基于模糊树模型的自适应模糊滑模控制方法

本文针对单输入–单输出仿射非线性系统提出了一种基于模糊树模型的具有监督控制器的模糊滑模控制方法. 该方法用模糊树模型逼近非线性系统中的未知非线性函数, 得到初始的控制器, 然后在线调节模糊树模型中的线性参数, 改善控制器的性能, 实现对有界参考输入信号的跟踪控制. 模糊树辨识方法自适应划分输入空间, 大大减少模糊规则的数目, 在一定程度上可以缓解困扰模糊控制中的”规则爆炸”问题. 该方法通过监督控制器保证闭环系统所有信号有界. 通过理论分析, 证明了跟踪误差收敛到零. 用倒立摆进行仿真验证, 结果表明该方法用较少的模糊规则, 就能得到满意的控制效果, 有推广应用价值.     

基于输入输出线性化的自适应模糊滑模航迹控制

针对船舶直线航迹控制的非线性特性,设计一种基于输入输出线性化的自适应模糊滑模控制器,并利用Lyapunov理论,证明该系统在所设计控制器作用下全局渐近稳定,Simulink仿真结果表明,所设计控制器能够有效抑制常规滑模所固有的稳态抖振现象,且在参数摄动及风浪干扰下具有强鲁棒性,较好的实现了对设定航迹的跟踪。     

A Simple Robust Sliding-Mode Fuzzy-Logic Controller of the Diagonal Type

This paper derives and analyzes a new robust fuzzy-logic sliding-mode controller of the diagonal type, which does not need the prior design of the rule base. The basic objective of the controller is to keep the system on the sliding surface so as to ensure the asympotic stability of the closed-loop system. The control law consists of two rules: (i) IF sign(e(t)(t)) < 0 THEN maintain the control action, and (ii) IF sign(e(t)(t)) > 0 THEN change the control action, where e(t) = x(t) – x^d(t) is the system state error, and the control action can be either an increase or decrease of the control signal, which is realized through the use of fuzzy rules. The proposed controller, which does not need the prior knowledge of the system model and the prior design of the membership functions" shape, was tested, by simulation, on linear and nonlinear systems. The performance was in all cases excellent (very fast trajectory tracking, no chattering) . Of course, as in traditional control, there was a trade-off between the rise-time and the overshoot of the system response.     

不确定非完整动力学系统的自适应模糊滑模控制器

为研究不确定非完整动力学系统的收敛性, 根据速度跟踪原理, 对其提出一种新的自适应模糊滑模控制器. 该控制器在存在的参数不确定性与外界干扰的情况下, 能使系统的广义坐标与广义速度收敛到预先给定的界内. 仿真算例验证了所提出方法的有效性.     

2R1T并联机器人滑模自适应迭代学习控制

针对具有两转一移自由度的并联机器人的重复性加工轨迹跟踪精度问题,提出了一种滑模－自适应－迭代学习控制方案。具体而言,采用迭代学习控制来提高轨迹控制的精度,引入滑模控制来增强控制系统的鲁棒性,并采用自适应控制来处理系统内在的不确定性,降低了滑模控制中切换项引起的振荡问题。进一步,通过Bellman-Gronwall定理与$ lambda $范数证明了控制系统的收敛性。通过设计类李雅普诺夫函数证明了控制系统的稳定性。最后,进行控制方案的数值仿真以及真机实验,验证了所提出的控制方案能够有效提升两转一移类并联机构的控制精度以及系统鲁棒性。在该控制算法下,并联机器人关节空间的平均误差、最大误差及标准差相比于PD控制方法降低了59.5%、55.1% 和60.1%。     

步进机器人自适应模糊伺服控制设计

本文提出一种新的模型参考自适应模糊控制器,并应用于步行机器人关节速度伺服控制,实验结果表明,该控制方案国好地解决了转速给定变化范围大和被控对象增益时变问题,改善了控制系统的鲁棒性和动态响应特性。     

类严格反馈系统的模糊弱扰动解耦控制

大多数实际系统含有不确定项,且受到扰动的影响.采用模糊逻辑方法估计不确定项是降低不确定性影响的常见方法之一,而模糊近似扰动解耦是抑制扰动影响的主要手段.模糊近似扰动解耦对应的增益不等式包含无界项,所以无实际价值,为此提出模糊弱扰动解耦的控制方法.该方法采用模糊万能逼近定理估计不确定项,利用反步法设计控制器使得闭环系统具有弱扰动解耦性能,即闭环系统稳定且输出的范数不大于正常数加上扰动范数与正常数之积.仿真结果验证了模糊弱扰动解耦控制器能够保证闭环系统的弱扰动解耦性能.     

腈纶聚合过程连续搅拌反应釜解耦控制

腈纶聚合过程属于多输入多输出(MIMO)非线性系统,聚合连续搅拌反应釜(CSTR)温度和聚合反应转化效率是腈纶聚合生产的重要工艺指标。腈纶聚合过程的非线性、强耦合,参数时变性,使得这两个指标不能同时兼顾。针对腈纶水相聚合过程,采用自适应模糊控制方法,设计了腈纶聚合连续搅拌反应釜转化率和温度的解耦控制器。首先利用反馈线性化方法对腈纶水相聚合模型进行处理,设计系统的等效控制。模糊系统可以较好地逼近非线性函数,等效控制器中的非线性和参数不确定性,可采用模糊系统进行逼近。模糊参数的求解在线实时进行,参数自适应律由Lyapunov综合法获得。针对模糊逼近误差,采用minmax鲁棒最优控制方法,抑制误差干扰项对系统的影响。系统仿真结果表明,解耦控制方法能够在保证聚合过程的转化效率的前提下,调节反应温度。该方法对于提高聚合产品的性能,对提高产品的差别化率具有重要意义。     

集气管压力自适应模糊解耦控制系统的设计

针对焦炉集气管压力系统具有强耦合、强干扰、非线性等特点,应用模糊控制理论,提出了一种基于过程状态的自适应模糊解耦控制方法,对集气管压力进行控制;首先,通过在线获取过程状态选取相应的模糊控制策略,以期在复杂工况卞提高被控系统的性能——鲁棒性;然后利用模糊补偿解除了多座焦炉集气管压力之间的耦合;最后设计蝶阀专家控制器以适应蝶阀的特性,提高控制品质;实际运行结果表明,该系统具有控制灵活、响应速度快和稳态精度高的优点,对外界扰动具有良好的自适应能力。     

下肢康复机器人离散自适应控制的研究

康复训练是脑卒中、脊髓损伤患者主要的治疗手段.机器人辅助步行训练是近年来广泛应用的下肢康复训练方式.针对具有步态自适应功能的下肢康复机器人,提出了一种柔顺协调控制方法.基于非线性逆系统解耦理论,系统分解为几个独立的二阶积分系统.在解耦子系统中,采用阻抗和自适应控制来进行步态轨迹的规划和跟踪.最后,在Matlab-Adams联合仿真系统中对设计的控制器进行仿真并验证算法的正确性.     

基于滑模与自适应观测器的感应电机非线性控制新策略

提出一种结合滑模变结构和自适应观测技术的感应电机非线性控制新方法. 以定子电流与定子磁链为状态变量建立感应电机模型, 采用非线性分析方法建立转矩与磁链误差方程, 使用自适应滑模技术设计转矩与磁链控制器, 推导出定子电压控制量. 基于模型参考技术设计自适应观测器, 向控制器提供准确的转速辨识与磁链观测值,并给出了控制系统的稳定性证明. 该方法具有转矩脉动小、定子磁链畸变不明显的优点, 低速时也具有良好的控制性能, 且对参数与负载变化有较强的鲁棒性. 仿真与实验结果证明了该控制策略的正确性与有效性.     

模糊自适应在机器人行走平衡控制中的应用

针对多变量、非线性的两轮机器人系统的行走平衡控制问题;提出一种基于Backstepping（反推）方法和PID的控制策略。该策略在Backstepping控制器中加入模糊自适应部分;利用模糊系统逼近Backstepping设计过程中的未知非线性函数;模糊系统中的参数基于自适应律调整;解决了Backstepping控制器中因含有未知参数难以实现的困难;避免了两轮机器人系统不满足严格三角结构的问题。针对两轮机器人的仿真实验结果表明:采用设计的控制策略;可以实现两轮机器人的行走平衡控制任务。     

机器人操作器的自适应模糊滑模控制器设计

针对机器人动力学系统提出了一种基于模糊逻辑的自适应模糊滑模控制方案.根据滑模控制原理并利用模糊系统的逼近能力设计控制器,基于李雅谱诺夫方法设计自适应律,证明了闭环模糊控制系统的稳定性和跟踪误差的收敛性.控制结构简单,不需要复杂的运算.该设计方案柔化了控制信号,减轻了一般滑模控制的抖振现象.仿真结果表明了所提控制策略的有效性.     

A Nonlinear Robust Control Using a Fuzzy Reasoning and Its Application to a Robot Manipulator

A simplified adaptive nonlinear robust controller (SANROC) has beenstudied in the literature. However, this is based on using the so-calledmatching condition. The present controller is not based on using such acondition. The estimate of an upper bound for uncertainties is usuallyincreased by using the adaptive mechanism, e.g., by consisting of amonotonically increased function. In this paper, instead of using such ananalytically adaptive mechanism, a fuzzy reasoning technique is alsoincorporated with the adaptive mechanism of SANROC. The proposed method isapplied to a pantagraph type robot manipulator. The effectiveness of thepresent method is illustrated by some experiments.     

基于模糊神经网络的机器人滑模自适应控制

滑模控制（SMC）响应快,对系统参数和外部扰动呈不变性,可保证系统的渐近稳定性,但其缺点是控制存在很强的抖动;而模糊神经网络（FNN）具有模糊系统和神经网络共同的特点。将滑模控制和模糊神经网络控制有机结合,利用简单得到的学习信号对模糊神经网络进行在线学习,通过平滑切换函数实现直接自适应控制策略。对两连杆机械手的仿真研究表明,在存在模型误差和外部扰动的情况下,该方案既能达到高精度快速跟踪的目的,又能有效减小滑模控制的抖动问题。     

机器人的最优解耦控制

机器人手臂的运动具有典型的非线性动态耦合．在速度快和精度要求高的情况下,这种耦合是不能忽略的．本文提出一种最优解耦控制方法,具有实现容易、计算量小、实时性好等优点．文中给出了仿真结果并对此进行了讨论．     

Design and Implementation of Fuzzy Sliding-Mode Controller for a Wedge Balancing System

In this paper, we address the design and implementation of fuzzy sliding-mode controller for balancing a wedge system. At first, we examine the mathematical model of the wedge balancing system. The dynamic system is complex and ill defined; hence we propose the fuzzy sliding-mode control (FSMC) method to achieve the control objective. The proposed control method enhances the ability of fuzzy logic control so that the minimal number of fuzzy inference rules is systematically obtained even the plant parameters are unknown. Both computer simulations and real-time experiments are exploited to demonstrate the validity and feasibility of the developed control scheme.     

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。     

平面二级倒立摆的圆周行走与镇定控制

采用拉格朗日方程建立了平面二级倒立摆的非线性动力学模型, 将其在平衡位置线性化, 得到系统在两个正交控制方向解耦的近似模型. 针对每一个方向上由互相耦合的基座小车定位子系统和摆杆镇定子系统所组成的六阶欠驱动系统, 设计了自适应滑模模糊控制器, 实现了基座小车沿圆周行走条件下摆杆的镇定控制, 验证了该控制算法对欠驱动、不稳定、多变量耦合系统的有效性.     

串联机器人的双模糊自适应滑模控制

提出了一种串联机器人的改进控制算法。采用一自适应模糊控制器,根据滑模到达条件对滑模切换增益进行估算,消除滑模控制中输出力矩的抖振现象,增强其对不确定性因素的适应能力。采用另一自适应模糊控制器对指数趋近律系数进行修正,改善由于大范围初始位姿产生的偏差而引起的大力矩和速度跳变问题。该方法无需确定被控对象的具体数学模型,具有强鲁棒性和高跟踪精度。基于Lyapunov方法进行了稳定性证明,保证控制系统的稳定性与收敛性。实验结果表明,该方法应用于串联机器人,跟踪效果良好并产生了平滑的力矩输出和速度输出。