两旋翼飞行器非奇异固定时间自适应姿态控制

针对具有系统不确定性和外部干扰的两旋翼飞行器,提出一种非奇异固定时间自适应控制方法。构造新的非奇异终端滑模面,并基于该滑模面设计固定时间控制器。同时,构造辅助函数避免控制器设计中的奇异值问题。设计自适应更新律估计系统不确定和干扰的上界,从而无需已知其上界的先验知识。基于李雅普诺夫定理证明滑模变量、系统姿态角误差和角速度误差能够在固定时间内收敛至平衡点附近邻域,且收敛时间上界与初始状态无关。最后,在两旋翼飞行器实验平台上验证了所提方法的有效性和优越性。     

基于幂次趋近律滑模控制的H桥逆变器复杂动力学行为研究

基于幂次趋近律的滑模控制具有响应速度快、对噪声干扰和参数摄动不敏感等特点,在H桥逆变器的控制中得到广泛应用。然而,滑模控制的H桥逆变器是一种非线性控制的时变非线性系统,必然表现出强的复杂的动力学行为,控制参数和电路参数的选取将影响系统工作的稳定性。分析该系统的工作过程,运用频闪映射法建立系统的一阶离散模型;采用折叠图和频谱图的方法分析了系统在不同控制参数α和k下的复杂动力学行为,发现一种多种倍数的倍周期状态同时存在的特殊分岔现象,并通过分析输出波形峰值和谷值附近采样的分岔图进行了一一验证。运用快变稳定性定理对系统工作的稳定性进行进一步的分析,研究结果为系统控制参数的合理选择提供重要依据。研究发现输入电压E、负载电感L与电阻R等外部电路参数的选取对系统的稳定性能有重要的影响。因此,研究结论对基于幂次趋近律滑模控制的H桥逆变器的设计和调试提供了可靠的参考,具有一定的理论意义和实际的工程价值。     

基于自适应模糊PID控制的四旋翼飞行器的自主跟踪

为了提高四旋翼飞行器控制系统的动态性能和工作效率,研究了自适应模糊PID控制。目前在实际应用中,四旋翼的控制算法主要采用经典PID算法和模糊控制算法,然而经典PID算法,系统容易超调,动态性能较差;模糊控制算法,系统的稳态误差难以消除,工作效率不高。为此采用了经典PID与模糊控制的分段策略,提出了一种新的控制算法:当误差较大时,为提高系统的动态性能,控制器选取模糊控制算法;当误差较小时,为减小稳态误差,提高工作效率,选取经典PID算法。完成了悬停飞行实验,对自适应模糊PID、模糊控制和经典PID三种控制算法进行性能对比,结果表明自适应模糊PID算法能有效解决上述问题。采用自适应模糊PID算法完成了自主跟踪实验,将该算法成功应用到导航制导领域。     

建筑结构基于模糊自适应调节趋近律的滑模控制研究

抖振问题是阻碍滑模控制应用的主要障碍之一.基于模糊控制的优点,采用一种模糊自适应调节趋近律的滑模控制方法对地震作用下建筑结构的振动控制问题进行了研究.给出了确定切换面的方法,推导了控制律的表达式.另外,考虑到实际中在大型的建筑结构中安装过多的传感器来进行主动控制研究是不切合实际的,还研究了有限状态输出反馈下该方法的适用性.以一个多层剪切型建筑结构模型为例来验证所提出控制方法的有效性,算例分析结果表明,所提出的控制方法能够有效地减小结构的地震峰值响应,同时达到了削弱控制系统抖振的目的.     

四旋翼飞行器事件触发轨迹跟踪控制

针对具有模型非线性和外界扰动的四旋翼飞行器,设计了基于事件触发的自适应模糊跟踪控制算法。首先将四旋翼飞行器系统分解为位置子系统和姿态子系统,并利用模糊逻辑系统在线辨识模型非线性和外界干扰。然后,基于反步递推技术设计自适应模糊控制律,同时构建自适应事件触发机制,非周期更新控制律和模糊参数自适应律。基于Lyapunov稳定性理论,以脉冲动力系统为工具,证明了闭环系统所有信号最终一致有界,而且跟踪误差能够收敛于零点的邻域内。此外,证明了所提控制算法可以彻底避免Zeno现象出现。最后,仿真结果验证了所提控制方案在保证四旋翼飞行器实现轨迹跟踪控制同时,可以有效减少控制器更新频率,提高系统资源利用率。     

基于改进滑模趋近律的振动基机械臂的有限时间轨迹跟踪控制

为解决一类振动基机械臂在基座振动影响下的快速轨迹跟踪问题,提出了一种基于改进趋近律的新型滑模控制方法。将基座振动的影响视为系统的不确定外界扰动项;采用拉格朗日法建立了系统的非线性不确定动力学模型;提出一种新型对数幂次滑模趋近律,并结合一种快速终端滑模面,设计了系统的有限时间轨迹跟踪控制器;理论分析与硬件试验验证了所设计控制器的有效性。结果显示,该控制器有效抑制了基座振动的影响,在有限时间内实现了机械臂的精确轨迹跟踪。可见,该研究所提控制算法具有良好的有限时间控制特性及鲁棒性能。     

基于四旋翼无人飞行器的墙面检测装置

墙体的外墙出现松动或裂纹是非常具有危险性的，但是目前国内房地产商碍于检测费用过高，从而造成了检测力度低、检测次数少等现象的出现，导致了很多悲剧的发生。为了保障人民的生命安全，我们应该对于一些有墙体贴砖的建筑定期的对外墙面进行检查，防止出现墙砖脱落等事故而造成人身伤害。本装置利用四旋翼飞行器作为运动载体，采用VPC500S-1080p高清摄像头作为检测手段能够比较方便快速的对外墙体进行检查，而且投入成本极低。特别是如果发现损坏处还可以采集受损处信息并反映给地面工作者，以便工作人员能够及时解决问题，避免墙面损坏的加重以危及人身安全。     

基于无迹卡尔曼滤波的四旋翼无人飞行器姿态估计算法

针对四旋翼无人飞行器姿态测量问题,提了一种基于无迹卡尔曼滤波的飞行器姿态估计算法.采用欧拉角法描述了飞行器的姿态解算模型,并在此基础上建立了飞行器的系统状态方程和观测方程;采用无迹卡尔曼滤波算法实现飞行器姿态角的解算.理论分析和仿真表明:与采用扩展卡尔曼滤波算法获得的飞行器姿态角信息相比较,虽然无迹卡尔曼滤波算法的计算时间稍有增加,但无迹卡尔曼滤波算法的计算精度和收敛速度比扩展卡尔曼滤波算法有显著的提高.     

结构滑模控制的一种指数趋近律方法

提出了一种指数趋近律 ,当正常运动段远离切换面时 ,能快速地趋向切换面 ;当运动接近切换面时 ,趋近速度又大大降低。这样与常用指数趋近律相比 ,过渡时间、系统的抖动以及所需控制力都能进一步减小。最后将这一理论应用到三层剪切型框架进行数值模拟 ,振动控制效果明显。     

建筑结构振动控制的趋近律滑移模态方法

本文应用变结构滑移模态控制理论中控制律设计的趋近律方法,对地震作用下建筑结构的振动控制问题进行了系统研究,推导了基于指数趋近律和幂次趋近律的变结构控制律表示式,讨论了最大控制力受到限制时控制力的确定方法。算例对比分析结果表明,本文控制方法能有效地减小结构的地震响应,具有较好的工程应用前景。     

Optimal control law for classical and multiconjugate adaptive optics

Classical adaptive optics (AO) is now a widespread technique for high-resolution imaging with astronomical ground-based telescopes. It generally uses simple and efficient control algorithms. Multiconjugate adaptive optics (MCAO) is a more recent and very promising technique that should extend the corrected field of view. This technique has not yet been experimentally validated, but simulations already show its high potential. The importance for MCAO of an optimal reconstruction using turbulence spatial statistics has already been demonstrated through open-loop simulations. We propose an optimal closed-loop control law that accounts for both spatial and temporal statistics. The prior information on the turbulence, as well as on the wave-front sensing noise, is expressed in a state-space model. The optimal phase estimation is then given by a Kalman filter. The equations describing the system are given and the underlying assumptions explained. The control law is then derived. The gain brought by this approach is demonstrated through MCAO numerical simulations representative of astronomical observation on a 8-m-class telescope in the near infrared. We also discuss the application of this control approach to classical AO. Even in classical AO, the technique could be relevant especially for future extreme AO systems.     

An arbitrary power law device based on integrators

A new simple arbitrary power law device implemented from integrators along with the sample-and-hold technique is presented. The number of the integrators indicates the index of the power law. Part of the integrators determine an appropriate time interval to be used to control the sample-and-hold circuit to extract the correct output. To test the validity and value of the proposed method, numerous power law functions have been experimented. The experimental results show very close agreement with the theoretical analysis. In addition, the measurement output, possibly as large as a few volts, is obtained with extreme precision     

一种改进的基于自适应控制的地震模拟试验方法

针对地震模拟试验常采用的开环迭代控制存在控制精度差的缺点，提出一种用于地震模拟的自适应控制方法。该方法不断识别系统的传递函数，来克服液压系统的时变性，获得较高的地震模拟波形复现精度。在此基础上，通过分析控制方法中预试验步骤存在的不足，实现试验方法改进，使得无需预试验步骤能直接进行正式试验，且首帧试验中的参考时域信号和控制时域信号相关系数较高。在浙江大学构建的振动台上进行若干典型地震波试验表明：改进后的试验方法在不进行预试验的情况下，首帧地震模拟试验获得75%以上的输入输出信号时域相关系数，同时能缩短试验时间；多帧地震模拟试验后，通过更新系统传递函数，地震模拟输入输出信号时域相关系数能稳定在95%以上。     

基于自适应有源噪声控制的噪声防护头盔

隧道施工噪声多为宽频带混合型噪声，声源多、距离近、声级高兼有振动存在等一系列特点，而且隧道内的各种声响都是在同一个封闭的环形坑道中产生或消失的。施工人员就处在听觉暴露受损的强噪声之下，这些无规则的、杂乱的噪声给施工者造成很大的危害。自适应有源噪声控制技术作为一项新技术，可以有效地解决固定参数的有源噪声控制在处理具有时变性、输入信号或声场不稳定等噪声时存在的不足。可以用环境误差信号来控制自适应滤波器参数，自动跟踪环境的变化并自动调节自适应滤波器参数，从而保证有源降噪系统具有优化的性能，在噪声控制上引起人们的极大重视。根据以上情况，文章把自适应有源噪声控制技术应用到隧道施工噪声控制中去，在理论上提出和设计了一种隧道施工中对个体受主进行噪声防护的头盔。     

端电压及功角双重稳定约束鲁棒自适应励磁控制

为实现励磁系统非线性控制的端电压和功角双重稳定约束,基于非线性坐标变换方法,构建励磁系统非线性等价系统模型,采用鲁棒自适应设计方法实现Lyapunov函数构建、参数自适应估计和等价系统耗散稳定控制。在输出功率增加和三相接地故障状态下,对新的励磁控制方法进行仿真测试和分析。仿真结果表明:相对于传统反演鲁棒励磁控制方法,状态变量波动次数减少50%,端电压和功角稳定时间由0.2 s缩短为0.1 s,端电压始终保持为额定电压,没有出现电压偏移问题,不确定参数能够在0.05 s内完成估测。研究成果对于提高励磁系统暂态稳定能力和端电压恒定控制精度具有一定意义。     

Optimization under adaptive error control for finite element based simulations

Optimization problems constrained by complex dynamics can lead to computationally challenging problems especially when high accuracy and efficiency are required. We present an approach to adaptively control numerical errors in optimization problems approximated using the finite element method. The discrete adjoint equation serves as a key tool to efficiently compute both parameter sensitivities and goal-oriented error estimates at the same discretized levels. By using a recovery method for the error estimators, we avoid expensive higher order adjoint calculations. We nest the adaptivity of the mesh within the optimization algorithm, which is responsible for converging both the state and optimization algorithms and thereby allowing the reuse of state, parameters, and reduced Hessian in subsequent optimization iterations. Our approach is demonstrated on a parameter estimation problem for contamination transport in a contact tank reactor. Significant efficiency and accuracy improvements are realized in comparison to uniform grid refinement strategies and black-box optimization methods. A flexible and maintainable software interface was developed to provide access between the underlying linear algebra of a production simulator and advanced numerical algorithms such as optimization and error estimation.     

Passivity‐based adaptive position control for an induction motor

Abstract

This paper presents a passivity‐based composite adaptive control scheme for the position control of an induction motor. First, the dynamics of the induction motor are proved to be state strictly passive by the passivity theorem. Then, a composite adaptive estimation algorithm is designed to control the position of the induction motor and the global stability of the overall position control system is proved based on passivity instead of Lyapunov‐type arguments. The approach is robust with regard to variations of motor mechanical parameters and external load disturbances. Experimental results are provided to show that good position tracking capability can be obtained without knowledge of the rotor flux.     

伴随型非线性系统的自适应RBF神经网络补偿控制

为了抵消伴随型非线性系统中的非线性项,可以设计控制器对非线性系统精确线性化.通常由于系统中存在外界不确定性因素导致系统模型的不确定,而不能直接设计控制器.利用"RBF神经网络能以任意精度逼近连续函数"的原理,对系统模型中的不确定项进行自适应辨识,并将辨识结果提供给控制器,从而实现伴随型非线性系统的神经网络自适应补偿控制.将控制器应用于起重机吊重摆角子系统,对摆角进行控制.实验结果表明:吊重摆角及其角速度约在5s后,得到了很好的控制,并且控制器对系统模型的不确定项的逼近误差约在5s时达到0;控制器对系统的不确定性因素和系统参数变化均具有很强的鲁棒性.     

基于微粒群优化的模型参考自适应控制

针对复杂非线性对象提出了一种基于微粒群优化(PSO)的PID自适应控制方法.通过运用PSO算法对PID控制器参数进行在线调整,使模型参考自适应控制达到理想的控制效果.将该方法引入到连续搅拌反应釜这一复杂的非线性系统,仿真结果表明了该方法的良好性能.