模型参考自适应滑模控制方法在前向像移补偿中的应用

为了提高航空相机的飞行分辨率,提出了一种基于模型参考自适应的滑模控制方法。用模型参考自适应算法对时变系统参数进行在线辨识,并改变滑模控制器的控制参数。采用基于衰减控制的变速趋近律作切换函数,加快系统收敛速度,减小切换过程中的抖动。实验结果表明,同PID控制方法相比较,模型参考自适应滑模控制方法将速度补偿误差降低了60%,相应地将航空相机的飞行分辨率提高了2倍。因此,基于此方法的前向像移补偿系统可提高速度跟踪精度和鲁棒性,对时变干扰力矩具有较强的抑制能力。     

起重臂动态面自适应模糊滑模控制联合仿真研究

转载车上的起重臂俯仰机构是常见的机电液系统。为了克服转载时系统存在非线性特性和干扰等问题,提出了一种动态面自适应模糊滑模控制的方法。基于反演滑模控制设计了李亚普诺夫函数和虚拟控制量,分别引入动态面控制计算虚拟控制量的导数、自适应控制对参数进行在线估计和模糊控制对切换项进行模糊化。为了更准确地模拟转载作业过程和验证控制器的性能,提出了基于AMESim和Simulink联合仿真的方法,利用AMESim的元件库建立系统的机械-液压模型,并通过软件接口与Simulink模型相连构建联合仿真模型。经仿真验证,所设计的滑模控制器具有较高的控制精度和较强的鲁棒性,并消除了抖振。     

大型装备电液系统高精度鲁棒位置控制

阀控非对称缸电液系统具有参数不确定性和强外部扰动,导致系统鲁棒性和跟踪性能变差,控制难度增加.考虑外部扰动建立系统动态模型,为了提高系统鲁棒性和跟踪精度,提出自适应滑模控制策略,用滑模边界层厚度函数代替符号函数以减小系统颤振,构建扰动观测器来调整切换增益,进一步提高系统稳定性.引入可变边界层厚度函数,抑制变化负载对系统...     

基于四旋翼无人机的二阶PD积分滑模控制算法研究

为提高6自由度四旋翼无人机系统飞行稳定的收敛速度问题,提出双闭环二阶PD积分滑模控制器的设计方法。该控制器的外环采用二阶PD控制算法使无人机在控制精度上有显著的提高;以系统姿态角动态变化为内环,通过引入饱和函数的积分滑模控制,有效抑制滑模控制算法本身的抖振效应,实现期望轨迹的可靠跟踪,同时利用李雅普诺夫函数证明该系统能够快速收敛达到稳定。仿真结果表明,当无人机受到外界扰动后可以快速准确跟踪螺旋上升的航迹,验证了所提算法的有效性和鲁棒性。     

基于自适应滑模控制的四轮全向移动机器人轨迹跟踪方法研究

针对四轮全向移动机器人动力学模型参数的不确定性以及外部扰动的影响,为提高其轨迹跟踪控制性能,提出了一种基于自适应滑模的四轮全向移动机器人轨迹跟踪控制方法。首先,基于驱动电机参数建立了机器人的动力学模型,在此基础上设计了一种自适应滑模轨迹跟踪控制器;其次,通过低通滤波器滤除轨迹跟踪控制器输出端的高频信号,同时为实现机器人动力学参数的在线估计,提出了一种参数自适应控制算法并利用RBF神经网络实时调整轨迹跟踪控制器的切换增益,以减小系统的抖振;最后,为验证所述方法的有效性,采用MATLAB进行了仿真实验。仿真结果表明,基于自适应滑模控制的四轮全向移动机器人轨迹跟踪方法可以较好地降低参数变化、外部扰动对系统的影响,能够减小系统的抖振,具有较好的抗干扰能力。     

智能车自动换道横向控制策略的研究

对于具有干扰的系统,针对采用常规滑模控制方法控制精度不高及需要较大切换增益的问题,基于7自由度非线性车辆动力学模型设计了一种基于指数收敛干扰观测器的滑模转向控制器,跟踪智能车自动换道的期望横摆角速度。换道过程采用等速偏移加正弦函数换道模型,基于期望的换道轨迹获得了期望横摆角和横摆角速度。运用Lyapunov理论分析了自动换道系统的稳定性。MATLAB/Simulink仿真结果表明,所设计的自动换道滑模转向控制器能有效地利用干扰观测器和滑模控制的特点,提高跟踪精度,降低切换增益,削弱抖振,具有很好的鲁棒性。     

自主式水下机器人自适应区域跟踪控制

研究自主式水下机器人的区域跟踪控制问题,提出一种基于PD神经滑模的自适应区域跟踪控制方法。针对自主式水下机器人自适应控制器中仅在线调整网络权值的径向基函数神经网络存在收敛性能差的问题,给出同时对径向基函数神经网络权值、径向基函数中心与方差进行自适应调整的方法,使径向基函数神经网络无须离线选取径向基函数中心与方差,即可进行在线自适应学习。考虑到控制器中滑模控制项易引起系统抖振的问题,提出一种基于指数函数的滑模切换增益调节方法,使滑模切换增益能够依据跟踪误差实时调节以降低系统抖振。基于Lyapunov理论对所提自适应区域跟踪控制方法的稳定性进行分析。通过自主式水下机器人的仿真试验与水池试验验证所提方法的有效性。     

两非对称液压缸同步举升系统的自适应跟踪控制

针对由两个非对称液压缸组成的电液伺服同步举升系统,首先建立了该系统的非线性耦合模型,并在该模型的基础上设计出一种鲁棒自适应跟踪控制器。该控制器利用多变量后推设计方法实现了液压缸对目标轨迹的跟踪控制以及同步控制,并结合参数自适应律解决系统中某些参数的不确定性问题。整个控制律的设计过程通过Lyapunov函数方法保证系统的稳定性。为验证该控制律,使用AMESim软件构建两非对称液压缸同步举升系统仿真模型,仿真结果验证了提出方法的有效性。     

基于NDO的HXD_3机车轮对齿隙自适应补偿

为研究HXD3型电力机车轮对齿隙受线路激扰和车行冲击影响时的位置控制精度,考虑实际工况中齿隙传动的非线性以及外界干扰的周期性,建立了齿隙传动伺服系统的数学模型;针对具有齿隙输入和未知时变参数的非线性系统,结合齿轮传动控制方向未知的实际工况,引入Nussbaum类型函数;为改善系统抖振,同时减小外干扰和不确定性对系统的影响,添加了非线性干扰观测器;基于积分滑模控制器收敛快速、鲁棒性强的优点,设计了具有衰减因子的积分滑模自适应控制器。理论分析表明,齿隙伺服系统闭环输出有界,滑模面与跟踪误差一致有界并收敛于0。仿真结果表明,积分滑模面抖振较小,收敛迅速;Nussbaum函数有界并收敛;NDO能够对非线性干扰进行近似无偏估计。齿隙伺服系统可实现在线路上存在周期性冲击时及参数存在摄动的工况下对位置指令输入的近似无偏跟踪,并对控制方向不同的指令输入具有较为理想的输出响应。     

基于自调整神经元的无人直升机航向控制方法

直升机航向动力学包含输入非线性、时变参数和主－尾旋翼之间的强耦合,传统的比例积分微分(Proportional integral differential, PID)方法很难达到良好的控制性能。基于以上原因,通过把自调整神经元与滑模控制相结合,提出一种能够解决带有输入非线性的航向自适应控制方法。与常规自适应控制相比,用滑模条件代替误差函数作为目标函数,使控制器在保证闭环稳定性的同时,能够进一步使跟踪误差满足期望精度。证明了该方法的稳定 性,针对实际模型直升机试验平台航向动力学模型的仿真结果,以及与传统PID方法的比较都表明了该方法的有效性。     

动压缸电液伺服压力系统自适应差分进化辨识

根据轨道路基测试装置工作原理,建立了动压缸电液伺服压力系统AMESim模型,理论推导出该系统传递函数。针对标准差分进化算法早熟问题,构造了一种可以自动调节变异因子、变异算子和交叉因子的自适应差分进化算法。设计了基于该系统AMESim模型的参数辨识方案,进行了自适应差分进化算法与其他算法的对比仿真,验证了该算法具有良好的辨识精度和收敛性,给出了动压缸负载开环传递函数辨识参数,并通过自适应差分进化算法获得了伺服阀系统开环传递函数辨识参数。最后给出了动压缸电液伺服压力系统传函参数,通过与该系统AMESim模型对比仿真,验证了该辨识参数的有效性。     

DERIVATION AND INTEGRAL SLIDING MODE VARIABLE STRUCTURE CONTROL OF HYDRAULIC VELOCITY TRACKING SYSTEM

The velocity tracking control of a hydraulic servo system is studied. Since the dynamics of the system are highly nonlinear and have large extent of model uncertainties, such as big changes in load and parameters, a derivation and integral sliding mode variable structure control scheme (DI-SVSC) is proposed. An integral controller is introduced to avoid the assumption that the derivative of desired signal must be known in conventional sliding mode variable structure control, a nonlinear derivation controller is used to weaken the chattering of system. The design method of switching function in integral sliding mode control, nonlinear derivation coefficient and controllers of DI-SVSC is presented respectively. Simulation shows that the control approach is of nice robustness and improves velocity tracking accuracy considerably.     

电液伺服系统RBF神经网络滑模控制

针对阀控液压缸位置伺服系统非线性导致模型参数确定困难及干扰问题，在分析三阶位置控制的电液控制系统原理及模型的基础上，引入神经网络的RBF 径向基控制模型和自适应滑模算法，同时考虑了非1负反馈参数，建立了基于RBF 神经网络滑模控制的电液伺服控制系统数学模型。通过选取合适的Lyapunov 函数，分析了系统稳定性，解决了参数未定及挠动情况下的电液伺服系统控制器设计问题。仿真结果证明，所设计的控制器使系统的输出对给定信号的跟踪精度高，响应快，具有较强的鲁棒性。     

基于干扰观测器的时滞非线性切换系统滑模控制方法

为实现更加精准的时滞非线性切换系统滑模控制,应用干扰观测器设计一种新的系统滑模控制方法。构建时滞非线性切换系统模型,针对系统在发生结构变化时会产生复合干扰变化的情况,设计了一种非线性切换干扰观测器,实施系统不连续干扰的估计。通过 Backstepping 方法结合干扰观测器,设计一种切换滑模控制器,依据标量非线性特性打造一个滑模面,通过滑模控制器算法使时滞非线性切换系统能够满足滑模面的实际可达性条件,完成切换滑模控制器设计,实现系统的滑模控制。对设计的滑模控制方法进行测试,实验中选择的时滞非线性切换系统为一种变后掠翼 NSV 。实验结果表明,该设计方法能够实现较为准确地切入信号跟踪,表现出了很好的切换复合干扰估计性能。     

基于RBF网络滑模的电动助力制动系统液压力控制

针对汽车电动助力制动系统（Electro-booster,EBooster）的液压力控制中液压负载的非线性和不一致性问题,提出一种基于径向基函数（Radial based function,RBF）神经网络的滑模变结构控制方法。设计EBooster系统压力控制架构,建立液压制动系统等效结构简化模型,据此设计基于RBF网络滑模变结构的液压力控制方法,通过设计RBF网络的自适应律来实现系统滑模控制参数的自适应调整,并利用李雅普诺夫函数方法分析算法的稳定性。最后搭建电动助力制动系统的快速原型试验平台来验证算法的有效性。试验结果表明,采用RBF神经网络滑模变结构的控制策略对电动助力制动系统液压力的控制误差在2%以内,具有良好的控制效果。研究成果为EBooster系统的压力控制提出一种具有良好自适应性的算法设计思路。     

挖掘机基于干扰观测器的滑模控制

针对挖掘机工作装置的参数不确定和存在干扰的问题,将滑模控制用于挖掘机工作装置的轨迹跟踪控制中。为了削弱滑模控制中存在的抖振,设计了干扰观测器,对干扰项进行有效估计以降低滑模控制中的切换增益。利用Matlab／Simulink工具箱对所设计的控制器进行了仿真,给出了基于干扰观测器的滑模控制的跟踪性能及误差。     

基于组合滑模面的起重机升降系统位置控制

针对滑模控制系统中线性滑模面动态性能好、稳态性能较差,而积分滑模面稳态性能好、动态性能较差的特点,结合两者优势,设计了一种线性滑模面和积分滑模面平滑切换的组合滑模面,并将带内负衰减控制的趋近律用于滑模控制中,提高控制系统的动态和稳态性能的同时又削弱了抖振。将该控制策略应用到起重机升降系统中,通过仿真验证了该控制策略的有效性。     

An Integral Sliding Model Tracking Strategy for 3D Laser Beam Position Control

This paper discusses how to improve the tracking precision of a laser beam positioning system by using a new sliding model tracking strategy. A continuous strategy of integral sliding mode control is proposed in order to achieve high-accuracy and high robustness of position tracking control. Modelling deviation and unmeasurable external disturbance is compen-sated for by an integral action term. This scheme can solve the chattering problem without loss of robustness and controaccuracy. The simulation and experimental results show that a laser beam position control system with the integrated sliding mode control (ISMC) has higher robustness, higher global stability, higher tracking precision, and speed than a traditional controller.