期望的闭环跟踪性能.数值仿真表明,所设计的状态观测器不需要对原系统做状态变换,能够克服输出反馈滑模控制器带来的抖震问题.     

含模型不确定性的上三角非线性系统的全局镇定

本文针对一类具有模型不确定性的上三角非线性系统,利用嵌套饱和函数方法研究其全局镇定问题.首先,对系统中存在的未知幂指数、未知控制参数和不确定性非线性函数施加适当假设,并基于Lyapunov稳定性定理利用已知的参数设计局部镇定控制器.然后,将设计的控制器与饱和函数结合得到饱和控制器.通过适当选取饱和度,可以证明只要不确定参数在限定的范围内,该控制器都能够使得闭环系统全局渐近稳定.最后,选取不同的系统幂指数搭建数值仿真算例.在相同的控制器作用下,系统状态和控制轨迹渐近收敛至原点,从而验证了所提控制算法的有效性和鲁棒性.     

基于Lyapunov能量函数的倒立摆稳定控制

倒立摆是一种复杂的非线性控制系统.通过对其进行控制能够检验控制器的鲁棒性.基于一个能量形式的Lyapunov函数设计了倒立摆稳定控制器使得摆趋于上平衡位置,并且使得小车位移和角度都收敛于零.该控制策略基于系统的总能量,利用其耗散特性设计了Lyapunov函数,并证明了控制系统的稳定性.理论分析及仿真试验表明该控制器对于倒立摆控制具有很强的鲁棒性.     

一类状态/输入受限的不确定非仿射非线性系统 鲁棒自适应backstepping控制

针对一类状态/输入受限的不确定严格反馈非仿射非线性系统跟踪控制问题,提出一种鲁棒自适应backstepping控制策略.在保证系统精度的前提下,对状态/输入受限的非仿射系统进行Taylor级数在线展开,得到其仿射形式;为保证系统复合扰动在线准确逼近,提出基于投影算子的递归扰动模糊神经网络干扰观测器(RPFNNDO);在考虑不确定系统存在状态受限和输入饱和等因素下,结合障碍Lyapunov函数、tanh函数及Nussbaum函数,利用backstepping方法设计控制器,并采用Lyapunov稳定理论分析闭环系统稳定性.应用于无人机航迹控制的仿真结果验证了所提方法的有效性.     

基于状态相关系数系统的非线性控制

针对非线性仿射系统的镇定问题,将待镇定系统表达成相应的状态相关系数系统.在短时段内,可以用一个线性定常系统逼近该状态相关系数系统,将该线性定常系统的镇定控制器用来控制原非线性系统.该设计方法的优点是:设计简单,只用到线性定常系统的控制方法,无需构造复杂的李亚普诺夫函数;扩展容易,可以结合各种线性系统设计方法进行控制器设计.在状态相关系数矩阵满足可换性条件时,可以保证闭环系统的稳定性.对小车倒立摆的仿真结果表明:用该设计方法构造的控制器可以很好地镇定系统.     

基于能量强耦合的双摆型塔机消摆控制北大核心CSCD

为解决非线性双摆型塔式起重机欠驱动系统负载两级摆动幅值大、定位精度不高、抗干扰能力差的问题,基于能量强耦合的分析方法研究了塔式起重机转臂转动与两级摆角摆动之间的耦合关系,设计了一种防摆控制器,并通过李雅普诺夫方法和拉萨尔不变性原理证明了系统的稳定性。仿真实验结果表明,与其他应用广泛的控制方法相比,所提控制策略明显提升了负载的运送效率,有效地抑制了负载的两级摆角,消除了残余摆角,并且控制驱动力矩不会对系统造成冲击;在系统参数、目标位置变化和加入综合性外界干扰时,控制器具有优良的鲁棒性。所提控制策略具有良好的适应性和控制性能。     

桥架起重机防晃控制非线性系统建模与研究

随着世界贸易的发展,桥架起重机发挥着越来越关键的作用;与此同时,桥架起重机防晃技术也日益受到关注。为分析桥架起重机系统的特性,为理论上验证与研究各种吊车控制方法的稳定性和效果提供参考,该模型在建立过程中考虑了电机对桥架起重机非线性系统的影响,对电机、小车和吊具与负载部分分别进行了分析、研究、建模与仿真,最终建立起桥架起重机防晃控制非线性系统完整的物理和数学模型,实现了对桥架起重机系统运动特性的完整描述。并用Matlab对电机、小车和吊具及负载部分,以及桥架起重机非线性系统的开环与闭环状态分别进行仿真,仿真结果验证了电机、小车、吊具及负载部分的特性,证明了模型的正确性,为研究桥架起重机防晃控制非线性系统提供了理论参考。     

基于生物启发模型的欠驱动水平TORA系统的有界输入镇定控制

针对欠驱动水平TORA(translational oscillators with rotating actuator)系统,提出一种基于生物启发模型的有界输入控制方法,实现系统在执行器存在饱和约束情况下的镇定控制.首先,根据水平TORA系统的动力学模型分析系统的无源特性,进而给出系统的控制目标;接着,基于无源特性构造一种新颖的Lyapunov函数,在此基础上设计一种结构简单的非线性状态反馈控制器;然后,考虑执行器的饱和约束条件,引入受生物启发建立的神经动力学模型,利用该模型的有界平滑输出特性,设计一种改进的状态反馈控制器;最后,根据LaSalle不变性原理对系统的稳定性进行严格的数学分析和证明.与其他方法相比,所提方法不仅考虑了执行器的饱和约束问题,而且设计的控制算法简单高效,易于工程实现.仿真与对比结果表明,所提方法具有更好的控制性能.     

欠驱动桥式吊车系统的非线性扩张状态观测器设计

桥式吊车系统受到外部干扰会影响系统的整体性能,且小车速度、负载摆角角速度、绳长变化速度在工程实际中难以测量。为了获取这些变量的估计信息,以便进行闭环控制,针对变绳长桥式吊车系统设计了一种非线性扩张状态观测器。该观测器将桥式吊车系统的参数摄动和外部干扰等扰动因素扩张成新状态,利用小车位置、负载摆角和绳长信息进行状态重构,在线实时估计小车速度、负载摆角角速度、绳长变化速度以及扰动等状态信息,并对给出的非线性扩张状态观测器进行了稳定性证明。Matlab仿真结果表明,各状态变量均能在0.3 s左右得到收敛。与线性扩张状态观测器相比,非线性扩张状态观测器能够获得更小峰值的观测结果。     

输入饱和下非线性系统的事件触发控制器设计

本文研究了具有输入饱和的非线性系统事件触发控制策略设计问题.首先,针对输入饱和下非线性系统,建立混杂系统模型.其次,当非线性函数满足Lipschitz条件下,给出闭环混杂系统局部一致渐近稳定性的稳定判据,并设计了事件触发饱和控制器.然后,当非线性函数满足扇区条件时,给出闭环混杂系统框架下满足局部一致渐近稳定性的LMI条件,并设计了事件触发饱和控制器.进一步地,在事件触发饱和控制器作用下,分析了非线性系统的半全局鲁棒镇定性.最后,结合两个仿真实例说明了所提出事件触发控制策略的有效性.     

基于滑模变结构的空间机器人神经网络跟踪控制

研究了在无需模型估计值的情况下不确定空间机器人轨迹跟踪问题,提出了滑模变结构的神经网络控制方案.首先基于Lyapunov理论设计了一种径向基函数（RBF）神经网络控制器来补偿系统中的未知非线性,该神经控制器能够保证闭环系统的稳定性,而通过利用饱和函数把神经网络和滑模控制结合起来的控制器来不仅可以进一步削弱滑模控制输入的抖振,且当神经网络控制器无效时仍能保证系统鲁棒性.仿真结果证明了该控制器能在初期及强干扰情况下均能达到较好的控制效果.     

一类非线性系统的神经网络自适应区间观测器设计

本文研究了一类单输入单输出非线性系统的神经网络自适应区间观测器设计问题. 针对由状态和输入所描述的未知非线性函数的界不可测, 现有的区间观测器方法并未有效地处理系统含有参数不确定性的未知非线性函数. 首先, 本文构造两个径向基函数神经网络来逼近未知非线性部分, 进而分别估计系统状态的上下界; 然后, 选择合适的Lyapunov函数, 采用网络权值校正和网络误差选择机制确保所设计的误差动态系统有界和非负性, 并证明了神经网络自适应区间观测器的稳定性; 最后, 通过仿真实例验证了所提出的神经网络自适应区间观测器的有效性.     

桥式起重机定位防摆改进型自抗扰控制

为解决严重外界干扰下桥式起重机长距离运输过程中定位困难、消摆时间长的问题,根据起重机先加速、再匀速、后减速的远程运输特点,利用两段Sigmoid函数,设计了可按需调整各阶段速度且高阶连续的新型跟踪微分器;采用Sigmoid函数构造了增益时变且连续可微的扩张状态观测器,使其具有“大误差小增益,小误差大增益”特性,克服了经典ESO增益在切换点处的突变问题,抑制了观测信号的微分峰值现象,实现了位移和摆角控制回路间的解耦;利用tanh函数改进了误差反馈控制律,避免了大扰动下的控制量饱和问题;综合形成了适用于起重机长距离运输、且能最大程度抑制振动和冲击的改进型自抗扰控制器,并对闭环系统的稳定性进行了严格的理论证明.仿真及实验结果表明,改进型自抗扰控制器在大干扰影响下可全过程平稳且基本无摆地将负载搬运到目标位置.     

基于能量法的多自由度欠驱动塔机防摆控制北大核心CSCD

为了解决塔式起重机二维空间建模参数不全以及三维建模对模型线性化导致模型不准确的问题,建立塔式起重机三维非线性化模型,基于系统能量分析研究了台车驱动与大臂转动、负载空间内摆角的关系,设计了带有积分项的控制器,然后通过李雅普诺夫方法对系统稳定性进行了证明。最后,仿真结果表明,与已有的成熟的控制方法相比,所提控制器的运送效率更高,抑制负载摆角的效果更好,台车位移与大臂转角的定位更准确,抗干扰能力更强。同时,在不改变系统控制增益的基础上,改变台车目标位移和大臂目标转角,系统仍保留上述特点。所提控制器具有更稳定的控制效果和更强的适应性。     

基于降维观测器的起重机吊重防摇系统研究

对直流电压控制桥门式起重机小车驱动电机的小车吊重动力学系统,设置降维观测器,用小车位置和速度信息对摆角、摆角角速度和驱动力进行估计,从而解决了工程实际中这些状态变量不易直接测得的问题.为了防止吊重摇摆,采用全状态反馈形成吊重防摇的闭环控制系统,并给出了控制系统结构以及降维观测器和反馈控制器增益参数的确定方法.仿真结果表明:各状态变量能从观测时间开始消除重构误差;吊重摆角能在小车指定位置和时间内衰减为零,其余状态变量也有良好的动态特性.     

输入饱和及输出受限的纯反馈非线性系统控制

针对具有输入饱和和输出受限的纯反馈非线性系统,设计了神经网络自适应控制器.首先利用隐函数定理和中值定理将非仿射形式的纯反馈非线性系统转换成有显式输入的非线性系统,基于李雅普诺夫第二方法以及反推法并采用障碍型李雅普诺夫函数进行控制器的设计,最后通过稳定性分析证明了闭环控制系统是半全局一致最终有界的,利用仿真例子验证了控制...     

基于神经网络与多模型的非线性自适应广义预测控制

针对一类不确定非线性离散时间动态系统, 提出了基于神经网络与多模型的非线性广义预测自适应控制方法. 该自适应控制方法由线性鲁棒广义预测自适应控制器, 神经网络非线性广义预测自适应控制器和切换机制三部分构成. 线性鲁棒广义预测自适应控制器保证闭环系统的输入输出信号有界, 神经网络非线性广义预测自适应控制器能够改善系统的性能. 切换策略通过对上述两种控制器的切换, 保证系统稳定的同时, 改善系统性能. 给出了所提自适应方法的稳定性和收敛性分析. 最后通过仿真实例验证了所提方法的有效性.