伺服系统的滑模变结构控制器设计

伺服系统不确定性和离散指数趋近律造成系统的系统抖振,传统的PID控制方法难以实现系统对精度和稳定性的要求.为了提高控制系统的性能,提出滑模变结构控制问题.采用参数辨识法,分别获取被控对象在空载和满载模型,并将空载测试数据按二阶模型结构辨识得到被控对象近似模型,作为离散滑模控制器设计的标称模型,并采用自适应趋近律设计了离散滑模控制器,分别对被控对象的两个模型进行控制仿真.结果表明,离散滑模变结构控制器能够使伺服系统满足要求,对参数摄动和外部干扰具有较强的鲁棒性,提高了控制器性能,为设计提供了依据.     

翻车机双电机同步驱动自适应控制研究

翻车机运转过程中要求两个驱动电机同步运行,为了达到较好的同步效果又不影响电机的寿命,以翻车机中两个驱动电机为研究对象,针对翻车机双驱动同步控制的问题.提出一种自适应控制算法.用电气控制的方法代替传统的强制同步,通过自适应理论设计控制器.经过自适应律产生的反馈作用来修改主电机和从电机控制器的参数,产生辅助控制量,使两电机的角速度保持一致.仿真结果表明,该控制方案抗干扰性强,收敛速度较快,能够较好地满足被控对象对高精度的要求.     

Hénon混沌同步的自适应逆控制

基于自适应逆控制原理,在噪声存在的情况下,提出了一种实现混沌同步的自适应逆控制方法.为此首先简要介绍了控制方法结构,然后利用神经网络算法对被控对象模型进行辨识和训练发送端的控制器.仿真证明该方法能够很好的消除干扰,使得被噪声污染的混沌同步系统能够保持良好的同步.此外自适应逆控制是开环控制,具有很好的实施性.     

基于参数辨识的自适应解耦控制算法的研究

多变量模型的复杂结构、强耦合性、被控对象参数的未知、慢时变等问题要求控制器必须具有良好的自适应性,针对以上问题提出了一种基于改进的广义最小方差闭环自适应解耦控制器实现更好的自适应,其由参数可调的控制器和自适应控制律组成,此控制器通过将闭环系统方程的传递函数矩阵等于期望的对角矩阵来实现解耦,同时改进的辨识算法可进行在线辨识控制器的参数实现同步自适应解耦。通过以CARMA为多变量控制模型,采用该方法进行仿真有效的解决了多变量之间的耦合性。结果表明该方法能够适应相应的变化,跟踪性能较好,且具备良好的解耦能力,进而保证了闭环系统的稳定性,从而验证了此方法能够效提高控制系统的稳定性和鲁棒性。     

含有界扰动系统的多模型自适应控制

对含有有界扰动和参数不确定性的离散时间被控对象建立多个辨识模型, 覆盖被控对象的参数不确定性. 给定指标切换函数, 构成多模型自适应控制器. 引入“局部化”技术, 在保持计算精度的同时, 提高了计算速度. 同时证明, 多模型自适应控制可以保证闭环系统输入输出稳定, 且保证对给定有界参考输入、被控对象输出可在一给定界范围内跟踪参考输入.     

使用低阶参考模型的离散多变量MRACS

本文提出了一种高阶被控对象跟随低阶参考模型的离散多变量模型参考自适应控制系统(MRACS)的设计方法,它利用数字滤波器将系统降阶,通过求解p个一次代数方程而确定的自适应控制输入信号,能够使多变量被控对象的每个多输入单输出(MISO)子系统的输出渐近收敛到对应的单输入单输出(SISO)低阶参考模型的输出,提出的自适应控制器不仅避免了引进正反馈和辅助信号,而且实现了自适应解耦控制,仿真结果表明该控制器具有较好的控制性能。     

主动磁轴承的模型参考自适应控制实现

常规PID控制存在参数整定困难及鲁棒性差等诸多缺点,难以达到高精度复杂控制系统的控制要求,因此,将模型参考自适应控制系统应用于对主动磁轴承转子的控制。通过比较被控对象与参考模型,得到自适应控制误差,驱动自适应调节器调整控制器参数,以减小系统误差,使被控对象达到期望输出。系统具有自学习能力,鲁棒性和恢复能力强,可以实现主动磁轴承系统的稳定控制。通过Matlab/Simulink环境及S-Function模块,建立了主动磁轴承的模型参考自适应控制系统模型,并进行了系统仿真。结果表明,模型参考自适应控制系统响应速度快,动态及稳态性能较好。     

精馏过程的模糊无模型自适应协调控制方法

研究多变量协调控制问题,针对模型未知且具有强耦合特性的多输入多输出乙醇-水精馏过程,主副被控参数的控制要求不同,常规PID控制性能差,当出现显著的不可测干扰时,应协调相关的操纵变量,既保证关键参数不偏离期望值,又使得其它被控过程参数的波动较小。为了解决上述问题,提出了一类模糊无模型自适应协调控制方法。无模型自适应控制结构,通过充分利用过程控制参数的偏差和偏差变化率等信息,建立了主副控制参数不同控制目标的模糊规则,自适应地改变无模型自适应控制器的参数。该方法能够有效地协调乙醇-水精馏过程,达到主副被控参数的控制要求,扩展了无模型自适应控制方法的应用范围。过程实例研究验证了所提出技术方法的有效性。     

基于遗传算法的MFAC参数寻优

无模型自适应控制是基于数据驱动,不依赖于被控对象的数学模型,且结构简单,易于实现.目前关于无模型自适应控制器参数寻优的方法较少,给无模型自适应控制的应用带来了极大的不便.针对这种情况,设计了一种基于遗传算法的MFAC控制器参数寻优方法,并在matlab环境下分别以具有非线性、一阶惯性加大滞后、高阶加大滞后特征等3个不同典型被控系统为对象进行了仿真.仿真结果表明,通过遗传算法进行参数寻优后,控制器性能在超调量、防止调节过程振荡方面效果明显改善,证明了上述方法可行性和优越性.     

基于遗传算法学习的复合神经网络自适应温度控制系统

针对一类温度控制系统中存在的非线性和参数不确定等问题,提出一种复合神经网络自适应控制结构.在控制系统中构造了神经网络正模型来再现被控对象的动态特性,用神经网络控制器实现优化控制律的非线性映射.文中选用了被控对象80组历史数据作为样本集,并利用遗传算法的全局搜索能力及高效率来训练多层前向神经网络的权系数.最后用升降温工艺曲线作为输入对温度控制系统进行仿真.仿真结果表明,应用遗传算法能够提高神经网络的学习效率.保证神经网络全局快速收敛,从而克服了传统的误差反传学习算法的一些缺点.证明了采用这种神经网络自适应控制结构.使神经网络控制器的输出可以适应对象参数和环境的变化.使温度控制系统具有很好的学习和自适应控制能力,取得了良好的控制效果.     

Control and synchronization of chaotic systems using a novel indirect model reference fuzzy controller

This paper presents a robust indirect model reference fuzzy control scheme for control and synchronization of chaotic nonlinear systems subject to uncertainties and external disturbances. The chaotic system with disturbance is modeled as a Takagi–Sugeno fuzzy system. Using a Lyapunov function, stable adaptation laws for the estimation of the parameters of the Takagi–Sugeno fuzzy model are derived as well as what the control signal should be to compensate for the uncertainties. The synchronization of chaotic systems is also considered in the paper. It is shown that by the use of an appropriate reference signal, it is possible to make the reference model follow the master chaotic system. Then, using the proposed model reference fuzzy controller, it is possible to force the slave to act as the reference system. In this way, the chaotic master and the slave systems are synchronized. It is shown that not only can the initial values of the master and the slave be different, but also there can be parametric differences between them. The proposed control scheme is simulated on the control and the synchronization of Duffing oscillators and Genesio–Tesi systems.     

An Adaptive Control Technique for Motion Synchronization by On-line Estimation of a Recursive Least Square Method

This article presents an adaptive technique to tune controller gains for the motion synchronization of two gimbal systems by using a recursive least square method in the real-time fashion. In the master-slave configuration, the slave gimbal system follows the master’s motion while the master tracks the reference. In order for the slave gimbal system to synchronize with the motion of the master gimbal system, the dynamic difference between two systems is compensated by the controller gains. The controller gains of the slave are adaptively adjusted by the recursive least square method to cope with the deviation. The performances of three control schemes such as an independent PD control, a dependent torque control, and an RLS torque control scheme are evaluated by the experimental studies for the low cost gimbal systems. Experimental studies confirm that the RLS-based adaptive scheme actually outperforms by adjusting controller gains for the motion synchronization of the master and slave configuration.     

Design and application of a sliding mode controller for accurate motion synchronization of dual servo systems

This paper presents a continuous time sliding mode controller (SMC) design to deal with the problem of motion synchronization in dual spindle servo systems. Synchronization error is defined as the differential position error between the two servo drives that follow identical reference motion trajectory. Proposed SMC controller penalizes three error states; namely individual axis tracking errors and the synchronization error for accurate synchronization. The control law is derived from Lyapunov energy function without switching condition. The controller shows robust motion synchronization against disturbances and parameter variations. Proposed SMC control is implemented in conventional double-sided machining operation.     

电液比例位置同步线性自抗扰控制

电液比例位置同步液压系统受到元件安装精度、死区非线性以及系统参数摄动等因素的影响,导致两侧子系统性能不一致进而引起位置不同步.针对这一问题,提出由位置控制器、死区补偿器、同步控制器组成的复合控制方案.首先,建立电液比例位置控制系统数学模型,并分析系统内部参数摄动及比例阀死区特性对同步控制精度造成的影响.在此基础上,设计线性自抗扰同步控制器,实现对系统内外扰动的实时估计与主动补偿,同时为提高液压缸动态性能,减小稳态误差,设计了比例阀死区补偿器.仿真和实验结果表明,自抗扰控制器有效地抑制了内外扰动,提高了位置同步控制精度,而死区补偿器的引入改善了系统动态响应性能,降低了稳态位置同步误差.     

一阶伪线性系统的模型参考输出跟踪控制

针对伪线性系统的模型参考输出跟踪问题,设计伪线性系统的模型参考跟踪策略.控制器分为两部分,其一为反馈镇定控制器,保证闭环系统是渐近稳定的;另一为前馈补偿控制器,通过求解基于控制器存在条件建立的方程组得到控制器的参量矩阵,使得闭环系统的输出渐近跟踪参考系统的输出,且当系统中存在时变系数时方法仍是有效的,控制器中保有部分自由度可以进一步利用,以提高具体控制任务所需的系统性能.数值仿真验证了所提出方法的有效性.     

Synchronization of unified chaotic system via adaptive wavelet cerebellar model articulation controller

This study aims to propose a more efficient control algorithm for the chaotic system synchronization. In this study, a novel wavelet cerebellar model articulation controller (WCMAC) is proposed, which incorporates the wavelet decomposition property with a cerebellar model articulation controller (CMAC). This WCMAC is a generalization network; in some special cases, it can be reduced to a wavelet neural network, a neural network and a conventional CMAC. Then, an adaptive wavelet cerebellar model articulation control system (AWCCS) is proposed to synchronize a unified chaotic system. In this AWCCS, WCMAC is the main controller utilized to mimic a perfect controller and the parameters of WCMAC are online adjusted by the derived adaptive laws; and a compensation controller is designed to dispel the residual of the approximation error for achieving $ H^{\infty } $ robust performance. The derived AWCCS is then applied to the chaotic system synchronization control. Finally, the effectiveness of the proposed control system is demonstrated through simulation results.     

基于神经网络的多机械臂固定时间同步控制

针对动力学模型未知的多机械臂系统,提出了一种基于神经网络的固定时间终端滑模的位置同步控制器。首先结合相邻交叉耦合同步控制策略,设计固定时间终端滑模面与控制器,保证系统的跟踪误差与同步误差在固定时间内收敛,且收敛时间上界与初始状态无关。其次,设计RBF神经网络权值更新律估计系统多机械臂未知非线性动力学模型,该方法无需对系统模型参数的先验知识。利用Lyapunov函数证明系统的固定时间收敛性与稳定性。最后,仿真结果验证了所提方法的有效性。     

Robust asymptotic model matching and its application to output synchronization of heterogeneous multi-agent systems

Output synchronization of heterogeneous multi-agent systems has been one of the most interesting cooperative control problems. This paper first gives a brief survey of the research on the problem from which we see that the problem can be solved in a two-step manner with the aid of a properly designed local reference for each agent: (i) a controller is designed for each agent to achieve the trajectory regulation of the agent output to its associated reference; (ii) network collaboration is added to achieve consensus among references. In the presence of system uncertainties, the robust trajectory regulation problem in (i) can be solved by an internal model design. In this paper, we formulate a novel robust asymptotic model matching problem which is less conservative than trajectory regulation and can be solved by a static controller not relying on an internal model. Moreover, network collaboration is designed in (ii) within the so-called output communication setting such that consensus among references occurs concurrently with robust asymptotic model matching. As a result, output synchronization of heterogeneous multi-agent systems is achieved with a novel approach.     

基于神经网络误差修正的混沌控制与同步

针对混沌系统非线性强、多变量耦合等特点,提出了一种基于神经网络误差修正的自适应多变量混沌系统的广义预测控制算法,用线性广义预测控制器控制混沌系统,用神经网络对模型预测误差进行修正。算法中辩识过程模型用递推最小二乘法(RLS)、神经网络权值用Davidon最小二乘法(DLS)训练。这种算法对被控混沌系统的先验知识要求较少,无需知道被控系统的精确模型,数值仿真显示可实现混沌系统的宽范围控制与同步。     

滑模控制实现一类连续时间混沌系统同步

针对一类连续时间混沌系统,将滑模控制技术应用于混沌系统同步控制器的设计。分析了滑动模态的存在可达性,以及滑模控制器实现一类混沌同步的渐进稳定性。并对控制器性能进行了仿真,结果表明了其有效性和可行性。