一类具有输入量化和未知扰动的非线性系统的自适应有限时间动态面控制

本文研究了具有量化输入信号和未知扰动的非线性系统的有限时间自适应输出反馈动态面控制问题.在控制设计过程中,利用模糊逻辑系统对系统中的非线性项进行逼近.然后引入一种滞回量化器来避免量化信号中的抖振,并且构造模糊观测器来估计系统中不可测的状态.为了提出一种有限时间控制策略,首先给出了半全局实际有限时间稳定的判据.在此基础上,将动态面控制技术与反步法相结合,设计了自适应模糊控制器.该控制器不仅能保证跟踪误差在有限时间内收敛到原点的一个小邻域,而且可以保证闭环系统中所有信号的有界性.最后通过一个仿真实例验证了该控制方法的有效性和可行性.     

基于Lyapunov方法的非合作目标接近与视线跟踪

研究了接近和跟踪同时存在姿态翻滚和轨道机动的非合作目标轨道姿态6-DOF联合控制问题。综合视线坐标系下相对运动动力学模型和追踪航天器姿态动力学模型,建立姿轨联合动力学模型。由于系统模型存在很强的非线性,所以对系统模型先进行预处理,将其转化成利于控制器设计的形式,采用Lyapunov最小-最大方法对同时存在姿态翻滚和轨道机动的非合作目标设计了自主接近和随动跟踪控制律。通过仿真验证了模型和控制方法的有效性。     

一类含有非线性项的不确定系统的有限时间输出跟踪控制

讨论了一类含有非线性项的不确定系统的有限时间输出跟踪控制问题．首先,采用变结构控制理论,给含有非线性项的不确定系统设计了滑模控制率,使辅助系统状态在有限时间到达切换面并维持在切换面上运动;其次,给出了辅助系统有限时间稳定的充分条件,使系统输出有限时间跟踪参考模型输出信号．最后,通过数值算例演示了该方法的可行性及有效性．     

与非合作目标交会的多约束有限时间最优控制

针对拦截卫星的末端轨道拦截任务,研究了基于状态反馈的轨道控制器设计方法.考虑系统参数不确定性,建立了相对运动模型.同时考虑系统有限时间二次型性能指标、控制输入限幅和极点配置,提出了多约束条件的控制器设计问题并给出了控制器的设计方法.该方法采用线性不等式技术,根据Lyapunov稳定定理推导出控制器存在的充分条件,并将控制器的设计转化为一个凸优化问题进行求解.仿真结果表明,设计的控制器能够使系统稳定,并且能在获得最优系统有限时间性能的同时满足控制输入限幅和极点区域限制.     

基于状态约束的直流电动机有限时间位置跟踪控制

本文提出了一种基于状态约束的直流电动机神经网络自适应有限时间控制方法.首先采用障碍李雅普诺夫函数对直流电动机的状态量进行约束,确保直流电动机的角位置和角速度限制在给定的约束区间内,引入神经网络逼近系统中未知的非线性函数.此外,通过引入有限时间控制技术,提高了系统的收敛速度和控制精度.仿真结果验证了该方法能够实现对直流电动机快速有效的位置跟踪控制.     

控制力矩受限的卫星姿态有限时间鲁棒控制算法

为了解决在卫星姿态控制问题中经典滑模控制器所存在的收敛速度慢、指数收敛的缺陷,同时为增强控制器对外部干扰与系统不确定性的鲁棒性,提出了一种对系统模型具有鲁棒性的快速收敛有限时间控制算法.针对传统滑模面角速度下降过快导致的收敛速率慢的缺陷,基于Lyapunov方法设计了一种具有三段式结构的有限时间滑模面,提升收敛速率并保证稳态精度,同时利用欧拉轴的特性消除有限时间控制中的奇异性问题;通过引入符号函数项,解决系统转动惯量的不确定性与外部干扰力矩问题;通过放缩控制律中的比例项解决控制力矩受限的问题;通过Lyapunov函数证明本文提出的控制律的有限时间稳定性,同时给出系统收敛的时间估计.理论分析与仿真结果均表明,提出的控制算法能够在大幅提升收敛速率的同时保证稳态精度.同时也表明了提升系统性态的关键是规划姿态角速度,即通过合理设计滑模面与期望角速度曲线可以实现提升系统收敛速率与鲁棒性的目的.     

国外空间非合作目标抓捕系统研究现状与关键技术分析

空间非合作目标抓捕系统能够完成在轨服务、空间垃圾清除以及一些军事任务,具有重要的军民两用价值。从基本情况、结构组成、抓捕方式、抓捕过程等方面对国外研究情况展开了论述与比较,并对抓捕需要解决的关键技术进行了分析。     

控制方向未知的非线性系统有限时间跟踪控制

研究了一类具有输入死区以及控制方向未知的严格反馈非线性系统有限时间输出反馈跟踪控制问题. 首先,通过坐标变换,将所研究的控制方向未知的非线性系统转化为控制增益已知的等效系统. 然后,设计了一个模糊状态观测器来逼近不可测的状态,引入Nussbaum函数来解决控制方向未知的困难. 基于模糊状态观测器,通过反步法利用变换后的系统间接得到原系统的控制器. 此外,该控制器可以保证跟踪误差在有限时间内收敛于原点的一个小邻域,且闭环系统中的所有信号都保持有界. 最后,通过一个仿真算例验证了该控制方法的可行性和有效性.     

广义合作目标跟踪的误差空间估计方法

提出了广义合作目标的概念及误差空间估计方法,提高了光电跟踪系统的跟踪精度与平稳性。该方法采用引导数据与引导误差描述目标的运动,通过将目标的机动分散到引导数据和引导误差,在目标状态空间中根据目标的运动模型进行滤波,在误差空间中根据引导误差模型进行滤波与预测,再进行合成得到目标位置预测数据。实验结果表明在相同的机动水平下,该方法的跟踪性能优于Kalman滤波与强跟踪滤波。     

带有输入死区的航天器姿态有限时间控制

死区非线性是航天器姿态控制系统中一种普遍存在的执行机构非线性,它的存在会降低姿态控制系统的性能,甚至可能破坏系统的稳定性.为了解决带有输入死区非线性的航天器的高精度姿态控制问题,给出了一种有限时间控制方法,并且考虑航天器姿态控制模型中含有有界的不确定性且输入死区非线性仅部分信息已知.通过引入一个在指定时间内收敛到零的期望姿态变化曲线,并基于时变滑模控制理论设计鲁棒控制算法使得实际姿态和期望姿态之间的偏差始终保持足够小,从而保证实际姿态在指定的时间内收敛到原点附近.严格的理论分析表明,所设计控制律不仅可以保证闭环系统的信号有界而且可以使得实际姿态在指定的时间内收敛到并以指定的精度保持在原点附近.数值仿真结果表明,所提控制方法是有效的,该方法不仅能够保证系统状态具有很快的收敛速度、很高的控制精度,而且对于系统的不确定性具有很强的鲁棒性和抗干扰能力,因而在航天器的姿态控制中具有良好的潜在应用价值.     

挠性航天器预设性能自适应姿态跟踪控制

为研究存在外界干扰及未建模动态的挠性航天器姿态跟踪问题,提出了一种基于预设性能方法的自适应姿态跟踪控制策略.预设性能方法利用性能函数和一种误差变换方式,将系统的跟踪误差限制在预先设定的约束范围内,以保证系统响应具有期望的超调、收敛速度以及稳态误差.采用径向基函数(RBF)神经网络来处理由干扰和附件挠性振荡产生的模型未知动态.考虑到存在未知的神经网络逼近误差,为减小控制参数选取的保守性,进一步对逼近误差的上界进行自适应估计.结合权值和逼近误差上界的自适应律,设计了预设性能自适应姿态跟踪控制器.仿真结果表明,使用本方法可以有效补偿干扰及挠性振动所产生的影响,同时使姿态控制系统获得快速平稳的动态过程和给定的稳态跟踪精度.与未采用预设性能的方法相比,所提出的方法在收敛速度、跟踪精度与振荡抑制效果等方面均具有较明显的优势,并且对控制器参数选取的依赖性更低.     

一类含有滞回故障非线性系统Backstepping变结构控制

为解决执行器发生未知故障情况下不确定非线性系统的控制问题,采用一种自适应Backstepping变结构控制方法,建立了包括滞回非线性和失效、卡死等故障类型的非线性执行器模型.通过径向基函数(radial basis function,RBF)神经网络逼近系统中的未知非线性函数项,神经网络参数根据自适应律实时调整,保证了逼近效果.结合动态面控制,避免了Backstepping控制中的计算复杂性问题.引入的自适应补偿项消除了系统建模误差和不确定干扰的影响,理论分析证明了闭环系统半全局一致最终有界,仿真结果验证了该方法的有效性.     

输入有界的挠性航天器姿态跟踪滑模控制

针对三轴稳定挠性航天器输入受限的姿态跟踪问题,设计了一类滑模自适应姿态跟踪控制器,它能确保闭环系统在一定条件下具有全局渐近稳定性,且满足控制输入有界的要求;同时,该控制方案是一种模型独立的控制方法,不依赖于航天器结构参数及模态阶数,而且通过引入参数自适应控制律,使得控制器的设计也不依赖于参数不确定性和外部干扰力矩的界函数,具有较强的鲁棒性和工程实用性.最后根据给定的挠性航天器参数进行了数值仿真研究,结果表明在转动惯量存在较大不确定性和外部干扰的情况下,系统具有很好动态性能和有效地抑制控制输入饱和问题,表明所设计的控制方案有效可行,并具有一定潜在的工程应用前景.     

控制受限的非完整轮式移动机器人滚动优化镇定控制

研究了存在控制量约束的非完整轮式移动机器人的镇定控制问题.针对笛卡尔坐标下的机器人动力学模型,选取加权矩阵,给出了滚动优化控制的仿真结果.为了消除位置坐标之间的耦合关系,通过坐标变换获得极坐标下动力学描述并进行了仿真,与笛卡尔坐标系下的结果相比,控制性能有较大的提高.     

基于神经滑模控制的风机变桨系统控制研究

以风力发电系统为背景,由于风速波动及风机叶片扫掠面积上风资源的不均匀分布,风机叶片的变桨需要根据自身风况单独控制,即实现独立变桨.提出一种基于RBF(径向基函数)神经网络的滑模控制策略,优化了风机变桨距的控制方法,提高了风力发电系统的稳定性.将算法植入10 kW风机缩比模型实验台,控制伺服变桨电机,实验台模拟运行结果表明,RBF神经网络滑模控制策略能够改善变桨控制的效果,提高系统的鲁棒性.     

在轨服务航天器对失控目标的姿态同步控制

研究在轨服务航天器逼近与捕获失控目标过程中姿态同步的控制问题,设计了一种基于姿态四元数的姿态跟踪控制算法.通过建立服务航天器相对失控目标的姿态运动学与动力学,将服务航天器跟踪失控目标航天器姿态的控制问题转化为相对姿态的控制问题.考虑未知干扰和控制力矩受限的因素,并以相对姿态四元数的二阶形式描述相对姿态动力学,利用反馈线性化原理和自适应算法的思想,设计姿态同步的非线性反馈控制律.数学仿真的结果表明,设计的控制算法是有效的,具有较好的跟踪性能.     

RBF神经网络自适应模糊控制在短期负荷预测中的应用

为了能够及时准确地进行电力系统短期负荷的预测,采用RBF神经网络和自适应模糊控制相结合的预测方法,首先通过RBF神经网络进行负荷预测,然后利用自适应模糊控制对预测结果进行在线修正,实验结果证明了该方法的正确性与可行性。     

机械臂协调操作柔性负载鲁棒神经网络控制

针对多变量刚柔耦合的双机械臂协调操作柔性负载系统,基于奇异摄动理论研究该系统有限元模型的分解以及轨迹跟踪控制问题.考虑动力学模型的复杂性,通过双时标变换将协调系统分解成表征系统大范围刚性运动的慢变子系统和表征系统弹性振动的快变子系统.基于反演思想在慢变子系统中设计鲁棒神经网络控制策略,实现系统轨迹跟踪性能;针对快变子系统,设计鲁棒最优控制策略抑制系统的弹性振动.仿真研究结果表明,该控制策略增强了系统的跟踪性能和鲁棒性.     

带有死区非线性输入的挠性航天器姿态机动智能控制

针对反作用飞轮带有死区非线性输入特性的三轴稳定挠性航天器姿态机动控制问题,提出一种由变结构与神经网络自适应控制技术相结合的智能控制方法。首先,基于航天器非线性和低阶模态动力学模型设计了变结构输出反馈控制律,给出了滑模存在条件,保证闭环系统渐近稳定;其次,采用神经网络自适应控制技术对系统的不确定性因素进行补偿控制,并利用Lyapunov方法分析了系统的渐近稳定性。智能控制的引入使得控制器具有很强的自学习能力和自适应能力,可有效降低不确定因素对系统产生的影响。最后,将本文提出的控制策略应用于三轴稳定挠性航天器的姿态机动控制,仿真结果表明本文方法是行之有效的。