基于摩擦补偿的柔性关节机器人分级滑模控制

针对柔性关节机器人中存在的非线性摩擦问题,提出一种基于摩擦补偿的柔性关节机器人分级滑模控制方法。首先,通过线性化参数的方法对柔性关节机器人受到的摩擦进行建模,并对模型中未知参数设计自适应律以实现摩擦的估计;然后,针对摩擦模型的误差,进一步设计观测器进行估计,结合摩擦的自适应和模型误差估计实现对摩擦的补偿;最后,利用电机侧和关节侧的位置误差和速度误差设计一级滑模面,再根据一级滑模面设计二级滑模面,从而得到分级滑模控制器,进一步实现柔性关节机器人的位置轨迹跟踪控制。通过Lyapunov函数证明了机器人关节轨迹跟踪误差的收敛性。仿真结果表明：该控制方法结合参数自适应和模型误差观测器可以有效地对摩擦进行补偿,在有限时间内实现柔性关节机器人的位置轨迹对期望位置轨迹的跟踪。     

基于鲁棒状态估计的永磁风电系统最大功率控制

为了提高传统风能最大功率跟踪控制的鲁棒性,提出新的滑模自适应最大功率跟踪控制策略。由于实际无速度传感器的风电系统变量难以测量,为此构造滑模状态观测器,估计系统转速跟踪误差,基于估计值设计了滑模自适应最大功率跟踪控制器。最后,基于MATLAB/Simulink仿真平台搭建了完整的风电系统仿真模型,仿真结果表明,所提出的控制策略在不同风速扰动作用下能实现良好的跟踪和控制效果,提高了风电系统的鲁棒性,保证了风电系统的最大功率输出。     

基于滑模状态观测器的永磁风电系统最大功率点跟踪控制策略

为了提高传统风能最大功率点跟踪控制的鲁棒性,提出了新的滑模自适应最大功率点跟踪控制策略。由于实际无速度传感器的风电系统变量难以测量,为此构造了滑模状态观测器来估计系统的转速跟踪误差,并基于估计值设计了滑模自适应最大功率点跟踪控制器。最后,基于MATLAB/Simulink仿真平台搭建了完整的风电系统仿真模型。仿真结果表明,在不同风速扰动作用下,所提出的控制策略均能实现良好的跟踪和控制效果,提高了风电系统的鲁棒性,保证了风电系统的最大功率输出。     

基于自适应动态控制的无人车轨迹跟踪控制器设计

针对无人车系统存在干扰和故障影响的问题,文中设计一种基于滑模观测器的自适应轨迹跟踪控制方法。考虑无人车在运行过程中存在系统参数摄动和执行器传动机构加性故障的情况,同时结合系统非线性结构特性,设计自适应滑模观测器估计故障信号,并在此基础上设计自适应控制律对系统时变参数进行在线估计,保证闭环系统稳定且满足给定路径跟踪性能要求。仿真结果表明,在系统时变参数和执行器加性故障影响下,应用文中设计的控制方法可以取得期望的轨迹跟踪性能且鲁棒性较好。     

基于扩张状态观测器的机械臂滑模控制

为了解决机械臂在外部干扰和自身参数不确定性情况下的轨迹跟踪控制问题,提出一种基于扩张状态观测器（ESO）的机械臂滑模控制方法.针对干扰信号,设计扩张状态观测器对系统的总扰动进行估计;将估计出的扰动值引入基于机械臂动力学方程设计出的滑模控制律中,完成了对机械臂轨迹跟踪控制方法的设计;最后,利用Lyapunov函数验证了系统的稳定性.仿真结果表明：基于扩张状态观测器的机械臂滑模控制可以克服外部扰动和自身参数的不确定性,使系统具有较好的鲁棒性,控制机械臂能较好地跟踪给定轨迹.     

板球系统的非线性摩擦补偿控制

为提高位置控制精度,提出了基于非线性观测器的板球系统摩擦非线性补偿控制方法。在扩展的系统状态空间中构造了非线性状态观测器估计摩擦力。由输入输出精确反馈线性化和最优控制理论设计了考虑摩擦补偿的镇定位置控制器。根据变结构控制理论设计了可精确消除摩擦的跟踪位置控制器。仿真结果说明了上述摩擦非线性补偿控制方法的可行性。镇定控制实验表明非线性摩擦补偿控制明显减小了稳态位置偏差。跟踪控制实验表明摩擦补偿控制明显提高了轨迹跟踪控制精度。     

基于自适应神经网络滑模观测器的容错控制

针对机电伺服系统可能发生的故障,提出基于自适应神经网络滑模观测器的快速终端滑模容错控制策略.在自适应滑模观测器中引入神经网络估计故障,以提高故障发生时观测器的状态估计精度和故障检测准确性.利用观测器的状态估计值进行状态重构,结合参数自适应技术和快速终端滑模控制方法设计主动容错控制器.针对参数不确定性设计参数自适应率进行估计,并利用前馈补偿技术补偿故障和参数不确定性.针对未知上界的扰动设计具有自适应增益的鲁棒项.利用Lyapunov定理证明所提出的控制方法可以实现系统有界稳定,大量仿真和实验结果验证了控制器在系统发生故障时具有良好的容错能力、控制精度和响应速度.     

基于自适应终端滑模控制器的机械手跟踪控制

针对具有不确定性的机械手轨迹跟踪控制问题,提出一种自适应二阶终端滑模控制器设计方法。设计一类非线性不确定系统的自适应二阶终端滑模算法,使得不连续符号函数包含在控制微分项,实际控制作用连续;采用自适应律克服不确定性上界未知问题,基于Lyapunov方法证明系统稳定性;针对机械手轨迹跟踪问题,基于所提出控制方法设计机械手自适应终端滑模控制方案;通过对双关节机械手轨迹跟踪仿真研究,验证所提出控制策略的有效性。     

刚体航天器有限时间输出反馈姿态跟踪控制

为提高航天器系统飞行可靠性,研究角速度信息不可测量的刚体航天器有限时间姿态跟踪控制,将姿态导数信息作为未知状态,设计基于改进自适应超螺旋滑模的状态观测器,避免未知状态导数上界需要已知的约束,将姿态运动方程进行扩维,在有限时间内实现对未知角速度估计.同时考虑环境干扰和模型不确定,设计新的有限时间干扰观测器,结合连续自适应方法实现对系统综合不确定上界的估计.在此基础上,基于终端滑模技术,设计有限时间连续姿态跟踪控制器,较好地减小了控制输入抖振,并采用Lyapunov理论证明了观测器和控制器的有限时间稳定性.最后仿真结果说明了所提方法的有效性.     

一种无模型的机器人非线性输出反馈控制

针对非线性不确定机器人系统的轨迹跟踪控制问题,在传统PID控制器的基础上,设计带观测器的无模型连续控制器.控制器由PD控制部分和非线性积分部分组成,其中PD控制部分用于镇定系统,非线性积分部分用于提高算法的收敛速度,同时考虑到速度信号不易获取,引入线性观测器估计机器人关节的速度,并在理论上证明了观测误差和跟踪误差最终趋向于零.在SCARA机器人的两个旋转关节上进行轨迹跟踪试验,结果表明,采用该控制算法得到了理想的控制性能,在同样的反馈增益下,采用观测器后的平均跟踪误差和最大跟踪误差降低了30%以上,而控制输出的震荡程度只有无观测器时的60%.     

水下运载器多变量鲁棒输出反馈控制方法

针对存在较大参数不确定性和仅具有位置、姿态测量的水下运载器的六自由度位姿控制难题,提出一种基于自适应平滑增益滑模观测器和多变量积分Backstepping控制器的非线性控制方法.解决水下运载器的鲁棒输出反馈控制问题,使用基于Lyapunov稳定性理论的设计方法保证观测器 控制器系统的稳定性.设计的自适应平滑增益滑模观测器,克服常规滑模观测器中所存在的高频颤振现象,从而获得较平滑的速度估计值.当存在模型不确定性和有界未知干扰时,可以保证速度估计误差以指数速率收敛至较小的球域内.设计的多变量积分Backstepping控制器,可以保证系统的跟踪误差同样收敛至较小的球域内.以浙江大学正在研制的海王号ROV六自由度控制为研究对象,使用所提出的控制方法与传统PID控制器进行对比仿真研究.仿真结果表明,当存在较大参数不确定性、较强未知外干扰和测量噪声时,所提出的控制方法具有较强的鲁棒性能,可以很好地跟踪参考轨迹,获得较好的动态性能和稳态控制精度.性能明显优于常规PID控制器,并且解决了PID控制器所存在的转艏角设定值不能大于90°的问题.     

考虑万向轮扭转角扰动轮式移动机器人轨迹跟踪

为了研究轮式移动机器人运动过程中万向轮扭转的扰动对其轨迹跟踪的影响,提出了一种考虑前端万向轮摩擦扰动及其质心与几何中心不重合的轨迹跟踪控制方法。首先,建立了考虑万向轮扭转角扰动的轮式移动机器人动力学模型;其次,根据位姿误差模型,采用反步法设计虚拟速度控制器收敛系统位姿误差;然后,结合扰动观测器对机器人行进过程中万向轮扭转所带来的摩擦扰动进行估计,构造出一种基于积分滑模思想的力矩控制器以保证速度追踪;最后,利用Lyapunov稳定性理论对系统的稳定性和渐近收敛进行证明。仿真及实验结果表明,将万向轮摩擦所带来的扰动反馈给动力学控制器,可以减轻控制器的负载。与忽略万向轮扰动的控制方法相比,轮式移动机器人的位置误差最大值的均方根值降低了37.37%,提高了运动系统的稳定性。     

飞翼布局无人机反步L2增益纵向着陆鲁棒控制

针对存在干扰的飞翼布局无人机纵向着陆控制问题,提出一种基于super twisting滑模干扰观测器与跟踪微分器的反步L_2增益鲁棒控制方案.为解决反步控制虚拟控制量求导复杂的问题,设计了跟踪微分器对虚拟控制量进行求导,同时综合采用super twisting滑模干扰观测器和L_2增益鲁棒项增强了控制系统的鲁棒性.仿真结果表明,无人机高度、空速都跟踪上控制指令,垂直接地速度在允许的范围内,与传统的PID着陆控制方案相比具有更好的着陆控制性能.     

基于终端滑模的移动机器人轨迹跟踪控制

分析了具有不确定性非完整约束移动机器人系统的轨迹跟踪问题。在运动学模型分析的基础上,利用非奇异终端滑模技术,提出了一种新的轨迹跟踪控制算法,该算法消除了传统滑模控制带来的奇异问题。基于后退方法的思想设计系统状态变量,将系统分解为低阶子系统处理,简化了控制律的设计。结合Lyapunov方法,证明了在该控制律作用下,对满足一定速度条件的期望轨迹,移动机器人完全能够实现轨迹跟踪。仿真实验结果表明了该方法的有效性。     

Dynamic Surface Backstepping Global Sliding Mode Control for CPS Based on NDO

Based on dynamic surface control and the nonlinear disturbance observer technique,it proposes a nonlinear adaptive backstepping global sliding mode control system for a typical cyber physical system( CPS)with aerodynamic coefficients and external disturbance uncertainties. The dynamic surface control technique can provide the capability which can solve the problem of "explosion of complexity"in backstepping sliding mode controllers. The nonlinear disturbance observers are employed to observe the arbitrary model uncertainties of nonlinear flight dynamic system. The global sliding mode control method is used to improve the response rate and the precision of the tracking. The simulation results show the effectiveness of the proposed control system.     

固定翼无人机自适应滑模控制

针对固定翼无人机的姿态和速度控制中存在不确定和外部扰动的问题,设计自适应超螺旋滑模干扰观测器和控制器,实现了固定翼无人机对速度指令和姿态指令的有限时间精确跟踪.首先建立固定翼无人机速度模型和基于四元数的姿态误差模型;进而在该模型的基础上针对无人机飞行过程中的外部扰动和不确定问题,采用自适应超螺旋滑模算法设计干扰观测器对干扰和不确定进行快速估计,并在此基础上设计多变量超螺旋控制器使固定翼无人机快速、精确地跟踪期望的速度和姿态指令;最后基于Lyapunov理论证明了该系统的稳定性.仿真结果表明:所提出的综合控制策略可以实现固定翼无人机速度与姿态的快速精确跟踪并具有良好的鲁棒自适应能力,而且针对无人机不同的飞行指令,使用该控制策略都能使无人机快速稳定的达到预期目标.     

一种故障干扰解耦的航天器主动容错控制方法

为提高航天器系统的可靠性,研究一种干扰影响下的航天器主动容错控制技术.首先,为实现干扰下的故障诊断,减小航天器系统故障检测到故障估计之间的时间延迟,通过将故障扩展为系统状态量,设计未知输入观测器,进行航天器故障检测及估计单元一体化设计.其次,考虑到此方法无法实现对干扰的估计,且仅能解决可导的故障类型,进一步设计新型的自适应滑模未知输入观测器,能够保证对干扰及故障的同时解耦估计,也可以解决更广泛的故障类型.最后,考虑观测器观测过程中的估计误差,设计了多变量终端滑模容错控制器,提高了控制性能.仿真结果表明:所设计的主动容错控制策略能够实现干扰影响下的故障诊断,可以保证航天器控制性能的快速恢复.