复杂扰动下的动力翼伞轨迹跟踪控制

针对动力翼伞系统易受舵机负载转矩和外界风场等复杂扰动影响的问题,本文改进动力翼伞系统模型,引入具有负载转矩的直流电机模型。提出了基于自抗扰控制的轨迹跟踪控制器,分别设计了横纵向通道控制器,横向轨迹通道采用串级自抗扰控制,内环控制器对舵机负载扰动进行估计和补偿,减小死区误差;外环控制器跟踪参考飞行方向,降低风扰影响。半实物仿真结果表明:该控制策略性能优于传统自抗扰控制(ADRC)和PID控制器,能有效抑制舵机负载和风场扰动,提高跟踪精度,且稳定性和鲁棒性显著增强。     

基于LADRC的翼伞系统轨迹跟踪控制

为降低翼伞系统的非线性和强耦合特性以及环境扰动对其轨迹跟踪控制的影响,提出一种基于线性自抗扰控制(linear active disturbance rejection control,LADRC)的翼伞系统轨迹跟踪控制方法。该方法采用基于制导的2D轨迹跟踪控制策略,使用LADRC设计控制器对轨迹跟踪误差进行实时修正。将该控制方法应用于多种扰动下翼伞系统轨迹跟踪仿真和空投实验中,结果表明:基于LADRC的轨迹跟踪控制方法能够有效克服内扰和外扰的影响,实现高精度轨迹跟踪控制,与传统PID控制相比,LADRC具有更好的抗扰能力和鲁棒性。     

双连杆机械臂自抗扰控制器设计

针对双连杆机械臂非线性耦合系统,对2个关节分别设计了自抗扰控制器,运用自抗扰控制技术中的扩张状态观测器对系统进行动态补偿线性化,从而实现了2个关节的解耦控制.通过适当选择自抗扰控制器的控制参数,实现了机械臂的精确轨迹跟踪控制,仿真结果证明了自抗扰控制器的有效性和较强的鲁棒性,为机械臂的轨迹跟踪控制提出了新的思路.     

基于反步法的板球系统自抗扰控制器设计

针对板球系统中存在的未知扰动、板与球之间的摩擦力等因素影响轨迹跟踪精度这一问题,研究了板球系统的自抗扰控制策略。首先建立板球系统的数学模型,通过适当简化、线性化与解耦得到线性模型;然后采用全程快速微分器对带有噪声干扰的输入信号进行滤波处理,进而设计高阶扩张状态观测器估计系统内部未知扰动;最后基于反步法设计非线性反馈控制器,并利用Lyapunov稳定性理论证明了闭环系统的稳定性。仿真结果表明,改进的自抗扰控制器能够有效滤除噪声干扰,提高了轨迹跟踪精度。     

线性扩张状态观测滤波器的分析与应用

针对控制系统的输出容易受到噪声干扰的问题,提出了一种基于线性扩张状态观测器的滤波算法.线性扩张状态观测滤波器基于扩张状态观测器对系统状态和扩张状态的精确观测能力,不需要预先确定测量噪声的统计特征即可对采样频率未知或者采样频率变化的系统输出进行滤波,而且结构简单,便于实现和调试.分析过程证明了扩张状态观测滤波器的收敛性,并给出了对应的离散表达式.仿真分析表明,线性扩张状态观测滤波器与卡尔曼滤波器相比具有更快的计算速度和更高的滤波精度,因而更加实用.在动力翼伞系统风场辨识中的应用进一步说明了扩张状态观测滤波器的有效性.     

基于扩张状态观测器的机械臂滑模控制

为了解决机械臂在外部干扰和自身参数不确定性情况下的轨迹跟踪控制问题,提出一种基于扩张状态观测器（ESO）的机械臂滑模控制方法.针对干扰信号,设计扩张状态观测器对系统的总扰动进行估计;将估计出的扰动值引入基于机械臂动力学方程设计出的滑模控制律中,完成了对机械臂轨迹跟踪控制方法的设计;最后,利用Lyapunov函数验证了系统的稳定性.仿真结果表明：基于扩张状态观测器的机械臂滑模控制可以克服外部扰动和自身参数的不确定性,使系统具有较好的鲁棒性,控制机械臂能较好地跟踪给定轨迹.     

非线性系统的动态面自抗扰控制器设计及应用

针对一类具有严格反馈形式的非线性系统的控制问题,本文将动态面控制技术和自抗扰控制技术相结合,提出了动态面自抗扰控制算法。控制器包括三个功能:利用跟踪微分器给出期望信号以及其一阶导;利用扩张状态观测器估计外界扰动;扰动补偿。该控制器有效避免了传统反步法中出现的"微分爆炸"现象,并避免了控制器设计对系统数学模型的精确要求。依据李亚普洛夫稳定性理论进行控制器设计,并对扩张状态观测器和动态面部分进行了稳定性分析。通过水下无人航行器模型仿真,仿真结果表明:航迹误差在(-4,4)范围内,验证了该控制算法的有效性。     

基于terminal滑模与控制分配的飞翼布局无人机姿态控制

对于风场扰动中的飞翼布局无人机,需要考虑模型参数不确定和外界干扰对姿态控制的影响,以及解决操纵面冗余、附加力效应显著、多轴操纵耦合、舵效非线性等特殊问题。采用基于扩张状态观测器的terminal滑模和多目标非线性控制分配对姿态角的跟踪控制问题进行了研究,将扩张状态观测器与基于饱和函数的terminal滑模控制器相结合,在名义滑模控制律的基础上采用扩张状态观测器实现对干扰的估计和补偿,有效提高了系统的鲁棒性和控制精度,并且充分利用冗余操纵面,根据飞行任务需求,实现对多种目标综合权衡的非线性控制分配。     

高速无人驾驶车辆轨迹跟踪和稳定性控制

针对高速无人驾驶车辆运动控制过程中轨迹跟踪精度和稳定性难以同时保障的问题,提出综合前馈-反馈及自抗扰控制(ADRC)补偿相结合的横向控制算法. 通过车速和道路曲率信息计算前馈稳态前轮转向角,将质心侧偏角引入航向偏差,以车辆航向角偏差和侧向偏差作为参考量进行反馈控制,通过前馈-反馈控制提升瞬态轨迹跟踪性能. 设计自抗扰控制器,通过扩张状态观测器对未建模动态和内外界干扰进行估计,通过将后轮侧偏角控制在参考值附近来补偿前轮转角,提升无人驾驶车辆的转向稳定性和控制器的鲁棒性. 不同工况下的仿真结果表明,利用该方法可以保证高速无人驾驶车辆稳定地跟踪期望路径行驶,轨迹跟踪偏差较小,对车辆参数变化和外界干扰具有较强的鲁棒性.     

基于改进型自抗扰控制的四旋翼无人机姿态控制系统研究

针对四旋翼无人机姿态控制系统在外界干扰下,跟踪精度和抗扰动性能易受到影响的问题,提出一种改进型自抗扰控制(ADRC)算法。首先,基于原点平滑性和连续性考虑设计了改进型非线性函数。其次,基于线性扩张状态观测器(LESO)和非线性扩张状态观测器(NLESO)各自的优点,设计了线性/非线性可切换的改进型扩张状态观测器(IESO)。最后,基于IESO设计了改进型ADRC,将其应用于四旋翼无人机姿态控制系统,并从响应速度、跟踪精度、抗干扰能力三方面对其进行仿真实验验证。实验结果显示,IESO具有更好的观测效果,改进型ADRC的控制性能比传统的线性ADRC和非线性ADRC更优。     

非线性船舶动力定位控制器设计

针对船舶在海上的定位和作业受到海洋环境的扰动力影响,其动力定位控制具有很强的非线性特性.本文基于自抗扰控制技术,设计了船舶动力定位控制器.该控制器通过非线性观测器估计出船舶运动速度和系统的总扰动,并采用非线性反馈进行补偿,实现对船舶的动力定位控制.通过仿真实验验证了控制器具有很强的抗干扰能力和鲁棒性.     

独立光伏系统中的简易自抗扰控制器

针对独立光伏系统中存在较强的外部干扰和系统非线性等特点,提出了简易自抗扰控制策略。利用自抗扰控制器的扩张状态观测器,对系统模型中的不确定因素和外扰进行动态观测,使系统对扰动具有很好的适应能力。仿真结果表明：该控制器具有超调小,过渡过程可调,控制参数在稳定区内,选择范围较宽,对独立光伏系统具有很强的适应性。     

不确定时滞系统ADRC控制

针对不确定时滞系统，将输入时滞系统等价于高阶输入无时滞系统，利用自抗扰控制技术(ADRC)，并在控制回路中串联一滤波器得到易于执行的控制量．自抗扰控制技术是由跟踪微分器(TD)、扩张状态观测器(ESO)、非线性PID(即NPID)等组成，根据对象的输入输出信息来估计扰动并补偿，从而自动实现抑制扰动，并将被控对象化成积分器串联型以便构造理想的控制器．仿真结果表明：自抗扰控制技术以一套不变的参数，当存在外干扰、模型不确定、状态时滞、输入时滞、甚至输入时滞增加几倍时，系统仍然能够保持理想的跟踪效果．     

可规定性能的输入受限非线性系统反步控制

针对具有不可直接测量状态和控制方向未知的输入受限非线性系统的跟踪问题,提出一种基于模糊状态观测器的反步控制方法.首先采用模糊状态观测器估计被控系统中的不可测量状态;然后利用具有光滑特性的双曲正切函数和Nussbaum增益函数对控制器的饱和问题进行处理,根据可规定误差面性能技术对输出跟踪误差的边界进行限定;最后将反步法和动态面法相结合设计鲁棒控制器.运用Lyapunov理论对系统的稳定性能进行了分析,证明闭环系统的所有信号最终半全局一致有界.以具有参数不确定性和存在外界未知有界干扰的高超声速飞行器纵向运动为仿真模型,仿真结果验证了所提算法的有效性.     

基于遗传算法的永磁同步电机自抗扰控制

永磁同步电机常用的PID控制方式存在超调、抗扰动性能差等缺点。为了降低扰动对PMSM系统性能的影响,采用自抗扰控制方法,将系统固有扰动、因参数和负载等变化产生的扰动归为总和扰动,通过扩张状态观测器对系统状态和总扰动进行估计,并将观测值实时反馈给具有鲁棒性的控制器,从而抑制系统扰动,并用遗传算法优化自抗扰控制器ESO的部分参数。仿真表明:采用遗传算法优化的自抗扰控制提高了系统的响应速度和精度,有效抑制了扰动对PMSM跟踪精度的影响,实验也验证了系统的抗负载扰动性能优于PID控制,系统的鲁棒性强。     

基于双观测器的四旋翼无人机姿态控制

为了提高四旋翼无人机姿态控制精度及抗干扰性能,将干扰观测器与扩张状态观测器相结合,提出了一种基于双观测器的滑模抗干扰控制方法.首先,对于部分已知信息的干扰用外生系统模型描述,并用干扰观测器进行估计;然后针对复杂的非线性可微干扰采用扩张状态观测器进行估计;接着设计滑模控制律来补偿双观测器估计的干扰,进而实现姿态控制;最后利用李雅普诺夫理论证明了系统的稳定性.仿真结果表明,该方法相较于传统的PID控制具有更高的跟踪精度和良好的抗干扰能力.     

磁悬浮系统自抗扰广义预测控制

针对负载扰动以及轨道“台阶”现象可能导致磁浮列车失稳的问题,将自抗扰广义预测控制（LADRC-GPC）理论引入磁浮列车悬浮系统,设计了一种新型悬浮控制器。控制器采用分层控制策略,内层利用扩张状态观测器(ESO)对系统进行动态补偿,得到被控对象的受控自回归滑动平均模型(CARMA) ,降低了对被控对象数学模型的依赖程度。外层以内层控制为被控对象,采用广义预测控制（GPC）对系统进行动态优化控制,提高了控制器的跟踪性。通过仿真和实验与PID控制算法、线性自抗扰控制（LADRC）算法比较,结果表明:自抗扰广义预测控制算法具有较好的跟踪性与鲁棒性,在较大负载扰动时仍能保持较小的误差。     

一种无模型的机器人非线性输出反馈控制

针对非线性不确定机器人系统的轨迹跟踪控制问题,在传统PID控制器的基础上,设计带观测器的无模型连续控制器.控制器由PD控制部分和非线性积分部分组成,其中PD控制部分用于镇定系统,非线性积分部分用于提高算法的收敛速度,同时考虑到速度信号不易获取,引入线性观测器估计机器人关节的速度,并在理论上证明了观测误差和跟踪误差最终趋向于零.在SCARA机器人的两个旋转关节上进行轨迹跟踪试验,结果表明,采用该控制算法得到了理想的控制性能,在同样的反馈增益下,采用观测器后的平均跟踪误差和最大跟踪误差降低了30%以上,而控制输出的震荡程度只有无观测器时的60%.     

一种多变量自抗扰控制结构的设计研究

自抗扰控制器(active disturbance rejection control,ADRC)不依赖于被控系统的完全模型,采用扩张状态观测器(extended state observer,ESO)对系统的内扰和外扰进行实时估计,因而能取得较为理想的抗干扰效果。对于多变量系统,分散ADRC可以将通道之间的耦合看成扰动,通过各自通道的ESO进行估计。对于强耦合的多变量系统,分散ADRC可能不能及时消除耦合。本文提出一种多变量型ADRC控制结构,将静态解耦引入到ADRC控制器设计中,从而能充分利用系统已知动态特性,实现更好的解耦。采用所提方案对循环硫化床锅炉燃烧系统设计多变量ADRC控制方案,仿真结果表明该控制器具有很好的解耦性和鲁棒性。     

神经网络自抗扰全垫升气垫船航迹控制

针对全垫升气垫船与常规水面船相比,非线性强,可操纵性较差,设计了神经网络自抗扰航迹引导控制器及航向控制器,以提高其航迹控制效果.利用非线性跟踪微分器(TD)提取微分信号并安排过渡过程.利用扩张状态观测器(ESO)对系统内、外扰动进行观测,并进行扰动补偿.利用非线性状态误差反馈控制律(NLSEF)提供精确控制量.为了提高自抗扰控制器( ADRC)的自适应性,利用递归网模型(RNM)对系统进行辨识,根据辨识信息对ADRC控制参数进行在线整定.仿真结果表明:在强扰动作用下,所设计航迹控制系统能够使全垫升气垫船精确地保持在计划航线上,具有自适应性强、超调量小、鲁棒性强等特点.