基于AFSA-ACA自适应模糊滑模的采煤机滚筒液压调高控制

为研究采煤机滚筒在不同复杂工况下的位置跟踪控制,以液压机构的工作原理为基础,建立了滚筒液压调高机构的数学模型。基于自适应模糊微分积分滑模鲁棒性强的优点,提出了在鱼群-蚁群融合算法优化滑模控制器参数条件下的滚筒位置跟踪控制方案,并分析了滚筒在采用一般滑模控制器及自适应模糊微分积分滑模控制器下位置跟踪的特点。仿真结果表明:采用结合融合算法优化的自适应模糊微分积分滑模控制器的滚筒调高机构对内部参数摄动及外部时变干扰具有较好的鲁棒性,能够实现位置跟踪控制。     

泵控缸电液位置伺服系统的自适应模糊滑模控制

针对泵控缸电液位置伺服系统的跟踪控制问题,设计了自适应模糊滑模变结构控制器.为了使等效控制器的设计不依赖于对象的精确数学模型,利用自适应模糊系统代替等效控制器,并且为了消除外界干扰、抑制抖振,利用模糊系统动态调节控制增益.仿真结果表明,该方法能保证系统具有较优的动态响应和稳态控制精度,并且对外界干扰及结构参数不确定性具有很强的鲁棒性.     

一种新型模糊神经网络滑模控制器设计北大核心

针对基于PID算法的永磁同步电机矢量控制系统易受系统不确定性影响(负载扰动、模型参数变化)的问题,提出一种新型模糊神经网络滑模控制器。首先,在传统滑模控制的基础上,利用模糊神经网络控制器(FNN)构成滑模控制器(SMC)的切换控制项来完成对系统不确定性因素进行逼近以及对滑模控制切换增益的调节;其次,利用麻雀搜索算法来实时更新模糊神经网络滑模控制器参数,为了加快SSA的收敛速度以及防止其陷入局部最优,利用分数阶微积分对传统麻雀算法进行改进;最后,进行了仿真验证,表明所设计的新型模糊神经网络滑模控制器具有较强的鲁棒性和动态性能。     

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。     

基于改进LuGre模型的液压系统滑模控制

为了提高液压系统控制精度,提出基于LuGre模型双状态滑模估计的液压系统滑模控制算法。在摩擦模型不确定性参数的双状态估计中,借鉴滑模控制的核心思想,设计双状态滑模估计器,以提高状态估计精度及摩擦补偿精度。以双状态滑模估计的摩擦模型为基础,设计自适应滑模控制器,实现液压系统的位置跟踪控制,并通过李雅普诺夫函数证明了控制系统的稳定性。仿真结果表明:基于双状态滑模估计摩擦模型的液压系统自适应滑模控制,有效地提高了液压系统位置跟踪精度。     

电液伺服系统的积分滑模自适应控制方法的研究

针对某型鱼雷尾舵电液位置伺服系统存在参数不确定性和干扰的问题,设计了一种新型的积分滑模自适应变结构控制器,实现了在变工况下对系统的良好跟踪控制。仿真结果表明,该方法控制精度高,鲁棒性强,有效提高了系统的控制性能。     

基于RBF最小参数学习法的正流量变量泵滑模自适应控制

为了提高正流量变量泵的性能,提出基于RBF最小参数学习法的正流量变量泵滑模自适应控制方法。分析正流量变量泵电液伺服系统的动力学特性,并进行系统辨识实验获得较为精确的系统数学函数模型;基于RBF最小参数学习法设计滑模控制器,在系统参数不确定性、摩擦力干扰和系统泄漏等非线性因素的情况下实现对目标流量的跟踪响应和自适应控制;最后利用MATLAB/Simulink对正流量变量泵的控制系统性能进行仿真实验,并和传统的PID控制器和模糊PID控制器进行比较。仿真实验结果验证了所设计控制方法的可行性和有效性。     

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.     

三维椭圆振动切削系统模糊自适应滑模控制

三维椭圆振动切削被认为是目前最具潜力的机械加工方式,但是加工过程中的控制问题还未被很好的解决,特别是加工过程中对于外界干扰的自适应问题,为了在三维椭圆振动切削过程中实现控制方法的鲁棒性,根据所研制的一种三维椭圆振动切削装置独特的结构方式,首先分析了各个运动之间的串扰情况,并根据装置柔性铰链的特征建立了三维椭圆振动切削装置的动力学模型。提出了三维椭圆振动切削模糊自适应滑模控制的滑模函数与滑模控制律,并通过李雅普诺夫稳定性条件证明了所设计的滑模控制器系统稳定性,采用正弦信号数字实现模糊自适应滑模控制,位置跟踪在3 s内误差控制在0.005范围内,速度跟踪在0.4 s内控制在±0.05之内,能够达到满意的精度,系统模糊自适应滑模控制的模糊逼近也能在0.2 s内收敛,证明了三维椭圆振动切削系统采用模糊自适应滑模控制可以实现较强的鲁棒性。     

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ESO的电液位置伺服系统自适应反步滑模控制

针对阀控电液位置伺服系统具有的不确定参数、外部干扰、系统状态不可测问题,在反步控制的基础上,同时引入滑模控制理论,提出一种带有ESO(扩展状态观测器)的自适应反步滑模控制策略。建立系统的非线性状态空间方程,基于系统模型设计出一种ESO,对速度值以及外干扰进行有效估计,同时引入自适应算法对系统不确定参数进行在线估计,设计出不确定参数的自适应律,通过Lyapunov稳定性定理证明所设计的控制器的稳定性。最后,仿真研究表明所设计的控制器能够对速度以及外干扰进行有效估计,并且具有较高品质的位置跟踪能力。     

基于模糊滑模的两轴伺服系统轮廓误差交叉耦合控制算法

针对两轴伺服系统轮廓误差控制问题,提出一种基于模糊滑模的交叉耦合轮廓误差控制方法。设计了单轴模糊滑模跟踪控制器,用于消除干扰作用。将模糊控制器用于自适应调节滑模控制器切换增益,减小滑模控制的抖振现象。采用交叉耦合控制算法进行两轴间的协调控制,解决轴间参数不匹配的问题,保证轮廓控制精度。仿真结果表明:该方法能有效提高跟踪精度和轮廓精度。     

电液伺服系统的模型参考滑模自适应控制

为了提高电液伺服系统的控制效果,本文将模型参考自适应控制和滑模控制相结合,用模型参考方法来保证系统的稳态品质,用滑模控制方法来改善系统的动态品质,提出一种新的模型参考滑模自适应控制方法,仿真结果表明,该方法能有效抑制参数扰动、量测噪声及干扰,具有很强的鲁棒性。     

粉煤灰恒压输送滑模控制系统研究

为了克服PID控制器的缺点,有效抑制状态变量的超调问题,加快系统的控制速度,增强系统的抗干扰性,针对粉煤灰恒压输送系统提出了一种自学习滑模控制方法。设计了一种非线性光滑函数,并将其应用于自抗扰控制器、跟踪微分器及滑模趋近律的设计。鉴于进一步提高系统的自适应控制能力,使用了最速下降法对滑模控制器的增益参数进行自学习镇定。仿真与实验结果表明:该方法不仅响应速度快、控制精度高,而且有效抑制和消除了系统抖振和超调现象。     

位置伺服系统模糊自适应滑模控制研究

位置伺服系统对响应速度、定位精度、抗扰性能等要求越来越高,传统PID控制实现容易,但依赖对象数学模型、性能有限,很难满足高要求。滑模控制不依赖对象模型、适用性强,因此提出一种对指数趋近速率进行自适应调整的滑模控制方法。以位置伺服系统为对象,分别采用PID控制、滑模控制、模糊自适应滑模控制进行定位控制及抗扰动性能的仿真及试验。结果表明:模糊自适应滑模控制较PID控制在快速定位及抗扰动性能上均明显占优;相比普通滑模控制,其动态性能更好。因此对于要求响应速度快、抗扰性能强的位置控制应用场合,提出的模糊自适应滑模控制适用性更好,有一定的应用价值。     

非线性电液位置伺服系统的自学习滑模模糊控制

针对电液伺服系统存在参数变化、负载干扰等非线性因素,且难以建立精确的数学模型用于实时控制的特点,将一种自学习滑模模糊控制方法应用于电液伺服系统,并将滑模控制策略应用于模糊控制中,建立以滑模函数值为输入、伺服阀控制电压为输出、模糊规则只有11个的简单模糊控制器,通过在线学习调整模糊规则使系统状态快速滑向状态平衡点。该控制方法结合了滑模控制和自适应模糊控制,鲁棒性强、结构简单。仿真和实时控制结果表明：在电液位置伺服系统中取得良好的控制精度和稳定性。     

基于神经网络的电液位置伺服系统自适应滑模控制

针对电液位置伺服系统(阀控对称缸)模型复杂、参数时变、摩擦影响显著等特点,提出了基于RBF神经网络和基于Lu Gre模型的自适应滑模控制算法。该算法的优点是:(1)利用RBF神经网络逼近控制电流与系统输出压力的关系,将电液位置伺服系统的数学模型简化为二阶,减少了模型参数;(2)采用Lu Gre模型能够准确地描述摩擦过程中复杂的动、静态特性,通过该模型设计摩擦补偿,提高了控制精度;(3)设计自适应滑模控制器,增强了系统的鲁棒性。利用构建的李雅普诺夫函数,证明了闭环系统的稳定性。仿真实验表明:所提算法控制精度较高、响应速度较快、鲁棒性较强。