基于模糊PID控制的摩擦负载系统的研究

提出一种采用电液伺服阀控制的液压摩擦负载系统,此系统利用液压缸作为执行机构时制动盘提供摩擦转矩.为了达到理想的控制效果,设计了模糊PID控制器,通过对电液伺服阀进行调节,来控制液压缸的跟随性能.在两种不同的控制算法下,对QDJ2815起动机进行恒转矩控制试验,得到相应的控制响应曲线,并分析了该闭环控制系统的实现情况,结果表明：模糊PID控制算法比常规PID控制算法具有更小的超调量,整个系统运行稳定可靠.     

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。     

数控进给伺服系统摩擦补偿控制仿真

针对伺服系统传动机构中摩擦对系统控制精度的影响问题,提出了一种遗传算法与模糊控制复合方法.建立了Stribeck+静摩擦力模型,设计了一种基于遗传算法的模糊补偿控制器,并将模糊补偿控制器应用于伺服系统中进行仿真.仿真结果表明,此方法不仅可有效抑制摩擦力对数控进给伺服系统的非线性作用及系统的低速爬行现象,而且可提高进给伺服系统的动态性能.采用不同的初始控制规则进行分析后发现,设置的初始值对遗传算法的收敛速度和系统的摩擦补偿均具有良好效果.     

一种直流力矩电机系统的自适应摩擦补偿方法

针对陀螺漂移测试转台直流力矩电机系统中存在的非线性动态摩擦和负载扰动，为提高转合位置跟踪精度，提出了一种新的自适应补偿方法。电机中摩擦模型采用摩擦参数为非一致性变化的LuGre动态模型。该方法控制器包含一个参数自适应律和等效PD控制律来估计未知LuGre模型参数和负载力矩参数并给与补偿。最后Lyapunov方法和仿真结果证明该自适应补偿方法保证了闭环系统全局稳定性和对期望位置信号的渐进跟踪，提高了转台摇摆跟踪精度。     

一类实时控制系统中计算延时的串联补偿研究

受ＰＩＤ控制和Ｄａｈｌｉｎｅ控制思想的启示,提出一种新的实时控制系统中计算延时的串联补偿控制算法。其补偿环只与计算延时和对象的延时有关,而与对象的其他特性参数无关。仿真结果证明了该算法的有效性。     

基于规则补偿的滞环系统自适应非线性PID控制

研究滞环参数未知时动态系统的控制问题 .为了消除滞环的影响作用 ,给出了滞环参数估计方法 ,在此基础上提出了基于规则滞环逆补偿器 .对自适应非线性PID控制和基于规则滞环逆补偿组成的混合控制方案进行研究 ,取得了满意的效果 .仿真结果验证了该方法的有效性 .     

时滞系统的T-S模糊PID控制

以输出误差e、误差积累Σe、误差变化率△e为控制器输入,设计了三输入单输出的T-S模糊PID控制器。针对时滞系统,分别采用传统PID控制器、Smith预估补偿器、T-S模糊PID控制器进行控制并仿真比较,结果表明：T-S模糊PID控制器具有控制精度高、响应快速、适应性强的特点;当时滞系统的时滞发生较大变化时,控制器仍具有很好的控制效果,系统稳定。     

机器人摩擦特性的补偿控制

介绍消除机器人关节摩擦特性对其位置伺服系统影响的两种方法, 即摩擦力可实测情况下的前馈补偿器及摩擦力未知情况下的鲁棒补偿控制器.     

基于CMAC和PID的非线性耦合系统解耦控制研究

为了实现多变量非线性耦合系统的解耦控制,提出了一种基于CMAC与PID的复杂关联自适应解耦控制策略,并给出了详细算法。该控制策略采用PID控制器和CMAC控制器共同构成一个复合控制器,多个复合控制器通过多输入多输出线性神经网络,实施对复杂非线性耦合对象的控制作用。由于神经网络的自适应特性,可使得耦合系统逼近参考模型,实现解耦控制。仿真结果表明,该控制策略实现了耦合系统的解耦控制,并且具有较强的抗干扰能力和鲁棒性。因此采用此控制策略能够实现多变量非线性耦合系统的解耦控制。     

一种直流力矩电机系统的自适应摩擦补偿方法

针对陀螺漂移测试转台直流力矩电机系统中存在的非线性动态摩擦和负载扰动,为提高转台位置跟踪精度,提出了一种新的自适应补偿方法.电机中摩擦模型采用摩擦参数为非一致性变化的 LuGre 动态模型.该方法控制器包含一个参数自适应律和等效 PD 控制律来估计未知 LuGre 模型参数和负载力矩参数并给与补偿.最后 Lyapunov 方法和仿真结果证明该自适应补偿方法保证了闭环系统全局稳定性和对期望位置信号的渐进跟踪,提高了转台摇摆跟踪精度.     

一类中立非线性系统的未知参数谐波扰动补偿

对于一类受到外部未知参数谐波信号干扰下的中立非线性不确定系统,提出了一种基于自适应前馈补偿的控制器设计方法。首先设计非线性观测器将未知扰动估计问题转换为参数辩识问题,并在前馈通道对扰动进行抵消,其次设计具有鲁棒性能的状态反馈控制器来抑制未建模动态,从而在外部扰动和模型参数不确定同时作用下,使系统具有较好的控制性能。对二关节机械臂的仿真证明该方法的有效性。     

一类非线性系统的初态迭代学习控制

针对一类非线性系统,提出了具有初态学习的开闭环PD型迭代学习算法,并给出了该算法的收敛充分条件。依据此收敛条件,可确定初态学习律和输入学习律的学习增益,而不必依赖系统的结构和参数,从而放宽了对初始定位的要求。初态学习允许在每次迭代开始时,其初态与期望初态有一定的定位误差,并允许初态在收敛条件范围内任意设置。利用压缩映射分析方法,证明了系统在任意初态下经过几次迭代后,实际输出能完全跟踪上期望轨迹。最后,通过仿真实例验证了所提算法的有效性和可行性。     

一类高阶非线性系统的一般模型控制

一般模型控制是一种基于过程模型的控制算法 ,它将过程模型直接嵌入到控制器中 ,当模型出现误差时 ,一般模型控制已经表明具有良好的控制性能。针对一类高阶非线性系统研究了采用一种非线性观测器的一般模型控制。应用非线性观测器来估计非线性状态 ,构成了非线性状态反馈 ,从而实现了高阶非线性系统的一般模型控制。该控制策略具有参数整定方便和使用方便等特点 ,仿真结果表明非线性观测器能很好的估计系统的状态 ,控制系统具有优越的控制性能。它是一种有效的此类非线性系统的控制策略     

PID控制系统和模糊自适应PID控制系统的研究及比较

首先介绍了PID控制系统的工作原理,因PID控制器结构简单、实现简单,控制效果良好,所以已得到广泛应用。但当控制对象变化时,控制器的参数难以自动调整。为了使控制器具有较好的自适应性,可以采用模糊控制理论的方法来实现控制器参数的自动调整。模糊PID控制系统就是模糊理论与传统的PID控制器的结合。最后以一控制对象为例,对该两种方式的控制进行了仿真和比较,并得出了相应的结论。     

一类非线性系统的自适应控制

文中研究了系数不等的三角型非线性系统，给出了同时包含非线性项不确定性和扰动不确定性系统的自适应控制设计过程，并证明了其稳定性，最后通过仿真示例验证了这种方法的有效性     

一类非线性系统的学习控制算法

本文对很广的一类非线性系统在其数学模型与参数未知时，采用闭环Ｄ型迭代学飞算法，使其被控系统的输出很快地收敛于给定的轨迹。并分析了开，闭环学习的机理，给出了闭环Ｄ型算法的收敛条件及证明。仿真结果表明其收敛速度远高于由Ａｒｉｍｏｔｏ等人提出的开环学习算法。     

一类非线性系统的混合自适应模糊辨识与控制

采用非线性模糊系统(即第二类模糊逻辑系统)来实现一类非线性系统的模糊辨识和控制,结合模型辨识过程中的模型误差和模型控制过程中的跟踪误差,提出了一个混合自适应律,运用BP算法对该自适应律进行了在线调整,使辨识参数和控制参数同时达到最优;利用Lyapunov方法证明了该控制算法的稳定性,改善了跟踪速度等性能.     

基于遗传算法的一类非线性系统的变结构控制

针对不确定性的非线性控制系统,提出了一种基于遗传算法的滑模变结构控制方法。采用遗传算法实时调整切换面参数和趋近律器数,构造出最佳切换函数和指数趋近律,使得系统不仅能快速到达切换面,增强了系统的鲁棒性,而且消除了系统抖振,实现了完全跟踪,改善了控制系统的性能。通过对倒立摆系统进行仿真,结果表明该控制方法的有效性。     

Improved Nonlinear Friction Compensation Method for Robot Joint Driving

In order to alleviate the steady-state position error and the destabilizing effect of the nonlinear friction, a novel compensation method is presented, which modified the traditional Southward‘s compensation method. Estimated the nonlinear friction model using an identification method, the effect caused by its nonlinear component can be compensated, and an enhanced tracking performance is verified on a selectively compliant articulated robot arm(SCARA) robot.