重型液压机执行器自适应滑模容错控制

为了提高重型液压机在执行器故障情况下的容错控制能力和控制精度,设计了自适应滑模容错控制器。建立了5缸液压机的滑块动力学模型和液压缸压力动态方程。使用积分滑模控制设计了3个子系统虚拟控制律;使用伪逆法实现了控制分配;在执行器故障情况下,在积分滑模控制基础上,提出了自适应补偿策略,从而给出了执行器故障情况下可以实现的虚拟控制律;使用分散滑模控制将虚拟控制律转化为伺服阀控制律,并证明了自适应滑模容错控制器具有Lyapunov意义下的稳定性。经仿真验证,在单个执行器故障或多个执行器故障的情况下,自适应滑模容错控制器能够将调平误差控制在2×10^-4rad内,位移跟踪误差最大为0.0111 m,体现了执行器故障情况下极高的调平和跟踪精度,也体现了自适应滑模容错控制器具有很好的鲁棒性。     

基于扰动观测器的冗余机械臂任务空间控制

针对冗余机械臂在任务空间中的轨迹跟踪控制精度差问题,提出了一种基于非线性扰动观测器的滑模控制算法。首先,将末端执行器位姿轨迹通过运动学逆解转换成关节空间内的关节角轨迹,降低运动学求解的计算量;其次,利用拉格朗日法获得机械臂的动力学模型,明确系统输入输出关系;进而,设计非线性扰动观测器来估计与补偿系统的集总干扰,并引入基于趋近律的滑模控制算法来加快系统状态量的收敛速度;再者,控制器的稳定性在李雅普诺夫框架下得以证明;最后,以7自由度冗余机械臂为例对该文所提方法的有效性进行了仿真验证。仿真结果表明:文中控制器的控制性能要优于LADRC与SMC-LESO,能保证关节角具有较高的轨迹跟踪精度;该文方法能够较好地解决冗余机器人的运动学逆解问题,将求解精度控制在0.1mm的量级内。     

3-RRR平面并联机器人神经网络滑模控制研究

针对具有强耦合和高非线性并联机器人的轨迹跟踪控制研究,设计了一种基于神经网络滑模控制器的控制系统。在传统滑模控制的基础上,利用神经网络算法实时修正系统非线性项和不确定参数的功能,有效抑制了SMC系统的抖振现象。建立了3-RRR平面并联机器人的结构简图和Matlab模型,并采用闭环矢量法得到了机器人的运动学反解,为控制系统提供了参考输入。基于机器人的简化动力学方程,设计了一种RBF神经网络滑模控制器,并构造Lyapunov函数证明控制器的稳定性。分别采用传统滑模和神经网络滑模控制方式对机器人的轨迹跟踪进行仿真分析。仿真结果表明:神经网络滑模控制器具有更好的轨迹跟踪精度和较小的稳态误差,验证了神经网络SMC控制器的有效性。     

关节空间内工业机器人抗干扰轨迹跟踪控制

针对工业机器人在关节空间内轨迹跟踪精度差和易受集总干扰影响等问题,提出一种基于非线性扰动观测器的快速连续非奇异终端滑模控制策略.根据拉格朗日方程推导出四轴工业机器人的动力学模型,获得系统的输入输出关系.引入非线性扰动观测器对集总干扰进行估计与补偿,设计快速连续非奇异终端滑模控制器来加快系统状态量的收敛速率,提高关节空间...     

基于改进LuGre模型的液压系统滑模控制

为了提高液压系统控制精度,提出基于LuGre模型双状态滑模估计的液压系统滑模控制算法。在摩擦模型不确定性参数的双状态估计中,借鉴滑模控制的核心思想,设计双状态滑模估计器,以提高状态估计精度及摩擦补偿精度。以双状态滑模估计的摩擦模型为基础,设计自适应滑模控制器,实现液压系统的位置跟踪控制,并通过李雅普诺夫函数证明了控制系统的稳定性。仿真结果表明:基于双状态滑模估计摩擦模型的液压系统自适应滑模控制,有效地提高了液压系统位置跟踪精度。     

音圈电机驱动微定位平台线性自抗扰滑模控制

针对音圈电机驱动柔性微定位平台控制速度和精度低以及抗干扰能力弱等问题,设计了一种将滑模控制和线性自抗扰控制相结合的复合控制器来提高平台系统的控制性能。首先,搭建了音圈电机驱动复合双平行四杆柔性机构的微定位平台和实验系统,并进行了系统辨识;其次,设计了线性自抗扰控制器,利用线性扩张状态观测器估计系统的内外扰动并在线进行扰动补偿,针对线性自抗扰控制器性能优化上的局限性,提出滑模控制器解决相位滞后问题来进一步提升轨迹跟踪精度;最后,利用所搭建的实验平台对控制方法进行了实验验证。结果表明,滑模和线性自抗扰复合控制器能够很好地克服内外干扰,与经典PID控制和单独的线性自抗扰控制相比,跟踪正弦波信号的最大误差分别减小了52.98%和21.26%,满足了微定位平台高精高速的控制要求。     

基于轮廓误差补偿的机械臂自适应非奇异终端滑模控制

针对机械臂外部干扰、执行器故障等不确定因素对末端轮廓跟踪精度的影响,提出一种基于交叉耦合的自适应非奇异终端滑模控制方法。基于机械臂动力学模型,采用Lyapunov函数设计系统的非奇异终端滑模控制律;为解决滑模控制器设计过程依赖于不确定性上界这一局限性,引入自适应技术估计系统集总不确定性,有效抑制滑模控制的高频抖振现象;根据有限时间稳定性理论证明闭环控制系统的有限时间稳定。结合交叉耦合控制技术与抛物线过渡轨迹规划技术,设计交叉耦合轮廓补偿与参考位置预补偿相互协调的统一框架;提高机械臂各关节间的协调性,以更好地削弱系统不确定性对末端轮廓跟踪精度的影响。结果表明：所设计的控制器能够在机械臂系统存在不确定性因素下实现末端轮廓精确跟踪,并能有效抑制系统抖振现象。     

基于双观测器的多电机卷绕系统切换滑模控制

针对多电机卷绕系统存在的强耦合、张力控制精度低、易受扰动影响等问题,提出一种基于非线性扰动观测器和张力观测器的切换滑模控制方法。以永磁同步电机作为系统的驱动机构,设计非奇异快速终端滑模控制器来实现对电机转速的控制,并设计非线性扰动观测器来估计系统的参数摄动,将估计值用于前馈补偿;对于系统的张力环,采用带有切换函数的自适应滑模控制器,切换函数可以使系统状态更快到达滑模面;并设计张力观测器来精确观测张力大小。仿真实验结果表明：与传统的控制策略相比,所设计的控制策略提高了系统的响应速度、跟踪精度和鲁棒性。     

压电驱动的快刀伺服器的迟滞逆模型辨析与自抗扰复合逆控制

为了提高具有表面微结构零件的超精密加工中快刀伺服器的轨迹预测和跟踪精度与抗干扰性,设计一种新型复合控制:在前馈控制器中用Preisach逆模型补偿系统中压电陶瓷驱动器引起的非线性特性;针对前馈控制器未能补偿的非建模扰动、模型参数的不确定性以及其他外界未知扰动,设计了自抗扰控制作反馈控制器。推导了Preisach逆模型;用RBF神经网络实现了Preisach逆模型对压电陶瓷驱动器的线性化补偿;通过对快刀伺服器的建模分析,得到惯性环节和二阶振荡环节串联的等效模型,设计三阶四维扩张状态观测器,可对未知扰动的观测结果作出实时估计和补偿。根据快刀伺服器和超精密车削的特点,取消跟踪微分器,增加速度输入和加速度输入,设计了改进的自抗扰控制器。上述两种控制器组合成复合控制器。实验表明,该复合控制方法可以提高预测和跟踪精度与抗干扰性。     

基于高阶滑模的PMSM无传感器控制

针对传统永磁同步电机(PMSM)无传感器控制存在的超调量大、抖振明显,易受负载扰动影响的现象。提出一种基于高阶滑模的控制策略,结合超螺旋算法(STA)和任意阶算法设计出新型高阶滑模控制器,将新型的控制器分别应用于速度控制器、状态观测器和扭矩观测器,用饱和函数代替符号函数,同时采用积分滑模面和模糊控制对控制系统进行优化。系统使用状态观测器和锁相环(PLL)获取转子位置信息,并通过扭矩观测器将观测值前馈补偿至速度控制器。经过模拟仿真表明该高阶滑模控制系统可以有效地抑制超调和抖振,提升转子位置的估算精度,同时大大提升了系统的抗干扰性和鲁棒性。     

基于滑模扰动观测器和积分滑模控制器的活塞加速度控制研究

针对活塞加速度精度低的问题,提出具有气动和液压技术优势的新型混合执行控制系统。通过分析电液-气动混合执行控制系统结构,建立电液-气动混合执行器的数学模型。在积分滑模控制器的基础上,结合具有干扰抑制和估算复合扰动能力的滑模扰动观测器,开发滑模扰动观测器-积分滑模控制器的综合控制器;采用MATLAB软件对电液-气动混合执行器进行仿真,并与传统PID控制器的计算结果进行对比和分析。结果表明：采用基于滑模扰动观测器-积分滑模控制器的电液-气动混合执行控制系统可明显提高对方波和正弦加速度信号的跟踪精度,方波响应超调量减少约54%,正弦响应误差减少约65%;该控制系统抗干扰性强,位置跟踪误差较小,可以有效地精确控制活塞加速度,具有较强的鲁棒性     

基于扩张状态观测器的双永磁同步电机同步抗扰控制北大核心

对于双永磁同步电机系统中由于参数摄动和随机摩擦扰动引发的转速失同步现象,提出了一种新的双永磁同步电机滑模控制方法。首先,设计了扩张状态观测器去估计系统状态与实时扰动,并结合滑模跟踪控制器来提高电机在扰动作用下的跟踪性能;其次,将交叉耦合结构与滑模同步控制器结合,对电机转速的同步误差进行抗扰控制并且提升系统的同步性能。仿真结果表明,扩张状态观测器能准确估计电机系统机械角、转速及系统总扰动;设计的滑模控制器能够有效提高电机系统在扰动作用下的跟踪与同步控制性能。     

复杂型面构件超声自动检测轨迹跟踪控制

为提高复杂型面构件超声自动检测过程轨迹跟踪的精度和鲁棒性,在分析超声检测机器人的动力学模型的基础上,利用滑模控制理论,设计了轨迹跟踪控制的超声自动检测机器人的滑模控制方案。经实验验证,该方案可以有效提高超声自动检测机器人对预定轨迹的跟踪精度及系统的鲁棒性。     

基于干扰补偿的不确定机器人鲁棒滑模跟踪控制

以含有参数不确定和外部扰动的机器人系统为对象,研究不确定机器人系统的轨迹跟踪问题。结合系统辨识理论和滑模理论,提出了一种基于干扰补偿的机器人鲁棒滑模控制方法。该方法采用非线性观测器实现系统不确定项的在线估计与补偿,利用滑模控制来增强系统的鲁棒性,并利用基于sigmoid函数的新型滑模趋近率来抑制传统滑模控制的固有抖振现象。最后,以2关节机器人为例,通过仿真验证了文中方法的有效性,不仅有效解决了传统滑模控制的固有抖振现象,而且对系统存在的不确定性扰动具有很强的鲁棒性。     

基于动态变边界层的PMLSM新型终端滑模控制

为了提高永磁直线同步电机控制系统的动态响应速度和鲁棒性，提出了一种动态变边界层新型终端滑模(DITSM)控制方法。首先，在全局快速Terminal滑模面中引入积分项，构建积分型全局快速Terminal滑模面，在降低抖振的同时避免了奇异问题；其次，设计动态变边界层饱和函数来替代传统饱和函数，保证状态轨迹可以收敛到切换平面而不是边界层内，提高了系统鲁棒性；最后，设计超螺旋干扰观测器估计未知扰动，并采用前馈补偿的方式将观测值引入控制率，增强了系统抗干扰能力。经过仿真验证，DITSM控制方法不仅保证了系统全局鲁棒性，而且有效提高了系统跟踪精度和响应速度。     

移动焊接机器人焊缝跟踪控制系统设计

为提高移动焊接机器人的焊缝跟踪精度,结合RBF神经网络和PID控制设计了一种焊缝跟踪控制系统。介绍了焊接机器人系统组成并建立了相应的运动学模型,重点论述了RBF神经网络结构以及控制器的设计方法。通过神经网络在线辨识梯度信息,根据梯度信息在线调整比例、积分、微分系数,以提高系统控制性能。仿真结果表明:采用所述控制方法,能较好地实现复杂轨迹跟踪。在焊缝跟踪过程中,移动焊接机器人运行平稳,具有较高跟踪精度。     

被动式电液力伺服系统的高阶积分滑模控制

针对被动式电液力伺服系统的控制问题,提出了高阶积分滑模控制方法。积分滑动模可以降低控制器对期望跟踪轨迹高阶导数的要求,有效抑制传统滑模变结构控制中的抖振问题;CMAC神经网络在线学习系统不确定性能够降低控制器参数设计的保守性。将该控制方法应用于电液力伺服系统中,并进行仿真。结果表明:该控制方案均具有较好的控制性能,且能够有效抑制系统的抖振。     

基于干扰观测器的轧辊微孔系统滑模控制器的设计及应用北大核心CSCD

为了提高轧辊间隙结构下非线性控制性能,引入微分几何反馈技术来完成线性化解耦过程,根据干扰观测器实现滑模控制的功能,建立了基于干扰观测器的轧辊微孔系统滑模控制器设计,并开展应用验证。该控制系统可以达到理想的跟踪性能,能够有效补偿间隙导致的误差,表明本设计控制算法具备较强的可行性。对干扰观测器进行滑模控制仿真测试,根据实际测试结果判断滑膜控制器的有效性,能够实现精确的跟踪轨迹功能。应用验证表明:经过改造,辊轧机达到了更小的轧制误差,表明采用滑模控制方式有助于辊轧叶片达到更高的生产合格率,对提高板材的轧制质量具有重大的意义,实际的应用推广价值很大。     

基于ESO的电动伺服系统RBF神经网络滑模控制

为了提高电动伺服系统的加载力跟踪精度,基于扩张观测器(ESO)和RBF神经网络,设计了一种自适应滑模控制器。ESO可以观测电动伺服系统的状态变量和外界扰动,解决实际工程应用中因对输出力直接微分造成的微分爆炸问题;利用RBF神经网络逼近系统存在的非线性不确定因素,将ESO观测到的状态变量、扰动项和RBF神经网络的估计值引入到滑模控制其中,实现对滑模控制的补偿,并通过构造李雅普诺夫函数对所提出的控制策略进行稳定性证明;在MATLAB/Simulink环境中搭建仿真模型,验证了ESO和RBF神经网络在不同工况下对系统相应量的精准估计,且误差均满足所设定的性能指标,同时与传统滑模控制进行了对比,所提出的控制策略能有效地解决传统滑模控制的抖振问题,加载力跟踪精度更高,鲁棒性能更优。     

X-Y数控工作台的摩擦和扰动补偿方法研究

为提高数控机床伺服系统的控制精度,对X-Y数控工作台高精度控制中的摩擦补偿和外部扰动的补偿进行了研究。建立了基于动态Lu Gre摩擦的伺服系统模型,提出了设计一个非线性双观测器来估计Lu Gre模型内部的不可测的状态,并通过自适应鲁棒控制器来实现未知的摩擦和负载转矩的补偿,同时设计神经网络观测器补偿外部扰动;利用Lyapunov稳定性理论证明了闭环系统的稳定性。仿真结果表明,有效地解决非线性摩擦和扰动的影响,提高系统的跟踪精度和鲁棒性。