采用MSP430的舵机控制系统设计及实现

航空电动舵机是飞行器控制系统的关键组成部分,为航空舵机设计高性能的控制器具有重要意义;针对航空舵机,设计并实现了一种采用MSP430单片机的稀土永磁无刷直流电机的舵机控制系统;提出系统的复合伺服控制策略并设计了控制系统结构;设计硬件与软件系统实现复合伺服控制并进行随动实验测试,实验结果显示系统跟踪误差小,无超调量和静态误差,表明系统具有很好的稳态和动态特性,控制效果良好。     

基于MATLAB的三闭环交流伺服运动控制系统仿真与设计

针对交流伺服运动控制系统,在PMSM伺服系统电流环和速度环的基础上,进行位置环设计,保证伺服电机位置跟踪的精确性。同时,利用S曲线加减速算法进行速度规划,减小电机在加减速过程中的机械振动,以保证控制系统的稳定性和快速性。在MATLAB/Simulink中建立伺服系统仿真模型,仿真结果表明,上述方法能使系统具有很好的精确性、快速性和抗扰动性。     

位置扰动性电液力伺服控制系统的复合控制研究

针对位置扰动型电液力伺服控制系统存在非线性、时变性因素的特点,为提高力感跟踪控制精度,提出一种学习前馈模糊自适应PID控制的复合控制策略,将其分别应用于主、副通道上。模糊自适应PID控制自动实现对PID参数的最佳调整,降低被控制对象受负载变化或内、外干扰因素的影响,使操纵负荷控制系统品质指标保持在最佳范围;学习前馈控制实现对多余力的抑制,补偿系统动态不确定性和各种扰动,降低摩擦力对稳态误差的影响,保证了力的跟踪性能。试验结果表明：该复合控制策略能够对位置扰动型电液力伺服控制系统起到良好的控制效果。     

直流无刷电机位置跟踪伺服系统设计与仿真

为了设计高精度的直流无刷电机伺服控制系统,性能优良的位置跟踪控制器是其重要保障.基于直流无刷电机的工作原理.运用Matlab模糊工具箱建立其自动位置跟踪控制系统的计算机仿真模型,系统的电流和速度环采用Pl控制,结合PID控制和模糊控制设计了系统位置环的模糊PID控制器.数字仿真结果表明,模糊PID控制的动静态特性优于传统单一的PID控制,对设计性能优良的直流无刷电机控制器具有借鉴意义.     

近似时间最优的舵机多模位置控制策略

高超声速飞行器要求其伺服作动系统具有高动态高精度的特性,针对传统控制方法难以兼顾系统动态和精度的难题,本文设计了一种近似时间最优的舵机多模位置控制策略.首先建立了以一阶惯性环节串联积分器表征舵机输入输出特性的特征模型.然后以相平面为分析工具,给出了其近似时间最优控制的切换区;在切换区外以快速性为目标而采用bang-bang最优控制,在切换区内以避免振荡和超调为目标而采用bang-bang次优控制;为提高稳态性能,在小误差时时采用线性控制.实验表明,该方法响应快速,避免了振荡和超调,很好地满足了对伺服作动系统高动态高精度的要求.     

电子横移伺服LQR最优控制器设计

为了提高系统的稳态精度和动态性能,将LQR最优控制算法应用于高速经编机电子横移伺服控制系统.建立了伺服系统状态空间模型,引入了一类具有指数衰减度的二次型函数作为系统性能指标.仿真结果表明,所提出的电子横移伺服LQR最优控制算法易于工程实现,保证了系统的稳定性,具有良好的频响特性,改善了系统的动态特性,实现了无静差高精度控制.     

一种新型的对角型模糊变结构轨迹跟踪控制器设计

文章试图结合模糊控制和滑模变结构控制的优点,设计一种新的对角型模糊变结构轨迹跟踪控制器。用SISO的对角型模糊逻辑控制取代一种一般的变结构轨迹跟踪控制器的切换控制项,并且增加了动态调整输入和输出空间的功能去增强系统的快速性和灵活性。仿真表明了该控制器具有快速性、较小稳态误差及较强抗干扰能力;所设计的控制器性能良好,具有一定实用价值。     

非线性系统迭代跟踪控制的批次遗忘学习算法

针对P型迭代学习算法对初始偏差和输出误差扰动敏感,以及PD型迭代学习算法容易放大系统噪声,降低系统鲁棒性的问题,研究了具有任意有界扰动及期望输出的重复运行非线性时变系统的PD型迭代学习跟踪控制算法.利用迭代学习过程记忆的期望轨迹、期望控制以及跟踪误差,给出基于变批次遗忘因子的学习控制器设计,并借助λ范数理论和Bellman-Gronwall不等式,讨论保证闭环跟踪系统批次误差有界的学习增益存在的充分必要条件,及分析控制算法的一致收敛性.本算法改善了系统的鲁棒性和动态特性,单关节机械臂的跟踪控制仿真验证了方法的有效性.     

基于DSP的数字舵机控制系统的设计与实现

研究了新型全数字电动舵机控制系统的设计问题,针对某型无人机的特点以及对舵机的高性能要求,设计了一套基于DSP的数字舵机控制系统,同时分析了其结构组成、控制方案、控制器软硬件设计等问题;该系统以无刷直流电机作为伺服电机,采用三闭环的控制策略,实现舵面位置的高性能跟踪;实验结果表明,基于DSP的舵机控制系统具有良好的位置跟踪性能,该控制系统起动快速、稳定;采用TMS320F2812控制芯片后,不仅简化了系统外围设备,降低了系统的功耗,而且提高了系统的准确性和实时性,该系统可以作为某型无人机的舵机控制系统。     

输出重定义下的非线性非最小相位系统迭代学习控制

讨论非线性非最小相位系统实现完全跟踪的迭代学习控制方法, 适于在有限作业区间上重复运行的受控系统. 在控制器设计时, 通过输出重定义以使非最小相位系统的零动态变成渐近稳定特性. 分别采用部分限幅和完全限幅两种学习算法设计控制器, 理论分析表明两种算法能够保证学习系统中所有变量的有界性和跟踪误差在整个作业区间上渐近收敛于零. 数值仿真验证了两种迭代学习控制系统的跟踪性能.     

基于互补滑模控制和迭代学习控制的永磁直线同步电动机速度控制

为满足永磁直线同步电动机(PMLSM)伺服系统高速度高精度的要求,抑制不确定性对系统性能的影响,提出一种互补滑模控制(CSMC)和迭代学习控制(ILC)相结合的控制方法.该方法结合了CSMC强鲁棒性的优点和ILC跟踪精度高的特点,以CSMC中积分滑模面为基础设计新型迭代学习律,既可利用ILC对系统未建模动态进行估计,抑制端部效应、齿槽效应和摩擦力等周期不确定性的影响,又可利用CSMC减小参数变化和外部扰动等非周期不确定性对系统的影响,从而提高控制器的收敛速度和收敛精度,保证系统具有较强的速度跟踪性能.实验结果表明,该方法有效地提高了系统的动态响应能力,改善了速度跟踪精度.     

A General Learning Scheme for CMAC-based Controller

Cerebellar model articulation controller (CMAC) is a powerful tool for nonlinear control applications. However, it yet lacks an adequate learning scheme. It is found that, with the existing learning scheme, if a complicated learning algorithm is not used, CMAC can destabilize a system that is otherwise stable. Oscillations resulting from the interaction between CMAC and the classical controller were found to contribute to the instability. This paper presents a new CMAC learning scheme that models plant's characteristics based on closed loop errors instead of the original input-output pairs. In this scheme, memory space of the CMAC is partitioned into two parts. One is for dynamic control, in which dynamic information is stored. Another is for steady state control, in which steady state information is adaptively updated for smooth control. Relationship between the two parts of the space is discussed and specified for a stable control. Simulation results on a typical nonlinear plant model and a real electrohydraulic servo system using the proposed scheme demonstrate that the oscillations are eliminated and stable control is obtained. The new scheme demonstrates superior tracking performance, noise rejection property and good robustness.     

非线性系统开闭环PID型迭代学习控制算法的鲁棒性

针对非线性时变系统的迭代学习控制问题提出了一种开闭环PID型迭代学习控制律,并证明了系统满足收敛条件时,具有开闭环PID型迭代学习律的一类非线性时变系统在动态过程存在干扰的情况下控制算法的鲁棒性问题.分析表明,系统在状态干扰、输出干扰和初态干扰有界的情况下跟踪误差有界收敛,在所有干扰渐近重复的情况下可以完全地跟踪给定的期望轨迹.     

基于迭代学习的农业车辆路径跟踪控制

由于农作物的播种、收获、除草和农药化肥喷洒具有周期性的特点,农业车辆在执行农田作业时具有较强的重复性. 基于迭代学习控制（Iterative learning control,ILC）方法研究农业车辆的路径跟踪问题,建立了农业车辆的两轮移动机器人运动学模型,设计了车辆路径跟踪的迭代学习控制算法,并基于压缩 映射方法理论上证明了算法的收敛性. 研究表明,迭代学习控制可有效利用农业车辆运行的重复信息,实现车辆期望路径有限区间内的高精度完全跟踪控制. 仿真示例验证了本文方法的有效性.     

APPLICATION OF A MODEL‐BASED ITERATIVE LEARNING TECHNIQUE TO TRACKING CONTROL OF A PIEZOELECTRIC SYSTEM

This paper presents the application of a model‐based iterative learning control technique to position tracking of a piezoelectric system. Identification of the closed‐loop piezoelectric system was undertaken first, and then an iterative learning control methodology based on the identified model was implemented for dynamic tracking control of the actuator. The methodology differs from the conventional iterative learning scheme in that it takes into account the difference of the one‐step‐ahead predictive input between two successive iterations. The methodology compensates for the predictive input difference as well as the causal error in the previous iteration. The results of the experiments prove the excellence of this technique for precision tracking control of the piezoelectric actuator.     

非正则分布参数系统的迭代学习控制

针对一类非正则分布参数系统的迭代学习控制问题进行讨论, 该类分布参数系统由抛物型偏微分方程构成. 基于非正则系统的特点, 使用D型学习律构建得到迭代学习控制律, 并基于压缩映射原理, 证明得到输出跟踪误差在??² 范数意义下沿迭代轴方向的收敛性结论. 仿真算例表明了所提出结论的有效性.

     

程控双轴姿态转台伺服控制系统设计及应用

针对自主研发的程控双轴姿态转台伺服控制系统,阐述了其运动控制系统的基本工作原理;针对传统转台转速慢、精度差、系统动态性能和稳定性不佳等问题,设计了基于位置环、速度环和电流环三闭环控制的数字控制器;完成了控制系统控制算法的软件实现,利用LabWindows CVI交互式编程平台研发了转台控制软件,可以对串口设置、PID设置、驱动器设置等参数进行任意更改,使系统操作简便、可移植性强;最后对系统开展位置和速度跟踪性测试,测试结果表明系统性能达到预期,具有超调小、响应快、跟踪精度高和鲁棒性好等特点,满足系统设计要求,具有良好的应用价值。     

基于滑模观测器的直线伺服系统反馈线性化速度跟踪控制

在许多高速、高精的直线伺服系统中,要求能实现对速度的快速精确跟踪,但其模型的非线性和变量间的耦合给控制带来难度.对高速、高精速度跟踪控制中,电流和速度的变化过程在时间尺度上相对接近,不能简单地采用磁场定向矢量控制方法实现静态解耦,否则电流和速度间的非线性耦合将破坏速度跟踪品质.采用状态反馈线性化方法来实现永磁直线同步电动机(PMLSM)模型的精确线性化和动态解耦.利用非线性坐标变换和非线性反馈将系统解耦成独立的线性电流子系统和速度子系统.通过扩展滑模观测器来实现对所需要的动子速度、加速度和负载扰动的鲁棒观测.并利用李雅普诺夫理论对由反馈线性化和滑模观测器构成的非线性闭环系统的稳定性进行了证明.仿真结果表明该方案使PMLSM伺服系统具有良好的鲁棒速度跟踪性能.     

Harmonic control of a dual-valve hydraulic servo system with dynamically allocated flows

Modern industries face increasing demands to improve the precision and workability of equipment, leading to stringent requirements for hydraulic servo systems in terms of flow, accuracy, and output power. High-flow servo valves and multi-valve synchronous control methods have seen more applications in the industry to meet these demands. However, high-flow servo valves are expensive and have unsatisfactory performance, and synchronous control methods require servo valves to have the same hydraulic characteristics, resulting in higher cost and lower accuracy of high-flow hydraulic servo systems. Also, very little has been conducted on controlling single actuators using multiple valves. In this study, we design a novel dual-valve hydraulic servo system structure with a high-flow proportional directional valve that is connected in parallel with a low-flow servo valve and further develop the mathematical model of this dual-valve system. Next, a harmonic control scheme was proposed, which included a flow allocation layer and trajectory tracking layer. Thereby, we achieved optimal control of two valves, and robust performance was guaranteed. Finally, we investigate the relationships between the flows of two valves, the deadband of the proportional directional valve, and trajectory tracking errors. Experimental results show that the proposed control scheme can effectively adjust the output flow of each valve dynamically according to the tracking trajectory and the hydraulic characteristics of the two valves, and the tracking performance of the servo system is significantly improved. This method is promised to enable the realization of an economical, high-flow, high-precision hydraulic servo system that can be generally used in various fields, such as marine engineering and construction.     

基于数据ADP算法的一类带有执行器饱和的未知离散时间系统最优跟踪控制

针对一类带有执行器饱和的未知动态离散时间非线性系统, 提出了一种新的最优跟踪控制方案. 该方案基于迭代自适应动态规划算法, 为了实现最优控制, 首先建立了未知系统动态的数据辨识器. 通过引入M网络, 获得了稳态控制的精确表达式. 为了消除执行器饱和的影响, 提出了一个非二次的性能指标函数. 然后提出了一种迭代自适应动态规划算法获得最优跟踪控制的解, 并给出了收敛性分析. 为了实现最优控制方案, 神经网络被用来构建数据辨识器、计算性能指标函数、近似最优控制策略和求解稳态控制. 仿真结果验证了本文所提出的最优跟踪控制方法的有效性.