Learning-based adaptive controller for dynamic manufacturing cells

Due to the complexity, uncertainty and dynamics in the modern manufacturing environment, a flexible and adaptive cell controller is essential to achieve the system production goals. The paper proposes a learning-based approach for the adaptive controller, which will receive feedback on current performance from the cell, and fine-tune its knowledge base by using a cerebellar model articulation controller (CMAC) network. To examine the proposed controller's performance in manufacturing cells, several experiments are conducted based on simulation. The results show that the controller performs well under multiple (conflicting) performance measures. Furthermore, it is shown that the controller with feedback can learn and adapt to changing environments. Most interestingly, the paper also demonstrates that the proposed controller can adapt to changing system objectives (desired performance measures).     

基于改进FNN-CCC的双伺服压力机同步控制策略研究

目的 改善双伺服压力机同步控制策略的动态响应性能和鲁棒性,提升双伺服压力机的单轴跟踪精度和双轴同步精度,实现成形过程的高精度位置控制。方法 建立双伺服压力机驱动系统数学模型,分析系统同步误差来源,结合模糊神经网络单轴控制算法,引入迭代学习律,设计一种改进模糊神经网络-交叉耦合（FNN-CCC）同步控制器。基于系统控制模型进行单轴阶跃响应特性与双轴正弦跟随特性仿真,搭建嵌入式双伺服压力机驱动系统试验平台,在偏载干扰条件下进行双轴同步控制试验,验证所提出理论的有效性。结果 仿真结果表明,与模糊控制算法和BP神经网络控制算法相比,该控制器单轴控制算法的超调量分别减少了11.5%和25.5%,调节时间分别减少了48.8%和34.4%,具有更好的动态响应性能。与原控制器相比,改进后的交叉耦合同步控制器最大双轴同步误差降低了65.7%,同步控制精度有所提高。试验结果表明,与传统PID-交叉耦合控制器相比,改进的FNN-CCC控制器有更好的控制性能,在热冲压合模成形阶段,单轴跟踪误差分别减小了81.8%和75.0%,双轴同步误差减小了69.2%。结论 所提出的同步控制策略在偏载干扰条件下具有较好的动...     

混合轴承多跨转子多频轴承传递力自适应控制

介绍了一种基于电磁执行器动力特性可控的混合轴承结构;用有限元法建立了多跨转子系统的动力学模型,分析了转子通过轴承给基础的传递力及传递力控制的原理;基于自适应最小均方算法,提出了一种基于误差信号子带滤波,由多个单频力控制器并联而成的变步长自适应轴承传递力控制器;以双轴多跨转子系统为例对轴承传递力主动控制器的有效性进行了理...     

无模型控制在气动变载荷加载系统中的应用

针对气动加载系统压力跟踪控制中强非线性、强耦合性、模型不精确性等问题,提出一种无模型自适应控制(model-free adaptive controller,MFAC)器,该控制器结构简单、参数少、不需要被控系统的数学模型,是一种低成本的控制器.其中的伪偏导数估计算法仅需利用受控系统的输入输出数据来估计伪偏导数,使该算...     

高阶不确定系统的自适应跟踪控制

针对一类未知控制增益的不确定非线性系统,提出了一种自适应跟踪控制方法.文中的不确定性包括时变和时不变参数.基于反步设计法,提出了一种新的自适应控制方法.该方法不采用饱和控制,能保证跟踪误差收敛于零.提出了一个仿真例子,仿真结果说明了该方法的有效性.     

基于自适应模糊神经网络的DMFC温度建模和控制

针对DMFC电堆的实时控制要求，应用自适应模糊神经网络技术对DMFC电堆的工作温度进行辨识建模和控制。在温度控制过程中，将训练好的网络模型作为DMFC电堆控制系统的参考模型，并对控制模型的参数进行在线自适应调整。仿真结果表明所设计的自适应模糊神经控制器性能优越。     

桥式天车机械系统自适应解耦滑模控制研究

基于拉格朗日方程建立了桥式天车机械系统的动力学模型,并对建立的动力学模型进行简化分析,为控制器的设计奠定了理论基础。首先,针对桥式天车机械系统建模时存在的耦合性问题,构建新型饱和函数;其次,基于构建的新型饱和函数,设计出解耦滑模控制器,用来实现负载运送过程中桥式天车的快速定位与负载的消摆;然后,引入自适应参数,用来削弱了解耦滑模控制器控制过程中由于开关增益造成的系统抖振问题;最后基于桥式天车机械系统的动力学模型进行模拟仿真。仿真实验结果表明基于自适应参数而设计的解耦滑模控制器具有良好的控制性能,并且能够提高机械系统的动态特性。     

基于干扰观测器的波浪升沉模拟及自适应补偿策略研究

海洋装备的快速升级使得海上吊装应用广泛,但吊装设备易受风浪影响,导致系统控制精度降低。为提高海上吊装设备的控制精度,提出了基于干扰观测器的波浪升沉自适应反步补偿策略。以波浪升沉补偿系统为研究对象,对三级海况下的船舶升沉运动轨迹及其电液提升系统的非线性模型进行推导;利用波浪模拟平台模拟船舶的升沉运动,采用基于干扰观测器的自适应反步补偿策略对电液提升系统的非线性误差进行抑制;通过Lyapnov判据验证自适应反步补偿策略的稳定性,并通过仿真和试验对控制器性能进行验证。试验结果表明,相较于传统的PID（proportion integration differentiation,比例积分微分）控制策略,基于干扰观测器的波浪升沉自适应反步补偿策略具有更好的控制效果。对于海上吊装设备的控制系统,基于干扰观测器的自适应反步补偿策略可有效地抑制外界干扰及系统非线性干扰对控制器的影响,提高对海上吊装设备升沉运动的位置补偿精度。     

Extended structured adaptive supervisory control model of shop floor controls for an e-Manufacturing system

The high cost and long development cycle of shop floor control systems and the lack of true system integration capabilities are identified as one of the most challenging obstacles in deploying e-Manufacturing systems. Overcoming these obstacles is essential for manufacturers to execute a make-to-order business model in order to stay competitive and remain profitable in the future. We propose a formal method to generate the desired control trajectories and provide true integration mechanisms for shop floor control systems. Using the proposed architecture can result in the development of an e-Manufacturing system capable of achieving a substantial reduction of both the high cost and long development cycle currently required to engineer shop floor control systems. By taking advantage of both the linear growth of the complexity function in a structured adaptive supervisory control model and the information-centric characteristics of a virtual production line in a manufacturing execution system, a formal model, which we call an extended structured adaptive supervisory control, for a discrete manufacturing system is introduced. A shop floor control system based on the extended structured adaptive supervisory control model is built for an industrial testbed system. The shop floor control system is fully tested and evaluated.     

基于自适应滤波的电主轴-刀具系统不平衡振动的主动控制

为了有效抑制由质量不平衡引起的电主轴-刀具系统的不平衡振动,本文提出了一种基于最小方差的分块(FBLMS)自适应滤波的电主轴-刀具系统不平衡振动的主动控制方案,该控制方案中用来抑制振动的力源于无轴承电机径向磁悬浮力产生的原理。本文首先研究了双绕组感应型电主轴的结构及工作原理和径向控制力的模型,借助有限元法建立了感应型柔性电主轴-电主轴-刀具系统的动力学模型以及研究了FBLMS自适应滤波控制算法,设计了感应型柔性电主轴-电主轴-刀具系统不平衡振动的主动控制系统,通过有限元法来确定径向控制力的系数以及单边磁拉力的系数,研究了经典PID控制器以及FBLMS自适应滤波控制器对刀具端的不平衡振动的控制效果,结果表明采用FBLMS自适应滤波控制器对抑制电主轴-刀具系统端不平衡振动具有更佳控制效果。     

自适应鲁棒H2控制及其在小型无人直升机航向控制中的应用

提出了一个新的鲁棒控制方法并将其应用到小型无人直升机的航向控制中.给出了直升机的非线性航向动力学模型并进行简化,然后线性化为具有仿射不确定性的线性模型.针对这个线性模型,基于线性矩阵不等式方法提出了具有自适应机制的鲁棒H2反馈控制器.这种设计方法可以降低固定增益控制器所固有的保守性,提高控制效果.数字仿真验证了设计方法的可行性.     

伴随型非线性系统的自适应RBF神经网络补偿控制

为了抵消伴随型非线性系统中的非线性项,可以设计控制器对非线性系统精确线性化.通常由于系统中存在外界不确定性因素导致系统模型的不确定,而不能直接设计控制器.利用"RBF神经网络能以任意精度逼近连续函数"的原理,对系统模型中的不确定项进行自适应辨识,并将辨识结果提供给控制器,从而实现伴随型非线性系统的神经网络自适应补偿控制.将控制器应用于起重机吊重摆角子系统,对摆角进行控制.实验结果表明:吊重摆角及其角速度约在5s后,得到了很好的控制,并且控制器对系统模型的不确定项的逼近误差约在5s时达到0;控制器对系统的不确定性因素和系统参数变化均具有很强的鲁棒性.     

基于神经网络的机器人模型参考自适应控制的研究

提出一种新的基于神经网络的机器人模型参考自适应控制方法,采用动态对角回归神经网络作为辨识器和控制器,实现了机器人轨迹跟踪的最小误差控制,给出了神经网络的学习算法,通过实例仿真证明了控制方法应用于未知模型机器人系统的正确性和有效性。     

Adaptive optimal model reference control in H 2–norm space

Abstract

In model reference adaptive control systems, because the plant is assumed to be unknown, it is a difficult task to choose a suitable reference model such that the perfect model matching condition (i.e., the plant zeros in |z|≥1 must be the zeros of the reference model) is assured in every adaptive step. In the present paper, an adaptive controller, achieved by minimizing the H ²‐norm of the error transfer function between the closed‐loop system and the reference model using the technique of calculus of variations, is developed. It guarantees the stability of a closed‐loop system regardless of whether or not the controlled plant is unstable or nonminimum phase.     

具有输入死区的分数阶Victor-Carmen系统的有限时间同步（英）

有限时间控制能获得更快的收敛速度,是一种有效的控制策略．混沌系统有限时间同步明显优于渐近同步．本文研究了具有输入死区的分数阶Victor-Carmen系统的有限时间同步问题,为了使Victor-Carmen系统在给定时间内收敛到平衡点,提出了一种自适应滑模控制策略．设计了一种非奇异分数阶滑模面,为了将同步误差系统的轨迹驱动到滑模面上引入了自适应滑模控制律,实现了主从系统的混沌同步．通过算例说明了所提出的有限时间控制器的有效性和适用性,并验证了本文的理论结果．     

机器人柔顺装配夹具的双小脑模型神经网络控制系统

介绍了一种新型的机器人柔顺装配夹具及其装配系统。设计了由装配力信号为输入的小脑模型神经网络CMAC1和以浮动平台位移信号为输入的小脑模型神经网络CMAC2并行叠加构成的双CMAC神经网络控制器，前者作为前馈控制，后者当夹具刚启动时为前馈控制，装配开始后转为反馈控制。双CMAC神经网络控制器具有存储容量少、系统较稳定、能减少系统误差影响、装配力小等优点。     

结构非线性振动的自适应模糊滑模控制

结构在强震作用下将不可避免地进入塑性阶段,表现出非线性行为,而总体上说,结构非线性振动还没有系统、有效的控制方法.本文主要研究了结构非线性振动的自适应模糊滑模控制算法,用模糊系统来自适应地逼近非线性系统以实现滑模控制力,同时采用模糊系统消除滑模控制所带来的抖振现象,并给出了模糊滑模控制器和自适应律的设计.仿真模型采用3层和20层的Benchmark非线性结构模型,每层均设置一个采用自适应模糊滑模控制算法的控制装置,计算出其在地震输入下的结构响应,然后对仿真结果进行了分析.仿真结果表明,自适应模糊滑模控制算法能够充分发挥自适应模糊控制和滑模控制的优点,较好地实现对结构在地震作用下非线性振动的控制,并得到令人满意的结果.     

基于主动建模的自主移动机器人自适应容错控制

针对非线性自主移动机器人可能发生的驱动器故障,提出了一种新的自适应容错控制方法,即基于主动建模的逆动力学控制(IDC)方法.无色卡尔曼滤波(UKF)非线性估计方法用于对系统进行主动建模--状态和故障参数的在线联合估计,含有可调参数的逆动力学控制器用于根据UKF的估计结果进行控制策略的重构.仿真实验证明,具有主动建模的控制器能够有效地补偿系统的驱动器故障,使故障后的系统仍具有令人满意的性能.     

多自由度车辆模型半主动悬架模糊控制

考虑到发动机、座椅及乘客等多种因素影响，建立了多自由度车辆模型，并利用RD-1005型可调阻尼器及其阻尼力滞回特性，设计了车辆半主动悬架振动模糊自适应控制系统。模糊控制器以车体振动位移误差及其变化率为输入，用重心法进行模糊推理可调阻尼力，运用龙格一库塔法计算出阻尼器活塞杆的位移。利用MATLAB对模型系统进行了计算机仿真研究，并侧重实现了输出阻尼力的自适应控制算法。仿真结果证实了程序的正确性和理论的可行性，对实际车辆半主动悬架系统的设计有一定参考价值。     

特征模型自适应控制方法在悬臂梁振动主动控制中的应用

特征建模理论和方法是对现有控制理论关于对象建模理论的一个发展,为高阶、参数未知对象进行低阶控制器、自适应控制器和智能控制器的设计提供了理论依据,为工程设计带来极大的方便。基于特征模型的自适应方法与常用的间接自适应方法相比,待辨识的参数更少,控制器算法更简单。由于基于特征模型的自适应方法是一种很新的方法,在实际系统中的应用还比较少,因此有必要通过在实际系统的应用来验证该方法的有效性并不断改进和完善该方法。为此,利用压电智能结构作为挠性悬臂梁的敏感器和致动器,采用特征模型自适应控制方法对挠性悬臂梁的振动进行主动控制,并比较研究了特征模型自适应控制算法和正位置反馈（PPF）控制算法的物理仿真结果,通过物理仿真验证了特征模型自适应控制器抑制梁弯曲振动的有效性。