基于神经网络自适应的吸收塔浆液PH值控制

为提高吸收塔浆液PH值控制系统的自适应能力以抵抗系统非线性及干扰的影响,提出了基于小脑神经网络的自适应PID控制器。推导了小脑神经网络自适应控制器,考虑到高阶微分对噪声的敏感性,控制器中只保留比例、积分和微分项,该鲁棒控制器兼有PID控制性能。为了验证鲁棒自适应PID控制器的性能,与常规PID和模糊自适应PID控制器作阶跃响应和抗干扰性能进行了对比,结果表明了鲁棒自适应PID控制器的优越性。     

基于动态逆模型的电液位置伺服系统复合控制

电液位置伺服系统是典型的非线性系统,且往往存在较强的外部干扰.正是由于系统非线性及不确定性,传统方法设计的闭环控制器往往不能满足系统的高性能需求.基于系统动态逆模型设计出复合控制器,包括前馈控制器和鲁棒控制器,分别用于提高系统的控制精度及鲁棒性,给出电液位置伺服系统鲁棒控制器的一般设计方法,并针对电液伺服系统的主要非线性参数,给出在线预估的自适应方法.最后给出复合控制器的验证实例,并对所建数学模型及参数预估方法进行验证,试验结果表明,所提出的基于动态逆模型的复合控制策略提高了系统控制精度,增强了系统抑制外干扰的能力,拓展了系统双十频宽.     

液压伺服系统建模与模糊自适应PID控制研究

液压伺服系统中存在非线性、参数变化、外负载干扰等问题,这些特点和问题很大程度上影响了液压伺服系统的性能。传统的PID控制在解决高精度非线性控制问题时效果不理想,一种模糊自适应PID控制方法被提出。针对液压阀控非对称缸系统,该文分析并建立了阀控非对称缸位置控制系统的动态数学模型。基于MATLAB仿真软件,将传统PID控制策略与模糊自适应PID控制策略分别应用于阀控非对称缸的位置控制中,进行仿真研究。仿真实验结果表明,采用模糊自适应PID控制器系统能克服传统PID控制器的局限性,且具有较强的鲁棒性,较好的动态品质以及较高的控制精度。     

μ理论在柔顺力控制中的应用

研究μ理论在柔顺力控制系统中的应用。为模拟空间对接强制校正阶段的推出和拉近过程,提出基于6自由度并联机器人位置内环的柔顺力控制策略。描述基于位置内环的柔顺力控制系统串级控制结构,阐述用经典控制策略实现柔顺力控制的方法。综合考虑参数变化、模型变动和外来干扰等不确定性,利用μ综合控制理论设计鲁棒力控制器。给出鲁棒力控制系统回路中加权函数的详细选取方法和鲁棒力控制器的设计过程。通过μ分析比较鲁棒力控制器和经典力控制器的鲁棒稳定性和鲁棒性能。通过鲁棒力控制器和经典力控制器进行柔顺力控制试验,结果表明了所设计鲁棒力控制器的有效性和优越性。     

一类切换模糊PID控制器设计及其仿真

提出了一类高动态性能切换模糊PID控制器设计方法.通过对传统PID控制中比例控制和微分控制作用的分析,结合模糊PID控制器鲁棒性能和自适应性好的优点,设计了一类新的模糊控制器.由于该类控制器先后经历比例控制,微分控制和模糊PID控制的切换,使被控系统不仅具有一般模糊PID控制器的所具有的良好的鲁棒性能和自适应性,而且与一般模糊控制器相比具有更小的超调量和调节时间,是一类动态性能良好的控制器.最后将该控制器应用于一伺服系统进行仿真对比,并给出了Simulink仿真框图.仿真结果说明了该控制器的优越性.     

电液伺服液压执行机构高精度位置伺服控制研究

鉴于电液伺服阀控机构在液压控制系统的重要性,其位置伺服系统动态复杂多变,传统的PID位置伺服控制算法无法满足控制要求,该文以液压阀控缸执行机构为例,提出了一种基于鲁棒滑模控制算法,提高了传统液压缸执行机构位置精度,使得系统具有较强的抗干扰能力。首先,对液压执行机构组成结构和系统原理进行阐述;然后根据原理图建立执行机构理论数学模型,并设计了鲁棒滑模控制器(SMC);最后,搭建液压执行机构实验平台,将滑模控制算法和传统PID控制算法进行位置控制实验,对比分析两者位置伺服控制响应速度和控制精度,实验结果表明本文设计的滑模控制算法的正确性和有效性,为今后液压执行机构位置控制上提供参考。     

坐卧式下肢康复机器人的被动训练控制

考虑到下肢康复机器人很难获得精确、完整的数学模型,而且在建立模型时需要进行合理的近似处理,因此忽略了外部干扰、参数误差、未建模的动态和摩擦等不确定因素,这些原因导致控制性能不佳。基于此提出了一种基于计算力矩法的神经网络鲁棒控制器,通过计算力矩法对标称模型进行控制,RBF神经网络控制器对系统中未知的不确定项进行补偿,而自适应鲁棒控制器则用来补偿神经网络的逼近误差及外部的干扰,从而提高了系统的动态性能和控制精度,并对算法的稳定性进行了证明。通过实验验证,证明了控制算法的有效性,在被动训练时具有较好的轨迹跟踪性能。     

基于修正LuGre模型的自适应鲁棒控制在机电伺服系统中的应用

机电位置伺服系统是典型的非线性系统,且存在诸多不确定性,使得传统方法设计的闭环控制器往往不能满足系统的高性能需求。针对动态摩擦参数和系统负载特性未知的情况,为伺服系统设计一种基于动态面滤波法的自适应鲁棒跟踪策略。构造一个非线性观测器来估计摩擦力矩,利用动态面滤波器简化控制器的设计,设计自适应鲁棒控制器以提高系统的稳态控制精度及鲁棒性。基于Lyapunov稳定性定理证明闭环系统的所有信号半全局一致有界,通过适当选择设计参数及初始化误差变量,跟踪误差可收敛到原点的一个任意小邻域内。仿真和试验结果表明,该控制器能够能有效地抑制摩擦干扰对伺服系统的不利影响,显著提高了系统的控制精度,为提高伺服系统的动态跟踪性能奠定基础。     

大型卧式仿真转台智能化同步-干扰控制

针对大型卧式液压仿真转台内部双液压马达摩擦力矩干扰、负载干扰和外框双液压马达同步驱动这三个影响转台控制性能的主要问题,分析并总结出转台外框双液压马达在“等同模式”和“主从模式”下的同步驱动模糊控制规则、各种同步控制模式的应用范围和切换规律;根据PID控制经验制定出直接自适应模糊控制规则。依据同步与PID模糊控制规则设计出同步—干扰模糊控制器并进行仿真分析。针对模糊控制器自学习能力较差等缺陷,在模糊控制的基础上,采用模糊神经网络(FNN)模型设计出多输入多输出(MIMO)的转台FNN控制器。软件仿真结果表明,当转台液压马达摩擦力矩发生变化、负载大范围波动或当转台外框两马达转速相差较大时,使用模糊神经网络模型的智能化转台控制系统具有较高的定位精度和动态性能。     

永磁直线伺服系统模糊PI速度控制器研究

针对永磁直线同步电机伺服系统常规PI速度调节器动态响应慢、输出超调大等问题,提出了模糊自适应PI速度控制器,对比常规PI速度控制器进行了仿真和实验。基于永磁直线同步电机矢量速度闭环控制,分析了模糊PI速度控制器和基于模糊PI控制器的伺服矢量控制系统的结构,设计了模糊PI速度控制器,在Matlab/Simulink仿真环境下,建立了基于模糊PI速度控制器的永磁直线同步电机伺服系统仿真模型,并通过实际永磁同步直线电机伺服系统实验对仿真结果进行了实验验证。研究结果表明,模糊PI速度控制器,相对于常规PI控制器,可以明显降低超调量和调节时间。将仿真结果和试验结果对比,两者基本吻合,说明模糊PI速度控制确实可以较好地改善永磁直线同步电机伺服系统的动态性能。     

数控机床直线伺服系统非线性自适应鲁棒控制的研究

对数控机床永磁直线伺服系统提出非线性自适应鲁棒控制的设计方法.在永磁直线伺服系统非线性数学模型的基础上,为实现对速度和电流的准确跟踪,建立了误差系统的动态模型.将跟踪和干扰抑制归结为非线性自适应鲁棒控制器设计问题,通过构造存储函数得到包含电阻辨识算法的自适应鲁棒控制器的定理,证明定理给出的控制器能满足干扰抑制和系统的渐进稳定.仿真结果表明,用该方法设计的系统能很好地抑制扰动和跟踪给定,满足对数控机床永磁直线伺服系统控制的要求.     

六自由度运动平台的动态响应特性分析及AMESim仿真

为了解决液压伺服系统中存在负载干扰等的不确定因素对系统造成不稳定性的问题,以伺服系统中的六自由度液压运动平台试验样机为研究对象,通过对伺服系统动态响应特性进行分析的基础上,提出了动态压力输出补偿的鲁棒H∞控制策略,并进行了物理模型的AMESim仿真.研究结果表明:该方法可在较大摄动的情况下获得好的鲁棒性,并且可以满足设计要求的响应频宽,从而保证平台运动的响应速度和精度.     

高加速度直线伺服系统高精度运动控制器设计

在中国国家自然科学基金重大项目《先进电子制造中的重要科学技术问题研究》资助下，针对先进电子制造装备中的核心问题——高加速度直线伺服系统的高精度定位控制展开研究。就高加速度直线伺服系统的高精度定位控制控制算法，高加速度直线伺服系统高精度运动控制器设计所涉及的理论研究进展提出总结报告。 针对影响系统性能的摩擦力和外部扰动，提出基于LuGre动态模型的摩擦力补偿控制、基于LuGre模型的摩擦补偿与干扰观测器相结合的控制方案、改进型干扰观测器结构(IDOB)、具有前馈控制的鲁棒内模控制结构、自适应鲁棒滑模控制算法等5种控制方案     

基于LMI的永磁直线电机H∞鲁棒控制器设计

针对永磁直线同步电机(PMLSM)伺服控制中存在的模型摄动和外部干扰问题,保证闭环控制系统的鲁棒稳定和鲁棒性能,将基于状态反馈的H∞鲁棒控制器应用到永磁直线同步电机的速度环和电流环设计中,通过建立伺服系统鲁棒控制的状态空间模型,将H∞标准设计问题转化为线性矩阵不等式(LMI)的最优解求解问题,利用Matlab LMI工...     

基于鲁棒神经网络的车辆主动悬架振动控制

由于路面不平整导致车辆行驶过程中产生很大的振动现象,因此采用鲁棒神经网络控制系统,实现车辆悬架振动的有效控制,并对控制结果进行仿真验证.建立了车辆7自由度振动悬架系统模型简图,构造了车辆振动动力学方程式.应用了PID控制器,通过增加指数函数对传统PID控制器中的组件进行求导,推导出鲁棒神经网络控制系统.采用数学软件Matlab/Simulink对神经网络控制系统进行仿真,同时与PID控制器进行对比和分析.仿真结果显示,车辆行驶过程中遇到路面随机产生的激励波后,主动悬架采用鲁棒神经网络控制跟踪误差较小,具有自适应调节功能.采用鲁棒神经网络控制车辆主动悬架,可以降低车辆垂直方向的振动幅度,提高车辆行驶的平稳性.     

基于CMAC的永磁直线同步电动机控制与仿真

针对数控机床用永磁直线同步电动机（PMLSM）伺服系统中存在非线性,且易受外界干扰导致控制困难的问题,基于PMLSM工作原理建立了相应矢量控制数学模型,设计了CMAC（Cerebellar Model Articulation Controller,小脑模型关联控制器）＋PID的PMLSM伺服系统控制方案,对控制器的跟踪性能以及抗干扰能力进行仿真。结果表明基于CMAC的复合控制器具有良好的动态跟踪性能和较强的鲁棒适应性,是解决非线性、强耦合的PMLSM控制问题的一种简便有效的控制算法。     

双离合器式自动变速器RAFNC起步智能控制

针对起步工况以及车辆本身动力学特性的复杂性,设计了基于鲁棒模糊神经网络控制的双离合器式自动变速器起步滑摩过程的鲁棒自适应控制器。在整个双离合器式自动变速器控制系统框架中,所设计的控制器属于中间层控制器。通过跟踪目标发动机转速以及由目标冲击度推导得到的车辆目标起步速度,得到发动机的目标力矩以及离合器的目标传递力矩。Matlab/Simulink环境下的特定工况仿真结果表明,和普通的PID控制器相比,RAFNC控制器具有更好的跟踪效果。     

异质队列的分布式鲁棒解耦控制

基于分布式控制结构和基于图论的通信拓扑描述方法,针对车辆节点动力学的不确定性设计了一种异质队列的鲁棒解耦控制策略。采用乘性不确定模型覆盖由下位控制器和车辆动态特性构成的队列节点的动态特性,在此基础上通过通信拓扑的特征值分解和线性变换将异质队列控制系统分解成H∞范数有界的不确定部分和一个对角系统,从而实现队列系统的解耦。进一步对该控制系统的鲁棒稳定性、跟踪性能和队列稳定性进行理论分析。通过与非鲁棒控制器,以及不同通信拓扑下的系统性能进行台架实验对比分析,对所提方法的鲁棒稳定性、跟踪性能和队列稳定性进行了验证。     

四旋翼微型飞行器的区间二型模糊神经网络自适应控制

针对四旋翼微型飞行器控制系统中存在不确定性、外界干扰等影响控制精度的问题,提出了基于区间二型模糊神经网络(IT_IIFNN)的四旋翼微型飞行器自适应控制方案.首先,根据四旋翼微型飞行器的动力学模型,设计了基于IT_IIFNN的四旋翼微型飞行器自适应控制器,该控制器由两部分构成,其中IT_IIFNN用来在线逼近系统不确定性;鲁棒补偿器用来实时补偿IT_IIFNN的逼近误差以及外界干扰.其次,利用Lyapunov稳定理论证明此飞行器控制系统闭环稳定性.最后,通过四旋翼微型飞行器样机来验证IT_IIFNN自适应控制器的优越性.验证结果显示,在加入风速为1.5 m/s的外界干扰条件下,跟踪误差可近似达到10-2.结果表明,IT_IIFNN自适应控制器具有良好的跟踪精度、稳定性及鲁棒性.     

基于神经网络的比例伺服阀阀芯液动力补偿鲁棒智能控制

比例伺服阀广泛应用于智能工程机械、国防装备等高端液压系统中。对于智能比例伺服阀而言,液动力是限制其智能化程度提升最主要的因素。针对上述问题,提出一种基于神经网络的阀芯液动力补偿鲁棒控制器(Flow forcecompensationneuralnetwork-basedrobustcontroller, FF-NNRC)。首先利用Fluent软件,获取在不同阀芯位移、压力边界条件下的液动力信息,用于模拟真实工况下的液动力扰动。设计神经网络学习逼近液动力扰动,从而在模型前馈补偿项构建液动力动态补偿项,针对系统其他扰动及神经网络估计误差设计鲁棒项加以克服。Lyapunov稳定性理论证明提出的控制策略可以实现系统的有界稳定。仿真结果表明,与传统的PID控制器和基于名义值模型补偿的鲁棒控制器(Model compensation robust controller,MC-RC)相比,所提出的控制器具有更高的控制精度和抗干扰能力。