一类非匹配不确定纯反馈非线性系统新型变幂次趋近律滑模控制

针对以熔化极气体保护焊（gas metal arc welding,GMAW）为代表的一类非匹配不确定纯反馈非线性系统的输出问题,提出一种基于变幂次趋近律的滑模控制方法。首先,采用滑模微分器得到含系统非匹配不确定性干扰的输出一阶导数。得益于终端滑模有限时间稳定的性能,该方法具有估计精度高、估计误差收敛速度快的优点。然后,提出一种新型的变幂次趋近律,并证明在相同增益下,其趋近速度均快于现有各种趋近律,且具有自适应调节趋近速度的能力,既保证了在全局范围内系统轨迹有限时间趋近滑模面,又避免了在滑模面附近出现抖振。最后,采用变幂次趋近律滑模变结构控制方法和传统趋近律滑模变结构控制方法分别对带有非匹配干扰的GMAW中的弧长进行控制仿真,并对比弧长跟踪效果,分析稳态误差。结果表明,变幂次趋近律滑模变结构方法能够有效的提高系统收敛的快速性,滑模控制方法对于非匹配不确定非线性系具有强鲁棒性。     

模糊趋近律滑模变结构的二级倒立摆系统控制仿真

运用一种模糊趋近律滑模控制策略,将模糊逻辑控制与趋近律相结合,推导设计出模糊趋近律的滑模变结构控制器,并对二级倒立摆系统进行了有效控制.仿真结果表明这种控制方法既保证了趋近运动的快速性,又保留了滑膜控制系统的鲁棒性,同时有效地抑制了系统抖振.     

δ算子不确定系统的无抖振滑模控制

研究了一类δ算子不确定系统滑模变结构控制综合问题.给出了δ算子系统的理想趋近律,分析了采用理想趋近律与指数趋近律设计滑模控制器的异同.所设计的滑模控制将连续时间系统和离散时间系统统一到δ算子系统,有限时间内可达切换面,有效地削弱了抖振.仿真实例验证了该方法的可行性和有效性.     

基于改进趋近率的滑模控制方法及应用

从抖振问题入手,提出了一种改进的趋近率方法,即在双幂次趋近率方法的基础上增加指数项,并给出了控制系统到达滑模面时间的具体计算。该方法克服了单幂次趋近率趋近滑模面时间长、抖振大的缺陷．保证了控制系统的动态品质。将其运用到一个二阶系统中,并与单幂次趋近率方法作比较,仿真验证了该方法的有效性。     

基于离散趋近律的变结构系统控制

探讨了离散线性系统的变结构控制问题,分析了传统趋近律方法的缺陷,提出了一种新的离散变结构趋近律。该趋近律不但能使系统滑模轨迹渐进收敛于零,而且其确定的准滑动模态区在趋近过程中能够分成为两个区域。分析了滑模轨迹在两个区域内的不同趋近特性,通过调整参数改变两个区域的宽度,尽量减少滑模轨迹穿越切换面的次数,确保系统的抖振削弱和鲁棒性。仿真结果证明,该离散趋近律方法对离散线性确定系统和离散不确定性系统都有良好的控制效果。     

不确定分数阶混沌系统的滑模投影同步

针对2阶不确定分数阶混沌系统的投影同步问题,提出基于滑模原理的同步控制方法.分数阶导数采用Caputo的定义.控制律由趋近控制和等价控制2部分组成.趋近控制采用指数趋近律,等价控制利用系统轨迹在滑模面上运动时滑模面的时间导数为零的条件得到.在控制器设计过程中,利用分数阶系统的Lyapunov理论分析滑模面的存在性,简化稳定性证明方法,得到了存在不确定性时分数阶系统达到同步的稳定性定理,实现了控制目标.通过对分数阶Duffing Holmes系统的完全状态投影同步的仿真,证明了该方法的有效性.     

基于趋近律的机械臂滑模控制方法研究

为了满足机械臂系统高性能的控制要求,对高为炳提出的指数趋近律进行分析,并研究了机械臂的运动学特性,在此基础上对指数趋近律进行优化设计,改进了指数趋近律,并证明了其存在性。根据改进的趋近律,以机械臂为控制对象,设计了滑模控制策略,并用Matlab进行仿真。仿真结果表明,该方法不仅能满足系统的快速跟踪性,而且能有效抑制滑模变结构控制中存在的抖振问题。     

空间可变翼飞行器小翼伸缩自适应滑模控制

近空间可变翼飞行器具有可伸缩小翼结构,针对小翼伸出和收回状态变化过程中,存在参数摄动,可能造成飞行器状态以及控制量的大范围跳变,影响飞行器的稳定性的问题,本文提出一种快速双幂次趋近律滑模与神经网络结合的自适应滑模控制方法。应用该方法设计快速双幂次趋近律滑模控制器,并利用神经网络充分逼近复杂的非线性关系能力,得到小翼伸缩全过程的滑模趋近律。对比分析传统滑模控制方法和快速双幂次滑模与神经网络结合自适应控制效果,仿真结果表明快速双幂次滑模控制与神经网络结合方法具有良好的控制效果。     

基于云模型趋近律的智能滑模控制器设计

为了解决传统滑模控制中采用指数趋近律产生的抖振问题,提出一种采用云模型趋近律的智能滑模控制方法.提出将云模型和趋近律相结合,利用云模型推理方法,动态调整趋近速度,保证系统状态快速、稳定地到达滑模面.将所设计的滑模控制器用于平行单级双倒立摆的稳定控制,仿真结果验证了设计方法的有效性,对系统摄动和外部干扰都有很强的鲁棒性.     

纠缠混沌系统的比例积分滑模同步

基于滑模控制研究纠缠混沌系统的滑模同步与比例积分滑模同步,利用滑模及比例积分滑模方法设计滑模面和控制器,采用滑模等速趋近律,根据Lyapunov稳定性理论对系统轨线在滑模面及不在滑模面运动两种情形进行分析,在设计的滑模面和控制器的共同作用下可使误差系统在有限时间内趋近于坐标原点,得到系统取得滑模同步和积分滑模同步的两个充分条件。研究表明:选取适当的控制器与滑模面,纠缠混沌系统的主从系统取得滑模同步和积分滑模同步。     

MIMO非线性自适应模糊滑模控制

为了解决传统的自适应模糊滑模控制方法需经无穷长时间才能达到平衡点，不能对系统进行精确地跟踪控制的问题。提出一种具有快速收敛性的自适应模糊滑模控制方法。控制器用具有快速收敛性和稳定性的最终吸引子做自适应模糊调节率代替传统自适应模糊调节率，不仅具有稳定性且具有快速收敛性，从而使控制系统的输出能在有限时间内精确地跟踪参考信号。证明了所设计控制器是全局稳定的。并用该方法控制了二自由度机器手系统，仿真结构表明该方法能使机器手在有限时间内达到精确的位置和速度，从而证实了其快速性。     

基于FPGA的模糊控制器的设计

为提高模糊控制器的推理速度,研究了一种以FPGA(FLEX10k20)为核心器件,通过VHDL语言设计的两输入单输出模糊控制器的方法.阐述了知识库存储、模糊化、模糊推理以及逆模糊化模块在FPGA中的设计方法.该模糊控制器的推理过程既有并行又有串行,推理速度可达375 KLFIPS,可用到各种实时性要求高的模糊控制系统中.     

刚柔耦合二级运动调整系统动力学模型

安装在悬挂馈源舱内的Stewart平台作为馈源位姿精调系统与舱索粗调系统一起构成了大型射电望远镜馈源位姿的二级耦合调整系统．综合柔性悬索系统的非线性有限元结构动力学方程和刚性Stewart平台的多体系统动力学方程，构造了悬索粗调系统与Stewart平台精调系统的刚柔耦合动力学模型，找到了分析动力学耦合问题的有效方法．通过对LT50m缩比模型的仿真分析，模拟了馈源舱对Stewart平台扰动的响应，并由实验进行了验证．     

基于遗传算法的Stewart并联机器人位置正解分析

充分利用Stewart并联机器人位置反解容易获得这一特性,把较难的Stewart并联机器人位置正解问题转化为一个优化问题,考虑到遗传算法的全局优化特性,提出了基于遗传算法的Stewart并联机器人位置正解方法. 仿真实例证明了所提方法具有很高的计算精度,彻底克服了采用数值解法求解Stewart并联机器人位置正解时,解的精度受初值影响较大的缺点.     

大型射电望远镜悬挂馈源结构的非线性力学分析

从降低风荷的角度 ,设计了大型射电望远镜的悬挂馈源舱体外形及舱内框架支撑结构 .对馈源悬挂系统进行了非线性有限元静力分析 ,结合优化方法 ,联立迭代求解了馈源舱体的位置、姿态、悬索的悬链线、张力和长度 ,为进一步系统地模拟分析非线性馈源悬挂系统在随机风荷作用下的风振响应奠定了基础 .     

不确定动态环境中约束机器人的建模

本文通过描述约束机器人在动态环境中的运动学及动力学来研究一种基于模型的机器人手臂的控制方法。这种方法从环境端来表示约束机器人末端的运动约束及与周围不确定环境的动力学交互。使用自调节模糊PID控制器的仿真对于强非线性的系统可满足机器人手臂的时变跟踪控制。     

基于滑模变结构控制多机器人协同编队的研究综述

滑模变结构控制(SMC)因响应速度快、自适应性强以及工程实现简单等优点,对解决典型非线性的多机器人控制系统具备良好的效果.基于此,本文介绍了SMC的发展、原理以及在多机器人协同编队领域的应用.但同时,SMC本身还存在抖振等缺陷,从而限制了其应用.为进一步提升SMC的控制品质,获得更快的响应、对扰动更强的鲁棒性以及更好的稳态性能,本文深入研究了近些年神经网络、模糊逻辑、鲁棒自适应等先进智能控制方法与SMC结合的工作,并对这些新型编队控制策略进行了对比分析.最后展望了该领域未来的研究方向.     

基于模糊—神经融合的自适应模糊控制系统研究

模糊逻辑系统与人工神经网络各具优势,前者善于利用专家语言信息,后者有强大的学习能力,两者的结合可以取长补短。基于模糊逻辑系统与神经网络技术提出一种自适应模糊控制系统,其特点是模糊控制器具有多层前向网络结构。基于一种近最优的性能指标导出其参数自适应的误差反向传播算法。为了克服传统算法收敛慢的缺点,提出用模糊逻辑来调整学习过程的方法。通过倒立摆平衡控制仿真研究验证了所提出的自适应模糊控制系统及其快速学     

一种新的针对平移振荡器系统的模糊控制方法

针对平移振荡器系统(TORA)设计了一种基于遗传算法及单输入规则模块的模糊控制方法.该方法有效地结合了基于单输入规则模块的模糊控制方法及遗传算法的优点,使得设计出的控制器既具有易于理解、结构简单、规则数目少、控制器需设定的参数少的特点,同时,又可以通过遗传算法实现参数的自动调整,大大减少了控制器设计的难度及工作量.最后,在无干扰、存在干扰、系统参数变化等情况下进行了仿真试验,仿真结果表明了该控制方法的有效性及鲁棒性.     

模糊免疫PID在主汽温控制系统中的应用

借鉴生物免疫反馈响应过程的调节作用和模糊推理逻辑可逼近非线性函数的特性,提出将模糊免疫PID控制策略应用到火电厂主汽温控制系统中。仿真研究表明,该方法的控制效果优于常规的PID串级控制。