具有齿隙输入的电力机车轮对自适应滑模控制

为研究电力机车轮对受行车线路载荷冲击影响时的位置控制精度,考虑实际工况中齿隙传动的非线性以及外界干扰,建立了齿隙传动伺服系统的数学模型;针对具有齿隙输入和未知时变参数的非线性系统,结合齿轮传动方向间歇切换的实际工况,引入Nussbaum类型函数;基于滑模控制器收敛快速、鲁棒性强的优点,设计了自适应积分滑模控制器。理论分析和仿真结果表明,齿隙伺服系统闭环输出有界,滑模面抖振较小且收敛迅速,滑模面与跟踪误差一致有界并收敛于0。具有齿隙输入的伺服系统可实现在线路上存在载荷冲击及参数存在摄动的工况下对位置指令输入的近似无偏跟踪。     

HXD_2型机车制动缸死区输入自适应补偿

为研究HXD2型电力机车闸瓦间隙调整器在制动时受副风缸压力和轮对椭圆形踏面挤压时的位置控制精度,考虑实际工况中死区输入的非线性和流经细长管路的风压波动、活塞与制动缸内壁非严格配合引起的压力漏损,建立了具有死区输入的制动缸伺服系统的数学模型;针对死区输入未知时变参数的非线性系统,结合阀口游移方向的不确定性,引入Nussbaum类型函数;为改善系统误差面的动态响应,引入虚拟反馈控制函数。理论分析表明,制动缸伺服系统闭环输出有界,跟踪误差半全局一致终结有界并收敛于0。仿真结果表明,误差面动态抖振较小,收敛迅速;Nussbaum函数有界并收敛。具有死区输入的制动缸伺服系统可实现气压存在较大波动及线路上存在激扰时对位置指令输入的近似无偏跟踪,并对参数慢时变漂移具有较强鲁棒性。     

含齿隙伺服系统的反步自适应模糊滑模控制

针对具有齿隙非线性和参数摄动的某机械传动回转位置伺服系统,提出一种基于反演法的自适应模糊滑模控制策略。首先,在两质量系统中,引入近似死区模型,建立含齿隙的系统动力学模型。然后,通过反演法逐步选择Lyapunov函数,结合滑模控制补偿系统中的参数不确定和齿隙非线性。通过模糊推理机制将不连续切换项线性处理,消除传统滑模控制中的抖振现象。对比试验表明,基于反演法的自适应模糊滑模控制较PID控制更能有效削弱大、小齿轮间传递力矩的波动,并具有更高的位置跟踪精度和对系统参数变化的鲁棒性。     

遗传神经网络滑模控制在交流伺服控制中的应用研究

基于永磁同步电机(PMSM)的交流伺服系统能够有效提高机床加工能力,但是PMSM具有时变非线性,很难建立它的精确数学模型,因此采用传统PID控制器难以得到期望的控制效果。为保证控制精度,研究了一种遗传神经网络-滑模变结构矢量控制交流伺服系统。该控制系统采用id=0矢量控制策略,应用滑模控制器来准确跟踪伺服位置指令,并在速度环利用径向基神经网络(RBF)来优化滑模控制律以改善与消除滑模抖振;同时为了提高RBF工作效率,采用改进遗传算法(GA)离线优化RBF初始结构。通过dSPACE半实物仿真平台对PMSM进行实验测试,结果表明,所设计的遗传-RBF网络-滑模控制器能够在外界干扰下稳定工作,精确跟踪伺服位置指令,并且控制性能比只采用滑模控制好。     

基于微分器的伺服系统迭代滑模控制

针对不确定非线性伺服系统中周期性干扰抑制问题,提出一种基于微分器的新型迭代滑模控制器,实现了无需速度测量的迭代滑模控制。利用微分器对系统的状态进行实时估计,根据估计值设计迭代滑模控制器。其中滑模控制保证了系统的鲁棒性;迭代控制作为前馈补偿,改善了抑制抖振时带来的静差问题;微分器的引入节省了硬件成本,避免了以往差分法带来的噪声放大问题。最后将该方法应用到某三轴飞行转台伺服系统的控制,仿真结果表明该控制方法可实现伺服系统的高性能控制,具有良好的跟踪效果。     

基于干扰观测器的液压位置伺服系统级联控制

级联控制策略被应用于液压伺服系统位置控制,以提高系统输出响应性能。为了抑制液压伺服系统中各种不确定的非线性因素和外部干扰,提出了基于干扰观测器的终端滑模控制与非线性补偿相结合的级联控制策略,利用Lyapunov稳定性理论证明了位置闭环系统在有限时间内收敛。与渐近收敛控制器不同,级联控制器保证了系统状态误差和观测器估计误差在有限的时间收敛到0。利用MATLAB/Simulink对设计的控制器进行了仿真验证,结果验证了提出的控制器的理论可行性。为了模拟外界未知干扰,在液压伺服系统基础上加入阻尼可调减震器,以此开展实验研究。结果表明：提出的控制器有效抑制未知干扰影响,且提高了液压伺服系统的跟踪精度。     

神经滑模控制在转台伺服系统应用

以直流电机为执行机构,分析了飞行仿真转台伺服系统的数学模型。滑模控制具有对系统扰动和参数摄动的自适应性,可实现伺服系统的快速响应,同时有效克服低速状态下摩擦力矩的影响。系统抖振问题是滑模控制的突出问题,利用径向基神经网络的非线性逼近能力,给出以切换函数为网络输入,以滑模控制器为网络输出,构建了神经滑模控制器,软件仿真结果表明所设计的滑模控制器能达到较好的控制品质,有效的克服系统抖振和外部扰动,实现系统低速摩擦补偿。     

基于神经网络的非线性系统反演模糊滑模控制

用径向基神经网络逼近系统中的非线性部分,实现了对未知非线性连续函数的估计,降低了非线性系统控制器对精确建模的要求,并依据反演的方法设计了滑模控制律,实现了被控对象对期望轨迹的跟踪,在此基础上设计了模糊滑模控制率,降低了系统控制输入的抖振,通过仿真验证了该控制方法的有效性。     

机械臂的改进固定时间滑模控制方法设计

当机械臂末端对给定轨迹进行跟踪控制时,跟踪误差收敛速度容易受初始跟踪误差大小的影响,针对这一问题设计了一种适用于机械臂模型的改进固定时间滑模轨迹跟踪控制策略.在快速终端滑模面的基础上,设计了一种固定时间滑模面,从而使得控制器具有固定时间收敛特性并给与证明;针对滑模控制伴随抖震的特性,对滑模控制器的趋近律进行了抑制抖振的改进,使得趋近律具有一定的自适应性.通过对二自由度机械臂的仿真实验,验证了在系统含有未知扰动的情况下,设计的改进固定时间滑模控制器能够在固定时间内使得机械臂末端轨迹跟踪误差快速收敛,且通过控制器参数的调整能够达到更快的收敛速率.通过仿真对比,验证了论文设计方法的收敛速率要快于快速终端滑模控制方法.     

动态积分滑模控制及其在交流伺服系统中的应用

针对交流伺服系统速度控制问题,提出了一种动态积分滑模控制方法。利用动态滑模控制方法消除抖振,在切换函数中引入积分环节提高了稳态精度,并给出了交流伺服系统速度控制器的设计方法。仿真试验表明,该方法能明显削弱抖振,提高稳态精度,并有较强的鲁棒性。     

输入受限无人帆船自适应航向跟踪控制

针对带有输入受限且存在未知控制系数约束情形下,考虑了具有未知模型和风、浪等外界干扰的无人船航向跟踪控制问题,提出一种受限控制输入约束下的跟踪控制方法。该方法运用RBF神经网络对未知模型进行在线逼近,利用Nussbaum自适应增益技术解决未知控制系数问题。根据滑模控制理论,设计具有指数趋近律的鲁棒控制项,保证所得误差闭环系统快速响应且最终趋向0。为弱化传统滑模控制产生的抖振问题,将符号函数替换成饱和函数使控制输入变得平滑。引入一种误差辅助系统,构建了帮助误差闭环系统输入退出饱和机制。通过李雅普诺夫稳定性理论,给出了跟踪控制方法的稳定性数学分析过程,证明误差闭环跟踪控制系统的所有信号最终一致有界性。最后通过仿真结果验证了所得理论的有效性。     

模糊滑模控制在轮对试验台中的应用

针对液压伺服系统参数不确定性及外部干扰大等特点,提出一种模糊滑模变结构控制方法。以本轮对实验台液压伺服系统为例建立数学模型,使用趋近律设计方法改善系统趋近运动时的动态品质。将模糊控制理论与滑模变结构控制理论相结合,设计基于等效控制和准滑动模态的模糊滑模变结构控制器削弱系统的抖振。理论分析和仿真结果表明:与常规PID等经典控制及传统滑模变机构控制相比,模糊滑模变结构控制器跟踪精度高、响应速度快、鲁棒性强、抖振小,能够达到满意的控制效果。     

水下机械手分数阶积分滑模轨迹跟踪控制方法研究

针对未知有界外部干扰下水下机械手的轨迹跟踪问题,提出了一种分数阶积分滑模控制方法。该方法采用了基于分数阶积分滑模面的指数趋近律,考虑外部扰动,在模型中添加了外部扰动的近似估计项,使得系统可以实现快速收敛,且具有较强的抗干扰能力。利用李雅普诺夫理论证明了该方法的稳定性。对六自由度水下机械手的跟踪问题进行了仿真,结果表明,该控制方法具有良好的轨迹跟踪能力,且对外部干扰表现出良好的鲁棒性。     

直驱泵控电液位置伺服系统模糊滑模控制仿真与实验研究

针对直驱泵控电液位置伺服系统采用普通滑模控制存在高频抖振现象以及跟踪控制性能欠佳的问题,在普通滑模控制的基础上引入模糊控制量来柔化控制信号,从而削弱滑模切换时产生的剧烈抖振,提高电液位置伺服系统控制精度和稳定性。设计了比例切换模糊滑模控制器,实现了利用模糊控制输出项柔化滑模切换控制。采用滑模控制和模糊滑模控制对单位阶跃响应和余弦跟踪特性进行了仿真与实验研究。结果表明:模糊滑模控制能显著提高直驱泵控系统的动态响应速度和稳态控制精度,增强系统的鲁棒性,削弱普通滑模控制存在的高频抖振现象。     

基于混合控制算法的爬壁机器人跟踪控制

为解决爬壁机器人轨迹跟踪过程中速度突变与输入抖振的问题，提出一种基于神经动力学模型的反演运动学控制器与组合趋近律神经滑模动力学控制的混合鲁棒控制算法。利用神经动力学模型获取有界、平滑的虚拟位姿误差信号，解决了传统反演控制法引起的速度跳变问题；引入自适应径向基神经网络(RBFNN)调节基于组合趋近律的滑模增益，消除了抖振现象。设计过程采用Lyapunov函数，保证了控制系统的稳定与收敛。通过仿真数据与实验结果证明了所提算法的有效性。     

基于Backstepping方法的齿隙非线性伺服系统神经网络控制

文章以存在未知齿隙和摩擦等非线性的伺服系统为研究对象,应用三角级数多项式扩展的函数链神经网络（FLNN）,对未知非线性进行在线自适应辨识。在对参数未知的齿隙非线性进行分解的基础上,应用Backstepping方法设计了具有鲁棒性能的神经网络控制器。保证了系统跟踪误差及网络权值的一致有界性。仿真研究表明了文中提出的控制策略的有效性和鲁棒性。     

挖掘机的4自由度自适应模糊滑模控制

为实现挖掘机回转和工作装置的轨迹跟踪控制,建立挖掘机回转和工作装置的4自由度运动学和拉格朗日动力学方程.挖掘机工作装置具有明显的非线性和不确定性特征,并存在外部干扰,所以将滑模变结构理论用于其控制系统.针对滑模控制的抖振可能激活高频动态和破坏控制器部件的缺点,设计自适应模糊滑模控制器.控制规则包括3部分:等效控制、调整控制和切换控制.利用自适应模糊系统输出动态调节切换增益以逼近系统不确定性的上界,将滑模控制的切换项转化为连续的模糊输出,削弱了滑模控制的抖振现象,并且有较强的自适应跟踪能力.针对一个完整的挖掘卸料过程,将所设计的控制器用于仿真试验,给出自适应模糊滑模控制的跟踪性能及控制输入的效果.     

液压位置伺服系统的模糊滑模控制器设计

针对液压位置伺服系统存在比较大的不确定性及干扰，提出了一种新的模糊滑模控制方法。用模糊控制器逼近滑模控制中的等效控制，通过不连续控制以保证闭环控制系统的稳定性，用饱和函数平滑不连续控制以抑制抖振。仿真和实验结果表明，该方法不仅能实现快速、准确跟踪，有效抑制抖振，并且对参数变化及外力扰动具有很强的鲁棒性。     

计入摩擦的进给伺服系统自适应滑模控制方法研究

针对具有非线性摩擦和有界外部扰动的进给伺服系统,设计了一种自适应滑模控制器。该控制器采用自适应算法建立了摩擦力的线性边界,将其作为滑模控制项增益,利用滑模控制项补偿摩擦和外部扰动,使系统跟踪误差渐进收敛于要求的允差内。基于Lyapunov稳定性理论证明了闭环控制系统的全局稳定性。仿真结果表明该控制器能有效补偿摩擦和外部扰动,相对于传统的PD和PID控制,显著提高了进给伺服系统的跟踪精度,并对系统参数和摩擦的不确定性具有一定的鲁棒性。     

交流永磁伺服系统的分数阶滑模控制研究

某型火箭炮交流永磁伺服系统的转动惯量、系统的模型参数以及外部干扰等,在火箭炮发射过程控制中是时变的,因此导致数学模型参数严重不确定,是一个典型的非线性、时变不确定系统。如何确保系统在如此恶劣的工况,依然拥有良好的性能,即具备较强的鲁棒性是控制领域的一大难题。现代控制理论中的滑模控制具有实现简单、鲁棒性强的优势,已经得到了广泛应用。但是对于抖振仍无能为力,该文将一种分数阶滑模控制策略应用到系统控制中,利用分数阶系统随时间缓慢衰减的特性减小抖振。实验结果表明,与常规PID控制器相比,该控制器可削减抖振,减小误差,同时具有较强的鲁棒性。