高超声速飞行器姿态跟踪鲁棒自适应控制

针对高超声速飞行器再入姿态跟踪问题提出一种新的控制策略,该控制律同时考虑气动参数摄动和外界干扰。首先,研究面向控制对象的仿射非线性模型;然后,基于反步法设计一种鲁棒自适应控制律。该控制律采用自适应策略在线估计不确定参数,利用鲁棒控制策略对外界干扰进行补偿,并且引入一阶低通滤波器避免了反步法中虚拟变量求导计算复杂的问题。最后,基于Lyapunov稳定性理论证明了姿态角跟踪误差一致最终有界。仿真结果证明该鲁棒自适应控制律能够有效抑制外界干扰,对不确定参数有良好自适应性,具有良好的跟踪性能和强鲁棒性。     

基于自适应滤波的单相统一电能质量控制器研究

在分析单相统一电能质量控制器（unified power quality conditioner,UPQC）瞬时功率平衡关系的基础上,提出一种基于自适应滤波电流检测的UPQC双电流源协调控制策略。鉴于电流检测精度对双电流源控制策略补偿性能的影响,在保留变步长自适应算法快速性的前提下,提出一种提高电流检测精度的定频率滤波器改进算法。针对双电流源UPQC的控制器设计,采用比例控制和重复控制构成复合控制实现了串、并联有源电力滤波器的电流跟踪控制;从UPQC整体出发建立直流电压闭环控制的小信号模型,为直流电压环的控制器参数设计提供理论指导。研究结果表明,基于该控制策略和控制器设计方案的UPQC系统实现了较好的负载电压和电网电流补偿效果。     

基于LSTM的无人船轨迹跟踪滑模控制算法研究

针对无人船模型不确定项和外界环境干扰缺乏自适应能力而使无人船乘坐舒适性降低的问题,提出一种基于长短期记忆网络(LSTM)的无人船轨迹跟踪滑模控制算法。LSTM用于补偿无人船模型不确定项和外界环境干扰,从而抑制滑模控制的抖动现象。以一艘游船为基础建立了无人船数学模型,设计滑模轨迹跟踪控制器,同时引入LSTM神经网络对无人船数学模型中的不确定项及外界环境干扰进行控制补偿,并在三种轨迹下进行了MATLAB/Simulink仿真测试。测试结果表明,基于LSTM的滑模控制算法轨迹跟踪精度高于滑模控制算法,轨迹平均绝对误差最高减小62%,LSTM神经网络能显著提高无人船的抗干扰能力。     

模型不确定的下肢康复机器人轨迹跟踪自适应控制

为了实现康复训练过程中高精度的轨迹跟踪控制,针对下肢康复机器人的模型参数和外界干扰等不确定性因素对其轨迹跟踪造成严重影响,提出一种模型不确定的下肢康复机器人轨迹跟踪自适应控制方法。根据所提方案,设计了相应的轨迹跟踪自适应控制器;并进行了轨迹跟踪控制仿真实验对比分析,结果表明,计算力矩控制方法在系统模型不确定时,膝关节的最大角度跟踪误差高达11.3°,髋关节最大稳态误差4.6°;而轨迹跟踪自适应控制方法在模型不确定的情况下,髋关节和膝关节的角度跟踪稳态误差均收敛于零;轨迹跟踪自适应控制方法可以显著提高下肢康复机器人轨迹跟踪的精度。     

基于自适应模糊滑模控制的机器人轨迹跟踪算法

针对控制参数的不确定性以及存在未知外部扰动情况下移动机器人的轨迹跟踪问题,提出一种基于光滑非线性饱和函数的自适应模糊滑模轨迹跟踪控制算法。通过建立不确定非线性移动机器人运动控制模型,利用自适应模糊逻辑系统构建自适应模糊滑模控制器。为了增强轨迹跟踪控制算法对随机不确定外部扰动适应能力的同时削弱滑模控制算法中的输入抖振现象,利用有界输入有界输出(BIBO)稳定的方法,通过带有自适应调节算法的模糊系统对滑模控制律中非线性函数项进行自适应逼近,并设计了模糊系统中可调参数的自适应控制律,保证了控制系统的稳定与收敛。实验结果表明,所设计的控制器对系统参数不确定性和外界扰动均具有较强的轨迹跟踪性能和鲁棒性。与传统的滑模控制算法相比,该算法不仅能有效减小输入抖振而且轨迹跟踪控制精度提高了18.89%。     

基于FPGA的电动舵机滑模控制系统

电动舵机是现代无人机飞控系统的关键组成部分。针对传统电动舵机系统抑制干扰能力差、跟踪精度低、响应速度慢的问题,提出一种改进优化的自适应滑模控制(SMC)算法。首先,在进行系统建模和实验平台搭建时考虑了外界扰动和摩擦间隙等非线性问题,以此为基础设计了新的滑模面函数;其次,通过重新设计切换控制函数,使舵面偏转角度更加准确,有效的提高了系统的跟踪精度;最后,在系统中引入一阶低通滤波器,有效的消除了控制量抖振问题。并通过FPGA芯片实现了该算法,设计实验加以验证。实验结果表明,与传统PID算法相比,改进的滑模控制算法具有较强的抑制干扰能力和较快的动态响应速度,跟踪误差也有明显的下降。由此可见该算法在解决电动舵机的非线性问题方面具有较强的优势,基本满足舵面偏转的精准控制需求,在无人机产品的生产实践中具有较强的实际应用价值。     

一种索支撑柔性结构轨迹跟踪控制方法

大型射电望远镜馈源支撑结构采用六根柔索驱动馈源舱完成大范围高精度扫描跟踪的创新设计方案.针对该柔性结构非线性、大滞后、多变量耦合的特点,提出了一种双模糊控制和干扰观测器相结合的控制算法来实现馈源轨迹跟踪策略.这种新方法通过构造干扰观测器来观测柔性结构的各种干扰,并根据观测到的干扰信息进行补偿以抑制干扰对系统的影响;同时引入带有比例积分校正环节的双模糊控制器来实现馈源舱轨迹跟踪,通过调整因子来优化控制规则.仿真结果表明,该控制算法不仅能满足对轨迹跟踪精度要求,而且具有较强的鲁棒性.     

基于DSP的LPMSM驱动系统自适应积分反推位置控制

直线永磁同步电机(LPMSM)取消了滚珠丝杠和齿轮等中间传动环节,致使参数摄动、外界干扰和齿槽力等因素直接影响驱动系统的性能。为提高LPMSM驱动系统的位置跟踪精度,提出了一种自适应积分反推控制(AIBC)方法。建立含有干扰项的LPMSM系统模型,设计AIBC克服干扰对系统的影响,通过引入自适应律可对系统干扰进行估算并实时调整控制器参数,确保电机实际位置跟踪给定参考轨迹。采用高性能的数字信号处理器(DSP)作为控制核心,验证AIBC方法的有效性。结果表明,该方法可以使LPMSM驱动系统具有良好的伺服性能。     

扭矩输入有界的机器人模糊PD轨迹跟踪

针对轨迹跟踪控制中机器人关节驱动器输出扭矩受限的问题,提出一种基于模糊自适应PD的输入有界轨迹跟踪控制算法。不同于以往的控制策略,该算法在控制律中引入具有饱和特性的改进反正切函数,以确保扭矩控制输入的有界性,并结合模糊自适应原理实现PD增益的在线自整定,以改善系统的动态特性。通过对位置跟踪误差进行线性滤波得到速度跟踪误差替代信号,使得整个系统的闭环控制仅需位置输出反馈。利用奇异摄动理论对系统进行了稳定性分析,证明在一定约束下的PD增益自整定过程中,仍能保证系统稳定。仿真和比较结果表明,该算法能够在严格保证控制输入有界的前提下,减小超调量,缩短系统调整时间,具有更优的轨迹跟踪性能。     

交流伺服控制系统的刚性自适应补偿技术

为解决交流伺服控制系统在数控加工中由机床振动导致的定位精度不高的问题,提出一种基于特征建模、系统辨识和线性二次型调节器(LQR)的交流伺服控制系统刚性自适应补偿方法.该方法在线辨识得到机床的特征模型,利用状态观测器和LQR设计全状态反馈控制律,从而可有效抑制机床弱刚性对位置闭环控制的干扰.在系统辨识方面,提出一种基于特征值分析的扩展变步长最小均方误差算法(EVLMS),并与归一化最小均方误差算法(NLMS)和带遗忘因子递推最小二乘算法(RLS)进行了比较.分析和实验表明,与传统的比例积分微分(PID)位置闭环控制相比,此处提出的自适应补偿技术能有效抑制假性振动对位置闭环控制的干扰,可以提高交流伺服控制系统的动态性能和稳态精度.     

智能车运动轨迹跟踪算法的研究

针对智能车运动过程中轨迹跟踪精度差的问题,提出了一种基于反演控制算法的智能车运动轨迹跟踪算法。首先,建立智能车的运动学模型;误差模型和动态模型。然后,根据反演控制算法,设计出合理的分部虚拟控制量,并结合李雅普诺夫稳定性分析,设计智能车运轨迹跟踪控制律;最后,在Simulink上进行智能车轨迹跟踪控制的仿真实验。实验结果表明,设计的智能车运动轨迹跟踪算法相比于迭代学习算法或者李雅普诺夫直接法,具有更好的实时性且跟踪精度好,且满足不同车速环境下智能车稳定性的需求。     

基于强跟踪的平方根UKF的卫星姿态确定算法

针对受不确定性干扰的影响卫星姿态确定系统,SRUKF存在跟踪能力弱、估计精度低和鲁棒性差等问题,本文根据强跟踪滤波(STF)原理,提出了一种改进的强跟踪平方根UKF算法。该方法中,采用基于等价变化的方法来计算自适应渐消因子,避免了Jacobian矩阵的计算;引入两个多重自适应渐消因子矩阵,保证了协方差矩阵的对称性;利用改进的平方根分解方法,改善了滤波器的稳定性。实验仿真结果表明,相对于SRUKF和STF,本文提出的强跟踪平方根UKF具有更好的稳定性、鲁棒性和对突变状态的跟踪能力。     

改进电压模型的异步电机无速度传感器矢量控制

无速度传感器矢量控制技术能够有效提高交流传动系统的可靠性,降低系统成本。该技术的核心问题是准确获取电机转子转速,并将其反馈到速度闭环控制环节。介绍一种采用改进模型参考自适应转速估计方法的异步电机矢量控制系统,克服了一般电压模型低速观测不准确的缺点。另外,为了消除外界干扰的影响,对模型做了抗噪声处理。利用PSCAD进行系统仿真,仿真结果表明该方法具有较好的低速控制效果和较强的鲁棒性。     

基于频谱分辨率自适应的双插值DFT谐波分析方法

插值FFT作为一种常用的电力系统谐波分析方法,在抑制谱间干扰、宽带噪声等方面存在一定不足。文章提出了一种基于频谱分辨率自适应的双插值DFT谐波分析方法。该方法基于窗函数、插值方法对算法谱间干扰误差和宽带噪声误差的影响机理,通过频谱分辨率自适应以抑制基波对谐波计算的频谱干扰,并通过倍频逆推求整次谐波,避免插值计算谐波带来的误差。仿真结果表明,所提出的算法相比于双插值FFT和三插值FFT算法具有更高的计算精度。     

机器人轨迹跟踪改进PD控制研究

针对机器人的特征参数在运动过程中随工况变化及外界干扰产生大幅度变化的问题,采用模糊自校正PD控制的基础上引入智能积分环节,设计了一种用于机器人轨迹跟踪的模糊自校正PD控制器.仿真和实验结果表明,该控制方案能实现较高精度的快速轨迹跟踪,同时可消弱或避免PD控制中的振荡现象和稳态误差.系统对参数摄动和外界干扰具有较强的鲁棒性.     

基于改进单神经元自适应控制的光伏发电系统MPPT研究

目前光伏电池转换效率较低,为提高能量利用效率,需要进行最大功率点跟踪(MPPT)控制.针对常规MPPT法存在的快速性差、精度低、适应性差的缺陷,提出了一种改进单神经自适应控制的算法,仿真结果表明该方法不仅可以快速准确地跟踪到最大功率点,而且在外界环境变化下具有较强的适应性.     

基于目标跟踪的交互多模型kalman滤波算法研究

针对运动目标跟踪的过程中,运动轨迹发生改变或运动过程出现目标遮挡时,传统的跟踪算法容易出现跟踪丢失或跟踪效果较差等情况,文章提出了一种基于交互多模型Kalman滤波算法和Meanshift滤波算法的融合方法,对运动目标进行位置预测估计,解决目标遮挡问题,提高目标跟踪精度。实验结果证明,该改进算法能够有效地进行目标定位跟踪,并且具有快速性。     

绳驱动空中机械臂的自适应分数阶终端滑模控制

针对集总干扰下绳驱动空中机械臂关节空间内高精度轨迹跟踪控制问题,提出了一种基于时延估计技术的自适应鲁棒控制策略。在控制框架中,引入时延估计技术来补偿系统未建模特性、外界扰动及动力学耦合效应;采用分数阶非奇异终端滑模面来加快系统状态量的收敛速度和保证轨迹跟踪控制的精度;添加自适应律来增加控制器的鲁棒性。同时,基于李雅普诺夫稳定性理论分析了闭环系统的稳定性。最后,通过可视化仿真和地面试验对本文所设计控制器的有效性进行了验证,结果表明：与其他两种控制器相比,本文控制器具有较高的轨迹跟踪精度、较好的鲁棒性和较强的抗干扰能力。     

基于非线性扰动观测器的四旋翼姿态控制

针对存在模型不确定性和未知外界干扰下四旋翼飞行器的姿态控制问题,提出了一种基于非线性扰动观测器的快速连续非奇异终端滑模控制策略。通过非线性扰动观测器对外界干扰及系统不确定性进行平滑估计和补偿,提高系统的稳定性;利用非奇异终端滑模面有限时间收敛的特性设计控制律,保证系统的快速收敛;应用Lyapunov函数证明控制器的稳定性,对四旋翼的飞行动力学特征进行研究,推导出飞行动力学模型,引入人工蜂群算法来优化控制器中的参数,实现最优控制;最后,通过两个数值仿真实例验证了该控制器的有效性。结果表明,与其他控制算法相比,所提控制算法在收敛速度、跟踪精度及扰动估计精度方面均优于其他控制算法,具有一定的工程应用价值。     

一类非仿射非线性系统的自适应模糊控制

为了讨论一类非仿射非线性系统自适应模糊控制问题,利用有关隐函数定理和泰勒公式,将系统由非仿射型转变为仿射型,基于滑模控制原理,并运用模糊逻辑系统对未知函数进行在线逼近,提出了一种具有监督器的自适应模糊控制方法。该方法在考虑到外界干扰的情况下,通过监督控制器保证闭环系统所有信号有界,通过引入最优逼近误差的自适应补偿项来消除建模误差的影响。通过Lyapunov方法,证明了跟踪误差收敛到零,仿真结果表明了该方法的有效性。