欠驱动船舶航迹跟踪指令滤波滑模鲁棒控制

为实现欠驱动船舶在模型参数不确定和外界风浪流干扰情况下水平面的航迹跟踪控制,提出了一种指令滤波滑模鲁棒控制方法。利用指令滤波结合反步法建立航迹跟踪误差方程,设计船舶纵向速度和艏摇角的虚拟控制律镇定航迹跟踪误差,并进一步设计船舶艏摇角速度虚拟控制律镇定艏摇角误差;将船舶纵向速度和艏摇角速度的虚拟控制律作为新的跟踪目标,采用积分方法设计基于上下界的滑模控制器,克服了常规反步法对虚拟控制律求导复杂的问题,避免了微分运算在工程应用中难以接受的缺陷和控制输入的抖振现象以及减小稳态误差。仿真实验表明,设计的控制器对欠驱动船舶的模型参数摄动及外界干扰变化不敏感,能够同时实现水平面直线和曲线的精确跟踪。     

基于反演设计的机器人非奇异终端模糊滑模控制

针对带有建模误差和外部干扰的多关节机器人轨迹跟踪问题,根据滑模控制原理,采用非奇异终端滑模面,基于反演设计方法,设计了反演非奇异终端模糊滑模控制。并设计了模糊控制器在线估计不确定性上界值,削弱了抖动。利用李亚普诺夫定理证明了系统的稳定性,仿真结果表明方法的有效性。     

滑模预测离散变结构控制用于船-舵伺服系统

提出基于滑模预测思想的离散变结构控制设计新思路,以不确定系统的名义模型作为滑模预测模型,以理想趋近律作为参考滑模轨迹,将预测控制中滚动优化、反馈校正的思想引入离散准滑模变结构控制系统的设计。将理论成果应用于船一舵伺服系统设计了航向自动舵,仿真结果表明,该文方法可有效消除抖振现象,设计的航向控制器可以快速准确地跟踪设定航向,并且能够有效抑制参数摄动和外界风浪干扰对船舶运动的影响,具有很强的鲁棒性。     

多关节机器人的反演自适应模糊滑模控制

针对二关节机器人轨迹跟踪问题,设计了一种新的反演自适应模糊滑模控制器.该方法设计了反演滑模控制器和自适应模糊控制器,通过设计合适的自适应律,采用模糊控制器在线估计不确定性上界值,实现了对建模误差和干扰的自动跟踪,削弱了抖振.利用李亚普诺夫定理证明了系统的稳定性.仿真结果表明该方法的有效性.     

基于RBF神经网络滑模控制的双尾鳍机器鱼

为了开展水下探测,设计了一种双尾鳍水下机器鱼。由于其存在模型参数不确定性和复杂水波干扰,为了得到较好的控制效果,建立了带有参数不确定因子的动力学模型,并在此基础上设计了径向基函数(RBF)神经网络滑模控制器。利用Lyapunov函数证明了控制系统的稳定性。仿真结果表明,与传统的PID控制器相比,所设计的RBF神经网络滑模控制器对双尾鳍水下机器鱼模型参数变化不敏感,控制精度高,鲁棒性强。该方法为今后鳍驱动式水下机器人的设计及应用提供了参考。     

基于自适应模糊滑模控制的机器人轨迹跟踪算法

针对控制参数的不确定性以及存在未知外部扰动情况下移动机器人的轨迹跟踪问题,提出一种基于光滑非线性饱和函数的自适应模糊滑模轨迹跟踪控制算法。通过建立不确定非线性移动机器人运动控制模型,利用自适应模糊逻辑系统构建自适应模糊滑模控制器。为了增强轨迹跟踪控制算法对随机不确定外部扰动适应能力的同时削弱滑模控制算法中的输入抖振现象,利用有界输入有界输出(BIBO)稳定的方法,通过带有自适应调节算法的模糊系统对滑模控制律中非线性函数项进行自适应逼近,并设计了模糊系统中可调参数的自适应控制律,保证了控制系统的稳定与收敛。实验结果表明,所设计的控制器对系统参数不确定性和外界扰动均具有较强的轨迹跟踪性能和鲁棒性。与传统的滑模控制算法相比,该算法不仅能有效减小输入抖振而且轨迹跟踪控制精度提高了18.89%。     

未知环境下机器人模糊滑模阻抗控制

针对未知环境下的机器人系统,提出一种模糊滑模阻抗控制器,在自由空间可以做未受约束运动,具有位置跟踪的能力,在面对接触空间做受约束运动时,则具有力跟踪的能力。传统的阻抗控制会因为机器人或环境的不确定性和干扰而缺乏鲁棒性,该文在阻抗控制器中引入滑模控制,模糊控制器用来克服滑模控制的抖振问题。仿真结果表明模糊滑模阻抗控制对机器人自由空间的位置跟踪和接触空间的力跟踪都有很好的性能。     

高超声速飞行器预设性能反演鲁棒控制

针对吸气式高超声速飞行器的飞行控制问题,提出一种新的预设性能模糊反演控制设计方法。通过构造一种新的预设性能函数,在初始误差正负未知的情况下,可以保证跟踪误差能够按照预定的收敛速度、超调量及稳态误差收敛至任意小的区域,同时实现了对跟踪误差稳态性能和瞬态性能的约束。为提高控制系统的鲁棒性,在反演控制的设计框架下,引入模糊控制器逼近动力学模型中的不确定项。为避免传统反演方法中存在的"微分膨胀"问题,引入滑模微分器对虚拟控制量的导数进行精确估计。最后,通过不同初始误差下的轨迹仿真验证所设计控制系统的有效性。     

同步发电机混沌振荡的积分滑模模糊控制

针对一类不确定的非线性系统,把自适应模糊控制和积分滑模控制相结合,提出了一种新的自适应积分滑模模糊控制策略。利用模糊逻辑逼近系统中的未知非线性函数,在滑模控制中引入了积分项,消除了常规滑模控制器被跟踪信号导数已知的限制;并且为了消除外界扰动的影响,引入扰动估计器的设计方法;同时基于Lyapunov方法导出了参数的自适应律,有效地克服了系统固有的抖振问题。理论分析证明了闭环系统的稳定性和跟踪误差收敛于零。用该控制器对同步发电机混沌振荡控制系统进行仿真研究,结果表明:与常规的滑模控制器相比,该控制器具有较强的鲁棒性和较好的跟踪性能。     

移动机器人自适应模糊神经滑模控制

针对含有驱动器动力学的非完整移动机器人轨迹跟踪控制问题,以驱动器电压作为控制输入,提出了一种新型非完整移动机器人自适应模糊神经滑模控制算法,采用自适应动态递归模糊神经网络在线估计由于参数不确定和外加干扰而引起的未知时变函数,减小了不确定性的估计误差;结合自适应鲁棒控制器,不但克服了移动机器人所受的参数与非参数的多不确定性问题,同时也确保了机器人对指定轨迹的跟踪;基于Lyapunov方法进行了参数自适应律设计和系统稳定性分析,保证了控制系统跟踪误差的收敛性,仿真结果表明了该方法的有效性。