电液位置伺服系统的自适应模糊神经网络控制

将电液位置伺服系统分为已知规律的线性部分和包括非线性、参数不确定性、负载干扰等在内的未知规律部分，用模糊神经网络仅对未知规律部分进行在线估计，缩小了搜索空间，系统估计的精度得到改善，加快了收敛速度。同时，对模糊神经网络建模误差的界进行在线估计，使变结构控制增益由接近建模误差的估计值确定，克服了传统变结构控制因过于保守的鲁棒控制增益带来较大控制量而不易实现的缺陷。     

电液马达伺服系统积分鲁棒自适应高精度位置控制

电液马达伺服系统中存在各种类型的扰动,包括参数不确定性和不确定非线性,制约着其高精度位置控制。针对电液马达伺服系统高精度位置跟踪控制,考虑系统的黏性摩擦特性以及外干扰等建模不确定性,提出了一种基于鲁棒自适应的电液马达伺服系统高精度位置控制策略。所提出的全状态控制器通过自适应对模型不确定性进行估计及前馈补偿,提高了系统的低速伺服性能;通过自适应对未建模干扰等不确定性的上界进行估计并前馈补偿,提高了系统对外干扰的鲁棒性。所设计的闭环控制器还能保证系统获得渐近跟踪性能,对比仿真验证了其可行性。     

增益自适应滑模控制器在微型飞行器飞行姿态控制中的应用

针对微型飞行器的姿态角摄动引起的系统不确定性及外界干扰等问题,提出了基于区间二型模糊神经网络辨识的增益自适应模糊控制器.首先,给出了微型飞行器姿态动力学模型.然后,采用区间二型模糊神经网络对滑模控制器中由于姿态角摄动引起的系统不确定性进行在线辨识,通过增益自适应滑模控制器中的校正控制项对辨识误差及负载干扰进行补偿.最后,通过设计李亚普诺夫函数,得到闭环系统一致稳定条件下的区间二型模糊神经网络参数在线调整的自适应律及滑模增益自适应律.仿真对比表明,与传统的增益自适应滑模控制器和基于一型模糊神经网络辨识的滑模控制器及相比,本文提出的控制器不仅对系统的不确定性因素及外界干扰具有较强的鲁棒性,而且稳定误差小,跟踪精度高.     

RBF模糊自适应控制在电液速度伺服系统中的应用

由于电液速度伺服系统的非线性和参数的不确定性,难以建立精确的数学模型,文中引入RBF（径向基函数）模糊自适应控制,利用RBF神经网络进行自学习,修改和完善模糊规则,改善其动态性能.仿真结果表明该方法具有较强的自适应和自学习能力,即使对复杂的非线性系统也能取得良好的控制效果.     

基于自适应的电液负载模拟器积分鲁棒控制

为提高电液负载模拟器的跟踪精度,针对其存在的大量非线性特性和模型不确定性等问题,建立了系统非线性数学模型,基于传统的误差符号积分鲁棒控制方法,融合自适应控制的思想,设计了一种自适应误差符号积分鲁棒控制方法。该方法无需获知模型不确定性的确切界,其积分鲁棒增益的取值可在线调节,更好地克服了模型不确定性对系统的影响,在舵机运动干扰作用下实现了系统的渐近稳定性能。仿真对比结果验证了该控制方法的优良性能。     

热轧立辊电液伺服系统的自适应模糊控制

以热轧立辊为研究背景,针对其液压伺服系统存在的非线性、参数不确定性以及负载干扰等特点,基于模糊基函数网络提出一种自适应控制方法.首先将非线性系统线性化并将其作为已知系统,利用这部分已知的动态特性设计反馈控制使标称系统稳定.然后利用模糊基函数网络仅学习非线性系统不确定性的上界,将输出作为补偿控制器的参数,并在Lyapunov稳定意义下构造自适应控制器,该自适应控制器不仅确保了闭环系统的鲁棒性而且加快了跟踪误差的收敛速度.将该控制器应用于某热轧立辊电液位置伺服系统中进行仿真研究,结果表明,该控制器优于传统的PID控制器,可以取得较好的控制效果.     

基于滑模自适应控制的电液位置伺服系统低速性能改善

在低速、超低速运行时,电液伺服系统受到以摩擦力为主的干扰力矩和参数不确定性等扰动,进而影响电液位置伺服系统的低速性能。该研究从低速平稳性和跟踪精度两个角度出发,分析了电液位置伺服系统低速性能的主要影响因素,提出了一种滑模自适应控制方法。并将该方法应用于某硅钢厂电液单辊CPC系统,进行了仿真。研究表明,在考虑系统非线性、扰动及参数不确定性的情况下,该研究的滑模自适应控制方法能够有效地抑制抖振并获得伺服系统的低速平稳、快速跟踪。     

含磁滞补偿的电液伺服系统预设性能跟踪控制

针对电液伺服系统普遍存在的参数不确定性、不确定非线性(磁滞、摩擦、外干扰等),提出一种基于自适应鲁棒控制的含磁滞补偿的预设性能跟踪控制策略。以阀控单出杆液压缸位置伺服系统为例,首先建立了含磁滞非线性的系统数学模型,然后通过定义预设性能函数,实现了对跟踪误差收敛速率、最大超调量和稳态精度的预先规划,基于规划后的转换误差设计了自适应鲁棒控制器,并提高了稳态和瞬态跟踪性能。仿真对比结果表明：该控制策略可以减小磁滞对系统跟踪精度的影响,提高跟踪误差的收敛速度,减小最大超调量,最终实现优良的跟踪性能。     

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.     

基于自适应模糊神经网络的噪声抵消器

讨论了基于自适应模糊神经网络的噪声抵消器的设计方法。自适应模糊神经网络系统具有非线性映射和自学习能力，能够用于噪声信号的非线性建模。它不仅能够获取信号的最佳估计，并互能够克服信号处理中存在的模型和噪声的不确定性、不完备性。该法设计的滤波器效果良好，并可以用于多路信号和复杂信号的噪声消除。     

基于模糊干扰观测器的电动Stewart平台自适应模糊控制

建立了一个电动Stewart平台的统一动力学模型,并基于它设计了一种新型的自适应模糊控制算法。这个统一的动力学模型在任务空间中使用了Newton-Euler方法建立,同时结合了平台动力学和执行器动力学模型。自适应模糊控制算法使用计算力矩方法设计运动平台标称模型的逆动力学控制器,然后使用基于模糊干扰观测器的自适应模糊控制器对模型的不确定性和外部扰动进行补偿。通过数值仿真分析表明,在不引入高增益控制器的情况下,成功地消除了平台参数的不确定性和外部干扰的影响,保证了平台的跟踪性能。     

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.     

Flatness error evaluation and verification based on new generation geometrical product specification (GPS)

New generation geometrical product specification (GPS) links the whole course of a geometrical product from the research, development, design, manufacturing and verification to its release, utilization, and maintenance. Measurement process is one of the most important part of verification/inspection in the new generation GPS. With the knowledge-intensive and globalization trend of the economy, unifying the evaluation and verification of form errors will play a vital role in international trade and technical communication. Considering the plane feature is one of the most basic geometric primitives which contribute significantly to fundamental mechanical products such as guide way of machine tool to achieve intended functionalities, the mathematical model of flatness error minimum zone solution is formulated and an improved genetic algorithm (IGA) is proposed to implement flatness error minimum zone evaluation. Then, two evaluation methods of flatness error uncertainty are proposed, which are based on the Guide to the Expression of Uncertainty in Measurement (GUM) and a Monte Carlo Method (MCM). The calculating formula and the propagation coefficients of each element and correlation coefficients based on GUM and the procedures based on MCM are developed. Finally, two examples are listed to prove the effectiveness of the proposed method. An investigation into the source and effects of different uncertainty contributors for practical measurement on CMM is carried out and the uncertainty contributors significant are analyzed for flatness error verification. Compared with conventional methods, the proposed method not only has the advantages of simple algorithm, good flexibility, more efficiency and accuracy, but also guarantees the minimum zone solution specified in the ISO/1101 standard. Furthermore, it accords with the requirement of the new generation GPS standard which the measurement uncertainty characterizing the reliability of the results is given together. And it is also extended to other form errors evaluation and verification.     

自适应线性自抗扰控制器的设计

自抗扰控制器对于抑制不确定的扰动有良好的效果,但其控制器参数较多且整定困难。为了实现自适应的线性自抗扰控制器,对线性自抗扰控制器的参数整定策略展开了研究。首先,设计了基于观测误差的线性扩张观测器参数自适应整定算法。接着,设计了自抗扰控制器线性反馈环节的参数的自适应整定算法。最后,利用李雅普诺夫方法,证明上述自适应整定算法得到的参数可以保证扩张状态观测器的观测误差和被控系统最终输出误差都收敛至零。实验结果表明:精密气浮运动平台低速工况下,自适应线性自抗扰控制器的参数在0.8s内即可迅速完成整定计算;线性扩张观测器观测误差绝对值小于2nm;被控精密气浮运动平台的速度波动不大于5%。自适应线性自抗扰控制器实现了控制器参数在线整定,控制器的性能表现满足要求。     

基于QMC的齿轮测量中心测量不确定度评定方法

为评定齿轮测量中心测量不确定度,提出了一种基于拟蒙特卡罗法(quasi Monte-Carlo method,QMC)的齿轮测量不确定度评定方法。研究了齿轮测量中心的几何误差源,应用坐标变换法建立了齿轮测量中心精密测量模型,采用拟蒙特卡罗仿真法对齿轮测量中心测量不确定度进行了评定,并分析了评定的稳定性。评定实验表明,该方法可准确评定齿轮测量中心测量不确定度,评定结果最大偏差为2.35%,评定方法稳定。     

Containment control of networked autonomous underwater vehicles: A predictor-based neural DSC design

This paper investigates the containment control problem of networked autonomous underwater vehicles in the presence of model uncertainty and unknown ocean disturbances. A predictor-based neural dynamic surface control design method is presented to develop the distributed adaptive containment controllers, under which the trajectories of follower vehicles nearly converge to the dynamic convex hull spanned by multiple reference trajectories over a directed network. Prediction errors, rather than tracking errors, are used to update the neural adaptation laws, which are independent of the tracking error dynamics, resulting in two time-scales to govern the entire system. The stability property of the closed-loop network is established via Lyapunov analysis, and transient property is quantified in terms of L₂ norms of the derivatives of neural weights, which are shown to be smaller than the classical neural dynamic surface control approach. Comparative studies are given to show the substantial improvements of the proposed new method.     

Design and implementation of a robust FNN-based adaptive sliding-mode controller for pneumatic actuator systems

An adaptive Fourier neural network sliding mode controller with H _∞ tracking performance (AFNN-SMC+ H _∞) is applied for a Pneumatic actuator system (PAS) to overcome time-varying nonlinear dynamics and external disturbances. Benefiting from the use of orthogonal Fourier basis function, the proposed AFNN has fast estimated convergence speed; also, because AFNN has unique solution, it can avoid falling into the local minimum. The architecture of AFNN can also easily be determined by its clear physical meaning of the neurons. To attenuate the vibration of proportional directional control valve and the adaptive approximation error, the H _∞ tracking design technique is incorporated into the proposed AFNN-SMC. Finally, practical experiments are successfully implemented in position regulation, trajectory tracking, and velocity control of the PAS, which illustrates the effectiveness of the proposed controller.     

一种针对圆形设计容差的二元测量系统能力评价的新方法

在一些测量过程中,测量仪器测得的数据是二维的,且设计容差为一个圆,当二元被测质量特性具有相关性时,无法直接利用常用的一元测量系统能力评价指数对圆形设计容差的二元测量系统进行分析和评价。提出了一种基于面积之比构造评价指数的方法,利用测量误差椭圆面积与设计容差圆面积之比和测量误差与测量值的椭圆面积之比建立测量系统能力评价指数,将常见的一元测量系统能力指数延伸到二元测量系统中,通过多元方差分析(MANOVA)估计评价指数来评价二元测量系统的能力。通过实例对该方法进行了验证。     

全柔性杆空间机械臂动力学与运动L2增益抗扰鲁棒反演控制

讨论了全柔性杆空间机械臂系统动力学、运动L_2增益抗扰鲁棒反演控制。结合拉格朗日方法、动量守恒关系和假设模态法对系统进行动力学分析,获得了系统的动力学方程。基于系统双时标模型,采用奇异摄动法,将系统降阶分解为两个子系统:描述关节刚性运动的慢变子系统,描述柔性杆振动的快变子系统。为慢变子系统设计了对外部有界干扰具有抑制作用的鲁棒反演控制器,使外部有界干扰对系统性能输出的L_2增益小于给定值;基于线性系统最优控制理论实现了快变子系统的控制,以抑制由臂杆柔性引起的振动。数值仿真说明了所设计混合控制器的可行性和有效性。     

Experimental sensorless control for a coupled two-tank system using high gain adaptive observer and nonlinear generalized predictive strategy

In this paper an adaptive control for a coupled two-tank system is proposed. This control strategy uses a generalized predictive controller, whose main method is to minimize a multistage cost function defined over a prediction horizon. Furthermore, to implement this controller in the framework of the sensorless control from the only measurement of the liquid level in the bottom tank, an adaptive interconnected high gain observer is developed for estimating the liquid level in the upper tank and the two constant parameters of the system. Two design features are worth to be emphasized. Firstly, the control calibration is achieved through the tuning of only two scalar design parameters. Secondly, the exponential convergence to zero of the state observation and parameter estimation errors is established under a well defined condition. Finally, the theoretical results are corroborated through simulation and experimental results which highlight the efficiency and applicability of the proposed observer–controller scheme.