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。     

基于改进偏差耦合的多电机同步控制

针对多电机同步控制系统中动态响应速度差和同步控制精度低等问题,在偏差耦合控制结构的基础上,提出一种超扭曲非奇异滑模控制器与误差因子速度补偿器相结合的新型控制策略。将新型非奇异快速终端滑模函数与超扭曲算法结合,设计超扭曲非奇异滑模控制器,利用其优良的动态调节性能,提升系统响应速度。引入误差因子概念,重新确定每台电机的速度补偿信号,增强系统中各电机之间的耦合性,在受负载扰动后转速波动小,减小系统同步误差。结果表明,新型控制策略的跟踪性提高了约33%,同步性提高了约40%,具有更好的跟踪性和同步性,可实现多电机的精密协同控制。     

H型平台双环交叉耦合滑模同步控制

为提高H型平台双直线电机运动控制系统的抗干扰能力和同步运动性能,提出一种基于位置环和速度环双环偏差的交叉耦合滑模同步控制方法。采用交叉耦合算法建立双直线电机偏差（跟踪误差）的耦合关系,输出同步误差,并结合滑模控制器,实现跟踪误差与同步误差的同时收敛。基于仿真实验对比分析单位置环、单速度环和位置-速度双环3种交叉耦合结构的滑模控制在扰动输入后的位置跟踪性能和同步控制性能。仿真结果表明：位置-速度双环控制方的电机位置跟踪性能和同步控制性能较单位置环控制方法分别提升60.6%和51.95%,较单速度环控制方法分别提升85.0%和41.91%,为平台的同步性控制应用提供了参考。     

双丝杠同步控制误差建模与仿真分析北大核心

为解决双丝杠进给系统同步控制误差过大的问题,建立了双丝杠进给系统的机电耦合仿真模型,并基于模糊控制与滑模控制理论,设计了单轴模糊滑模跟踪控制器,以减小滑模控制产生的抖振现象,同时提高单轴跟踪精度以及响应速度;为解决双丝杠运行时存在的参数不匹配和耦合问题,采用模糊PID交叉耦合控制算法进行两轴间的协调控制,以提高两轴同步性,减小同步误差;最后进行了MATLAB/Simulink建模与仿真分析,仿真结果表明,在理论上能够提高单丝杠的信号跟踪精度87.09%,并且减小双丝杠两轴之间的同步运动误差86.79%。     

泵控电液伺服系统滑模反步控制设计及其AMESim仿真

为了提高大负载输出泵控电液伺服系统滑模控制方法对非匹配干扰的影响,采用反步法对系统非匹配干扰进行补偿,通过光滑连续一阶可导滑模技术来消除滑模与反步控制的冲突,并通过联合仿真验证滑模反步控制设计的准确性。研究结果表明:滑模反步控制器结果最接近参考信号,误差最小,表现出最优的稳定性。滑模反步控制器输出电流最小,波动效果最低,证明所设计的光滑连续滑模控制律有效地抑制了输出抖动。滑模反步控制器获得了比反步控制器和PID控制器更小的I_(MSE)和I_(APE),表明在控制器输出强度较低的条件下,利用滑模反步控制器达到了优于PID控制器与反步控制器的控制性能。滑模反步控制器则同时拥有反步控制与滑模控制的优点,不需建立精确模型也能够达到较好的控制性能。     

外骨骼关节驱动神经网络滑模力控制研究

针对外骨骼机器人液压关节驱动系统具有非线性、不确定参数等特性,导致模型建立困难以及负重时具有不确定冲击扰动的问题,基于电液伺服系统特性,建立以弹性负载为外负载的数学模型。为减小负重时冲击扰动项对力控制的影响,引入径向基（RBF）神经网络对干扰项进行补偿,设计一种基于RBF神经网络的滑模力控制策略。通过系统特性进一步验证模型可行性,并进行仿真试验对比。结果表明：与PID控制相比,所设计的控制策略响应时间更短,跟踪误差缩小70.5%;变负载工况下,所设计的控制策略具有更好的跟随能力、更强的鲁棒性能,可以满足外骨骼机器人关节驱动的力控制要求。平台试验进一步验证了仿真结果的有效性与正确性。     

基于滑模控制的H型运动平台改进型主从控制

由于H型运动平台两直线电机之间存在机械耦合及负载扰动不同等不确定因素,导致了双直线电机运动不同步的问题。因此,提出了一种基于积分反演自适应滑模(integral backstepping adaptive sliding mode control, IBASMC)与改进型主从控制相结合的控制方案。在单轴上,采用积分反演自适应滑模控制作为位置控制器,有效地减小了位置跟踪误差;在双轴上,采用了改进型主从控制,将其与普通的主从控制进行比较,显著地减小了双轴之间的同步误差。仿真结果证明,所设计的控制方法有效地提高了H型运动平台的跟踪精度、抗干扰能力和同步精度。     

双泵分腔调控电液负载模拟系统复合滑模控制

针对阀控电液负载模拟系统中存在的能耗高、非线性摩擦和舵机运动干扰等问题,提出双泵控制电液负载模拟系统的方案,并且采用滑模控制以保证系统的鲁棒性。建立双泵分腔调控电液负载模拟系统的数学模型;在此基础上,针对单泵控系统动态特性差的问题,设计力-总压力复合控制策略,使其具有和阀控系统相似的动态特性;对于传统的滑模控制造成系统抖振而引起系统的跟踪效果不好的问题,提出一种基于模糊趋近律的等效滑模控制器,并对其稳定性进行了理论分析。最后,经过联合仿真,验证了所设计的控制策略和控制器具有可行性和有效性。结果表明：所提出的复合滑模控制电液负载模拟系统具有良好的跟踪效果,且能够显著地降低系统能耗。     

串联型机械臂的自适应鲁棒容错控制研究

针对串联型机械臂关节空间内的轨迹跟踪控制,提出了一种自适应鲁棒容错控制方法。在机械臂动力学模型中加入了外界干扰、关节摩擦与故障模型,并将其等价成二阶被控系统。在此基础上,结合非奇异快速终端滑模面和反步法控制策略,设计一种新型的反步非奇异快速终端滑模控制器。通过李亚普诺夫准则验证了控制策略的全局渐近稳定性;引入自适应技术估计系统不确定性的上界,提高控制器的鲁棒性。以二自由度机械臂为被控对象,对所设计控制器的有效性进行了验证,结果表明:与传统的非奇异快速终端滑模控制器及反步非奇异快速终端滑模控制器相比,该控制器具有响应速度快、鲁棒性强、抖振小的优点,能有效应对系统故障和实现机械臂的高精度轨迹跟踪控制。     

基于扰动观测器的PMSM系统自适应反步滑模控制

针对负载转矩波动和系统参数变化的永磁同步电机(PMSM)系统的控制问题,提出了一种带有非线性扰动观测器的自适应反步滑模位置跟踪控制方法。首先,设计了自适应反步滑模控制器,以确保电机位置快速收敛到期望值,并设计了自适应收敛增益,以减小电机位置响应下的大的过冲;其次,设计非线性扰动观测器估计未知扰动,并为自适应反步滑模控制提供前馈补偿,以提高系统的鲁棒性,并减少稳态位置误差。仿真结果表明,该方法可以有效减少过冲,很好地实现了PMSM系统的快速位置跟踪控制,具有良好的抗扰动性能。     

基于改进迭代学习的并联6-DOF运动平台控制策略研究

为了改善并联6-DOF运动平台的轨迹跟踪效果提出了一种新颖的控制算法。该控制方法结合了非奇异Terminal滑模控制(NTMSMC)和迭代学习控制(ILC),非奇异Terminal滑模控制器可以在有限的时间到达和消除控制器奇异,将其作为第一控制器来处理模型参数不确定性、未知的非线性和外部干扰;在到达滑模面之后,用PD型迭代学习控制器作为第二控制器来消除周期性轨迹跟踪误差。Simulink仿真结果表明,这种组合控制器与其它控制器(如PID控制、滑模控制、迭代学习控制)相比有更高的轨迹跟踪精度和较强的鲁棒性。     

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。     

基于非线性PID的交叉耦合同步控制器设计

针对工业控制中双轴同步伺服系统的伺服参数不匹配及外部扰动造成的运动不同步问题,在分析了经典的位置控制策略和直线型双轴同步运动的同步误差与跟踪误差几何关系的基础上,引入耦合误差变量,设计了一种位置环非线性PID的交叉耦合同步控制器,实现跟踪误差与同步误差同时减小。在X-Y运动平台上,对所设计位置环非线性PID的交叉耦合同步控制器进行了实验,结果表明:基于非线性PID的交叉耦合同步控制相比于PID的传统交叉耦合同步控制,在单轴跟踪误差的最大值和均方根值上分别减少了50%和62.5%,在轴间同步误差的最大值和均方根值上分别减小了60%和63.64%。     

基于Haar小波的双直线电机自适应滑模控制北大核心

针对双直线电机伺服系统的同步控制精度易受耦合干扰、负载扰动和模型不确定性等因素影响,提出了一种基于Haar小波逼近的自适应滑模同步控制方法。采用滑模位置控制器克服扰动对伺服系统的影响,提高抗干扰性能;为削弱滑模控制引起的系统抖振,采用Haar小波基函数逼近系统动态模型中的时变非线性函数,进一步提高系统鲁棒性;同时采用自适应算法在线整定逼近函数的权值,并基于Lyapunov稳定理论证明了控制系统的渐进收敛性。实验结果表明,基于Haar小波的自适应滑模控制与滑模控制相比,不仅提高了系统的跟踪精度和同步精度,还增强了系统的鲁棒性。     

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。     

基于模糊神经网络滑模控制的xy平台轮廓控制

永磁同步直线电机(PMLSM)直接驱动xy平台数控系统曲线轨迹跟踪时,其轮廓精度会受负载扰动以及曲线轨迹轮廓误差模型复杂等问题的影响。针对此问题,采用具有自学习能力的模糊神经网络滑模控制(FNNSMC)进行单轴位置控制器的设计,在不失滑模控制鲁棒性的情况下,有效地削弱该控制所产生的抖振;两轴之间运用实时轮廓误差计算法建立曲线轨迹的轮廓误差模型并采用交叉耦合控制(CCC)进行轮廓控制器的设计,实现跟踪误差与轮廓误差的同时减小。仿真结果表明:该控制方案基本消除了抖振,保证xy平台具有较强的鲁棒性和较高的轮廓精度。     

基于饱和函数的不确定机器人模糊自适应滑模控制

针对模型和参数不确定机器人系统轨迹跟踪问题,在模糊自适应控制的基础上提出了一种新的控制策略,该控制策略把饱和函数、模糊原理与滑模控制有机结合起来,设计了一种模糊自适应滑模控制器.该控制器利用模糊逻辑系统为机器人的动力学系统建模,设计自适应律调节未知参数,为保证控制力矩输出平滑有界,不存在一般滑模变结构中的抖振现象,采用双曲正切函数代替传统的符号函数.利用李亚普诺夫定理证明了闭环控制系统全局稳定,跟踪误差渐近收敛于零.仿真结果表明了所提出的控制算法的有效性.     

基于RBF神经网络和扰动观测器的PMLSM位置控制

针对永磁直线同步电机的位置控制,其控制精度易受模型误差和负载扰动等因素的影响,设计了一种改进型的滑模趋近律控制器,提出了基于RBF神经网络的建模误差逼近器和非线性负载扰动观测器。首先,利用改进型的滑模趋近律算法,加快到达滑模面的速度,降低系统的滑模抖振;其次,采用RBF神经网络算法逼近系统的建模误差;最后,非线性扰动观测器对系统的负载扰动进行估计。此外,系统采用前馈补偿控制策略,以提高系统的控制精度。仿真结果表明:通过与传统的滑模趋近律控制方法相比,文章提出的方法提高了系统的控制精度、增强了系统的鲁棒性。     

基于改进交叉耦合的多永磁同步电机速度同步控制

为减少多永磁同步电机在启动过程中的同步误差并降低电机的启动时间,以传统的交叉耦合控制结构为基础,结合模糊自调整滤波器和新型同步补偿器,提出基于改进交叉耦合的多永磁同步电机速度控制方法,即通过模式选择器对模糊控制器进行工作模式的切换,同时在不同的额定速度和负载转矩下自动调整各电机的软化系数,使各电机在启动过程中遵循软化转速轨迹;通过设计同步补偿器实现相位超前,进而降低同步误差并缩短电机调整时间。最后基于永磁同步电机调速控制平台进行了仿真对比验证。结果表明：在电机负载启动与稳态突变阶段,相比传统的控制结构,改进的交叉耦合控制结构的最大同步误差分别降低了55%和25.7%,速度调整时间同比减少了23%和39%,有效提高了系统的同步性能和动态响应能力。     

电动负载模拟器的自适应终端滑模控制

为了更好地测试舵机性能,提高加载系统的鲁棒性和稳定性,实现电动负载模拟器对信号精确跟踪,同时抑制多余力矩,提出高阶非线性自适应终端滑模控制策略,避免了参数变化和扰动对系统的影响。将舵机看作一个扰动输入,确立负载模拟器系统为双输入单输出非线性系统,建立负载模拟器非线性数学模型,并基于此模型提出自适应终端滑模控制策略。利用Lyapunov函数证明闭环系统的渐进稳定性及有限时间收敛特性。并通过Simulink仿真验证了此控制策略的有效性。结果表明:与普通滑模控制相比,自适应终端滑模控制方法跟踪精度更高,对多余力矩也起到了很好的抑制效果。