转向缸系统反馈线性化分析与系统解耦

为解决汽车转向缸加载控制中出现的诸如强位置干扰、多通道耦合、非线性等问题,将线性系统和非线性系统理论引入系统控制器的设计中,对各通道耦合问题开展了以前馈补偿为基础的解耦控制,所设计的前馈补偿结构简单,解耦网络阶次低;针对非线性问题提出了将非线性系统精确反馈线性化与最优控制相结合的方法,设计了基于精确反馈线性化的最优控制器,该方法将复杂的非线性系统问题转化为线性系统的综合问题,采用渐近输出跟踪方法实现系统控制。仿真结果表明:采用前馈补偿解耦控制器可以有效消除耦合,但当系统存在高度非线性时,仅采用前馈补偿解耦控制不能达到高品质的性能要求,而进一步设计的基于精确反馈线性化的最优控制器考虑系统非线性时,系统能快速、准确达到预置设定。     

直流电机转速系统控制方法仿真研究

直流电机是一种多变量、非线性的复杂系统,为提高直流电机转速系统的动、静态性能,采用了传统PID控制、滞后补偿控制和模糊PID控制三种控制方法。在MATLAB仿真环境中建立直流电机转速系统模型,分别加入PID控制器、滞后控制器和模糊PID控制器,设置参数后,响应曲线达到期望值且得到最优响应。为测试系统的抗干扰能力,分别在PID控制、滞后补偿控制和模糊PID控制系统仿真2 s时加入阶跃扰动,三种控制方法具有抗干扰性,能恢复到期望稳定状态。仿真结果显示,加入三种控制器后,系统的调整时间、超调量减小,稳态误差降低,抗干扰能力得到增强。其中,模糊PID控制比传统PID控制、滞后补偿控制具有更小的调整时间和超调量。由此可见,模糊PID控制对直流电机转速能够达到良好的控制效果,具有一定的参考价值。     

清筛机挖掘链导槽的重力补偿模糊PD控制研究

由于清筛机挖掘链条导槽系统的强非线性,采用的PD控制方法在参数发生变化时,很容易导致过大的超调甚至起震,系统的动静态性能变差很大。为了提高系统的控制效果,设计了一种结合了重力补偿PD控制和模糊控制这两种方法优点的重力补偿模糊PD控制器,并将其引入到RM80清筛机的挖掘链导槽系统中。在Matlab/Simulink环境下进行的仿真结果表明:设计的补偿重力模糊PD控制器与传统PD控制器相比,改善了系统的动态性能,具有较好的鲁棒性和抗干扰性。     

电液比例位置控制系统的死区模糊补偿控制研究

该文针对转向轮电液比例位置伺服系统具有死区非线性的特点 ,在对死区进行试验分析的基础上 ,提出了变死区补偿模糊控制 数字PID控制的方法 ,设计了变死区补偿模糊控制器。试验证明采用变死区补偿模糊控制 数字PID控制的方法不仅可以提高定位精度 ,还可极大地改善系统响应品质 ,提高系统响应速度 ,全面改善电液比例位置控制系统性能 ,并易于工程实现     

基于自抗扰控制的转台伺服系统摩擦非线性补偿仿真研究

为克服非线性摩擦在转台伺服系统低速运行时对控制性能的影响,设计一种线性自抗扰控制器.该控制器采用线性扩张状态观测器及线性反馈,将摩擦作为系统总扰动进行实时估计,并加以补偿.基于Lugre摩擦模型建立转台伺服系统的数学模型,对这种线性自抗扰控制器进行仿真实验.结果表明,和传统PID控制器相比,所设计的控制器对非线性摩擦有良好的抑制作用,同时具有响应速度快、稳态误差小,抗扰能力强的特点.     

基于MATLAB的Fuzzy-Smith控制器设计及仿真

本文针对大时滞、非线性、时变的控制对象,设计了一种Fuzzy-Smith控制器,把Smith补偿控制原理和模糊控制方法结合起来,利用Smith预估器对模糊控制进行有效的补偿,使二者的结合对于大时滞系统的控制可以达到优势互补.仿真研究结果表明.该方案具有很强的鲁棒性,能够提高系统的控制品质.本文所设计的Fuzzy-Smith控制器能够应用于温控仪表等工业过程控制对象中.     

考虑关键非线性特征的集成式电子液压制动系统主缸液压力精确控制

针对具有"电动机+减速机构"形式的解耦式电子液压制动系统（Electro-hydraulic brake system,EHB）展开研究。针对主缸液压力控制过程中出现的爬行、死区和振荡等问题,设计一种考虑关键非线性特征（摩擦、PV特性）的主缸液压力精确控制算法。基于LuGre模型对摩擦非线性进行补偿,设计了压力自适应控制器。针对压力闭环控制在系统死区工作点处出现的问题,采用基于死区补偿的非线性控制方法。结合以上两种方法的优点,设计基于LuGre摩擦模型前馈补偿和死区补偿的联合控制方法,能够在考虑系统关键非线性特征的基础上,精确控制主缸液压力。通过联合仿真（AMESim&Simulink）和硬件在环测试对比验证各闭环控制系统的时频域响应特性,联合控制方法提高了系统的压力动态跟踪精度和响应速度。     

神经滑模控制在转台伺服系统应用

以直流电机为执行机构,分析了飞行仿真转台伺服系统的数学模型。滑模控制具有对系统扰动和参数摄动的自适应性,可实现伺服系统的快速响应,同时有效克服低速状态下摩擦力矩的影响。系统抖振问题是滑模控制的突出问题,利用径向基神经网络的非线性逼近能力,给出以切换函数为网络输入,以滑模控制器为网络输出,构建了神经滑模控制器,软件仿真结果表明所设计的滑模控制器能达到较好的控制品质,有效的克服系统抖振和外部扰动,实现系统低速摩擦补偿。     

电液位置伺服控制系统的研究

电液位置伺服控制系统是一个非线性系统,且伺服阀具有死区非线性特性以及受零偏、泄漏等各种复杂因素的影响。一般采用的常规线性PID控制器难以协调快速性与超调性之间的矛盾。基于LabVIEW平台,针对电液伺服系统的非线性和不确定性等特性研究设计出非线性PID控制器,并与PID控制算法进行比较。实验结果表明,非线性PID控制器中的增益参数能够随控制误差而变化,使控制系统既响应快又无超调现象,抗干扰能力也优于传统的PID控制,改善了系统的性能。     

基于磁流变减振器的汽车半主动悬架非线性控制方法

考虑磁流变减振器阻尼力和悬架弹性元件非线性特性,建立车辆半主动悬架非线性动力学模型。应用微分几何非线性控制,经过适当的非线性状态和反馈变换,实现半主动悬架非线性系统的精确线性化,并对系统实施非线性状态反馈控制;根据预定的控制目标及模糊控制策略调节控制参数,设计模糊控制器,对悬架系统进行了控制仿真研究;利用神经网络模式识别能力对输入数据处理辨别,设计控制网络层,从而达到提高悬架工作性能,改善汽车行驶舒适性的目的。将三种非线性控制方法的仿真结果进行分析比较表明:经模糊控制或神经网络控制后的悬架承受的冲击响应小、振动强度低,比微分几何控制能获得更优异的性能。     

基于干扰观测器的液压位置伺服系统级联控制

级联控制策略被应用于液压伺服系统位置控制,以提高系统输出响应性能。为了抑制液压伺服系统中各种不确定的非线性因素和外部干扰,提出了基于干扰观测器的终端滑模控制与非线性补偿相结合的级联控制策略,利用Lyapunov稳定性理论证明了位置闭环系统在有限时间内收敛。与渐近收敛控制器不同,级联控制器保证了系统状态误差和观测器估计误差在有限的时间收敛到0。利用MATLAB/Simulink对设计的控制器进行了仿真验证,结果验证了提出的控制器的理论可行性。为了模拟外界未知干扰,在液压伺服系统基础上加入阻尼可调减震器,以此开展实验研究。结果表明：提出的控制器有效抑制未知干扰影响,且提高了液压伺服系统的跟踪精度。     

线性/非线性自抗扰切换控制在变载荷气动加载系统中的应用

针对气动加载系统压力跟踪控制中强非线性、强耦合性、模型不精确性等问题,提出一种线性/非线性自抗扰切换控制器,该控制器结合了线性自抗扰控制器参数整定简便、理论分析简单和非线性自抗扰控制器跟踪精度高、响应快的优点,设计线性/非线性切换扩张状态观测器对系统的耦合项以及不同幅值的扰动等不确定项进行估计,并采用切换状态误差反馈控制律给予实时主动补偿,进而实现系统加载压力的实时控制,并完成了线性/非线性切换扩张状态观测器的收敛性证明。最后,在气动变载荷摩擦磨损试验机试验平台上进行试验验证,与线性自抗扰和非线性自抗扰进行对比,试验结果表明,改进的控制器具有抗干扰性强、跟踪精度高、应用性强等特点。     

基于补偿与模糊比例积分微分控制的凸轮刀系统定位研究

以四步切割机项目的凸轮刀系统为研究对象,针对比例阀存在较大死区、具有时变非线性特点,以及凸轮刀系统存在响应滞后等问题,基于补偿与模糊比例积分微分控制对凸轮刀系统的定位问题进行研究,提出将模糊比例积分微分控制与自适应死区补偿相结合的自适应控制方法。通过计算机软件搭建凸轮刀系统的仿真模型,设计加入自适应补偿的模糊比例积分微分控制器,并对凸轮刀系统的定位进行优化。通过试验对比确认,所提出的自适应控制方法对系统输出具有良好的校正作用,能够有效改善凸轮刀系统的定位性能。     

自抗扰控制器的无摩擦气缸控制研究

气动伺服系统是典型的非线性系统,因气体的可压缩性及阀口流量的非线性等因素,传统的控制策略(如PID)的控制性能很难达到系统要求,对其实现高精度的压力控制尤为困难。针对比例流量阀及无摩擦气缸的气动伺服系统建立二阶数学模型,建模过程为控制算法提供一个大致精确的参考模型。之后,将自抗扰控制算法引入到伺服系统控制器设计中,并基于Labwindows CVI开发平台对该系统实现高精度压力控制。实验结果表明,相比较于传统PID控制器,自抗扰控制器具有控制精度高,响应速度快,抗干扰能力强等优点。     

基于遗传算法的模糊神经网络控制器在烘干炉温度控制系统中的设计与仿真

以烘干炉温度为被控对象,由于烘干炉温度控制具有非线性、大滞后和无法建立精确数学模型等特点,传统的控制器很难达到理想的控制效果,为此设计了一种基于遗传算法的模糊神经网络控制器.基于遗传算法的模糊神经网络控制器是将遗传算法的全局寻优和BP算法的在线学习结合起来,先用遗传算法对神经网络的参数进行离线训练,然后再用BP算法对模糊神经网络控制器进一步在线学习.仿真结果表明,基于遗传算法的模糊神经网络控制器与模糊控制、传统PID控制相比较,改善了系统的动态性能和静态性能,能使非线性、大滞后等特殊的系统达到良好的控制效果.     

线性自抗扰气缸位置伺服控制研究

针对气动伺服系统复杂的非线性问题,提出了一种线性自抗扰控制策略对气动伺服系统进行位置控制。利用线性自抗扰控制器不依赖于被控对象精确数学模型的特点,解决被控气动系统内外各种不确定性,设计了线性扩张状态观测器来估计和补偿系统的全部干扰,同时给出了线性状态误差反馈控制器来保证系统的闭环响应性能。证明了线性扩张状态观测器的收敛性和闭环系统的镇定性。应用线性自抗扰控制策略与PID控制策略在气缸伺服系统中进行实验、比较,实验结果表明所设计的线性自抗扰控制器具有良好的控制效果。     

转台伺服摩擦系统模糊滑模控制仿真

滑模控制是一种非线性控制策略,能够根据当前状态实现自适应的变结构运动,能够实现伺服系统的快速响应,并克服低速状态下摩擦力矩的影响。鉴于常规滑模控制有严重的抖振现象,系统通过引入柔性的模糊控制,通过模糊控制算法改变其切换增益,实现不确定项的消除。以直流电动伺服系统为被控对象,建立了其数学模型和摩擦模型,实现了基于切换增益的模糊滑模控制器的设计,软件仿真结果表明论文所设计的滑模控制器能达到较好的控制品质,有效的克服系统抖振,实现系统低速摩擦补偿。     

双轮倒立摆机器人的模型预测控制策略

由于欠驱动的双轮倒立摆机器人(Two Wheeled Inverted Pendulum Robot,TWIPR)是一个非线性和强耦合的不确定性系统,设计了一种利用过程显式模型优化系统性能的模型预测控制(Model Predictive Control,MPC)策略,采用了两个不同的模型预测控制器,并通过引入解耦单元实现了对双轮倒立摆机器人的独立控制。此外,采用前馈控制方法提高MPC控制器对可测性干扰的补偿,增强了MPC控制器的有效性和鲁棒性。最后,采用梯状干扰和两个不同的外力对设计的MPC控制器性能进行评估,并分别计算不同外部干扰下倾斜角和旋转角响应的均方根误差(Means Square Error,MSE),然后将其与线性二次调节(Linear Quadratic Regulator,LQR)控制器的控制性能进行对比。比较结果表明:MPC控制器的MES比LQR控制器均减小了50%以上,证明了MPC控制器对TWIPR的控制具有明显的优越性、可靠性和鲁棒性。     

电液负载模拟器复合控制方法研究

提出了一种新的电液负载模拟器复合控制方案,采用改进型多余力补偿方法和PID自适应控制器并行的方式来实现对指令控制力的精确跟踪。改进型的前馈补偿方法除了有效地消除了多余力,还提高了系统的动态性能。利用CMAC神经网络的非线性逼近原理设计的鲁棒PID自适应控制器,在一定程度上改善了传统PID控制在快速性和稳定性之间存在的矛盾,降低了系统的非线性和不确定性造成的影响。仿真和试验结果证明了该控制方案的有效性。     

下肢外骨骼康复机器人的自适应控制研究

针对下肢外骨骼康复机器人的动力特性,为实现康复训练过程中控制的实时性和高精度,消除系统中存在的未建模动态、外部扰动和非线性不确定性的影响,本文提出采用两个相互独立控制器共同作用控制方法,即基于标称模型的计算力矩控制器和变结构鲁棒自适应补偿控制器。补偿控制器基于Lyapunov函数法,通过引入一个动态信号和非线性阻尼项来抑制未建模动态、外部有界扰动和非线性不确定项的影响。设计的自适应律通过在线刷新系统的不确定参数,增强了控制系统的鲁棒性并保证系统达到全局渐近稳定。通过Lyapunov稳定性定理和仿真结果证明了该控制策略的可行性和有效性。