机器人的非奇异终端神经滑模轨迹跟踪控制

针对具有不确定性的机器人系统,为提高系统的稳态跟踪精度,提出一种非奇异终端神经滑模轨迹跟踪控制方案.控制器采用改进的非奇异终端滑模面,并基于径向基函数神经网络自适应调整控制律的切换项,不但克服了在设计中需要知道系统不确定性的上界的限制,而且平滑了控制信号.可应用Lyapunov稳定性理论证明了系统的渐近稳定性和跟踪误差的渐近收敛性.仿真结果验证了控制方法不仅能够保证机器人系统轨迹跟踪控制的快速性和鲁棒性,而且有效地削弱了抖振,可见方案是可行且有效的.     

带有饱和的电机伺服系统非奇异终端滑模funnel控制（英文）

本文提出一种非奇异终端滑模funnel控制(NTSMFC)方法,实现带有饱和输入电机伺服系统的指定性能跟踪控制.根据中值定理,非光滑饱和函数转化为放射形式,并且应用一个简单的神经网络进行逼近和补偿.为保证跟踪误差被限制在指定的界限内,同时为避免构建复杂的barrier李雅普诺夫函数或逆函数,本文采用一个新的限制变量.然后,构建非奇异终端滑模funnel控制器保证电机伺服系统的指定跟踪性能.该方法无需事先已知输入饱和函数的界限等先验知识,且基于李雅普诺夫函数设计可以保证位置跟踪误差的收敛性,最后给出仿真对比实例证明了该方法的有效性.     

多输入不确定系统的平滑非奇异终端滑模控制

研究多输入通道的参数摄动和外部扰动对控制系统输入输出和内部状态稳定性的影响. 采用两次模型变换实现输入输出和内部状态解耦, 运用Lyapunov 稳定定理建立系统收敛区域与不确定项范围的数学关系. 提出一种平滑非奇异终端滑模控制方法, 引入虚拟控制项以增加系统的相对阶, 利用鲁棒微分器合理提取微分信号, 实现系统的无抖振滑模控制. 仿真研究表明了所提出方法的有效性.     

基于修正闭环子空间辨识--分段线性结构的 环管式丙烯聚合反应过程非线性模型预测控

本文提出一种非奇异终端滑模funnel控制(NTSMFC)方法, 实现带有饱和输入电机伺服系统的指定性能跟踪控制. 根据中值定理, 非光滑饱和函数转化为放射形式, 并且应用一个简单的神经网络进行逼近和补偿. 为保证跟踪误差被限制在指定的界限内, 同时为避免构建复杂的barrier李雅普诺夫函数或逆函数, 本文采用一个新的限制变量. 然后, 构建非奇异终端滑模funnel控制器保证电机伺服系统的指定跟踪性能. 该方法无需事先已知输入饱和函数的界限等先验知识, 且基于李雅普诺夫函数设计可以保证位置跟踪误差的收敛性, 最后给出仿真对比实例证明了该方法的有效性.     

非奇异终端滑模控制在列车运行自动控制系统中的应用

作为一种代替司机实现交通自动化的重要设备,列车自动运行(ATO)系统吸引了国内外铁路工作者的广泛关注。一个高效的高速列车控制方法能够满足人民对高速列车"安全、准时、舒适和快速"的需求[1]。与传统的线性滑模控制(LSM)相比,非奇异的终端滑模控制(NTSM)能保从任何初始状态到达平衡点的时间是有限的。NTSM稳态精度高,使它特别适用于高速、高精度控制[2]。本文采用非奇异终端滑模控制和线性滑模控制实现高速列车控制,仿真结果给出了验证分析。     

解决城轨车辆电机空转的非奇异终端滑模控制

针对城市轨道车辆行驶中出现轮对打滑的控制问题,使用一种非奇异终端滑模控制方法,基于城轨车辆永磁同步电机数学方程,建立永磁同步电机矢量控制模型,参考非奇异终端滑模控制策略,模拟列车控制系统应对打滑的控制步骤;在Matlab环境下建立仿真模型,仿真结果表明,与传统PID控制相比,采用非奇异终端滑模控制,牵引电机可以在更短的时间内到达给定值,且对于扰动具有鲁棒性,轨道车辆在轮对发生打滑的情况下可以更快更稳定地恢复到平稳运行区.     

无人直升机连续非奇异终端滑模轨迹跟踪控制设计

针对受多源干扰和执行器故障影响的小型无人直升机复杂轨迹的跟踪问题,提出了一种全回路连续非奇异终端滑模轨迹跟踪控制方法。首先,将轨迹跟踪问题转化为内外回路的指令跟踪问题;然后,设计高阶滑模观测器对包含故障和干扰影响的集总干扰进行估计;最后,结合干扰估计信息构造复合连续非奇异终端滑模控制器,在保证控制量连续的同时,实现了轨迹跟踪误差的有限时间镇定。仿真结果表明,所提方法在执行器故障和多源干扰影响的情况下,保证了无人直升机对复杂轨迹的高精度跟踪。     

航天器自适应快速非奇异终端滑模容错控制

针对存在外部干扰、转动惯量矩阵不确定以及执行器故障的航天器姿态跟踪控制问题,本文提出了基于自适应快速非奇异终端滑模的有限时间收敛故障容错控制方案.通过引入能够避免奇异点,且具有有限时间收敛特性的快速非奇异终端滑模面,设计了满足多约束条件有限时间收敛的姿态跟踪容错控制律,利用参数自适应方法使控制器不依赖转动惯量和外部干扰的上界信息.Lyapunov稳定性分析表明:在存在外部干扰、转动惯量矩阵不确定以及执行器故障等约束条件下,本文设计的控制律能够保证闭环系统的快速收敛性,而且对执行器故障具有良好的容错性能.数值仿真校验了该控制律在姿态跟踪控制中的优良性能.     

受饱和输入约束的非线性系统滑模自适应控制

利用神经网络和滑模控制,研究带有饱和输入的一类非线性系统。为了便于问题分析,引入饱和约束模型输出与控制输入的差值这个变量,分5种情况讨论,求得神经网络权值的在线调节律,得到保证闭环系统稳定的控制律。利用Lyapunov函数,证明了闭环系统的稳定性;仿真实验说明了算法的有效性。     

一类控制输入饱和受限的不确定系统滑模控制

本文研究控制输入饱和受限情况下不确定系统的滑模控制问题,其中,被控对象同时存在状态矩阵不确定性和控制增益矩阵不确定性.设计了一种积分型切换面和一个具有特殊结构的滑模控制律,可以在参数不确定和控制受限影响下保证系统状态轨迹有限时间内到达指定的切换面,利用等价控制律方法给出了滑模动态渐近稳定的充分条件.数值仿真例子验证了本文算法的有效性.     

输入受限下无人直升机自适应固定时间滑模控制

针对无人直升机系统存在的外界扰动和输入饱和问题,提出一种自适应固定时间滑模控制方法.通过设计分段函数保证滑模变量连续可微,消除控制器奇异性问题.同时,采用径向基神经网络估计并补偿直升机系统中的外界干扰和输入饱和误差.为改善跟踪性能,引入固定时间趋近律,确保跟踪误差固定时间内收敛至原点微小邻域,提高直升机系统的收敛速度与跟踪精度.最后,通过仿真实验验证所提出控制方法的有效性和优越性.     

基于RBF网络自适应的Buck变换器终端滑模控制

对于Buck变换器系统,考虑到实际应用中负载变动引起系统参数的不确定性,且不确定性上界无法测量的情况,本文拟采用RBF神经网络对不确定性上界进行自适应学习。针对Buck变换器输出电压的控制问题,为了避免普通滑模控制跟踪误差渐进收敛的问题,改善其动态响应速度和稳态性能,本文拟设计一种基于RBF神经网络的上界自适应的终端滑模控制器,并通过Simulink仿真验证这种方法的可行性。