基于串级ADRC的飞行器控制器设计与扰动估计

针对四旋翼飞行器的不确定性和外界环境干扰等问题,设计串级自抗扰控制器。在分析飞行器动力学模型的基础上,利用非线性自抗扰对姿态环(内环)进行解耦,同时对位置环（外环）设计线性自抗扰控制器,组成双闭环系统。设计扩张观测器对内外环的总扰动进行估计与补偿,通过仿真平台利用定点悬停实验对所设计的控制器进行验证,并与PD ADRC串级控制器进行对比分析,结果表明,所设计的控制器跟踪速度较快,抗扰能力较强。     

基于控制补偿ADRC对机械手跟踪特性研究

在工业机械手跟踪特性的研究中,针对机械手本身存在着非线性和不确定性,难以得到精确的系统模型,应用传统的控制理论无法实现高精度跟踪控制.为了解决以上问题,通过分析不确定性单臂机械手的动力学模型,在深入研究自抗扰控制和重复控制的基础上,提出一种具有较好跟踪精度且鲁棒性强的重复控制补偿自抗扰算法.应用Matlab对其进行仿真,结果表明方法可以有效地消除跟踪误差,提高系统的鲁棒性,能够满足不确定性单臂机械手的跟踪精度.     

基于改进ADRC的PMSM无位置传感器转速控制

永磁同步电机(PMSM)是一个非线性、多变量、强耦合系统,具有不确定的外部干扰;为了提高对其转速控制精度,采用改进自抗扰控制代替传统自抗扰控制(ADRC);通过插值法构建一个新的函数来代替ADRC中原有的最优控制函数,并用线性误差反馈控制率代替非线性误差反馈控制率(NLSEF)以此来降低调参难度;同时建立基于脉振高频注入法和滑模观测器法的位置辨识系统,以满足PMSM转子位置的辨识精度要求;仿真结果表明,改进ADRC能够在无位置传感器控制方法中取得较好的控制效果,转子位置估计的误差小于0.002 rad,转速估计误差小于0.02 rad/min,转速超调量小于4%,最大振荡不超过60 rad/min,与传统ADRC控制器相比系统抗扰动性更强,电机位置和速度辨识效果也更优。     

基于ADRC的四旋翼飞行器抗干扰控制研究

近年来随着自动控制技术的飞速发展,四旋翼飞行器在军事领域和民用方面均得到了广泛应用。飞行器控制系统的抗干扰能力决定了四旋翼飞行器飞行性能的稳定性和可靠性。飞行器控制系统常采用经典PID(Proportional Integral Derivative)方法,该方法容易受到外界的干扰,增大了控制难度。本文采用自抗扰控制(Auto Disturbances Rejection Control,ADRC)算法对四旋翼飞行器模型的飞行位置和姿态进行了控制。通过与PID算法控制结果对比,可以得到以下结论:基于ADRC算法控制的四旋翼飞行器起飞1-2s后,其飞行位置、姿态、位置和姿态回路扰动均与期望值有较高的重叠性,同时飞行器的水平和空间飞行轨迹呈现出圆滑、平稳。因此,ADRC能够有效地解决飞行器的内部通道耦合和外部干扰等问题,使得四旋翼飞行器能更加方便、可靠、稳定地应用于各个领域。     

风干扰下的四旋翼无人机ADRC控制律设计

针对小型四旋翼无人机飞行过程中姿态控制容易受侧向风干扰的问题,研究了一种自抗扰控制(ADRC)律.首先分析了侧向风对旋翼的推力,然后建立了风速的组合模型,利用自抗扰控制方法对风的干扰进行估计和补偿,最后在Matlab平台上对所提出的ADRC控制律进行仿真验证.从仿真结果看ADRC控制能够较好地对侧向风的干扰进行估计补偿,从而保证姿态控制具有较好的稳定性.     

基于自抗扰理论的无人机横侧向解耦控制研究

为了改善传统PID控制方法设计的无人机横侧向解耦控制系统的性能,根据无人机横侧向数学模型和自抗扰控制解耦理论,设计了自抗扰解耦控制系统;基于自抗扰控制器参数整定方法完成了控制参数的设计,并通过Simulink仿真给出了滚转角及侧滑角扰动下的响应曲线;仿真结果表明,自抗扰解耦控制系统比传统PID方法设计的解耦控制系统能更快地趋向稳定,而且稳态误差更小,证明了与采用传统方法设计的系统相比,采用ADRC技术解耦后的无人机横侧向系统具有更强的抗扰动性和鲁棒性。     

基于ADRC的水面船舶动力定位控制技术及仿真研究

针对受扰环境下水面船舶的动力定位问题,提出了基于自抗扰控制方法的水面船舶动力定位控制方法;针对水面船舶存在的不确定性和扰动复杂等情况,建立了强风、浪等扰动条件下,实现船舶动力定位的自抗扰控制算法;同时针对船舶的艏向角进行了仿真、比较与分析。仿真结果表明,这种方法对对船舶的动力定位实施的可行性及有效性。     

基于FOPID+ADRC的永磁同步电机低速控制

永磁同步电机(permanent magnet synchronous motor,PMSM)是一个非线性、多变量、强耦合系统,具有不确定的外部干扰。为了提高其低速运行时的控制精度,采用一种改进自抗扰控制(active disturbance rejection control,ADRC)对其进行控制。首先通过插值法构建一个新的非线性函数来代替ADRC中原有的最优控制函数,使其在原点处更平滑和连续。并将此函数应用于扩张观测器(extended state observer,ESO),最后将非线性误差反馈率(nonlinear state error feedback,NLSEF)用分阶数比例积分微分(fractional-order proportion integration differentiation,FOPID)代替以提高其动态性能。经SIMULINK仿真结果表明,该控制算法在PMSM低速控制中比传统ADRC具有更快的响应速度和更好的抗干扰能力。     

基于模糊自适应ADRC的全垫升气垫船航向控制

为改善全垫升气垫船航向控制,设计了基于模糊自适应自抗扰控制(ADRC)的全垫升气垫船航向控制器.一方面利用扩张状态观测器估计内、外扰动,并且根据总扰动估计量对系统进行补偿;另一方面利用模糊推理实时优化ADRC控制参数.仿真结果表明,在恶劣环境下基于模糊自适应ADRC的全垫升气垫船航向控制器具有自适应性强,响应速度快,稳定性好等特点.     

基于自抗扰技术的主汽温控制系统

研究新型实用非线性自抗扰控制技术（ADRC）在电厂主汽温控制系统中的应用。ADRC的主要特点是利用非线性状态观测器（ESO）对系统模型的扩张状态（即系统模型不确定性和未知外扰的总和）进行实时估计,并在控制信号中将其补偿,具有超调小、收敛速度快、精度高、抗干扰能力强、算法简单等特点。应用自抗扰控制器,针对具有严重参数不确定性、多扰动以及大迟延的电厂主汽温被控对象设计自抗扰控制系统并进行仿真研究,结果表明自抗扰控制器的强鲁棒性和抗干扰性使得汽温控制系统在不同负荷下均获得很好的调节品质。     

基于神经网络自抗扰控制的结晶器液位拉速协调系统研究

结晶器内钢水液位和铸坯拉速机理上是耦合关系. 为能控制更合理的钢水节奏, 提出了不同于现在各自单变量控制的液位和拉速综合控制方法. 通过实际对象, 从机理角度推出模型, 然后基于神经网络整定的自抗扰控制 (ADRC) 算法, 对结晶器液位拉速协调控制系统进行仿真试验. 仿真结果和现场曲线对该控制模型的准确性, 可行性和有效性进行了验证.     

基于改进粒子群算法的四旋翼自抗扰控制器优化设计

针对四旋翼飞行器自抗扰控制器参数较多,人工整定困难且难以得到最优控制效果的问题,提出一种基于改进粒子群算法的四旋翼自抗扰控制器优化方法。在设计了四旋翼飞行器的自抗扰控制器之后,将自抗扰控制器的参数作为粒子群中的粒子进行迭代寻优,同时在传统的粒子群算法基础上,参考遗传算法,对适应值不好的粒子进行交叉保优,以提高粒子的多样性,加快寻优速度。仿真结果表明,对比人工整定参数的控制器,优化后的控制器超调更小,调节时间更快。该方法能够解决四旋翼飞行器自抗扰控制器人工参数整定困难的问题,且优化后的控制器具有更好的控制效果。     

深空探测航天器姿态的自抗扰控制

本文针对一种带有挠性附件和液体晃动的深空探测航天器姿态控制问题,提出了自抗扰控制律.该控制律可以自主、有效地抑制挠性附件弹性振动和液体晃动对姿态角运动的耦合作用以及处理大范围的扰动和系统不确定性.基于四元数生成角速度跟踪指令,把控制问题由姿态角控制转化为角速度控制.通过设计扩张状态观测器实时估计并补偿角速度通道总扰动并结合角速度偏差反馈,使得角速度快速跟踪指令,进而实现控制目标.仿真结果验证了控制律的有效性和鲁棒性.     

基于遗传优化自抗扰控制器的机器人无标定手眼协调

研究机器人无标定手眼协调控制,提出了自适应遗传算法(AGA)选取与优化自抗扰控制器(ADRC)参数的方法,较好地解决了其过多参数难以调节的问题．采用两个结构相同的一阶ADRC实现了六自由度机器人的无标定视觉跟踪控制,以及Motoman-SV3XL机器人的视觉定位．实验结果验证了算法的可行性和有效性．     

基于统一PCHD 建模的永磁同步电机无源控制

针对表面式永磁同步电机( SPMSM) 驱动系统的非线性特点,着眼于调速系统的 高性能要求,基于互联和阻尼配置的能量成形方法和端口受控耗散哈密顿( PCHD) 系统原理, 研究了SPMSM 系统的统一PCHD 建模和速度控制问题。首先,从能量平衡的观点,建立了逆 变器、考虑铁损的SPMSM、机械负载一体的不确定系统统一PCHD 数学模型,然后在此基础 上,设计了SPMSM 驱动系统的无源控制器,逆变器非线性扰动由扩张状态观测器进行补偿, 最后利用自抗扰控制设计了速度调节器得到q 轴期望的电流,所得控制器更加简单和容易实 现。仿真结果表明,所提方法实现了全局稳定性控制、鲁棒性强; 调速系统具有优良的动、静 态性能。     

基于改进差分算法的变桨ADRC参数优化

自抗扰控制器是一类不依赖被控对象数学模型且具有较强鲁棒性及抗干扰能力的非线性控制器,已成功应用于风力发电机变桨距控制这一多变量、强耦合的非线性系统中,但自抗扰控制器也存在参数众多整定难度大这一明显缺点。现提出了通过智能算法来实现参数的自动整定。分析了改进差分进化算法的原理及步骤,并将改进差分进化算法应用到ADRC的整定过程中,实现参数的自动整定。仿真结果验证了通过改进差分进化算法自动整定ADRC参数的可行性,与传统PID控制器相比,改进差分进化算法整定后的ADRC能较好的满足风力发电机变桨控制要求,有效维持了风力发电机组输出功率的稳定性。     

基于 BP 神经网络的无刷直流电机的自抗扰控制

无刷直流电机调速系统是多变量,非线性强耦合的非线性系统。它的齿槽转矩和负荷扰动性能很容易被参数的变化所影响。为了解决这个不足,论文将BP神经网络算法应用到自抗扰控制系统。自抗扰控制器是独立的精确的控制器,其扩张状态观测器可以准确地估计该系统的扰动。然而自抗扰控制器的非线性反馈参数是很难获得的,在文章中这些参数是来自BP神经网络。仿真结果表明,基于BP神经网络的自抗扰控制器能改善该伺服系统的快速性、控制精度适应性和鲁棒性。