基于指令滤波的电液伺服系统自适应反步控制

针对电液伺服位置系统存在参数不确定性、外部扰动和输入饱和的问题,提出一种基于指令滤波的自适应反步控制方法。该方法通过引入辅助系统,解决了输入饱和的问题;在自适应反步控制器设计过程中,利用指令滤波器避免了传统反步控制的计算膨胀问题;采用模糊自适应方法来处理系统中的未知非线性部分。理论分析结果表明,所设计的控制器能够保证闭环系统有界稳定,跟踪误差满足H_∞性能。最后对某650 mm轧机电液伺服位置系统进行仿真研究,仿真结果验证了所提方法的有效性。     

基于自适应模糊滑模控制的机器人轨迹跟踪算法

针对控制参数的不确定性以及存在未知外部扰动情况下移动机器人的轨迹跟踪问题,提出一种基于光滑非线性饱和函数的自适应模糊滑模轨迹跟踪控制算法。通过建立不确定非线性移动机器人运动控制模型,利用自适应模糊逻辑系统构建自适应模糊滑模控制器。为了增强轨迹跟踪控制算法对随机不确定外部扰动适应能力的同时削弱滑模控制算法中的输入抖振现象,利用有界输入有界输出(BIBO)稳定的方法,通过带有自适应调节算法的模糊系统对滑模控制律中非线性函数项进行自适应逼近,并设计了模糊系统中可调参数的自适应控制律,保证了控制系统的稳定与收敛。实验结果表明,所设计的控制器对系统参数不确定性和外界扰动均具有较强的轨迹跟踪性能和鲁棒性。与传统的滑模控制算法相比,该算法不仅能有效减小输入抖振而且轨迹跟踪控制精度提高了18.89%。     

执行器非线性超低空空投航迹倾角自适应控制

针对超低空空投下滑阶段执行器非线性、外界不确定性大气扰动以及模型存在未知非线性等因素干扰轨迹精确跟踪问题,提出一种鲁棒自适应神经网络动态面跟踪控制方法。建立了含执行器输入非线性的超低空空投载机纵向非线性模型,采用神经网络逼近模型中未知非线性函数,引入非线性鲁棒补偿项消除了执行器非线性建模误差和外界扰动。应用Lyapunov稳定性理论证明了闭环系统所有信号均是有界收敛的。仿真验证了所提方法既保证了轨迹跟踪的精确性又具有较强的鲁棒性。     

一类非线性系统的自组织模糊神经网络控制

针对一类MIMO不确定非线性有干扰且控制增益符号未知的系统进行跟踪控制的问题,提出了一种在线自组织模糊神经网络的改进算法,用以克服参数选择困难的问题,并基于该算法给出了一种自适应鲁棒控制方法。首先基于主导输入的概念将MIMO系统分解为多个SISO系统构成的系统,然后结合自组织模糊神经网络在线对系统中的未知函数进行逼近,对网络结构和参数实现在线调节,再利用Nussbaum函数来克服控制增益符号未知,并且引入鲁棒项及复合误差的估计来补偿复合误差。最后基于Lyapunov稳定性理论证明了整个闭环系统半全局一致最终有界。理论和仿真结果表明提出方法的有效性。     

基于扰动观测器的无人水面船鲁棒轨迹跟踪

为实现三自由度无人水面船(USV)在风浪流引起的海洋环境干扰下的轨迹跟踪,设计一种非线性扰动观测器(NDO)和动态面控制(DSC)的鲁棒控制器。首先,提出一种新的NDO来在线估计并补偿外界环境干扰。与传统干扰观测器不同,该扰动观测器具有有限时间收敛的特点;然后,在运动学回路中利用反演法设计虚拟控制律来镇定跟踪误差,并其通过一阶低通滤波器避免了由对虚拟控制求导而带来的计算复杂性,同时通过NDO对未知海洋干扰进行实时补偿,利用Lyapunov稳定性定理证明了USV闭环系统的误差信号半全局最终一致有界(SGUUB)。最终,仿真实验证明了所设计控制策略的有效性。     

含有未知扰动的阀控电液回转系统MFA-SM控制

针对阀控电液回转系统在围岩钻进过程中, 由于的参数不确定、未知负载以及外部扰动等非线性因素影响难以精确控制输出轴转速的问题, 设计了基于RBFNN扰动观测器的MFA-SM控制方案. 首先, 通过改进的动态线性化方法将电液系统等价线性化为仅与系统I/O数据相关的增量模型, 而未知负载及外部扰动则被合并为一个未知非线性时变项; 然后, 设计了RBFNN扰动观测器对该非线性项进行在线实时估计, 并根据系统的I/O数据来估计系统时变伪梯度参数;最后, 给出了相应的控制器设计。 仿真实验结果表明, 所设计的MFA-SM控制器能够对未知负载及外部干扰进行有效补偿, 相较于其他方法,该方案使得系统调节时间缩短了约10至15s, 最大超调量降低了7.4%左右, 且转速跟踪误差能够收敛到零。     

七阶混沌振荡电力系统的自耦PD控制

为了抑制七阶电力系统中的混沌振荡,根据自耦PID控制理论提出了一种简单的混沌控制方法。该方法首先将七阶混沌系统控制问题分解为三个严格反馈子系统的控制问题,然后将每个子系统已知和未知动态分别定义为一个总扰动,进而将三个子系统等价映射为一个三阶线性扰动系统和两个二阶线性扰动系统。据此分别构建了在总扰动反相激励下的三个受控误差系统。根据自耦PID控制理论,分别设计了一个扩展自耦PD控制器和两个自耦PD控制器。最后分析了每个子系统的鲁棒稳定性和抗扰动鲁棒性。仿真结果验证了所提控制方法的有效性,每个状态变量均能由混沌振荡状态恢复到稳定运行状态,且控制信号光滑。因此该方法在电力混沌振荡控制系统领域具有良好的实际应用前景。     

机载PMSM伺服作动系统约束反演控制

针对机载伺服系统控制精度需求,提出一种基于障碍Lyapunov函数的反演控制策略。建立机载PMSM伺服作动系统的数学模型,为补偿负载扰动和参数变化,消除未建模动态引起的稳态误差,在反演控制律的设计中引入积分项。通过Lyapunov方法证明闭环系统全局渐进稳定,闭环信号一致有界,且控制过程中舵面跟踪误差始终保持在约束区间内。仿真及实验结果表明,与传统反演控制相比,该文所提控制方法具有严格约束误差范围的优势,当存在扰动和模型不确定性时,积分项作用可显著降低系统稳态误差,改善动态性能。     

双电机驱动伺服系统神经网络控制器的设计

针对存在未知齿隙和摩擦等非线性的双电机驱动伺服系统的控制问题,给出了双电机驱动伺服系统的模型,设计了基于三角级数多项式扩展的函数链神经网络（FLNN）在线辨识未知的齿隙和摩擦非线性,利用Backstepping方法设计了神经网络控制器,得到了同时使系统跟踪误差、驱动子系统间同步误差及网络权值的一致有界权值调整策略。仿真表明,所提出的控制策略是有效的。     

基于自适应迭代学习的多智能体系统编队控制

针对带未知时变参数的非线性多智能体系统的编队问题,提出一种分布式自适应迭代学习控制策略。首先,通过傅里叶级数对系统的不确定参数进行展开,采用一个收敛级数序列处理傅里叶级数展开产生的截断误差,结合多智能体运行过程中的编队误差推导自适应迭代学习控制律和参数更新律;其次,针对领导者动态对大部分智能体都是未知的情况,设计新的辅助控制来补偿未知动态和避免未知有界干扰;然后,基于李亚普诺夫能量函数证明了在所设计控制律作用下多智能体系统编队误差随着迭代次数的增加在有限时间内趋于0;最后,将该控制策略运用到多无人机编队系统中,并通过搭建半物理实验平台,验证了控制方法的有效性。实验结果表明该控制方法可以确保多智能体快速形成所需编队,并且每个智能体在有限时间内可以精确跟踪期望轨迹。所提方法充分考虑了多智能体系统的参数不确定性以及抗干扰的能力,为实际应用中复杂多智能体系统的精确控制提供了有效的方法。     

基于神经网络的增强型自适应滑模控制策略研究

针对存在显著未知惯量动态的感应电机伺服系统鲁棒跟踪控制问题,提出一种基于神经网络的增强型自适应滑模控制(EASMC)策略,根据实时控制的需要设计了可灵活配置的通用型三层前馈神经网络,并采用结构化补偿方式以充分利用其描述能力;以权值伪边界估计为基础,将不连续投影修正引入权值自适应律以实现权值估计误差有界;构造了基于改进型边界估计方法的自适应开关控制用于补偿包含重建误差、泰勒序列高阶尾项、外部扰动等在内的综合等价扰动项。仿真结果表明,该文提出的控制策略能较好地实现对未知惯量动态的拟合和补偿,有效改善了伺服系统的跟踪性能。     

基于LMI的不确定系统鲁棒故障检测

针对具有未知输入的范数有界不确定性系统,研究了基于滤波器的鲁棒故障检测问题。依据H∞控制理论将故障检测滤波器的设计归结为H∞滤波问题,应用线性矩阵不等式技术推导了此类系统的鲁棒故障检测滤波器存在的条件。所设计的滤波器能够保证残差信号和加权故障信号之间的误差最小,同时对未知输入、控制输入及系统的不确定性具有鲁棒性。数值仿真表明所提方法是可行的。     

基于ACPI的风力发电系统MPPT控制方法

针对直驱永磁同步风力发电系统存在非线性、参数不确定性以及转矩扰动等问题,研究了一种基于自耦PI控制理论的最大功率跟踪控制方法。该方法以转速跟踪为目标,将发电机内部动态与外部输入转矩的不确定性定义为一个总和扰动,从而将非线性不确定系统映射为未知线性系统,并构建了一个在总和扰动反相激励下的受控误差系统。据此设计了基于误差速度因子的自耦PI控制器模型,理论分析了自耦PI闭环控制系统的鲁棒稳定性和抗扰鲁棒性。仿真结果表明了该控制方法能稳定保持最大功率系数,在风力发电系统的最大功率跟踪领域具有良好的应用前景。     

机器人的神经网络鲁棒轨迹跟踪控制

考虑了一类具有外界扰动和参数不确定性机器人系统的轨迹跟踪鲁棒控制问题。提出了两种控制方法：第一种应用输入输出线性化方法以及Lyapunov函数法,推导出鲁棒输出跟踪控制器。所获得的控制器可确保系统输出按指数规律跟踪期望输出,同时相应闭环系统的状态一致最终有界。第二种方法在第一种控制方法的基础上,利用一个RBF神经网络自适应学习系统不确定性的未知上界,有效的克服了系统不确定性的影响,提高了控制精度。     

非仿射纯反馈不确定系统预设性能鲁棒自适应控制

针对一类结构和参数及控制方向均未知的非仿射纯反馈非线性不确定系统,提出了一种保预设性能鲁棒自适应控制方案。首先引入性能函数和误差转换函数,通过误差转换将原始的输出误差存在性能约束的受限系统转换为等价的非受限系统;其次,基于中值定理将非仿射型系统转化为具有线性结构形式的时变系统,并同时利用自适应投影算法对有界时变参数进行辨识,参数辨识误差和外界干扰采用非线性阻技术项进行补偿;随后综合运用反演技术和Nussbaum函数设计控制器并进行稳定性分析。所设计的控制器不仅能够保证闭环系统所有信号有界且输出误差满足预设的瞬态及稳态性能要求;最后,仿真结果验证了所设计控制方案的可行性与有效性。     

基于时变参数扰动观测器补偿的永磁同步电机非光滑速度调节器

提出一种基于时变参数扰动观测器补偿的非光滑速度调节器,针对永磁同步电机(PMSM)速度环中存在的外部负载扰动、速度采样信号失真等影响因素,提高系统动态响应及抗扰性能。以永磁同步电机驱动系统的速度环扰动分析为基础,针对速度误差设计非光滑控制律,使闭环系统的速度偏差迅速收敛到一个小的区域。然后,引入参数时变的扰动观测器来估计速度环中的总扰动,提高扰动估计的精度,在观测器中对转速采样滤波器带来的延迟进行补偿,实现速度检测无时延。最后,将扰动估计值用于前馈补偿构成复合控制器。仿真和实验结果验证了基于时变参数扰动观测器补偿的非光滑控制策略的正确性及可行性。     

BUCK直流斩波器的自适应逆推控制

针对一类含有未知参数且要求状态跟踪的BUCK斩波器提出了一种基于非线性自适应逆推控制的控制器设计,由Lyapunov函数的推导证明了该控制器能使系统在实现状态跟踪的同时保证控制过程中系统的所有信号有界。     

考虑铁损的永磁同步电机随机命令滤波控制

针对永磁同步电机在运行中产生的随机扰动问题,提出了一种考虑铁损的永磁同步电机随机命令滤波控制方法。运用命令滤波技术解决了在电机反步控制中出现的"计算爆炸"问题,引入补偿信号消除滤波误差,采用神经网络技术近似系统中未知的随机非线性函数,选择随机Lyapunov函数并分析系统的稳定性。仿真结果表明,该控制方法能够实现对预期设计的信号的快速跟踪,有效地解决了系统的随机扰动问题,保证了系统的稳定性。     

风力发电系统最大功率跟踪自适应鲁棒控制

为了提高风力发电系统最大功率跟踪(MPPT)运行的工作性能,针对系统未知建模误差和外部扰动等不确定问题,提出了一种MPPT自适应鲁棒控制方法。该方法建立在基于广义扰动的风力发电系统角速度跟踪动态模型基础上,不依赖于系统模型参数和外部扰动辨识。利用MPPT跟踪偏差的非线性状态反馈和扰动边界值的在线实时估计,自适应地调整切换控制项增益,以加快系统收敛的速度。实际控制律经过一阶积分输出,进一步削弱控制输出信号幅值的抖振,平滑发电转矩,提高跟踪精度。通过构造Lyapunov函数,验证了闭环系统的全局稳定性。通过与常规线性PID控制和非线性动态状态反馈控制(SFC)进行仿真比较,验证了该控制器实现最大功率跟踪控制的良好效果,具有较强的鲁棒性和自适应性。     

同步发电机混沌振荡的积分滑模模糊控制

针对一类不确定的非线性系统,把自适应模糊控制和积分滑模控制相结合,提出了一种新的自适应积分滑模模糊控制策略。利用模糊逻辑逼近系统中的未知非线性函数,在滑模控制中引入了积分项,消除了常规滑模控制器被跟踪信号导数已知的限制;并且为了消除外界扰动的影响,引入扰动估计器的设计方法;同时基于Lyapunov方法导出了参数的自适应律,有效地克服了系统固有的抖振问题。理论分析证明了闭环系统的稳定性和跟踪误差收敛于零。用该控制器对同步发电机混沌振荡控制系统进行仿真研究,结果表明:与常规的滑模控制器相比,该控制器具有较强的鲁棒性和较好的跟踪性能。