非一致目标跟踪的自适应迭代学习控制

针对含有时不变和时变参数的高阶非线性系统,利用Lyapunov方法和参数重组技巧,提出了一种自适应迭代学习控制算法.通过构造Lyapunov-like泛函,保证跟踪误差在一个有限区间上逐点收敛于零.该方法可以处理目标轨迹迭代可变的跟踪问题,对于目标变化没有特殊限制,克服了传统的迭代学习控制对目标轨线的限制,适用于目标较大变化的情况.举例说明了本文结果的可行性和有用性.     

改善低频线振动台加速度失真度的自适应重复学习控制

为了抑制低频线振动台系统中存在的摩擦力、推力波动及死区特性,提出了一种新的自适应重复学习控制方法。利用函数逼近技术将死区不确定性表示成正交基函数的线性组合。所设计的控制律由自适应构件、等效PID构件、重复学习构件组成。自适应构件用于在线估计线性组合中的未知参数及摩擦力数学模型的参数;PID构件用来镇定低频线振动台系统,抑制非周期性扰动;重复学习构件在未知对象模型的情况下抑制周期性推力扰动,并提高对周期性输入信号的跟踪能力。采用Lyapunov理论设计的自适应重复学习控制律保证了闭环系统的渐近稳定性和跟踪性能。仿真结果表明该控制方法提高了低频线振动台的跟踪性能,并改善了加速度失真度。     

四旋翼飞行器事件触发轨迹跟踪控制

针对具有模型非线性和外界扰动的四旋翼飞行器，设计了基于事件触发的自适应模糊跟踪控制算法。首先将四旋翼飞行器系统分解为位置子系统和姿态子系统，并利用模糊逻辑系统在线辨识模型非线性和外界干扰。然后，基于反步递推技术设计自适应模糊控制律，同时构建自适应事件触发机制，非周期更新控制律和模糊参数自适应律。基于Lyapunov稳定性理论，以脉冲动力系统为工具，证明了闭环系统所有信号最终一致有界，而且跟踪误差能够收敛于零点的邻域内。此外，证明了所提控制算法可以彻底避免Zeno现象出现。最后，仿真结果验证了所提控制方案在保证四旋翼飞行器实现轨迹跟踪控制同时，可以有效减少控制器更新频率，提高系统资源利用率。     

基于自适应浸入与不变的VTOL飞行器跟踪控制

针对输入存在不确定干扰的垂直起降(VTOL)飞行器的跟踪控制问题,提出了一种基于自适应系统浸入与不变(II)的控制方案:对于不确定性输入干扰,采用自适应II方法对于扰进行实时估计补偿;为便于控制器设计,采用系统分解技术将原系统解耦成一个最小相位误差子系统和一个非最小相位子系统,将原系统的输出跟踪问题转换为两个误差子系统的镇定问题。基于自适应II估计律和滑模变结构控制方法分别设计了两个子系统的控制器,所设计的控制器能够保证两个闭环子系统指数稳定。仿真结果表明,上述控制方案在干扰估计精度和收敛速度方面明显优于传统自适应估计方法,能够实现飞行器对给定轨迹的准确跟踪,同时抑制输入干扰对系统性能的不良影响。     

高阶不确定系统的自适应跟踪控制

针对一类未知控制增益的不确定非线性系统,提出了一种自适应跟踪控制方法.文中的不确定性包括时变和时不变参数.基于反步设计法,提出了一种新的自适应控制方法.该方法不采用饱和控制,能保证跟踪误差收敛于零.提出了一个仿真例子,仿真结果说明了该方法的有效性.     

机械臂自适应跟踪控制方案设计及仿真分析

该文提出一种机械臂自适应跟踪控制方法,该方法利用光滑函数逼近机械臂系统的控制输入,以建立新的机械臂系统,该方法采用时滞估计方法来估计新机械臂系统的综合不确定性。根据预设的机械臂跟踪误差轨迹边界约束和综合不确定性,生成的自适应控制器可以通过新机械臂系统对机械臂进行控制,使机械臂的跟踪误差在预设的收敛时间内收敛至预设的稳态跟踪精度。该方法不仅不依赖精确动力学模型,而且还可以使机械臂按照预设精度和收敛时间跟踪目标轨迹。     

模糊迭代学习方法及高层建筑结构地震响应控制的数值模拟

结合自校正控制、模糊逻辑和迭代学习控制的基本思想,提出采用自整定模糊控制确定迭代学习律的方法,提高了迭代学习控制的鲁棒性。选取建筑结构振动控制Benchmark第二阶段的地震作用Benchmark模型作为研究对象,进行模糊迭代学习控制地震响应仿真计算,结果表明该方法能够对Benchmark模型的地震响应进行有效控制,而且具有学习控制律简单实用、跟踪精度高、鲁棒性强等优点。     

基于反演设计的码垛机器人神经网络自适应控制

为了降低机器人系统中各种不确定因素对控制系统的影响,提出了自适应神经网络反演控制方法。该控制方法基于反演设计方法,解决了系统的非匹配不确定性;引入了神经网络自适应控制律和鲁棒控制律,并适当调整控制器参数,实现了无需机器人精确模型信息的控制,也保证了系统的稳定性和收敛性,满足了机器人系统的控制要求。仿真实验验证了该控制方法的有效性。     

基于有限时间观测器的VTOL飞行器跟踪控制

针对垂直起降(VTOL)飞行器的轨迹跟踪控制问题,本文提出了一种基于有限时间控制的输出反馈控制方案。采用系统分解技术将原系统解耦成2个子系统,将原系统的输出轨迹跟踪问题转化为2个子系统的镇定问题。对解耦后的系统,利用滑模控制方法设计了一种状态反馈控制律,所设计的控制器能够保证闭环系统有限时间稳定。考虑部分状态不可测量情况下的VTOL飞行器轨迹跟踪控制问题,提出了一个有限时间快速收敛观测器,基于有限时间快速收敛观测器提出了有限时间输出反馈控制律。仿真结果表明,所提出的控制方法具有良好的跟踪性能,能够实现飞行器对给定参考轨迹的快速、准确跟踪。     

卫星灵巧飞行中的姿轨机械臂协同控制

阐述了卫星灵巧飞行的概念,针对慢旋非合作目标逼近与捕获任务,建立了航天器近距离轨迹规划模型,采用高斯伪谱法得出最优逼近轨迹。采用全状态反馈控制律,实现姿轨耦合的轨迹跟踪控制。建立了五自由度机械臂的动力学模型,设计了零冲击抓捕过程中的姿轨、机械臂与末端执行器的协同控制算法。仿真结果表明,采用反馈控制律可实现对最优轨迹的跟踪,设计的姿轨机械臂与末端执行器的协同控制算法可实现零冲击抓捕。     

一种改进机器人计算力矩控制的神经网络补偿方法

提出了一种由计算力矩控制器和神经网络补偿控制器相结合的机器人控制方案,探讨了用线性神经网络补偿机器人计算力矩不确定性误差的方法.推导了网络权值的自适应调整律,并证明了系统的稳定性和跟踪误差的收敛性.所提方案结构简单,鲁棒性强,且神经网络补偿器有较好的适应性,无需事先知道机器人动力学参数和结构的精确值.对某打磨机器人轨迹跟踪的实验结果表明所提方案具有很好的鲁棒性和抗干扰能力.     

AFM定位系统动态误差补偿方法研究

原子力显微镜（AFM）是进行纳米测量和操作的重要工具。针对力测量过程中AFM定位系统的测量速度慢和窄带等问题,基于逆系统的迭代学习控制思想,设计一个前馈控制环节,补偿AFM定位系统中z轴方向上动态特性非线性影响。通过在一定带宽内对期望输入信号进行轨迹跟踪,使激励力（通过悬臂梁）无失真地施加在样本上,达到AFM准确测量的目的。该方法不仅拓宽了系统频带,而且提高了系统输出对期望输入的跟踪精度。     

Non-Negative Adaptive Mechanism-Based Sliding Mode Control for Parallel Manipulators with Uncertainties

In this paper, a non-negative adaptive mechanism based on an adaptive nonsingular fast terminal sliding mode control strategy is proposed to have finite time and high-speed trajectory tracking for parallel manipulators with the existence of unknown bounded complex uncertainties and external disturbances. The proposed approach is a hybrid scheme of the online non-negative adaptive mechanism, tracking differentiator, and nonsingular fast terminal sliding mode control (NFTSMC). Based on the online non-negative adaptive mechanism, the proposed control can remove the assumption that the uncertainties and disturbances must be bounded for the NFTSMC controllers. The proposed controller has several advantages such as simple structure, easy implementation, rapid response, chattering-free, high precision, robustness, singularity avoidance, and finite-time convergence. Since all control parameters are online updated via tracking differentiator and non-negative adaptive law, the tracking control performance at high-speed motions can be better in real-time requirement and disturbance rejection ability. Finally, simulation results validate the effectiveness of the proposed method.     

Precise trajectory tracking of a piezoactuator-driven stage using an adaptive backstepping control scheme

In this paper, an adaptive backstepping control scheme is proposed for precise trajectory tracking of a piezoactuator-driven stage. Differential equations consisting of dynamics of a linear motion system and a hysteresis function are investigated first for describing the dynamics of motion of the piezoactuator-driven stage with hysteresis behavior. Then, to identify the uncertain parameters designed in the differential equations, the Powell method of a numerical optimization technique is used. From the differential equations identified, an equivalent state-space model is developed, then a linear state-space model through a state transformation is established. In the linear state-space model, the hysteresis function is approximated by the first three terms of a Taylor series expansion. Based on the linear state-space model, we developed an adaptive backstepping control for the trajectory tracking. By using the proposed control approach to trajectory tracking of the piezoactuator-driven stage, improvements in the tracking performance, steady-state error, and robustness to disturbance can be obtained. To validate the proposed control scheme, a computer-controlled, single-axis piezoactuator-driven stage with a laser displacement interferometer was set up. Experimental results illustrate the feasibility of the proposed control for practical applications in trajectory tracking.     

基于分段PD控制的振动基弹药传输机械臂轨迹跟踪控制

针对一种新型带振动底座的弹药传输机械臂的轨迹跟踪控制问题,设计一种鲁棒控制器。阐明了弹药传输机械臂的工作原理以及三维模型,利用第二类拉格朗日方法建立了弹药传输机械臂动力学模型。在控制力范数有界的假设下,基于分段线性控制算法以及计算力矩法,设计了反馈控制器。控制律表现为增益可变的比例微分控制,在动态过程中,控制器增益根据系统当时状态偏差以阶跃方式按设定规律作相应改变,当系统接近或达到终端状态时,控制器的增益趋于动态平衡状态。控制力输入总是满足给定的约束条件。采用龙格库塔法在MATLAB环境下进行数值仿真。结果表明,该控制器能很好地抑制基座的振动以及载荷不确定性带来的影响,满足自动装弹机的精确快速轨迹跟踪控制,具有良好的鲁棒性。     

半挂式车辆自主驾驶的轨迹跟踪控制研究

该文针对半挂式车辆的自主驾驶,设计一种基于迭代线性二次型调节器(iLQR)的轨迹跟踪控制器。通过深入研究转向过程中半挂式车辆的运动,建立满足非完整性约束的非线性车辆运动学模型,并根据期望轨迹对其进行线性化,得到线性的轨迹跟踪误差模型。基于扩展卡尔曼滤波器设计车辆状态观测器,估计车辆的航向角。通过对期望轨迹进行基于三次Bezier曲线的自适应拟合得到轨迹跟踪的前馈控制信息,并利用iLQR得到最优控制序列。基于Simulink进行半挂式车辆轨迹跟踪的仿真实验析,结果显示该控制器能够使半挂式车辆快速且稳定地跟踪期望轨迹,并且满足跟踪精度的要求。     

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.     

基于小波基模糊神经网络的漂浮基柔性空间机械臂轨迹跟踪控制

讨论了载体位置不受控、姿态受控情况下,参数未知漂浮基柔性空间机械臂关节空间协调运动的轨迹跟踪控制问题。依据系统动量守恒关系和拉格朗日第二类方程,由假设模态法,建立了漂浮基柔性空间机械臂的系统动力学方程。以此为基础,针对系统参数未知的情况,设计了一种小波基模糊神经网络的控制方案,以使柔性空间机械臂的载体姿态到达期望位置的同时,机械臂关节铰能够协调地跟踪关节空间的期望轨迹。该方案具有无需预知柔性空间机械臂的模型和系统参数的优点,且网络权值是通过在线学习进行调整,节省了离线训练的时间。系统的数值仿真表明了所提出方案的有效性和可行性。     

A Current Cycle Feedback Iterative Learning Control Approach for AFM Imaging

In this paper, we proposed a novel current cycle feedback (CCF) iterative learning control (ILC) approach to achieve high-speed imaging on atomic force microscope (AFM). AFM imaging requires precision positioning of the AFM probe relative to the sample in 3-D (x- y-z). It has been demonstrated that, with advanced control techniques such as the inversion-based iterative control (IIC), precision positioning of the AFM probe in the lateral (x- y) scanning can be successfully achieved. Precision positioning of the probe in the vertical z-axis direction, however, is still challenging because the issues such as the sample topography are unknown, in general; the probe-sample interaction is complicated, and the probe-sample position is sensitive to the probe-sample interaction. The main contribution of this paper is the development of the CCF-ILC approach for the AFM z-axis control, which decouples the robustness of the feedback control from the precision tracking of the feedforward control. Particularly, the proposed CCF-ILC controller design utilizes the recently developed robust inversion technique to minimize the model uncertainty effect on the feedforward control and to remove the causality constraints in other CCF-ILC approaches. It is shown that the iterative law converges and attains a bounded tracking error upon noise and disturbances. The proposed method is illustrated through experimental implementation, and the experimental results show an increase of eight times faster imaging speed for contact-mode imaging.