基于过零检测的Buck变换器自适应连续滑模控制

为提高Buck变换器的输出电压品质,本文提出一种基于在线过零检测自适应机制的连续滑模控制方法,可有效抑制抖振问题,且可保证系统稳态误差收敛到给定范围.本文建立变换器的数学模型,从滑模面和控制律两方面改进传统滑模控制算法,即有目的地将系统状态的积分项引入到滑模面的设计中,并将其收敛轨迹分成两阶段,实时测量其过零点的个数;将期望的稳态误差纳入到滑模控制律的设计中,引入由系统状态过零点个数决定的自适应变增益,在收敛轨迹的约束下,分阶段推导出其变增益的连续控制律,并给出相应的稳定性分析.最后,通过与传统一阶和二阶滑模的理论和仿真性能对比,证明所提方法在抖振抑制、响应速度和控制精度方面的优越性.     

分散自适应模糊滑模控制器的设计与分析

研究了一类具有函数控制增益的耦合大系统的分散自适应模糊控制问题 ,提出了能够利用专家的语言信息和数字信息的分散自适应模糊滑模控制器的设计方案 .通过理论分析 ,证明了分散自适应模糊控制系统是全局稳定的 ,跟踪误差可收敛到零的一个邻域内     

一类大系统的分散自适应模糊滑模控制

研究了一类具有未知函数控制增益的非线性大系统的分散模糊控制问题.基于滑模 控制原理和模糊集理论,提出了一种分散自适应模糊控制器的设计方法.通过理论分析,证明 了分散自适应模糊控制系统是全局稳定的,跟踪误差可收敛到零的一个领域内.     

零相差跟踪控制器增益特性处理技术

零相差跟踪控制系统增益误差随频率升高而增大, 同时零相差跟踪控制器对高频噪声有放大作用. 为了解决以上问题, 本文研究了一种对零相差跟踪控制器增益特性的处理方法. 采用了求解优化问题的思想, 通过对优化目标函数及约束条件的设置, 使设计得到的补偿器具有低频段增益误差补偿, 高频段增益衰减的性能. 文中详细介绍了补偿器的设计过程, 理论推导了参数计算公式. 比较仿真结果表明, 所设计的补偿器有效地提高了轨迹跟踪精度, 减小了控制器输出噪声含量, 有利于提高运动平稳性, 对工程实践具有参考价值.     

一类严格反馈系统变比例增益精确微分补偿控制

针对包含不确定函数和未知外部扰动的一类严格反馈型非线性系统,提出基于精确扰动观测器的变比例增益自适应模糊控制器.系统中的未知不确定函数由模糊逻辑系统在线逼近,同时将模糊逻辑系统的逼近误差和未知外部扰动定义为总扰动,利用精确扰动观测器进行精确微分补偿控制. 将非线性函数应用于设计可调节的输出反馈增益,有效消除系统的稳态误差,使得系统跟踪误差可以控制在零的任意小邻域内.最后,通过Lyapunov定理证明闭环系统中所有信号均是有界的.数值仿真表明了所提出方案的有效性.     

带有未知虚拟控制增益符号的自适应输出反馈控制

针对带有未知虚拟控制增益符号的一类非线性系统。采用基于参数的坐标变换和参数重定义。将该系统转化为参数输出反馈形式。从而将未知的虚拟控制增益归入高频控制增益中．由于该高频控制增益符号未知。将Nussbaum增益技术融入自适应Backstepping方法中设计自适应输出反馈控制器．采用调节函数法设计参数自适应律以避免过参数估计．该方法所设计的自适应输出反馈控制器可确保闭环系统的所有信号一致有界。且跟踪误差渐近收敛．仿真研究表明了该设计方法的有效性．     

一类具有未知死区MIMO系统的自适应模糊控制

针对一类具有未知死区并具有下三角函数控制增益矩阵的不确定MIMO非线性系统, 根据滑模控制原理, 并利用Nussbaum函数的性质, 提出了一种自适应模糊控制器的设计方案. 该方案取消了函数控制增益符号已知和死区模型参数上界、下界已知的条件. 通过引入积分型李亚普诺夫函数及最优逼近误差与死区扰动上界的自适应补偿项，证明了闭环系统是稳定的，跟踪误差收敛到零. 仿真结果表明了该方法的有效性.     

分散自适应模糊滑模型控制器的设计与分析

研究了一类具有函数控制增益的耦合大系统的分散自适应模糊控制问题,提出了能够利用专家的语言信息和数字信息的分散自适应模糊滑模控制器的设计方案,通过理论分析,证明了分散自适应模糊控制系统是全局稳定的,跟踪误差可收敛到零的一个领域内。     

非线性严格反馈系统自适应非反步输出反馈控制

针对传统反步控制器设计方法存在复杂度爆炸、参数收敛难、控制奇异、需全系统状态已知等问题,提出一种新的可保证参数收敛的未知系统动态辨识和非反步输出反馈自适应控制方法.首先,通过定义新的状态变量和系统等价变换,将严格反馈系统状态反馈控制转化为标准系统的输出反馈控制,进而设计包含高阶微分器的自适应单步控制器,避免反步递推设计的问题;然后,采用两个神经网络对系统集总未知动态进行估计,避免传统控制方法在未知控制增益在线估计过零引发的奇异问题;最后,构造一种新的自适应算法在线更新神经网络权值确保其收敛到真实值,进而实现对未知系统动态的精准辨识.基于Lyapunov定理的分析表明,跟踪误差和估计误差均可收敛到零点附近紧集.基于液压伺服系统模型的对比仿真验证了所提出方法的有效性和优越性.     

基本积分型李亚普诺夫函数的直接自适应神经网络控制

针对一类具有下三角形函数控制增益矩阵的非线性系统,基于滑模控制原理,并利用 多层神经网络的逼近能力,提出了一种直接自适应神经网络控制器设计的新方案.通过引入积 分型李亚普诺夫函数及残差与逼近误差和的上界函数的自适应补偿项,证明了闭环系统是全局 稳定的,跟踪误差收敛到零.     

基于风扰动预测的阵风减缓最优控制研究

目前大多数阵风减缓控制方法都是等到飞机到达风场之后才起作用,由此带来了时滞与舵面速率饱和等问题。为了解决这一问题,提出了一种基于风扰动预测的阵风减缓控制系统方案。首先,对风扰动预测技术进行了研究,利用二阶互补滤波器实现了一种基于激光测风雷达获取的阵风信息与其它渠道获取的阵风信息的数据融合算法。其次,以某型民用飞机模型为对象,采用LQR方法设计最优状态调节器使得性能指标最小。接着,引入基于风扰动预测的前馈补偿,使得在未来阵风到达时飞机状态要尽可能保持不变。仿真结果表明,基于风扰动预测的阵风减缓最优控制系统能大幅度地减少阵风干扰对飞机法向过载和俯仰角速度的影响,证明了所设计的控制系统方案的正确性和有效性。     

大口径天线伺服控制系统的扰动观测器设计

针对大口径天线伺服控制系统在风扰动较大的情况下跟踪目标会产生较大的指向误差,为达到跟踪精度和指向精度的要求,在PID控制器的基础上加入扰动观测器,使得天线的指向精度和跟踪精度等都得到了很大的提升.仿真结果表明,加入扰动观测器后,伺服系统的性能得到了优化,系统对风扰动的抑制能力显著增强,跟踪高速目标的指向精度明显提高.     

Design of tracking servo control system for holographic data storage

Holographic data storage is a strong candidate for the next generation archive storage device. However, disturbances such as external shock, vibration, flutter and eccentricity of the disk affects the holographic data storage device. Thus, tracking servo control is necessary in order to enhance the signal noise ratio and reduce the bit error rate and retrieve the data accurately. It is also inevitable to face track overlapping problem if there is no datum to apply servo control during the recording process. In this research, we suggest a method forming a holographic servo track to detect the tracking error signal continuously without using any additional laser diode or pre-format layer. The tracking servo controller is designed to improve the track following performance, and the validity of the proposed method is confirmed through experiments on our holographic data storage system.     

Observer-based Adaptive Fuzzy Backstepping Tracking Control of Quadrotor Unmanned Aerial Vehicle Powered by Li-ion Battery

In this paper, an Adaptive Fuzzy Backstepping Control (AFBC) approach with state observer is developed. This approach is used to overcome the problem of trajectory tracking for a Quadrotor Unmanned Aerial Vehicle (QUAV) under wind gust conditions and parametric uncertainties. An adaptive fuzzy controller is directly used to approximate an unknown nonlinear backstepping controller which is based on the exact model of the QUAV. Besides, a state observer is constructed to estimate the states. The stability analysis of the whole system is proved using Lyapunov direct method. Uniformly Ultimately Bounded (UUB) stability of all signals in the closed-loop system is ensured. The proposed control method guarantees the tracking of a desired trajectory, attenuates the effect of external disturbances such as wind gust, and solves the problem of unavailable states for measurement. Extended simulation studies are presented to highlight the efficiency of the proposed AFBC scheme.     

基于多轴联动的航天器带动力风洞实验控制系统设计

针对当前航天器带动力风洞实验控制系统受动态性能和稳态精度的影响,导致航天器中心偏离风洞轴心距离控制误差较大,上旋翼所能承受压力与实际值不符的问题,设计基于多轴联动的航天器带动力风洞实验控制系统;采用PROFIBUS现场总线方式,设计控制系统总体结构;使用伺服电机模块,控制启停指令,以西门子S7-300 PLC为主站设计现场控制器,研制一种航天器风洞测试支撑装置,并将迎角机构安装在模块化分层结构中;利用多轴联动控制器,采用RS-232串行通信原理,根据负载惯量选择2 kW伺服驱动器,实现伺服电机紧急停车,完成控制系统硬件设计;计算多轴联动随动控制动态目标位置,使用柔性bang-bang控制,消除系统动态性能和稳态精度的影响,在误差数据支持下,设计实验控制流程,完成控制系统软件设计;实验结果表明,该系统控制航天器中心偏离风洞轴心最大偏离距离为0.32 mm,最小为0.05 mm,与实际值一致,且上旋翼所能承受压力控制误差仅为0.02％,具有精准控制效果.     

Improved disturbance rejection with online adaptive pole-zero compensation on a Φ-shaped PZT active suspension

In feedback control systems, the anti-resonant zeros cannot be arbitrarily placed, hence degrading tracking performance as well as input disturbance and noise rejection capabilities due to reduced gain at the frequencies of the zeros. In this paper, an online adaptive inverse control with saturation (OAICS) algorithm is proposed for compensating the minimum phase resonant poles and anti-resonant zeros of a PZT active suspension using measured position error signal. Experimental results on a Φ-shaped PZT active suspension using laser Doppler vibrometer (LDV) shows the proposed OAICS is effective in cancelling the first two dominant minimum phase pole-zero pairs to achieve high servo bandwidth and low sensitivity servo system with small overshoot during set-point tracking.     

动力伞伞翼阵风响应的数值模拟

采用有限体积法求解非定常Euler方程,并通过引入动态网格方法模拟阵风条件,对不同风速下水平和垂直阵风的伞翼气动力响应进行动态模拟与计算,针对动力伞伞翼柔性结构和飞行速度慢的特点,运用动态仿真方法求解阵风响应的附加气动力与力矩。结果表明:遇水平阵风时,伞翼气动力表现为多周期不同幅度的主动颤振运动;遇垂直阵风时,气动力响应基本与阵风速度变化趋势保持一致,最终稳定后气动力相对于阵风加载前变化不大。     

Tracking servo method using reflective optical filter for holographic data storage system

Holographic data storage system is one of the next-generation data storage systems and is characterized by its high storage density and fast data transfer rate. However, holographic data storage systems are very sensitive to disturbances that affect the position of the media. Therefore, tracking servo control is needed to ensure a good performance of the system even if disturbances occur, such as eccentricity of the disk and external shock. In our previous researches on tracking servo methods, we used additional beams or recorded servo track images with data pages to record additional gratings with data pages. Therefore, the recording density may be reduced and the system may be complicated. In addition, the performance of the system may be compromised by cross-talk noise caused between the reference beams and additional beams. In this paper, we propose a tracking servo method using the residual beam, which is reflected by the reflective optical filter. This method does not require recording supplementary gratings or use additional beams, and only needs to record data pages. The residual beam is retrieved with desired retrieved beam by the reference beam and wasted during the retrieving process. We first constructed a holographic data storage system and designed a reflective optical filter to detect tracking error signals. After detecting the tracking error signals, a tracking servo controller using a lead-lag compensator was incorporated to reduce the tracking error signals. The performance of the designed controller was verified by simulated and experimental results. Finally, the performance of the tracking servo method was investigated by comparing the retrieved data images.     

基于神经网络的机电伺服系统非线性控制

针对机电伺服系统精确动力学模型难以获取以及系统状态信息的测量易受噪声影响的问题,设计一种基于指令滤波与神经网络相结合的非线性反步控制算法,该算法能够有效地补偿未建模动态和外部扰动对机电伺服系统的影响.首先,引入指令滤波器来获取已知信号的微分估计并处理噪声;其次,利用神经网络估计未知的系统动态,包括未建模的摩擦和外部干扰;然后,神经网络权值的更新律通过梯度下降算法在线实现,没有离线学习阶段;最后,利用李雅普诺夫函数分析方法证明闭环系统的稳定性.为验证所提出算法的有效性,在机电伺服实验平台上进行大量对比实验,实验结果表明,所提出的算法具有良好的控制效果,对系统不确定性和外部干扰具有良好的鲁棒性.