基于非线性增益递归滑模的船舶轨迹跟踪动态面自适应控制

针对三自由度全驱动船舶存在模型不确定和未知外部环境扰动的情况,设计出一种基于非线性增益递归滑模的船舶轨迹跟踪动态面自适应神经网络控制方法.该方法综合考虑船舶位置和速度误差之间关系设计递归滑模面,引入神经网络对船舶模型不确定部分进行逼近,设计带σ-修正泄露项的自适应律对神经网络逼近误差与外界环境扰动总和的界进行估计,并应用一种非线性增益函数构造动态面控制律,选取李雅普诺夫函数证明了该控制律能够保证轨迹跟踪闭环系统内所有信号的一致最终有界性.最后,基于一艘供给船进行仿真验证,结果表明,船舶轨迹跟踪响应速度快、精度高,所设计控制器对系统模型参数摄动及外界扰动具有较强的鲁棒性.     

机械臂的改进型递归滑模动态面抗扰控制

针对机械臂关节运动的轨迹跟踪控制问题，研究了一种改进的递归滑模动态面抗扰控制方法。该方法考虑到机械臂系统存在的外部干扰，设计了一种基于非线性光滑函数的非线性扩张状态观测器(NLESO)，对外部干扰进行估计并前馈至系统控制输出进行补偿；基于NLESO构造递归滑模动态面的控制策略，利用反双曲正弦函数和幂次函数构造一种新的非线性增益函数设计改进型动态面控制律。该方法避免了反推法存在的“微分爆炸”问题，有效解决了传统动态面控制存在的控制精度与动态品质之间的矛盾问题，基于Lyapunov理论方法分析证明了系统的稳定性。仿真结果表明，该方法响应速度快、控制精度高、抗扰能力强，抑制了滑模的抖振问题。     

非脆弱递归滑模动态面自适应神经网络控制

针对一类非匹配不确定非线性系统的跟踪控制问题, 提出了一种递归滑模动态面自适应控制算法. 采用神经网络(neural network, NN)在线逼近系统不确定项, 通过设计递归滑模动态面有效综合反推步骤中每步跟踪误差之间相互影响和制约的关系. 该方法避免了反推法存在的“微分爆炸”问题, 克服了传统动态面方法对其低通滤波器时间常数和神经网络自适应参数摄动脆弱的缺点. 稳定性分析证明了该方法能够保证闭环系统所有状态半全局一致最终有界, 且跟踪误差可以收敛至原点的任意小邻域.     

一类不确定非线性系统的鲁棒自适应控制

针对一类MIMO不确定非线性系统的输出跟踪问题, 基于自适应反步法和滑模控制为其设计了鲁棒自适应控制器. 模型包含3种不确定性: 1) 参数不确定性; 2) 输入增益的不确定性; 3) 代表系统未建模动态和干扰的不确定函数, 该函数有界. 以非完整移动机械臂的输出跟踪控制为目标, 对其进行仿真实验, 实验结果表明所提出的控制算法是正确有效的.     

基于神经网络观测器的船舶轨迹跟踪递归滑模 动态面输出反馈控制

针对三自由度全驱动船舶速度向量不可测问题,考虑船舶模型参数和外部环境扰动均未知的情况,提出一种基于神经网络观测器的船舶轨迹跟踪递归滑模动态面输出反馈控制方法.该方法设计神经网络自适应观测器估计船舶速度向量,且利用神经网络逼近模型参数不确定项,综合考虑船舶位置和速度误差之间关系构造递归滑模面,再采用动态面控制技术设计轨迹跟踪控制律和参数自适应律,并引入低频增益学习方法消除外界扰动导致的高频振荡控制信号.选取李雅普诺夫函数证明了该控制律能够保证轨迹跟踪闭环系统内所有信号的一致最终有界性.最后,基于一艘供给船进行仿真验证,结果表明,船舶轨迹跟踪响应速度快,所设计控制器对系统模型参数摄动及外界扰动具有较强的鲁棒性.     

一类非线性系统准滑模控制的稳态误差分析

针对一类具有未知控制增益的不确定非线性系统准滑模跟踪控制,通过分析跟踪误差和滑模变量之间的关系,利用有界输入有界输出稳定的思想,分别推导了采用Slotine形式的传统滑模面和传统积分滑模面时系统的稳态跟踪误差的界.将其与现有的几种方法进行比较,该方法求得的稳态跟踪误差界更精确.根据给定的稳态跟踪误差要求,可设计出适合抑制抖振的饱和函数.通过仿真算例验证了所提出方法的有效性.     

未知不确定非线性系统的直接自校正滑模控制

针对一类具有未知不确定性的非线性系统,提出一种参数直接自校正滑模控制方法.将系统的非线性、参数变化和外部干扰都视作系统不确定性,控制器的设计无需不确定项的上下界等信息:为改善跟踪性能与减小输入抖振,控制器设计中引入可调边界层厚度的双极性sigmoid函数与可变滑模切换增益,推导出控制增益和边界层厚度的直接自校正律,并基于Lyapunov判据给出了闭环系统稳定性证明.仿真实例证明了该方法的有效性和正确性.     

一类具有未知死区MIMO系统的自适应模糊控制

针对一类具有未知死区并具有下三角函数控制增益矩阵的不确定MIMO非线性系统, 根据滑模控制原理, 并利用Nussbaum函数的性质, 提出了一种自适应模糊控制器的设计方案. 该方案取消了函数控制增益符号已知和死区模型参数上界、下界已知的条件. 通过引入积分型李亚普诺夫函数及最优逼近误差与死区扰动上界的自适应补偿项，证明了闭环系统是稳定的，跟踪误差收敛到零. 仿真结果表明了该方法的有效性.     

一类不确定非线性系统的鲁棒白适应控制

针对一类MIMO不确定非线性系统的输出跟踪问题,基于自适应反步法和滑模控制为其设计了鲁棒自适应控制器。模型包含3种不确定性：1）参数不确定性;2）输入增益的不确定性;3）代表系统未建模动态和干扰的不确定函数,该函数有界。以非完整移动机械臂的输出跟踪控制为目标,对其进行仿真实验,实验结果表明所提出的控制算法是正确有效的。     

船舶航向控制的多滑模鲁棒自适应设计

针对带有未知虚拟控制增益和常参数不确定的非匹配不确定船舶航向非线性控制问题,设计了一种新的多滑模鲁棒自适应控制算法.该算法利用神经网络来逼近系统模型的不确定性;应用逐步递推的多滑模控制算法降低了控制器的复杂性;尤其是采用Nussbaum函数处理系统中符号未知的问题,避免了可能存在的控制器奇异值问题;然后借助Lyapunov稳定性分析方法,理论分析证明了所得闭环系统全局一致最终有界,且跟踪误差收敛到零.仿真试验结果表明,该方法具有较好的控制效果.     

Nonlinear Gains Recursive Sliding Mode Dynamic Surface Control with Integral Action

In this paper, by introducing a function with nonlinear gains and developing sliding surfaces with integral action in the dynamic surface control (DSC) recursive procedure, a novel DSC strategy is proposed. The drawbacks of conventional DSC methods, such as being sensitive to the design constant of the first order low‐pass filter and being unable to achieve zero steady‐state error for step reference signal, are overcome. Moreover, improvement of transient performance and reduction of control effort can be obtained. The stability analysis shows that the proposed new approach can guarantee semi‐global uniform ultimate boundedness (SGUUB) of all closed‐loop signals and that the ultimate tracking error bound in regulation can be made arbitrarily small.     

Adaptive complementary sliding-mode control for thrust active magnetic bearing system

An adaptive complementary sliding-mode control (ACSMC) system with a multi-input-multi-output (MIMO) recurrent Hermite neural network (RHNN) estimator is proposed to control the position of the rotor in the axial direction of a thrust active magnetic bearing (TAMB) system for the tracking of various reference trajectories in this study. First, the operating principles and dynamic model of the TAMB system using a linearized electromagnetic force model is derived. Then, a conventional sliding-mode control (SMC) system is designed for the tracking of various reference trajectories. Moreover, a complementary sliding-mode control (CSMC) system is adopted to reduce the guaranteed ultimate bound of the tracking error by half while using the saturation function as compared with the SMC. Furthermore, since the system parameters and the external disturbance are highly nonlinear and time-varying, the ACSMC is proposed to further improve the control performance and increase the robustness of the TAMB system. In the ACSMC, the MIMO RHNN estimator with estimation laws is proposed to estimate two complicated dynamic functions of the system on-line. In addition, a robust compensator is proposed to confront the minimum approximated errors and achieve the robustness. Finally, some experimental results for the tracking of various reference trajectories show that the control performance of the ACSMC is significantly improved comparing with the SMC and CSMC.     

输入输出受限船舶的轨迹跟踪自适应递归滑模控制

针对输入输出受限, 模型部分不确定和受到未知海洋干扰的全驱动船舶的轨迹跟踪问题, 提出一种基于时 变非对称障碍李雅普诺夫函数的最小参数自适应递归滑模控制策略. 该策略首先设计障碍李雅普诺夫函数约束船 舶轨迹在有限区域内, 利用最小参数法神经网络逼近模型不确定项, 降低系统的计算复杂度, 然后采用指令滤波器 对输入信号进行幅值约束, 同时避免对因反步法导致的微分爆炸问题, 综合考虑船舶位置以及速度误差间的关系设 计递归滑模控制律, 提高系统的鲁棒性, 采用双曲正切函数和Nussbaum函数补偿由输入饱和引起的非线性项, 提高 系统稳定性. 最后通过Lyapunov理论分析证明了全驱动船舶闭环系统中所有信号是一致最终有界的. 仿真结果表 明, 本文所设计的船舶轨迹跟踪控制方案能有效处理船舶模型不确定部分以及未知外界干扰的问题, 能够实现船舶 在输入受限的情况下在有限区域内航行并准确的跟踪期望轨迹, 具有较强的鲁棒性.     

Robust adaptive uniform exact tracking control for uncertain Euler–Lagrange system

This paper offers a solution to the robust adaptive uniform exact tracking control for uncertain nonlinear Euler–Lagrange (EL) system. An adaptive finite-time tracking control algorithm is designed by proposing a novel nonsingular integral terminal sliding-mode surface. Moreover, a new adaptive parameter tuning law is also developed by making good use of the system tracking errors and the adaptive parameter estimation errors. Thus, both the trajectory tracking and the parameter estimation can be achieved in a guaranteed time adjusted arbitrarily based on practical demands, simultaneously. Additionally, the control result for the EL system proposed in this paper can be extended to high-order nonlinear systems easily. Finally, a test-bed 2-DOF robot arm is set-up to demonstrate the performance of the new control algorithm.     

基于时变终端滑模的任意迭代初态抑制控制EI北大核心CSCD

为解决迭代学习过程中的任意迭代初值和迭代收敛理论证明难的问题,本文构造了一种轨迹跟踪误差初值恒位于滑模面内的时变终端滑模面,将轨迹跟踪误差初值不为零的轨迹跟踪控制问题转换为滑模面初值恒为零的滑模面跟踪控制问题,建立了任意迭代初值与相同迭代初值的迭代学习控制理论连接桥梁.本文提出一种基于时变滑模面的比例–积分–微分(PID)型闭环迭代学习控制策略,基于压缩映射原理证明了迭代学习的收敛性,给出了迭代收敛条件.时变终端滑模面经有限次迭代学习收敛到零,达到轨迹跟踪误差最终稳定在时变滑模面内的目的;Lyapunov稳定理论证明了位于滑模面内的轨迹跟踪误差在有限时间内收敛到原点,达到轨迹局部精确跟踪目的.随机初态下的工业机器人轨迹跟踪控制数值仿真验证了本文方法的有效性和系统对外部强干扰的鲁棒性.     

基于云模型的船舶航迹跟踪滑模控制

为解决船舶路径跟踪控制中存在的非线性问题,引入滑模控制实现船舶的轨迹跟踪。采用云模型与指数趋近律结合的方法,设计基于云模型的轨迹跟踪智能滑模控制器,以减少滑模控制中的抖振。仿真结果表明,通过云模型的不确定性推理,智能滑模控制器能够动态调整滑模控制的趋近速度,抑制抖振的产生,船舶动态轨迹跟踪性能良好,能够精确控制航迹。     

飞翼布局无人机分数阶积分滑模姿态控制

针对存在复合干扰的飞翼布局无人机(UAV)姿态控制问题,提出了一种基于分数阶积分滑模与双幂次趋近律的姿态跟踪控制方案.结合分数阶微积分及滑模变结构控制理论,设计了分数阶积分滑模面.为解决传统趋近律收敛时间长和抖振严重等不足,提出一种具有二阶滑模特性且有限时间收敛的双幂次趋近律.在名义控制律的基础上,设计super twisting滑模干扰观测器,实现对复合干扰的估计和补偿,增强内外环控制器应对复合干扰的鲁棒性.为充分利用冗余操纵面与解决非线性舵效问题,在飞行控制系统中引入了非线性控制分配环节.仿真结果验证了所提方案的有效性.     

反馈线性的非线性系统的分步输出变结构控制

针对一类存在参数不确定性的反馈线性的非线性动态系统,通过构造两个滑模流形,即误差跟踪的线性函数和中间控制变量与其实际值之间的误差,给出了输出跟踪控制律．并设计一个变结构控制律使闭环系统的轨迹渐近趋于滑模区,对于所有滑模区上的轨迹,跟踪误差趋于零．