基于自适应模糊滑模的柔性机械臂控制

针对柔性关节机器人控制系统中存在的扰动力、摩擦力、参数变化以及建模误差等导致的控制器精度降低、鲁棒性差的问题,提出了1种基于自适应模糊滑模的鲁棒控制器.控制器由2部分组成,控制器的计算力矩和前馈补偿部分用于控制系统的标称部分,即机器人自身结构相关量、确定性扰动以及摩擦力的线性部分;控制器的自适应模糊滑模部分用于克服系统存在的不确定部分,包括外界不确定性扰动、摩擦力的非线性部分、参数变化以及建模误差等.最后在HIT四自由度柔性机械臂上进行了控制器的相关实验.实验结果表明该控制器具有良好的位置跟踪性能和较强的抗干扰能力.     

基于神经网络滑模的采摘机械臂控制设计

针对二自由度采摘机械臂的位置跟踪控制问题,设计了一种基于神经网络的滑模控制器。其中,神经网络控制器用来估计含有不确定性的滑模控制的等效控制律;鲁棒控制器用来使动态系统始终保持在滑模面上,保证了系统的渐近稳定性,进而实现了采摘机械臂的高精度位置跟踪控制。基于李亚普诺夫稳定性理论设计了自适应律来在线估计系统的不确定性。仿真结果表明:设计的控制器能够实现采摘机械臂对期望位置的精确跟踪,可以满足实际工程的需要。     

双重控制系统的广义预测控制

传统的双重控制方法建立在简单PID算法基础上，其性能受到一定的限制．为此，将广义预测控制算法应用于双重控制系统中，形成基于预测控制的双重控制算法．该算法继承了传统双重控制方法的控制结构和控制思想，采用主、副2个控制器进行控制．其中主控制器采用广义预测控制算法，针对快回路产生快控制作用使系统具有良好的动态特性；副控制器采用PID算法．针对慢回路产生慢控制作用以实现一定的经济指标；同时，副控制器的输出作为前馈量引入主控制器．主、副2个控制器互相协调工作，使系统既具有良好的动态特性，又符合工艺上或经济上的要求．仿真对比结果表明，该算法控制性能优良，具有较强的的抗干扰性和良好的鲁棒性，是一种较好的双重控制系统控制算法．     

基于多模型的自适应预测函数控制

作为第三代模型预测控制算法，预测函数控制已经在线性系统控制中取得了很好的效果，但应用于非线性对象还有一定局限性。针对现实中大量存在的非线性过程，提出了基于局部模型设计的预测函数控制器加上模型切换算法的多模型自适应预测函数控制器。通过计算机仿真应用于连续发酵过程，表明基于多模型的自适应预测函数控制器比常规的预测函数控制器具有更好的控制效果。     

事件驱动的卫星编队姿态分布式协同控制

星间信息交互是卫星编队姿态协同控制的基础.为降低姿态协同控制对星间交互的信息量,满足资源和通信带宽受限等约束,在卫星编队Euler-Lagrange姿态动力学模型的框架内,提出了一种基于事件驱动的相对姿态分布式自适应控制算法.通过设计含有星间状态偏差、关联矩阵等的事件驱动函数,当该函数值满足条件时触发事件、更新数据,在非触发时间内利用触发时刻的信息设计控制算法,从而将卫星编队姿态一致性协同控制转化为事件驱动控制问题,有效降低了控制输入更新频次及星间信息交互量.基于Lyapunov理论证明了在事件驱动自适应控制器作用下,领航者—跟随者卫星编队系统是全局渐近稳定的.并证明了事件触发时间序列不会产生Zeno现象,即事件触发间隔时间存在下界.进行数值仿真验证事件驱动自适应控制算法的有效性,并将其与传统自适应控制算法相比较,仿真结果表明,所设计的控制算法在保证闭环系统控制性能的前提下,显著降低了控制输入更新频次和星间交互信息量,满足星上能量和星间通信能力等约束.     

基于扰动观测器的机械臂阻抗复合控制研究

针对机械臂系统模型中存在未知扰动的问题,提出了基于扰动观测器的机械臂阻抗复合控制方法.针对二阶阻抗动态模型,采用由扰动观测器(DOB)、阻抗控制器和位置控制器构成的复合控制策略,其中扰动观测器用来估计机械臂模型中的未知扰动,阻抗控制器用于修正输入角度,位置控制器对修正后的角度进行跟踪控制.复合控制保证阻抗误差可以收敛到一个小的邻域,最终实现期望二阶阻抗模型的动态跟踪.仿真算例验证了该控制方法的有效性.     

一类不确定非线性系统的鲁棒自适应控制

针对具有有界扰动的参数化严格反馈非线性系统,提出了一种鲁棒自适应控制方案。用辨识器估计系统未知参数,利用“确定性等价原则”构成自适应控制方案,从而实现了辨识器与控制器设计的完全分离。所设计的自适应控制器既能保证闭环系统所有信号的全局有界性,又能使输出跟踪误差以指数速度收敛到零的一个小邻域内。仿真结果表明了所提控制方案的有效性。     

基于动态神经模糊算法的船舶航向自适应控制

针对船舶航向控制中模型参数变化引起的不确定性问题,提出一种基于动态神经模糊模型(DNFM)的自适应控制算法.DNFM在学习中同时调整结构和参数,充分逼近Norrbin非线性船舶NARX模型的逆动力学.训练好的DNFM与PD控制器并联构造自适应控制器用于航向控制,且以PD控制器的输出作为自适应律的自变量,进一步在线调整DNFM的权值.以5446 TEU集装箱船的航向控制仿真结果验证了算法的有效性.     

可重构机械臂分散自适应模糊滑模控制

为了适应软件模块化的设计观念,提出一种可重构机械臂的分散自适应模糊滑模控制方案,把可重构机械臂的动力学描述为一个交联子系统的集合。使用模糊逻辑系统逼近子系统动力学模型,然后设计自适应滑模控制器抵消交联项和模糊逼近误差对轨迹跟踪性能的影响。这些子系统控制器组成一个模块化的控制网络,协调工作实现可重构机械臂稳定可靠的运动。最后,仿真结果证明了提出的分散控制方案的有效性。     

组合体航天器的姿态无模型自适应控制

为解决转动惯量参数未知组合体航天器的姿态精确控制问题,基于无模型自适应控制方法设计了一种不依赖于航天器精确动力学模型的组合体航天器姿态无模型自适应控制算法.首先,基于单输入单输出离散时间系统的数据驱动控制方法推导得出无模型自适应控制方程;然后,将无模型自适应控制方法拓展到组合体航天器姿态控制中,设计应用于组合体航天器姿态控制的无模型控制器;此外,为了缩短控制收敛时间,结合组合体航天器动力学特性,对姿态无模型控制器的控制过程进行优化设计;最后,以在轨服务航天器目标抓捕后的操作为研究背景进行组合体航天器的无模型自适应控制算法和无模型控制过程优化算法的数学仿真,验证了算法的有效性和可行性.数学仿真结果表明:所设计的组合体航天器无模型自适应算法有效,能够实现惯性参数未知的组合体航天器的姿态精确控制;且通过无模型控制过程优化设计,可以实现组合体航天器姿态控制过程的快速收敛;同时,该算法具有较高的控制精度.     

机械臂协调操作柔性负载自适应模糊滑模控制

基于奇异摄动理论研究了机械臂协调操作柔性负载系统有限元模型的分解及控制问题。通过双时标变换将复杂的协调系统动力学模型分解成慢变子系统和快变子系统。针对慢变子系统,在其存在不确定性上界未知的情况下,设计了自适应模糊滑模控制器,以完成系统的轨迹跟踪性能;针对快变子系统,考虑到系统参数摄动等影响,设计了鲁棒最优控制器,以抑制系统的弹性振动。仿真结果验证了所设计控制方法的有效性。     

Research on Directly Adaptive Fuzzy Algorithm Based ACC Controller

A directly adaptive fuzzy algorithm is applied in vehicle adaptive cruise control system. The basic principle of the adaptive fuzzy algorithm is analyzed. The initial value of the fuzzy based vector is given by the traditional fuzzy membership. Adaptive law of the adjustable parameters θ is also determined. The directly adaptive fuzzy ACC controller is designed based on Matlab fuzzy toolbox. Matlab-Simulink is adopted to test the function of the adaptive fuzzy ACC controller. The control system is established using a 7 DOF vehicle dynamics model. Simulation results indicate that the principle of the method is correct and it performs well both in cruise and distance keeping.     

两自由度机械手臂的交叉耦合模糊逻辑控制

针对两自由度机械手臂难以建立数学模型的问题,提出了一种交叉耦合的两级控制系统.利用MATLAB Simulink对建立的交叉耦合模糊逻辑控制器的性能进行了模拟仿真,并与传统的PID控制器、基于遗传算法优化的PID控制器进行对比分析.结果表明:搭建的交叉耦合模糊逻辑控制器对立臂转角和悬臂转角阶跃响应的稳定时间分别为0. 05和0. 12 s,该控制器具有较高的控制精度和收敛速度,在控制稳定性、响应速度和超调量等方面的性能均明显优于其他算法,对两自由度机械手系统具有优异的控制性能.     

基于神经元的自适应预测PID控制

提出了一种采用神经元的自适应预测PID控制方案。神经元具有很强的自学习和自适应能力 ,它可根据系统的误差并通过一定的学习算法来不断修正控制器的参数 ,使控制器能够适应受控对象结构参数以及环境的变化。因此采用单神经元构成自适应PID控制器 ,将神经元与PID控制结合 ,对PID参数进行在线寻优、自校正 ,使PID控制能有效地对付一些较复杂非线性被控对象 ,特别是难于用传统方法建模的被控对象。同时为了提高系统的快速跟踪和抗干扰能力 ,采用了动态自适应神经元 (APE)对非线性系统进行预测 ,即用神经元建立起非线性系统的预测模型 ,预测系统的未来输出 ,从而提高了控制系统的控制品质。同时详细介绍了该控制系统的自适应控制算法。仿真结果表明 ,这种自适应控制方案切实可行 ,其控制品质明显优于常规PID控制 ,且具有较强的鲁棒性 ,达到了良好的控制效果。     

在线学习自适应模糊控制器在水轮机调节中的应用

针对水轮发电机组系统具有时变非线性,传统的控制方法很难达到最优控制的特性,提出采用基于RBF神经网络和遗传算法的自适应模糊控制器来控制水轮发电机组运行.模糊控制器的比例因子、模糊推理规则和隶属函数由遗传算法在线寻优.由RBF神经网络进行被控对象的动态特性模型辨识,以评价模糊控制器控制性能.仿真实验表明,控制效果良好,特别在变工况和扰动情况下优于最优PID控制.     

MIMO非线性自适应模糊滑模控制

为了解决传统的自适应模糊滑模控制方法需经无穷长时间才能达到平衡点，不能对系统进行精确地跟踪控制的问题。提出一种具有快速收敛性的自适应模糊滑模控制方法。控制器用具有快速收敛性和稳定性的最终吸引子做自适应模糊调节率代替传统自适应模糊调节率，不仅具有稳定性且具有快速收敛性，从而使控制系统的输出能在有限时间内精确地跟踪参考信号。证明了所设计控制器是全局稳定的。并用该方法控制了二自由度机器手系统，仿真结构表明该方法能使机器手在有限时间内达到精确的位置和速度，从而证实了其快速性。     

一类混沌系统的输入状态稳定控制器设计

针对一类混沌系统中平衡点不稳定的问题,提出一种新型自适应控制器的设计方法。该方法基于输入到状态稳定性理论及小增益定理,采用线性反馈控制与非线性自适应控制相结合的设计思想,在所设计线性反馈增益满足一定取值条件,且非线性控制器部分中的参数满足所设计的自适应律时,使得一类混沌系统的所有平衡点快速实现全局渐进稳定。算例数值仿真验证了该设计方法的有效性。     

电—气比例/伺服控制系统的控制方法研究

本文在简要地回顾了电—气比例/伺服控制技术的发展历史后,研究了采用最小二次型性能指标设计并由实时优化系统进行实验优化的最优状态反馈控制系统。并针对这一系统所存在的问题,采用了鲁棒控制方法,提出对原不稳定系统的鲁棒控制器设计方法。此外,本文还深入地研究了自适应控制和鲁棒自适应控制方法。实验证明本文研究的控制方法均收到预期的效果。     

分数阶超混沌系统的自适应函数投影同步

研究一类具有不确定性参数的分数阶超混沌系统的自适应函数投影同步问题。基于分数阶系统稳定性理论和自适应控制策略,设计自适应控制器和参数更新规则,实现了系统的自适应函数投影同步,并对系统进行稳定性分析,数值仿真结果验证了该控制器和参数更新规则的有效性和正确性。     

多效蒸发的无模型自适应控制研究

将基于紧格式线性化的非线性系统无模型自适应控制方法应用在多效蒸发控制中。控制器的设计是直接基于称为伪偏导数的向量,伪偏导数是根据多效蒸发系统的人工神经网络模型的输入输出信息在线导出的。并利用MATLAB仿真实验证明了该方法的有效性和稳定性,其性能优于传统PID控制。