带干扰补偿的工业机器人动态面控制

针对机器人离线编程与运动控制问题给出了分析与设计,着重分析了存在参数不确定及外部扰动下的机器人控制系统设计问题。针对各关节耦合较强的机器人运动控制问题,提出了一种反步自抗扰控制方法,以直流电机电压作为控制输入,将关节运动动力学表示为级联系统,通过扩展状态观测器方法实现对未建模动态和外部干扰的估计,在控制器中进行补偿.该方法仅需要关节指令和实际关节角及其一阶导数信息,实用性好,鲁棒性强,精度高。基于数学仿真验证了文章提出的控制方案,仿真结果表明在跟踪幅值为50deg,频率为2的正弦关节指令信号时,误差小于0.11deg,适用于高速机器人的高精度运动控制。     

基于复合控制的自行车机器人平衡控制

为了实现自行车机器人的平衡控制,提出一种复合控制的方法。将自行车看成多体系统,根据拉格朗日方程建立系统动力学模型。针对自行车机器人不稳定零动态的特点,采用复合控制,将系统的不稳定子系统作为内环,采用二次型性能指标最优控制器镇定。针对干扰以及模型不确定性,对输出作为反馈的外环设计鲁棒控制器,使得整个系统具有较强的鲁棒性。仿真结果表明,所提方法可以实现自行车的平衡控制,使系统具备了抑制干扰的能力,并保证了系统的鲁棒稳定性。     

基于拉盖尔函数的AUV自适应预测轨迹跟踪

针对复杂水文环境下无人自治水下机器人(AUV)轨迹跟踪实时性较慢、精度较低的问题,设计了一种基于拉盖尔函数的自适应预测轨迹跟踪控制方法。首先,基于预测控制将轨迹跟踪问题转化为二次规划设计;其次,为解决AUV轨迹变化以及外部干扰所造成的控制量突变,融合递推最小二乘法设计了自适应预测控制器;接着,采用拉盖尔函数重构控制器,以解决运算量过大导致的系统响应速度变慢的问题;最后,仿真证明了该方法能够提升系统的响应速度、抗干扰性和鲁棒性。     

基于反步法的四旋翼飞行器自适应滑动模态控制

针对四旋翼飞行器非线性模型系统参数不确定性和外界干扰随机性的控制问题,提出一种基于反步法的自适应滑模控制器设计方法。将四旋翼飞行器动力学模型进行简化分解为欠驱动和全驱动两个部分;对相应的不确定性进行估计,选取适当的Lyapunov函数,采用反步的方法回馈递推得到自适应滑模控制律,从而提高飞行器对外界环境变化自适应能力。依据该方法在Matlab/Simulink环境下进行控制器设计并完成仿真验证。结果表明,基于反步法的四旋翼飞行器自适应滑动模态控制方法比非自适应控制方法具有更好的适应性和鲁棒性。     

惯性参数未知双臂空间机器人自适应模糊控制

惯性参数未知将导致空间机器人系统的模型不精确,使得常用的关节运动轨迹跟踪控制方法失效。针对该问题,提出一种基于自适应模糊算法的关节运动轨迹跟踪控制方法。基于模糊系统的万能逼近特性,利用参数自适应调节方法在线辨识空间机器人系统模型,解决空间机器人不具有惯性参数的先验知识和惯常线性性质的问题;设计自适应模糊控制器,实现对双臂空间机器人系统的关节空间轨迹跟踪控制;通过构造李亚普诺夫函数证明了该模糊控制系统的稳定性。数值仿真实验结果验证了所提控制方案的有效性。     

高超声速飞行器超螺旋滑模自适应控制

针对具有强耦合性、严重非线性等特性的高超声速飞行器控制问题,提出了一种改进的自适应二阶滑模控制方法。首先,在高超声速飞行器纵向模型中加入不确定因素,建立了具有参数不确定性、模型不确定性以及干扰的控制模型;其次,在所建立模型的基础上,利用类二次型Lyapunov函数设计了基于super-twisting算法的二阶滑模自适应控制器;最后,仿真结果表明,对具有未知上界不确定性的系统,该方法设计的控制器较普通二阶滑模控制器,有更好的跟踪效果以及鲁棒性。     

变负载四旋翼无人机的轨迹跟踪控制器设计

四旋翼无人机固有的欠驱动和强耦合特性使得其轨迹跟踪控制器设计成为难点。针对模型不确定和外界干扰的情况,基于内外环控制结构的思想设计变负载四旋翼无人机的轨迹跟踪控制器。设计了一种自适应滑模控制器,在外环中完成轨迹跟踪并生成期望的升力和姿态角;采用自抗扰控制技术设计内环控制器用于跟随期望的姿态角。在外界干扰下的轨迹跟踪仿真结果表明所设计的控制器具有良好的有效性和鲁棒性。     

基于模糊干扰观测器的无人机自主着陆逆控制器设计

针对具有显著非线性和不确定性的无人机自主着陆系统,提出基于模糊干扰观测器的非线性动态逆的控制方法,用于降低控制器对不确定性的要求。基于时标分离原则,将无人机自主着陆系统分为快回路、慢回路、非常慢回路和极慢回路,通过在快回路、慢回路和非常慢回路设计动态逆控制律使状态解耦,设计直线下滑和指数拉平的着陆轨迹,并在极慢回路进行跟踪。设计基于模糊系统的干扰观测器,以逼近外部干扰和内部不确定性等复合干扰,基于李雅普诺夫理论证明系统稳定性。最后给出了无人机自主着陆轨迹跟踪控制仿真,仿真结果表明设计控制器具有良好鲁棒性,完成无人机在外界干扰下的自主着陆控制。     

机载布撒器自动驾驶仪H∞鲁棒控制的设计与仿真

机载布撒器具有系统参数变化大、强耦合等特点,按照传统控制理论设计的倾斜转弯导弹自动驾驶仪通常采用各控制通道独立设计的方法,依靠协调补偿控制减缓通道耦合和侧滑角,但这种设计方法抗系统参数变化和干扰的能力较差.根据布撒器中制导飞行的特点,基于H∞反馈控制理论给出了基于过载误差描述的系统状态方程,将控制通道之间的耦合因素看作有界干扰设计了一种与传统控制器同样简单易行的控制器.仿真结果表明,依此方法设计的控制器协调性好,鲁棒性强,动态品质和稳态精度高.     

基于NDO的单向辅助面滑模飞行控制

针对存在建模误差和外界干扰等不确定因素的飞行姿态系统,使用单向辅助面滑模控制与非线性干扰观测器(NDO)相结合的方法设计控制器。采用单向辅助面滑模控制方法设计标称系统控制器,而对于系统中的不确定性和扰动则利用NDO进行逼近,并将NDO的输出用于设计鲁棒补偿控制项,所设计的控制器可以有效削弱抖振且能够显著提高收敛速度。最后通过Lyapunov理论证明了闭环系统的稳定性,仿真结果也体现了良好的控制效果。     

基于超扭曲算法的鲁棒自适应四旋翼控制器

针对四旋翼在存在外部未知干扰及具有模型不确定性情况下的姿态控制问题,设计一种基于超扭曲算法的鲁棒自适应四旋翼控制器.该设计方法将超扭曲算法与鲁棒自适应控制结合,使用超扭曲算法抑制系统抖振现象,鲁棒自适应算法能有效补偿系统模型的不确定性,增强系统的抗干扰性能;构造Lyapunov函数,证明四旋翼飞行器闭环系统的稳定性.对所设计的控制器进行仿真,搭建四旋翼飞行器平台进行飞行实验,以验证设计的控制器.仿真结果表明,基于超扭曲算法控制的四旋翼系统具有较快的收敛速度和较强的鲁棒性,飞行实验验证了所提控制策略的可行性,可实现四旋翼的稳定控制.     

基于LADRC的四轮全向Mecanum轮机器人运动控制研究

近年来,移动机器人在巡检作业、智能电器、无人驾驶等领域的作用日益显现。全向移动机器人由于结构的特殊性和运动控制的复杂性,采用经典控制方法如比例积分微分控制、线性二次型调节控制等很难实现稳定的控制。针对全向移动机器人易受到外界扰动及其建模不精确的问题,进行四轮全向Mecanum轮机器人的运动控制系统设计。使用扩张状态观测器进行机器人总扰动的实时估计,完成LADRC控制器的设计。实验结果表明,相较于传统控制方法,基于LADRC的控制器能够更好地抑制外部干扰,减小运动误差,并提高机器人的运动精度和鲁棒性。     

基于干扰观测器的导弹自动驾驶仪的反演设计

在分析喷流干扰的基础上,建立了含有干扰放大因子的复合控制的弹体模型.针对导弹气动参数的不确定性及外界干扰对导弹控制性能的影响,利用非线性干扰观测器对干扰的逼近特性,结合反演控制设计了非线性导弹自动驾驶仪,并基于Lyapunov方法,给出了整个系统的稳定性证明.仿真结果表明,设计的控制方案不仅提高了系统响应速度,而且能够保证系统具有良好的鲁棒性.     

基于滑模干扰观测器的歼击机超机动飞行控制

针对非线性系统存在建模误差和外界干扰等不确定因素问题,提出一种基于滑模干扰观测器在线补偿的非线性动态逆控制方法。通过设计滑模干扰观测器,对不确定因素进行估计,将滑模干扰观测器的输出用以设计新的补偿控制律,与动态逆方法相结合来消除不确定因素的影响。以Herbst机动过程为例进行飞行仿真,并与单纯采用非线性动态逆方法的控制性能进行对比。仿真表明,系统能较好地跟踪姿态角指令,有良好的鲁棒性。     

基于滑模变结构电流环的PMSM矢量控制

永磁同步电机具有转矩脉动小、效率高、结构简单、转矩/惯量比大等优点,广泛应用于交流调速系统。针对参数时变、负载扰动等引起的调速系统干扰问题,提出了一种基于滑模变结构控制理论的电流环鲁棒控制器,取代传统的电流PI控制器。采用电流转速双闭环和基于转子磁链定向的SVPWM矢量控制策略,使得系统动态响应更快、稳定性和抗干扰能力更强,鲁棒性大幅提高。通过MATLAB/Simulink仿真验证了该控制器设计的正确性。     

四旋翼无人机的自适应容错控制

针对四旋翼无人机在飞行过程中发生执行器故障和受到外界干扰的问题,提出了一种基于自适应方法的容错控制方案。将执行器故障以乘性因子的形式加入到系统模型中,同时采用单位四元数法描述系统姿态;考虑到位置子系统欠驱动的特性,引入虚拟控制力,同时解算出目标姿态和输入推力;针对同时存在执行器故障和外界干扰的位置和姿态子系统模型,利用自适应的方法设计了容错控制器,保证了对目标姿态的跟踪。最后,仿真结果验证了该系统控制器的有效性和稳定性。     

一种基于模糊逻辑算法的移动机器人仿生气味源空间定位方法

针对机器人嗅觉功能的研究,提出一种基于模糊逻辑算法的机器人仿生气味源空间定位方法。算法通过模拟生物动态刺激反应的择优行为控制机器人搜寻气味源,相比于需获得气体绝对浓度值和风向、风速信息的算法,该算法只需通过检测浓度变化率便可使机器人对气味源进行自主定位。针对机器人实际所处环境设计一个模糊控制器并确定模糊控制器的输入、输出变量以及各自的语言值,根据相对于机器人不同位置的浓度变化率大小指定相应的模糊控制规则。MATLAB仿真结果表明设计提出的模糊逻辑算法对机器人仿生气味源空间定位具有很好的适用性与鲁棒性,能使机器人更快、更准确的搜索到气味源。     

四旋翼无人机设计与滑模控制仿真

随着近些年自然灾害的频繁发生,四旋翼飞行器搜救设备得到越来越广泛的应用。首先介绍四旋翼飞行系统的总体设计架构,然后针对地面坐标系与集体坐标系建立了四轴飞行器的动态模型,同时为得到良好的响应速度、控制稳定度与鲁棒性,应用滑模变结构控制理论设计了飞行器的控制算法。最后通过仿真数据对相同条件下的PID控制器与该控制器对比,证明该控制器的强鲁棒性和控制稳定性满足项目任务需求。     

高超声速飞行器积分型 Terminal 滑模控制设计

针对高超声飞行器模型参数不确定和外界干扰对姿态控制的影响,基于高超声速飞行器俯仰通道控制系统,提出一种新的 Terminal 滑模姿态控制方法。通过引入一阶滤波器,结合反演法,克服原来幂次形式引起的最终控制奇异问题;并通过设计的干扰观测器实时观测未知干扰,补偿控制器性能,应用 Lyapunov 稳定性理论严格证明了系统的稳定性,从而保证 Terminal 滑模控制器能有效提高系统动态特性。在气动参数标称与拉偏的情形下进行高超声速飞行器数字仿真,仿真结果说明干扰观测器能快速跟踪干扰,且所设计的 Terminal 滑模控制可以满足飞行器高精度的控制要求。     

无人机模糊小波神经网络轨迹线性化控制

针对系统存在不确定和有界干扰的情况,提出了一种基于模糊小波神经网络的轨迹线性化控制方法。利用模糊小波神经网络对非线性函数的逼近能力,减小不确定干扰对系统的影响,并与轨迹线性化方法结合设计了无人机飞控系统控制器。采用Lyapunov稳定性理论,证明了在所设计的控制器下,闭环系统所有信号一致最终有界。最后对系统存在不确定的情况下进行了仿真,并与没有加模糊小波神经网络的轨迹线性化控制器进行了对比,仿真结果证明了所提方法的有效性和鲁棒性。