基于LESO的高超声速飞行器动态面控制

针对含模型不确定性和外部扰动的高超声速飞行器纵向运动模型,提出了一种基于线性扩张状态观测器的动态面控制方法。采用非线性动态逆技术实现了高超声速飞行器高度和速度通道的解耦;结合传统反演设计方法,引入一阶低通滤波器求取虚拟控制量的微分,避免了"微分爆炸"的问题;设计线性扩张状态观测器,实现了对模型不确定性和外部扰动等组成的"总和扰动"的精确估计,显著提高了系统的扰动抑制能力;利用Lyapunov理论进行闭环稳定性分析。仿真结果表明,所提出控制器参数配置简单,对参数不确定性和外部扰动等有较强的鲁棒性,具有良好的指令跟踪效果。     

PMSM驱动的机器人规定性能反步自抗扰控制

为提高机器人轨迹跟踪的精度与抗扰动能力,本文以永磁同步电机机(permanent magnet synchronous motor,PMSM)驱动的二自由度刚性关节机器人为研究对象,提出规定性能的反步自抗扰位置控制。该方法结合反步法与自抗扰技术,通过扩展状态观测器(extend states observers,ESO)补偿不确定的动态和扰动,利用跟踪微分器(track differentiator,TD)代替虚拟控制信号的导数,消除非线性函数的重复微分引起的"计算爆炸",设计规定性能函数提高位置跟踪的速度和精度,并结合电机矢量控制策略,设计反步电流控制器。通过输入状态稳定定理进行稳定性分析,证明系统状态能渐进收敛到原点的任意小邻域内。仿真结果表明,相比于无规定性能控制,本文提出的规定性能反步自抗扰控制,控制精度更高,收敛速度更快,有良好的动态和稳态性能。该控制方法具有较高的位置跟踪精度和较强的抗干扰能力。     

基于自适应逆控制的无人机负载模拟器复合控制

针对无人机舵面负载模拟器中舵机运动对施力系统扰动的特点，提出了一种自适应逆控制方法。该方法以实际系统的输入输出信号为依据，通过算法调整LMS横向滤波器的权系数，实现系统建模，并利用该模型离线训练系统的逆动态作为控制器(逆模型)。以克服由于实际系统所受的扰动而可能引起的控制器不收敛。仿真分析表明该方法有效地改善了系统动态加载性能，有很强的鲁棒性。     

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.     

电动负载模拟器的新型速度全局滑模控制

为了更好地测试舵机性能,提高加载系统的鲁棒性和稳定性,实现电动负载模拟器(Electric load simulator, ELS)对信号精确跟踪,同时抑制多余力矩,提出了一种适用于速度控制的新型全局滑模控制方法,以改善系统的动态性能和稳定性.速度环采用基于加权积分切换增益的全局滑模控制,选择动态滑模面并设计相应的控制律实现连续切换控制,改善系统动态性能.利用Lyapunov函数进行了稳定性分析,在稳定性分析的基础上,进一步设计了滑模观测器进行加载力矩的前馈补偿和速度估计.最后,通过Simulink仿真验证了该速度控制器的有效性.     

基于扩张状态观测器与动态面控制的可重构模块机器人反演分散控制

针对可重构模块机器人控制中各子系统间关联项难以处理的问题,提出了一种基于三阶扩张状态观测器(ESO)和动态面控制(DSC)的反演分散控制方法。利用三阶ESO对各关节耦合的关联项及建模不确定性进行实时的估计和补偿,并利用粒子群算法(PSO)自适应调整ESO中的参数。在设计反演分散控制器时,为了克服对虚拟控制量进行重复求导运算而导致的所谓"计算膨胀"问题,采用基于动态面控制的方法设计反演分散控制器,并对所设计的分散控制器的Lyapunov稳定性进行了分析。将该控制策略应用于一个四自由度可重构模块机器人的轨迹跟踪控制中,仿真结果验证了该控制器对处理关联项及反演控制中"计算膨胀"问题的有效性。     

电驱动机械臂的自抗扰鲁棒哈密顿跟踪控制

针对永磁同步电机驱动机械臂系统的位置跟踪问题提出了自抗扰控制与哈密顿控制相结合的鲁棒控制策略。首先,建立了考虑不确定性的电气子系统和机械子系统模型,依据独立关节控制思想将模型转化为单电机驱动单关节的端口哈密顿结构;其次,设计级联扩张状态观测器估计机械子系统的总扰动,设计控制律实现期望位置鲁棒跟踪的同时简单有效地获取到期望的q轴电流I~*_qi;最后,基于系统哈密顿结构设计互联和阻尼配置哈密顿控制器与H_∞控制器相结合的鲁棒哈密顿控制器,实现对电流的高精度鲁棒跟踪,并通过适当改进H_∞的引入时机改善了初始控制输入过大的问题。与电驱动机械臂系统无模型自抗扰控制的仿真对比结果验证了所提控制方案的有效性,级联ESO与传统ESO相比,关节位置跟踪精度提升了0.003 rad,改进的鲁棒哈密顿控制器与哈密顿控制器相比关节位置跟踪精度提升了0.005 rad,电流跟踪精度显著提升,改进H_∞的引入时机使初始控制输入显著降低。     

自抗扰技术在动力翼伞轨迹跟踪控制中的应用

为了降低动力翼伞系统的非线性特性和风场干扰对轨迹跟踪控制的影响,设计基于自抗扰控制技术的轨迹跟踪控制器.根据动力翼伞系统的特性,将动力翼伞系统的轨迹跟踪控制分为水平轨迹控制通道和垂直高度控制通道,分别设计线性扩张状态观测器(LESO)对系统非线性扰动和外部干扰进行估计和补偿.采用零阶保持器法对线性扩张状态观测器进行离散化,提高线性扩张状态观测器对系统状态的估计效果.仿真结果表明,动力翼伞系统的线性自抗扰轨迹跟踪控制器能够克服风场的影响,达到水平方向和竖直方向的轨迹跟踪控制要求,控制效果优于广义预测控制器.     

固定翼无人机自适应滑模控制

针对固定翼无人机的姿态和速度控制中存在不确定和外部扰动的问题,设计自适应超螺旋滑模干扰观测器和控制器,实现了固定翼无人机对速度指令和姿态指令的有限时间精确跟踪.首先建立固定翼无人机速度模型和基于四元数的姿态误差模型;进而在该模型的基础上针对无人机飞行过程中的外部扰动和不确定问题,采用自适应超螺旋滑模算法设计干扰观测器对干扰和不确定进行快速估计,并在此基础上设计多变量超螺旋控制器使固定翼无人机快速、精确地跟踪期望的速度和姿态指令;最后基于Lyapunov理论证明了该系统的稳定性.仿真结果表明:所提出的综合控制策略可以实现固定翼无人机速度与姿态的快速精确跟踪并具有良好的鲁棒自适应能力,而且针对无人机不同的飞行指令,使用该控制策略都能使无人机快速稳定的达到预期目标.     

基于ESO的全驱动船舶递归滑模动态面输出反馈控制

全驱动非线性船舶轨迹跟踪控制问题存在模型参数不确定和外部扰动未知的双重不确定性,仅位置和艏向可测,对此提出基于非线性三阶扩张状态观测器(ESO)的递归滑模动态面输出反馈控制.通过非线性三阶ESO观测船舶实时速度,估计和补偿系统不确定项,完成对船舶实时位置和艏向的滤波,提出递归滑模动态面输出反馈轨迹跟踪控制算法来保证跟踪控制系统的稳健性和稳定性,利用Lyapunov理论证明控制系统一致最终有界,并仿真验证理论结果.     

基于视觉的无人机鲁棒tau控制方法研究

在没有位置信息、仅有视觉信息条件下,为实现四旋翼飞行器的高度、速度同时收敛至零的平稳着陆控制,在tau导引策略的基础上,设计了一种抗扰动鲁棒tau控制器,并给出稳定性证明。在整个飞控系统设计中,根据四旋翼的动力学特点,将其分解为外环tau控制器与内环姿态控制器两部分。在由tau控制器的输出提取合力指令以及姿态控制器的姿态指令时,为满足姿态和升降速度的约束要求,进一步设计了指令饱和函数。为提高姿态抗扰动能力,设计了SO(3)滑模姿态控制器。着陆对比仿真验证结果显示,相对于已有的tau控制方法,鲁棒tau控制器具有更好的抗扰动能力和tau跟踪控制精度。     

刚体转动渐进跟踪控制的逆系统方法

逆系统方法是以非线性控制为目的,以直接分析为途径,以动态系统的逆概念为核心。该文将逆系统方法应用于刚体动力学中,运用非线性控制的逆系统方法设计Euler动力学方程的控制器,通过对一个陀螺的外力矩进行实施控制,使刚体在动坐标系下的角速度稳定跟踪指令,来实现对刚体转动的渐进跟踪控制。     

四旋翼姿态轨迹跟踪的滑模鲁棒自适应控制

针对系统中存在的建模不精确、参数不确定及外部扰动的问题,设计了滑模鲁棒自适应控制器,并引入Lyapunov函数对其稳定性进行了证明。利用自适应控制器来修正参数以适应系统对象和扰动动态特性变化,采用滑模鲁棒控制使系统在建模不精确和外部扰动情况下维持系统的动态特性。仿真结果表明,该控制器能有效克服系统存在的不确定性干扰、动态性能好、系统能够获得较高的姿态轨迹跟踪精度。     

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。     

异步电动机的动态面模糊离散速度跟踪控制

针对异步电动机中参数不确定和存在负载扰动的问题,本文综合运用反步控制方法、模糊逼近理论和动态面技术,研究了异步电动机在离散模型下的速度跟踪控制问题。运用欧拉方法得到异步电动机离散状态下的数学模型,同时运用模糊逻辑系统来逼近其中的未知非线性函数,利用动态面技术解决在反步法中产生的计算爆炸问题,构造速度跟踪控制器,实现对异步电动机的速度跟踪控制,并在Matlab环境下对异步电动机进行仿真分析。仿真结果表明,所构造的控制器,能够有效解决系统中参数不确定及存在外部负载扰动的问题,并且使跟踪误差收敛到原点附近很小的邻域内,实现对异步电动机的快速跟踪控制。该方法具有一定的实际应用价值。     

双直线电机动态同步进给鲁棒控制研究

针对双直线伺服系统的两个位置环间的动态同步进给控制问题，子系统的速度和位置控制器的设计采用具有较强鲁棒性和跟踪特性的积分-比例(IP)方法。并在分析双直线电动机同步进给伺服系统产生不同步现象原因的基础上，基于变结构控制理论设计了滑模同步控制器，以解决双位置环系统输出端机械耦合、电机参数变化和其它扰动等不确定性因素对同步精度的影响。仿真结果表明该控制方案具有很强的鲁棒性，在不对称负载的条件下能实现动态同步进给。     

基于非线性反步法的欠驱动AUV地形跟踪控制

为实现欠驱动水下机器人(autonomous underwater vehicle,AUV)的精确地形跟踪控制,设计了一种基于Lyapunov稳定性理论的非线性反步(backstepping)法控制器.基于虚拟向导的方法,结合AUV艇体的动力学特性,建立AUV垂直面地形跟踪误差方程,采用backstepping法设计地形跟踪控制器,利用Lyapunov稳定性理论分析了整个系统的稳定性.仿真实验中选择海底斜坡地形进行跟踪实验,且要求AUV相对地形保持一个恒定的高度偏差,结果表明该控制方法可实现对斜坡地形的精确跟踪.     

基于在线RBF神经网络的BTT导弹控制器设计

针对BTT导弹飞行控制系统的自适应鲁棒控制问题,基于反馈线性化控制和自适应RBF(radical base function)神经网络控制系统设计方法,设计了高精度鲁棒飞行控制器。提出在线权值修正算法,使RBF神经网络能实现对飞行控制系统动态逆误差的在线逼近,进而实现对系统不确定性和外界扰动的实时补偿。通过数值仿真,对所设计的飞行控制器进行了有效性验证。仿真结果表明,相比仅采用反馈线性化控制的飞行控制器,文中提出的飞行控制器能较好地跟踪期望的指令角度信息,鲁棒性能更优。