基于模型参考和内模原理的线性系统鲁棒控制设计

不确定性因素会使系统性能恶化,它包括系统不确定性参数和各种外部干扰等.本文针对这种不确定性线性系统,利用模型参考和内模原理,建立鲁棒控制系统结构,分析了其能控性条件,通过选择参考模型和内模实现系统能控,在此条件下,将鲁棒控制设计转换为控制系统的LQR问题进行研究,并运用最优控制理论,计算其反馈控制律.仿真结果表明该设计方法将"模型参考"与"内模原理"有机结合起来,提高了系统的鲁棒稳定性,有效抑制干扰,并实现系统性能的改善.     

机械臂自适应鲁棒轨迹跟踪控制

针对具有外界干扰和不确定性的机械臂轨迹跟踪控制问题,提出了一种自适应鲁棒补偿控制算法,将计算转矩法用于系统标称模型,鲁棒控制用于消除系统不确定性的影响,并通过自适应算法自动调节不确定项,保证系统存在建模误差和外部干扰时的稳定性和动态性能。给出了具体的控制算法设计和系统稳定性、收敛性证明,最后通过仿真实验,表明系统具有跟踪误差快速收敛性以及良好的鲁棒性。     

结构不确定离散车组偏差系统分散鲁棒控制

研究具有结构不确定性的离散车组偏差系统的分散鲁棒控制问题.应用大系统包含原理的约束条件扩展系统的信息重叠结构;兼顾系统的结构不确定性和系统数据传榆时延,将扩展后的模型离散化;采用求解线性矩阵不等式( LMIs)的方法设计出系统在无外界干扰情况下的状态反馈分散鲁棒控制器,以及有外界干扰情况下的H∞次优状态反馈分散鲁棒控制器.仿真结果表明,应用所提出的控制方法控制具有结构不确定性的离散车组偏差系统是有效的.     

约束环境中多指手操作的鲁棒控制

针对约束环境中的多指手操作系统,在考虑其动态模型的不确定性以及存在外界干扰的情况下,提出了一种鲁棒操作算法.对于模型的不确定性,该算法能够保证物体的位置误差、速度误差以及与环境之间的作用力误差具有全局指数收敛的特性.在存在外界干扰的情况下,系统满足给定的干扰抑制性能指标.同时,通过对多指手操作系统的内力进行鲁棒优化,进一步增强了系统的鲁棒干扰抑制性能.     

基于ESO的BTT导弹自动驾驶仪滑模反演设计

针对BTT导弹非线性动力学模型中的参数不确定性及系统存在未知外部干扰的问题,提出了一种基于扩张状态观测器的反演滑模控制设计方法。将系统参数不确定性和未知外界干扰作为系统的复合干扰,采用扩张状态观测器估计系统的复合干扰,并实时补偿。利用Lyapunov方法证明系统的稳定性。设计的控制器算法简单、计算量小,更易于实际工程应用。仿真结果表明,设计的控制器对导弹控制系统受到的复合干扰具有较强的鲁棒性和稳定性,满足导弹姿态快速机动和高稳定度的控制要求,性能指标明显优于滑模反演控制器。     

BTT导弹基于扩张状态观测器的滑模控制律设计

针对BTT导弹非线性动力学模型中的参数不确定性及系统存在未知外部干扰的问题,提出了一种基于扩张状态观测器的滑模控制设计方法;将系统参数不确定性和未知外界干扰作为系统的复合干扰,采用扩张状态观测器估计系统的复合干扰,并实时补偿;利用Lyapunov方法证明系统的稳定性;该控制器算法简单、计算量小,更易于实际工程应用;仿真结果表明,设计的控制器对导弹控制系统受到的复合干扰具有较强的鲁棒性和稳定性,满足导弹姿态快速机动和高稳定度的控制要求,性能指标明显优于滑模控制器。     

模糊自适应的高超飞行器控制与干扰

针对具有超大飞行马赫数、超宽飞行包络、飞行环境复杂等特点的高超声速飞行器,提出了基于模糊自适应的高超飞行器高度控制方法,分别设计了高度和速度控制器.针对所设计的控制器,分析了气动干扰力矩、测量噪声、舵机干扰、气动参数不确定性和飞行器模型参数不确定性对飞行器高度控制和速度控制效果的影响,然后又分析了综合考虑以上干扰和不确定性对飞行器高度控制和速度控制效果的影响.仿真结果表明,对各种干扰和不确定性,所设计的控制器速度和高度控制有较好的跟踪性和鲁棒性,达到了满意的效果.     

一类不确定系统基于滑模干扰补偿的广义预测控制

广义预测控制(GPC)是基于非线性机理模型的一种优化控制策略, 但当系统存在内部不确定性、建模动态误差和外部干扰的情况下, 采用基于标称系统模型的GPC方法的系统性能将显著下降. 为此, 针对一类不确定非线性系统, 首先分析设计了一种基于不确定模型的理想GPC控制律; 同时设计了一种滑模干扰补偿器(SMDC)对系统的复合干扰进行估计, 将其输出作为补偿控制与标称GPC控制律结合以消除不确定性和外干扰的影响, 并利用Lyapunov理论分析了闭环复合系统的性能; 最后将其应用于一种高超声速飞行器(HSV)姿态控制系统, 仿真结果表明该方法具有很好的鲁棒特性和干扰衰减特性.     

自动化高速公路交通流密度的反演变结构控制

高速公路交通是一个强耦合的非线性系统,极易受到各种干扰因素的影响。针对高速公路交通流模型的不确定性,提出用反演变结构控制理论,设计速度的控制律,使得高速公路主线交通流密度保持在期望密度的小邻域内,仿真结果表明所得的控制律具有很好的鲁棒性。     

考虑系统不确定性的高压直流发电机控制策略

为满足多电飞机的供电性能需求,针对供电系统中存在的线路电缆老化、部件参数时变、大功率负载突加突卸等不确定干扰,提出了一种基于H∞混合灵敏度的鲁棒控制策略;通过状态空间方程搭建发电机数学模型,以最大化系统抗不确定性干扰能力为目标,对发电系统模型参数不确定性和外部干扰不确定性进行分析,合理的选择权函数,设计了针对高压直流(highvoltage direct current,HVDC)飞机发电系统的鲁棒控制器;仿真实验表明,发电系统鲁棒控制器对不确定性因素带来的振荡具有良好的抑制效果,使系统具有较强的鲁棒性.     

基于U模型的模糊免疫自抗扰控制方法研究

针对一类非线性系统在持续扰动下的控制问题,设计基于U模型的模糊免疫自抗扰控制方法。首先,引入U模型方法进行被控对象建模,提高处理非线性系统的能力,结合自抗扰控制方法,设计基于U模型的改进自抗扰控制器。在非线性反馈环节引入模糊免疫方法实现非线性智能反馈,设计基于U模型的模糊免疫自抗扰控制系统。最后仿真实验表明：基于U模型的模糊免疫自抗扰控制方法在保持了基于U模型的自抗扰控制的简洁性和良好抗扰性能的基础上,简化了控制器参数调节过程,在持续未知扰动下的跟踪速度、精度都更优。     

基于改进卡尔曼滤波器的扰动抑制无模型自适应控制方案

针对无模型自适应控制方法在测量扰动作用下控制效果不佳的问题, 本文提出了一种新的扰动抑制无模 型自适应控制方案. 首先基于受控系统的动态线性化数据模型及测量扰动的统计特性, 在最小方差估计准则下推导 了基于系统输入输出数据的改进卡尔曼滤波器. 然后基于此滤波器给出了一种新的扰动抑制无模型自适应控制方 案. 该方案仅需用到受控系统的输入输出数据, 即可实现在强测量扰动作用下系统的无模型自适应控制. 仿真结果 显示, 相比现有的扰动抑制无模型自适应控制方案, 该方案在系统跟踪常值参考信号、时变参考信号时均能有效地 抑制测量扰动, 适用性更好的同时可以获得更小的跟踪误差及更大的数据信噪比.     

基于PD-ADRC的四旋翼控制器设计

针对四旋翼无人机强耦合、非线性的控制难点,研究设计了一种基于自抗扰控制和比例微分控制的双闭环控制器。首先,分析了小型四旋翼飞行器动力学模型,确定四旋翼无人机的六自由度方程。然后,利用自抗扰控制技术对强耦合、非线性的姿态模型进行了解耦,设计扩张状态观测器对其总扰动进行观测与补偿。其次,设计比例微分控制器对解耦后的系统进行位置跟踪,从而与姿态控制器组成双闭环系统。最后,通过仿真及试飞实验测试系统性能。仿真和试飞结果表明该系统能够完成对控制指令的实时跟踪,并且对干扰具有极强的抑制力。     

一类随机干扰作用下的非线性系统的自适应控制

利用随机干扰作用下的采样数据训练模糊神经网络可得到对象含噪声信息的统计辨识模型 ,通过预估及校正算法在线调整控制输入以弥补模型偏差的影响 ,实现系统的自适应控制 .仿真实验结果表明该控制方案具有较高的控制精度、较强的抗干扰能力和良好的自适应性能     

锅炉汽包水位系统的免疫PID—免疫P串级控制

借鉴生物免疫反馈响应过程的调节规律，针对电站锅炉汽包水位控制系统，提出一种免疫PID—免疫P串级控制策略．内回路采用免疫P控制器以快速消除给水流量扰动，外回路采用免疫PID控制器以保证汽包水位在给定值，并有效克服蒸汽流量的扰动．该控制策略结构和算法简单，易于工程实现．通过大量的仿真试验证明，该控制策略优于常规的PID串级控制，而且能够适应对象参数的变化，具有较强的鲁棒性、自适应性和抗干扰能力．     

基于NDO的潜艇反演滑模深度控制

针对潜艇变深运动与定深运动过程中存在模型非线性、强耦合和外界干扰不确定等问题,设计一种基于非线性干扰观测器(NDO)的反演滑模控制策略.利用NDO观测系统不确定性和外界干扰,通过选取设计参数,使观测误差指数收敛.针对潜艇垂直面控制系统双通道耦合的特点,采用艏舵控制深度,艉舵控制纵倾的策略.在深度和纵倾通道分别引入NDO后,采用反演法设计滑模控制器,基于李亚普诺夫稳定性理论证明闭环系统的全局渐近稳定性,实现对潜艇深度和纵倾的控制.仿真实验验证了该控制策略的有效性.     

Optimal disturbance rejection control approach based on a compound neural network prediction method

A new optimal disturbance rejection control method is proposed for the system with disturbances via a compound neural network prediction approach in this paper. The disturbances caused by external disturbances and model mismatches can be estimated by a disturbance observer, and the estimation of disturbances is introduced into the neural network predictive model to make the predictive output more accurate. Then based on the new compound neural network predictive model, a controller, which ensures both optimal performance by the receding horizon optimization and strong disturbance rejection ability, is obtained. The proposed scheme is applied to control the temperature of a simplified jacketed stirred tank heater (JSTH). Simulation results demonstrate the effectiveness of the proposed control method.     

多星发射上面级主动抗扰姿态控制技术研究

针对多星发射的运载火箭上面级在入轨段由于卫星分离产生的质量偏移,从而引起的三轴姿态严重耦合问题展开了研究,提出了基于广义扩张状态观测器的改进预测函数控制姿态控制方法.该控制方法将质心偏移造成上面级结构参数偏差和引入的干扰力矩以及其他未知系统参数偏差、外界扰动和未建模动态视为集总扰动,并将该非匹配干扰通过等效输入扰动技术转换为匹配干扰,由广义扩张状态观测器对变化后的系统状态和未知集总扰动同时观测.将集总扰动在反馈回路予以补偿保证了预测模型与上面级真实动力学模型有较高匹配度,进一步保证预测函数控制有较高的控制跟踪精度和较快的响应速度,并对外界扰动和参数偏差有较强的鲁棒性.文中算例仿真和性能对比验证了该方法的有效性及可行性.     

基于自适应神经模糊推理系统的船舶航向自抗扰控制

在实际的船舶航向控制中,航向系统在受到外界风浪干扰时表现出的模型非线性和参数不确定性,为航向控制器的设计带来了困难。针对该问题,设计了常规的线性自抗扰控制器和两种在线学习的自抗扰控制器。利用自适应神经模糊推理系统(ANFIS)实现自抗扰控制器参数的在线调整,设计了自适应PD的自抗扰控制器和自适应扩张状态观测器(ESO)的自抗扰控制器;分别在船舶受到外界扰动和参数摄动的两种情况下进行了仿真,仿真表明自适应自抗扰控制器控制效果更好,抗扰能力更强,表现出较强的鲁棒性。     

光电稳像平台扰动力矩估计与自适应补偿

针对飞行器光电稳像平台在强气流冲击下，质量不平衡等系统内在因素所引起的扰动力矩增大，导致系统视轴稳定（LOS）精度严重下降的问题，提出了一种典型两轴直角正交结构稳像平台的扰动力矩模型，此模型考虑了框架间运动耦合的影响.针对扰动力矩信号重构过程中的多传感器噪声影响问题，提出了无迹卡尔曼滤波扰动力矩在线估计方法，并构建力矩前馈控制回路，实现了对扰动力矩的自适应补偿.半实物仿真实验结果表明，扰动力矩估计的收敛速度快，估计过程平稳.在0.5 Hz～4 Hz特征频点的载体扰动下，相比于带有摩擦力矩补偿的扰动观测器控制方法，系统视轴稳定精度提高了10.9%～29.3%.