采用滑模变结构控制的轨迹跟踪伺服系统

本文主要阐述采用滑模变结构控制的轨迹跟踪伺系统的设计方法，在选择调节器参数时，采用了对等效控制信号进行补偿的方法，并在小偏差范围内进行比例控制，较好的解决了“颤振”问题。系统利用功率场效应管MOSFET组成PWM高频伺服放大器，采用单片机实现了数字化控制，实验结果表明，该系统具有较好的理棒性。     

基于对偶四元数的卫星主从式编队姿轨跟踪的优化控制

在对偶四元数的框架下研究了主从式编队卫星相对姿态和相对位置跟踪控制的优化问题.首先,给出了用对偶四元数描述的编队卫星六自由度的相对运动模型.接着,把系统模型拆分为标称系统和扰动系统,对于标称系统,使用李雅普诺夫优化控制技术和轨迹跟踪优化的方法来得到非线性系统的次优解,而对于扰动系统,利用滑模控制来确保闭环系统的鲁棒性,为此把最优控制和滑模控制结合起来提出了一种优化的积分滑模控制器,并通过李雅普诺夫方法严格地证明了整个闭环系统的全局渐近稳定性.最后,通过数学仿真来验证设计方法的有效性和可行性,结果表明本文的方法能够实现编队卫星姿轨跟踪的精确控制,收敛速度较快,得到的性能指标更小,且对模型参数不确定性和外部有界干扰具有较强鲁棒性.     

考虑扰动及模型不确定的无人船路径跟踪控制

针对外界扰动与模型不确定因素影响下的无人船路径跟踪控制问题,引入Serret-Frenet坐标系对无人船的路径跟踪问题进行数学描述,根据给定的期望跟踪路线与当前无人船的位置信息,利用李雅普诺夫直接法设计无人船航行速度与航向角度的期望值作为路径跟踪的虚拟控制律,通过设计滑模控制器实现对虚拟控制量的误差跟踪控制,通过设计切换函数避免无人船的控制量出现饱和或抖振现象,进而降低模型不确定及干扰对路径跟踪控制的影响。仿真实验表明,设计的控制器可在外界时变扰动与模型不确定的前提下完成对给定路线的理想跟踪。     

磁性微型机器人神经自适应轨迹跟踪控制

针对复杂环境和不确定的动态模型问题，提出了一种自适应神经网络控制算法，并且基于李雅普诺夫理论保证了闭环系统的稳定性。相较而言，基于模型的控制策略需要精准地知道微机器人的动力学以及周围环境参数，而本文提出的基于径向基函数神经网络的状态反馈控制策略可以有效地根据状态与期望轨迹在线估计系统模型的不确定项。最后，在所开发的磁场驱动的微型机器人系统上进行了2项实验并进行了对比，以验证所提出的控制器的有效性。结果表明，曲线与直线的轨迹跟踪均方根误差分别达到6.2204像素与6.4279像素，明显优于传统的PID（比例-积分-微分）算法。     

基于函数滑模控制器的机械手轨迹跟踪控制

提出一种基于函数滑模控制器(FSMC)的控制策略,用于不确定机械手的轨迹跟踪控制。首先,由动力学模型和滑模函数得到系统的不确定项;然后,利用RBF神经网络逼近系统不确定项,由于神经网络逼近存在误差,而且在初始阶段误差较大,设计函数滑模控制器和鲁棒补偿项对神经网络逼近误差进行补偿,以克服普通滑模控制器容易引起的抖振问题,同时提高系统的跟踪控制性能。基于李亚普诺夫理论证明了闭环系统的全局稳定性,仿真实验也验证了方法的有效性。     

快速收敛的机器人滑模变结构控制

针对滑模变结构控制的收敛速度问题,提出了一种新的非线性滑模面．系统到达该滑模面上任一位置 后,都能够以高于线性滑模和终端滑模的速度收敛到平衡点．同时,提出了一种新的双幂次趋近律,使得系统状态 在趋近滑模面的全过程中,也能够拥有较高的速度,并消除了传统滑模变结构控制所固有的抖振．最后将该方法用 于仿真机器人的路径跟踪控制,结果表明,系统具有较强的鲁棒性和较快的收敛速度,验证了该方案的有效性．     

Buck变换器的改进型互补滑模控制

针对Buck变换器系统中存在匹配和不匹配干扰的问题, 本文提出了一种基于干扰观测器(DOB)的改进型互补滑模控制(CSMC)策略. 首先, 建立存在多重干扰的Buck变换器数学模型, 将模型改写为标准二阶积分型控制对象, 将式中干扰统一为匹配干扰和不匹配干扰. 其次, 设计2个DOB分别估计匹配干扰和不匹配干扰, 实现有限时间内跟踪干扰信号, 以抵消各种不确定性对系统的影响. 然后, 设计互补滑模面, 提出基于等效控制的改进型互补滑模控制律, 保留边界层内鲁棒性的同时, 提升控制器的动态性能, 减小静态误差, 拓宽边界层参数选择范围. 最后, 基于李雅普诺夫理论证明所提出控制器的稳定性. 数字仿真表明, 提出的改进型CSMC控制器结合DOB的总体控制方案能够有效抑制系统匹配和不匹配干扰, 同时获得更快的收敛速度以及更高的跟踪精度.     

带有时变输出约束的机械臂自适应轨迹跟踪控制

针对带有输出约束和动力学模型参数未知的机械臂系统，提出一种基于时变tan型障碍李雅普诺夫函数的自适应控制方法.首先，通过设置时变约束边界，给出了一个时变tan型障碍李雅普诺夫函数，保证系统在初始误差较大情况下的瞬态性能和稳态性能，拓展了传统对数型障碍李雅普诺夫函数的适用范围.其次，为了处理机械臂动力学模型的不确定性，采用径向基神经网络(RBFNN)拟合未知的动力学模型，设计了基于RBFNN的自适应控制器，在满足约束的情况下提高了系统的鲁棒性.最后，通过二自由度机械臂轨迹跟踪的仿真，验证了所提方法的控制性能优于传统的PD控制器.     

基于函数滑模控制器的机械手轨迹跟踪控制

提出一种基于函数滑模控制器(FSMC)的控制策略,用于不确定机械手的轨迹跟踪控制。首先,由动力学模型和滑模函数得到系统的不确定项;然后,利用RBF神经网络逼近系统不确定项,由于神经网络逼近存在误差,而且在初始阶段误差较大,设计函数滑模控制器和鲁棒补偿项对神经网络逼近误差进行补偿,以克服普通滑模控制器容易引起的抖振问题,同时提高系统的跟踪控制性能。基于李亚普诺夫理论证明了闭环系统的全局稳定性,仿真实验也验证了方法的有效性。     

非线性系统的无模型控制方法

非线性系统广泛存在于各种实际问题中,但是建立复杂非线性被控对象的精确数学模型往往是很困难的,对非线性系统实现稳定控制是过程控制工程中的一项困难的课题。无模型控制方法是以非线性途径设计出来的,因而用它来控制某些非线性复杂对象时,表现出了它的优良控制品质。主要说明了无模型控制方法实现了智能推理算法化,不同于一般的智能控制算法,同时分析了无模型控制律对非线性被控对象收敛的快速性,通过具体的工程实例说明了无模型控制方法在非线性系统中的成功应用。     

仿生复眼结构的制作与测试研究

为了更好地利用生物复眼的光学性能,介绍了一种新型仿生复眼结构。通过使用传统光刻胶热熔法和NOA73紫外曝光固化技术,得到了NOA73和PDMS材料的微透镜阵列,比较了它们的聚焦效果和光强分布,得到NOA73材料具有更好的光学性能;然后利用PDMS的柔韧性进行了两次倒模,再通过紫外曝光把NOA73固化,得到了背靠背形式的仿生复眼结构;最后对结构进行了成像测试、光强分布测试,并对结果进行了仿真和理论分析,可知该结构具有良好的形貌,光损耗小,光学性能优异并且具有很好的重复性,制作简单,成本低,能够模仿生物复眼的部分光学特性。     

一种新的多变量参考模型解耦控制的方法

为了能使解耦控制和主回路控制相互独立,同时改善动态和静态解耦特性,提出一种新的参考模型解耦方法.参考模型回路由控制器和被控对象的传递函数2部分组成,而不是一般意义上的只由单一的参考模型传递函数构成.解耦控制器被引入到解耦环节,使解耦与主回路控制独立,控制与解耦功能分别由2个不同的控制器独立完成.控制器的设计非常简单、方便,不会顾此失彼.以性能指标逼近的方式,该方法基本上能实现动态和静态的解耦.通过对实际工业系统的仿真,取得了良好的解耦效果.     

An Enhanced IBVS Controller of a 6DOF Manipulator Using Hybrid PD-SMC Method

International Journal of Control, Automation and Systems - The accuracy and stability are two fundamental concerns of the visual servoing control system. This paper presents an enhanced image based...     

深度学习在仿生眼监控系统中的应用

在视频监控系统中,由于受到复杂的背景、环境光线变化以及设备本身性能的限制,导致目标检测算法设计难度的加大,而传统的目标检测算法通常依赖于人工选择特征,难以从海量的数据中自动学习得到一个有效的分类器.基于深度学习算法,构建了一个卷积神经网络,并利用仿生眼视频监控系统中采集的人、车图像进行训练,在此基础上设计若干实验对深度学习网络特性进行分析,证明了训练集中各个类别样本的分布以及小样本训练的情况下对深度学习的训练结果会造成较大的影响.     

Interpolatory Model Order Reduction Method for Second Order Systems

In this paper, we propose a structure‐preserving model reduction method for second‐order systems based on H₂ optimal interpolation. In the iterative process of the proposed method, an algorithm is presented for selecting interpolation points in order to control the dimension of the reduced system. Result about error analysis of the interpolation points selection algorithm is obtained and the property of the new model reduction method is also given. Finally, three numerical examples are performed to illustrate the effectiveness of the new method.     

一种混合驱动柔索并联仿生眼的轨迹规划

在与眼球运动相关的解剖学和运动学的基础上,设计了一种符合Listing定理的基于混合驱动柔索并联机构的3自由度机器人仿生眼.通过矢量封闭方法建立了逆运动学模型,求解出柔索并联机器人的雅可比矩阵和结构矩阵.利用达朗贝尔定理建立柔索并联机器人的力矩平衡方程组,采用广义逆矩阵的相关理论,以柔索张力矢量的2范数最小为目标进行张力优化.用蒙特卡洛方法计算出仿生眼球可达工作空间.最后,在Simulink环境下进行仿真,规划运动轨迹并得到柔索并联机器人运动特性的仿真结果,证明了本文设计的机构符合Listing定理.结果表明:基于混合驱动柔索并联机构的机器人仿生眼结构合理,数学模型正确.     

协同推荐系统检测模型的一种优化方法

研究表明协同推荐技术容易受到攻击。由于现有的检测模型对低填充规模攻击的检测效果不理想,本文结合检测模型特点,改进Pearson相似度计算方法。其思想是,降低共同评分项目对用户相似度程度的影响,从而降低填充规模较小的攻击数据与真实用户之间的相似度。实验结果表明该方法对低填充规模攻击有较好的抗攻击性。     

非线性系统Wiener模型辨识

本文采用不同幅值的三电平伪随机m序列作为输入信号,辨识了离散非线性系统Wiener模型的线性脉冲响应函数和非线性增益系数.同时讨论了参数估计的统计特性及其区间估计,并附有仿真结果.     

基于参数优化的球面并联机构仿生眼设计

首先确定仿生眼的目标工作空间,根据其结构的特殊要求,将目标工作空间内最差性能指标作为优化 对象,选取球面并联机构的结构参数．避免了将平均性能指标作为优化对象时可能出现某些姿态的性能较差甚至出 现病态雅可比矩阵的情况;同时,只在目标工作空间而不是可达工作空间进行优化,既体现了优化范围的针对性, 也避免了可达工作空间的计算．最终采用优化后参数设计的仿生眼实物符合设计要求．