高精度转台摩擦力矩补偿控制器设计与仿真

针对高精度转台在低速运行时,由于摩擦力矩的作用,跟踪精度会受到很大的影响的实际情况,本文提出将Stribeck摩擦力矩模型应用于高精度转台系统,并设计控制器,可以在线的对摩擦力矩进行辨识和补偿.该方法根据摩擦力矩模型的特点,采用前馈+积分反馈设计控制器.并采用Lyaponov函数和拉萨尔一般不变性原理分析了系统的稳定性,证明在一定的条件下,可以实现渐进稳定跟踪.实验结果表明,控制器对非线性摩擦力矩具有补偿作用.     

数字前馈跟踪控制器的频域迭代设计方法

 数字前馈控制器用于提高伺服系统跟踪性能,在工程应用中通常包含如下设计环节：闭环对象参数辨识、闭环离散化和设计前馈控制器,上述各环节都会引入设计误差,最终导致所设计的前馈控制器跟踪性能变差.针对上述问题,利用闭环对象的实测频率特性数据,提出一种新型的频域迭代设计方法,能有效消除各环节误差.通过对设计过程的频率特性差值的变化分析,给出了迭代算法的步骤.该方法将反馈控制思想引入前馈控制器设计过程,根据频率特性差值,不断修正对象频率特性数据,通过设计过程的迭代,使跟踪误差显著减小.以某飞行转台伺服系统为例,进行数值仿真和应用研究,结果表明了该方法的有效性,能显著拓宽伺服系统的跟踪频带,减小对低频信号的跟踪误差．     

前馈控制的神经网络实现

不依赖对象模型,在前馈－反馈定值控制系统中,借助神经网络构成前馈控制器,以反馈输出引导网络权值及输出的调整,使网络逐步学成前馈补偿功能,并最终在控制中占据主导地位,实现对主要可测干扰的补偿。文章分析了神经网络前馈控制器的作用效果,并与根据精确模型设计的常规前馈控制器的作用特性进行了比较。文中采用两种不同方式对神经网络进行训练,仿真结果证实了在模型未知的条件下,利用神经网络实现前馈控制的有效性。     

Stribeck模型自适应滑模摩擦补偿控制

针对高速高准确度滚珠丝杠伺服控制系统,提出一种基于Stribeck模型的滑模自适应摩擦补偿控制方法。采用PMAC运动控制器搭建开放式控制平台,建立伺服系统的动力学模型,并通过Stribeck模型来反映系统的摩擦特性。采用Backstepping方法设计自适应滑模摩擦补偿控制器,并采用Lyapunov定理证明系统的全局渐进稳定性,最后通过编写伺服算法实现该摩擦补偿。实验结果表明:与速度加速前馈控制补偿相比,当输入速度为10 mm/s信号时,自适应滑模摩擦补偿其跟踪误差由35μm降低到±4μm;当输入速度为100 mm/s信号时,自适应滑模摩擦补偿其跟踪误差由98μm降低到±4μm。采用该补偿方案能有效抑制伺服系统的摩擦干扰,提高伺服系统准确度和动态跟踪性能。     

基于改进萤火虫算法的摩擦模型参数辨识及补偿

针对影响电液伺服系统跟踪性能的非线性摩擦干扰问题，提出了一种改进的萤火虫算法对摩擦模型的参数进行辨识，通过将自适应步长和惯性因子相结合，对丧失移动能力的萤火虫进行随机优化处理，并引入全局并行搜索能力，提高了萤火虫算法的寻优能力。通过函数寻优和参数辨识测试，结果表明改进的萤火虫算法具有更好的寻优性能。最后基于辨识模型搭建摩擦状态观测器，对于仿真中速度零点的抖振现象，引入SIGMOID函数修正摩擦观测器，实验结果表明，经修正的前馈模糊控制器可以有效地抑制摩擦对伺服系统的不利影响，进一步提高伺服系统的跟踪性能。     

受需求扰动的供应链系统最优跟踪控制

针对动态供应链系统中市场需求扰动引起的牛鞭效应问题,提出一种基于前馈补偿的最优跟踪控制设计方法.首先,针对需求扰动可模型化为线性外系统的情形,引入了一个渐近稳定的期望系统;然后,基于线性二次型性能指标,给出了受需求扰动的供应链系统的前馈反馈最优跟踪控制器设计方法.控制器的反馈增益和前馈增益可分别通过求解Riccati方程和Stein方程得到.仿真结果表明,提出的前馈反馈最优跟踪控制方法能有效抑制需求扰动对供应链系统的影响,改善供应链系统的动态性能,且该方法明显优于经典的最优跟踪控制.     

基于增广LQG的小型无人直升机稳定控制

针对实现小型无人直升机悬停及航线飞行的目标,在建立小型无人直升机近悬停点线性模型的基础上,通过系统辨识的方法获得了两个解耦的线性模型,并基于此设计了增广线性二次高斯(LQG)控制器.该增广LQG控制器包含三部分:一是卡尔曼滤波器,用于估计未测量状态;二是传统的线性二次积分(LQI)控制器,用于稳定内环并消除目标控制信号跟踪稳态静差;三是前馈,用于加速信号跟踪.仿真与实际飞行试验验证了基于增广的LQG控制器不仅能够镇定住无人直升机的动力学,同时能够很好地跟踪参考控制信号.     

光电跟踪系统力矩波动的自抗扰控制

为解决光电跟踪伺服系统受电机力矩波动影响产生的速度波动问题,提出了一种改进的自抗扰控制策略进行力矩波动补偿。该算法主要由两部分组成:通过扩张状态观测器辨识出系统扰动,然后将该扰动前馈到系统控制量中去,构成复合校正系统;反馈通道中采用两参数的比例微分控制器,可以保证系统的稳定性和良好的动态特性。仿真分析和实验结果表明:与同等闭环控制带宽的PI控制器相比,自抗扰控制器可以提高系统对扰动力矩的抑制能力,采用自抗扰补偿时,速度误差的峰值由1.88%降低到0.65%,速度误差的均方根值由0.8%降低到0.2%。实验结果证明提出的方法能够有效降低电机力矩波动的影响,提高速度平稳性。     

基于FNNs的闭式循环柴油机配氧前馈控制策略研究

配氧控制是闭式循环柴油机(CCD)系统的关键技术之一，为改善其动态特性，在PID反馈控制的基础上，设计了基于模糊神经网络(FNNs)模型的前馈控制器，并采用PID反馈控制输出信号作为网络训练的误差信号，使模糊神经网络逐步具有前馈补偿能力，从而能够有效对负荷扰动进行及时补偿．仿真结果表明，采用FNNs前馈控制器后，可以有效改善氧气控制的动态特性，并且具有快速的学习速度和很强的适应能力．     

舵机电液伺服加载复合控制方法研究

为解决飞机舵面加载控制中出现的强干扰、耦合等问题,分析被动式加载系统中干扰力矩的特点,对前馈补偿方法中存在的高阶微分补偿控制器物理上难以实现以及模型失配问题,提出了基于改进型前馈补偿结构和FCMAC-PID控制算法相结合的复合控制方法.在前馈补偿控制器设计中采用加载马达输出转轴角速度作为补偿输入,该种补偿器不仅有效地消除了多余力矩,而且降低了整个系统以及补偿器的阶次.针对普通PID控制器快速性和稳定性之间的矛盾,研究了FCMAC-PID控制器,在保证稳定性的同时快速性得到了改善.仿真表明:采用补偿复合控制器可以有效消除扰动,系统能快速准确跟踪载荷谱.     

Robust control of linear ceramic motor drive with LLCC resonant technique

This study presents a robust control system for a linear ceramic motor (LCM) that is driven by a high-frequency voltage source inverter using two-inductance two-capacitance (LLCC) resonant technique. The structure and driving principle of the LCM are introduced. Because the dynamic characteristics and motor parameters of the LCM are nonlinear and time varying, a robust control system is designed based on the hypothetical dynamic model to achieve high-precision position control. The presentation of robust control for the LCM drive system is divided into three parts, which comprise state feedback controller, feed-forward controller, and uncertainty controller. The adaptation laws of control gains in the robust control system are derived in the sense of Lyapunov stability theorem such that the stability of the control system can be guaranteed. It not only has the learning ability similar to intelligent control, but also its control framework is more simple than intelligent control. With the proposed robust control system, the controlled LCM drive possesses the advantages of good tracking control performance and robustness to uncertainties. The effectiveness of the proposed robust control system is verified by experimental results in the presence of uncertainties. In addition, the advantages of the proposed control system are indicated in comparison with the traditional integral-proportional (IP) position control system.     

PDF策略在变载荷高性能控制系统中的设计及仿真

为了实现非线性变化的变载荷负载系统的高性能控制,通过集成基于MATLAB的PDF（伪微分反馈）控制器模型、PMSM电机驱动及控制模型和基于ADAMS的执行传动机构和负载实体三维模型的方法,建立基于PDF控制策略和变载荷负载特性的控制系统设计和性能仿真模型,实现基于PMSM伺服电机驱动变载荷负载对象的控制系统集成设计和系统异构模型集成仿真．同时,在该系统模型构架基础上,进行PDF控制器设计和仿真验证．通过与传统PID算法的控制仿真结果比较,表明了PDF控制算法在变载荷负载情况下的控制精度、抗干扰能力、鲁棒性等方面的特点及在一定程度上较PID算法的优越性．     

应用于圆饼工件分拣的码垛机器人自适应积分滑模控制

目的 针对存在系统未建模特性和负载变化下码垛机器人关节空间轨迹跟踪控制的问题,设计一种基于结合时延估计技术与自适应积分滑模面的控制策略。方法 根据圆饼工件分拣需求,设计一款桌面式码垛机器人系统,推导机器人的运动学与动力学模型,给出关节空间轨迹规划算法,并基于无模型思想设计关节空间轨迹跟踪控制器。结果 利用雅克比伪逆法可反解出机器人的关节角;通过所提的轨迹规划算法能有效获得各关节运动轨迹;与PID控制器和积分滑模控制器相比,文中所提控制器具有较好的控制精度、较强抗干扰性和较高的鲁棒性。结论 仿真和实验结果表明,所设计的基于时延估计技术的自适应积分滑模控制器是合理的,能使得码垛机器人完成圆饼工件的分拣任务,具有一定的工程应用价值。     

负载加速度反馈的伺服系统谐振抑制

谐振常常造成伺服系统不稳定,影响其控制性能.首先建立光电控制系统的动力学方程,分析了谐振和反谐振产生的原因.伺服系统同样也受到反谐振的影响,并且反谐振出现在谐振之前.由于间隙和摩擦的影响,谐振往往会随之变化,很难用固定的陷波器去补偿.提出一种负载加速度反馈控制算法减小谐振的影响,由此形成三闭环控制模式.根据提出的加速度反馈算法3条准则设计加速度控制器,采用此控制方法速度闭环带宽提高了5Hz左右,谐振峰减小了15dB.并且200Hz以后的谐振迅速衰减,提高了系统的稳定性.     

瓦楞纸板横切机速度控制系统设计

目的提高瓦楞纸板横切机速度跟踪精度,减小其剪切误差。方法基于模糊控制设计一个速度控制系统。介绍横切机的工作原理。针对其速度跟踪控制,阐述具体的控制算法。基于模糊控制设计一种速度跟踪控制器,以解决其非线性、数学模型不精确等问题,主要包括模糊化、隶属度函数、模糊规则等。以DSP为核心,搭建实验平台。同时详细阐述硬件电路结构,包括IPM模块、驱动隔离电路、速度和位置检测电路等。结果实验结果表明,即使存在干扰,控制系统仍可以在很短的时间内完成速度响应。同步区速度偏差较小、跟踪精度高。结论所述控制系统能够提高剪切效率、降低剪切误差,满足横切机的设计要求。     

An adaptive fuzzy-neural-network controller for ultrasonic motor drive using the LLCC resonant technique

In this study an adaptive fuzzy-neural-network controller (AFNNC) is proposed to control a rotary traveling wave-type ultrasonic motor (USM) drive system. The USM is derived by a newly designed, high frequency, two-phase voltage source inverter using two inductances and two capacitances (LLCC) resonant technique. Then, because the dynamic characteristics of the USM are complicated and the motor parameters are time varying, an AFNNC is proposed to control the rotor position of the USM. In the proposed controller, the USM drive system is identified by a fuzzy-neural-network identifier (FNNI) to provide the sensitivity information of the drive system to an adaptive controller. The backpropagation algorithm is used to train the FNNI on line. Moreover, to guarantee the convergence of identification and tracking errors, analytical methods based on a discrete-type Lyapunov function are proposed to determine the varied learning rates of the FNNI and the optimal learning rate of the adaptive controller. In addition, the effectiveness of the adaptive fuzzy-neural-network (AFNN) controlled USM drive system is demonstrated by some experimental results.     

Field-programmable gate array-based recurrent wavelet neural network control system for linear ultrasonic motor

A field-programmable gate array (FPGA)-based recurrent wavelet neural network (RWNN) control system is proposed to control the mover position of a linear ultrasonic motor (LUSM). First, the structure and operating principles of the LUSM are introduced. Since the dynamic characteristics and motor parameters of the LUSM are non-linear and time-varying, an RWNN controller is designed to improve the control performance for the precision tracking of various reference trajectories. The network structure and its on-line learning algorithm using delta adaptation law of the RWNN are described in detail. Moreover, the connective weights, translations and dilations of the RWNN are trained on-line. Furthermore, to guarantee the convergence of the tracking error, analytical methods based on a discrete-type Lyapunov function are proposed to determine the varied learning rates of the RWNN. In addition, an FPGA chip is adopted to implement the developed control algorithm for possible low-cost and high-performance industrial applications. Finally, the effectiveness of the proposed control system is verified by some experimental results.     

柔性关节空间机械臂奇异摄动自抗扰控制仿真研究

针对不同重力环境条件下考虑摩擦、关节刚度非线性与外扰影响的柔性关节空间机械臂的控制问题,提出了一种基于奇异摄动理论的自抗扰控制方法。首先建立了柔性关节空间机械臂在地面重力和空间微重力环境下的动力学模型;然后采用奇异摄动法将系统模型分为快变子系统和慢变子系统,针对快变子系统设计速度反馈控制律来抑制柔性关节的振动,针对慢变子系统设计加入前馈补偿的自抗扰控制器(ADRC)来抵抗系统的内外扰动,并对系统进行了稳定性分析;最后对设计的控制器进行了仿真验证与对比研究。仿真结果表明,采用该方法,在不同重力环境下柔性关节空间机械臂均能实现很好的轨迹跟踪和抖振抑制,且能有效抵抗内外扰动,系统具有鲁棒性。     

Pneumatic motor speed control by trajectory tracking fuzzy logic controller

In this study, trajectory tracking fuzzy logic controller (TTFLC) is proposed for the speed control of a pneumatic motor (PM). A third order trajectory is defined to determine the trajectory function that has to be tracked by the PM speed. Genetic algorithm (GA) is used to find the TTFLC boundary values of membership functions (MF) and weights of control rules. In addition, artificial neural networks (ANN) modelled dynamic behaviour of PM is given. This ANN model is used to find the optimal TTFLC parameters by offline GA approach. The experimental results show that designed TTFLC successfully enables the PM speed track the given trajectory under various working conditions. The proposed approach is superior to PID controller. It also provides simple and easy design procedure for the PM speed control problem.