带有舵机特性的船舶航向自动舵DSC-MLP设计

为了研究船舶航向非线性系统的自适应自动舵跟踪控制问题,采用T-S模糊系统逼近模型不确定性,将动态面控制与最少学习参数算法结合,提出了一种自适应模糊跟踪控制算法.该算法学习参数少、计算量小,易于工程实现;并且能够避免可能存在的控制器奇异值问题.同时,该算法保证了闭环系统的稳定性,能够使得航向跟踪误差任意小.仿真结果验证了控制器的有效性.     

一类非线性MIMO系统鲁棒自适应神经网络DSC设计

为了研究一类多输入多输出强非线性系统的自适应跟踪问题,采用RBF神经网络逼近模型不确定性,外界干扰和建模误差采用非线性阻尼项进行补偿,并将动态面控制与Nussbaum增益技术结合,提出了一种鲁棒自适应神经网络跟踪控制算法.该算法不仅能够解决系统中控制方向完全未知问题和可能存在的控制器奇异值问题,而且能够避免传统后推方法的计算膨胀问题,从而大大降低了控制器的复杂性,使之易于工程实现.同时,该算法保证了闭环系统的稳定性,并具有良好的鲁棒性.仿真结果验证了控制器的有效性.     

一类具有输入量化和未知扰动的非线性系统的自适应有限时间动态面控制

本文研究了具有量化输入信号和未知扰动的非线性系统的有限时间自适应输出反馈动态面控制问题.在控制设计过程中,利用模糊逻辑系统对系统中的非线性项进行逼近.然后引入一种滞回量化器来避免量化信号中的抖振,并且构造模糊观测器来估计系统中不可测的状态.为了提出一种有限时间控制策略,首先给出了半全局实际有限时间稳定的判据.在此基础上,将动态面控制技术与反步法相结合,设计了自适应模糊控制器.该控制器不仅能保证跟踪误差在有限时间内收敛到原点的一个小邻域,而且可以保证闭环系统中所有信号的有界性.最后通过一个仿真实例验证了该控制方法的有效性和可行性.     

有限时间收敛的滑模自适应控制器设计

针对一类非线性不确定系统不确定边界未知但有界的情况,提出一种设计滑模自适应控制器算法。利用几何齐次性理论和积分滑模面设计了滑模自适应控制器,使其能够在有限时间内镇定,并设计相应自适应律估计控制增益,利用Lyapunov理论分析证明了闭环系统能在有限时间镇定。最后,仿真实例验证了所设计的滑模自适应控制器在不确定的情况下具有鲁棒性和自适应性。     

风帆助航船舶自启发评价迭代滑模航向控制

针对风帆助航船舶运动模型具有时变非线性和受海洋环境扰动作用的特点,本文提出一种带自适应启发评价的模糊非线性迭代滑模航向控制方法。该方法采用双曲正切函数构造系统状态的迭代滑模函数,利用滑模面反馈设计控制增量,避免了对系统未知项和外界扰动的观测,并结合模糊系统对滑模控制参数进行优化,增强控制器的自适应性。通过定义一种控制舵角抖振观测变量与自适应启发评价函数,对所构建模糊系统的结构参数进行动态调节和优化,以进一步降低控制舵角的抖振作用。应用"文竹海"号散货船数学模型进行控制仿真,结果表明所设计控制器能有效地处理模型参数摄动和海洋环境扰动,控制性能良好,具有强鲁棒性。     

控制方向未知的无人帆船自适应动态面航向控制

针对四自由度无人帆船存在模型不确定、控制方向和外部环境扰动均未知的情况,本文提出一种神经网络自适应动态面航向控制方法。该方法采用RBF神经网络逼近无人帆船模型不确定部分,利用Nussbaum函数处理系统的未知控制增益函数,并设计σ-修正泄露项的参数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,同时引入动态面方法,消除反演法中的"计算膨胀"问题,降低控制器的复杂性。Lyapunov函数稳定性分析证明所设计控制器能够保证航向保持闭环系统内所有信号的一致最终有界性,并通过一艘12 m型无人帆船模型进行仿真验证。结果表明:无人帆船航向保持响应速度快,所设计的控制器能有效地处理模型不确定项和风浪等外界扰动,具有较强的鲁棒性。     

TCSC的自适应动态面设计

针对带有TCSC(Thyristor Controlled Series Compensation)的单机无穷大总线系统的非线性二阶模型,使用自适应动态面方法设计了TCSC的非线性控制器.此设计方法,无须对原系统进行线性化,并能保证闭环误差系统渐进稳定,对于系统中的参数不确定性,具有较强的鲁棒性和自适应性.此控制器简单易于实现,其有效性通过仿真实例获得了验证.     

基于扩张状态观测器与动态面控制的可重构模块机器人反演分散控制

针对可重构模块机器人控制中各子系统间关联项难以处理的问题,提出了一种基于三阶扩张状态观测器(ESO)和动态面控制(DSC)的反演分散控制方法。利用三阶ESO对各关节耦合的关联项及建模不确定性进行实时的估计和补偿,并利用粒子群算法(PSO)自适应调整ESO中的参数。在设计反演分散控制器时,为了克服对虚拟控制量进行重复求导运算而导致的所谓"计算膨胀"问题,采用基于动态面控制的方法设计反演分散控制器,并对所设计的分散控制器的Lyapunov稳定性进行了分析。将该控制策略应用于一个四自由度可重构模块机器人的轨迹跟踪控制中,仿真结果验证了该控制器对处理关联项及反演控制中"计算膨胀"问题的有效性。     

基于耦合滑模面的机械臂操作柔性负载系统分布参数控制

针对多变量刚柔耦合的机械臂操作柔性负载系统,提出了一种自适应滑模控制方法,研究了系统存在参数不确定性和外部干扰影响下的位置控制和振动抑制问题。系统动态特性由偏微分方程表示的分布参数模型来描述,避免了集中参数模型导致的溢出问题。基于对柔性负载的能量动态分析,设计了一种自适应滑模控制器,其中滑模面定义为关节角误差、关节角速度误差和柔性负载的根部应变和剪切力的耦合。利用LaSalle不变性原理,证明了闭环系统的渐近稳定性。最后仿真验证了所设计控制方法的有效性。     

基于改进的PSO算法的PID控制在VAV空调系统末端的应用

目的 研究变风量空调系统温度-风量PID控制器的整定方法,利用改进粒子群算法的特点设计一种稳定、高效的自适应控制器.方法 以PSO-CF(带收缩因子的PSO)PID控制方法的整定结果作为参考,在PSO-CF算法中用一个差分向量扰乱粒子的认知能力,再根据粒子群的演化规则自动完成最优控制.结果 采用DPSO-CF(扰乱认知能力的带收缩因子的粒子群)PID自适应控制器时,系统的调节时间约为PSO-CF粒子群PID控制方法的30%,超调量减少了约75%.当系统加入扰动时,相比带收缩因子的PSO,扰乱认知能力的带收缩因子的粒子群PID自适应控制器的调节时间少,超调量小,系统控制品质得到了较大的改善.结论 改进的算法不仅具有良好的鲁棒性,而且还有良好的收敛性.采用上述自适应控制器后,整个系统体现了良好的动态性能及较强的鲁棒性.