无抖振离散重复控制器的设计与实现

针对周期参考/干扰信号下的不确定离散时间系统,提出一种基于吸引律的重复控制方法,在吸引律中"嵌入"干扰抑制措施,构造理想误差动态,并基于此设计重复控制器.文中推导出单调减区域、绝对吸引层和稳态误差带边界的表达式,用于整定控制器参数和表征闭环系统的跟踪性能,并给出了跟踪误差在无干扰时收敛于原点及在干扰存在时收敛进入稳态误差带内所需最多步数的表达式.设计的重复控制器不仅能够完全抑制周期干扰信号,而且可以消除系统抖振.在电机实验装置上的应用结果表明了所提出控制方法的有效性.     

带扰动补偿的无抖振离散重复控制器设计

针对周期离散系统的跟踪控制问题,提出一种有限时间单调收敛的无抖振吸引律,讨论扰动补偿措施并将其嵌入吸引律形成理想误差动态用于设计离散重复控制器.通过分析补偿误差上界说明扰动补偿措施能抑制重复控制未能消除的扰动,通过推导控制器稳态误差带说明吸引律的收敛性可使系统具有鲁棒稳定性.针对伺服电机系统的仿真与实验验证了设计工作的有效性.     

离散时间系统重复控制的理想误差动态方法

针对周期参考信号下的离散时间系统, 引入吸引律构造理想误差动态特性, 并基于理想误差动态设计重复控制器. 重复控制能够实现周期性扰动的完全抑制, 从而提高控制能.为了消除颤振现象, 以饱和函数替换重复控制器中的符号函数. 分别推导了理想误差动态方程的单调减区域、吸引层和稳态误差带的边界, 用于刻画误差动态行为, 并给出了数值仿真结果. 在逆变器装置上完成的实验进一步表明了所提出的重复控制方法的有效性.

     

以幂次吸引的离散多周期重复控制

针对一类多周期干扰的抑制问题,提出一种基于幂次吸引律的离散多周期重复控制方法.多周期干扰由多个周期已知的周期干扰叠加而成.根据周期干扰的对称特性,构造出具有干扰抑制项的幂次吸引律,据此设计出子重复控制器,并以并联方式组合成多周期重复控制器,在消除多周期干扰的同时,有效地抑制慢时变非周期干扰带来的影响,改善控制品质;推导出幂次绝对吸引层和稳态误差带的具体表达式,用于刻画系统跟踪性能.仿真结果验证了所提控制方法的有效性.     

采用干扰差分补偿的无切换吸引离散时间控制方法

提出一种基于无切换吸引律的离散控制器设计方法,将干扰差分补偿措施嵌入吸引律中构建理想误差动态,依据理想误差动态推导离散时间控制器.所提控制方案既回避了抖振,也能够有效抑制干扰.给出稳态误差带、绝对吸引层、单调减区间和跟踪误差首次进入稳态误差带的最多步数的具体表达式,用以刻画系统跟踪误差瞬态、稳态性能,并指导控制器参数整定.数值仿真与实验结果验证了所提出方法的有效性.     

基于干扰补偿趋近律的离散滑模多周期重复控制

针对离散时间系统的多周期干扰抑制问题,提出一种离散滑模多周期重复控制器设计方法.利用非线性幂次函数设计新型离散趋近律,将周期差分等效干扰以加权形式嵌入到趋近律中,构造带干扰补偿作用的离散趋近律,并据此设计离散滑模多周期重复控制器.为了进行控制器参数整定和表征闭环系统的收敛性能,推导准滑模域边界层的表达式.所提出控制方法既能够消除多周期干扰信号,也能够减小准滑模域边界层.数值仿真验证了所提出控制方法的有效性.     

基于约束输入变速吸引律的离散重复控制器设计

针对离散时间线性系统的周期跟踪问题, 提出一种能够约束控制输入变化速度的变速吸引律, 结合干扰抑制措施构造了理想误差动态, 并由此导出离散重复控制器. 分析表明, 该变速吸引律能使跟踪误差在有限时间内单调收敛至零, 且误差收敛速度可控. 为刻画误差动态行为, 推导了有界扰动下的误差单调收敛域、绝对值收敛域和稳态误差带, 并给出了收敛步数. 针对伺服电机系统的仿真与实验结果验证了所提出控制方案的有效性.

     

基于椭圆吸引律的离散重复控制

针对离散时间系统的周期轨迹跟踪问题,提出一种基于椭圆吸引律的离散重复控制方法.该方法能有效减小抖振,并通过扰动扩张状态观测技术对系统的未知扰动进行有效抑制,采用重复控制技术对系统中存在的周期扰动完全消除.为了刻画系统误差动态性能,推导出单调减区域、绝对吸引层、稳态误差带的表达式以及系统跟踪误差进入稳态误差带的最大步长.通过数值仿真与直线伺服电机实验,验证所提出控制方法的有效性.     

用于离散滑模重复控制的新型趋近律

针对不确定离散时间系统, 提出一种新型的离散趋近律, 构造理想切换动态, 并基于理想切换动态设计离散滑模重复控制器. 在消除系统颤振的同时, 完全抑制周期扰动带来的影响, 改善控制品质. 分别推导了切换函数的绝对收敛层、单调收敛层和拟滑模带的边界, 用于刻画在不同控制器参数下闭环系统的趋近过程和拟滑模运动. 数值仿真和在伺服装置上的实验结果证实了所提出控制方法的有效性.     

以幂次趋近的离散变结构重复控制

本文提出一种离散变结构重复控制器设计方法,在趋近律中“嵌入”扰动抑制措施,构造理想切换动态,并据此导出重复控制器.为了进行控制器参数整定和刻画闭环系统的收敛性能,文中推导出准滑模带、单调收敛层和绝对收敛层边界的表达式.设计的离散变结构重复控制器能够完全抑制周期性扰动,控制器设计方法也适用于常值扰动下的定位控制.数值仿真及实验结果验证了所提出控制方案的有效性.     

基于自适应重复学习的不确定多涡卷混沌系统同步控制

基于滞环函数提出一种参数可调的多涡卷混沌系统构造方法. 针对复杂不确定性系统, 综合利用自适应神经网络和重复学习控制方法设计一种自适应重复学习同步控制器; 利用自适应重复学习控制方法对周期时变参数化不确定性进行处理; 对函数型不确定性利用神经网络逼近技术进行补偿; 设计鲁棒学习项对神经网络逼近误差和扰动上界进行估计; 通过构造类Lyapunov 复合能量函数证明了同步误差学习的收敛性. 仿真结果验证了所提出方法的有效性.

     

High precision tracking of a piezoelectric positioner using a discrete-time sliding mode control

This paper proposes a new comprehensive control strategy to precisely control a piezoelectric positioner by combining discrete-time sliding mode control (DSMC) with the Prandtl-Ishlinskii hysteresis model. In order to obtain precision tracking control, a direct inverse hysteresis compensation method is firstly adopted to compensate for the asymmetric hysteresis nonlinearity. Due to the existence of hysteresis modeling error, the dynamics behavior of the piezoelectric positioner with hysteresis compensation can be treated as a linear second order plant plus an unknown lumped disturbance term. Then a discrete-time sliding mode controller with a disturbance observer is designed to stabilize the position error and improve the position accuracy. The stability of DSMC and the convergence of the disturbance observer are both carried out. It is shown that the tracking performances are robust to the parametric uncertainties and unknown disturbances. Eventually, different trajectory-tracking experiments are performed, and the comparative experimental results are presented to confirm the significantly better performance of the proposed control strategy.

     

机器人系统终端滑模重复学习轨迹跟踪控制

针对非线性机器人系统的轨迹跟踪问题, 提出一种终端滑模重复学习混合控制方案. 该方案综合了重复学习控制和终端滑模技术的特性, 能够有效跟踪周期性参考信号, 抑制周期性和非周期性动态的干扰, 具有较强的鲁棒性和良好的轨迹跟踪性能, 且算法的实现不需要完全已知系统模型信息. 应用Lyapunov 稳定性理论证明了闭环系统的全局渐近稳定性. 三自由度机器人系统数值仿真结果验证了所提出的终端滑模重复学习控制的有效性.