非线性动态突变系统的多模型自适应执行器故障补偿设计

本文针对因多重不确定执行器故障而引起系统动态突变的非线性系统,设计了一种基于多模型切换的自适应执行器故障补偿控制策略,以提高系统应对动态突变的能力,同时实现不确定执行器故障的快速精确补偿.针对执行器故障模式的不确定性问题,采用基于多模型的参数估计方法,设计了自适应控制器组;基于最优性能指标函数,提出了一种控制切换机制,...     

结晶器多变量耦合系统的自抗扰控制

主要研究新颖实用非线性自抗扰控制算法,在结晶器多变量耦合系统中的应用.自抗扰控制主要特性是实时估计对象模型摄动和外扰的总和作用量,并在控制信号中补偿掉,实现不确定性强非线性对象的实时动态反馈线性化.结合控制对象,建立了结晶器多变量耦合自抗扰控制系统.数值仿真试验表明自抗扰耦合控制的协调性、自适应跟随性和抗干扰性优于传统的PID解耦控制.     

网络攻击下一类非线性切换多智能体系统的安全自适应控制

针对一类控制方向未知的非线性切换多智能体系统, 本文研究了在不确定网络攻击下的安全控制问题. 网 络攻击破坏传感器真实数据, 导致系统真实信息无法获取且不能直接用于控制设计. 为此, 通过受攻击状态构建一 组新颖辅助变量来消除网络攻击造成的影响. 此外, 所研究的系统包含更一般的不确定性, 即未知控制方向, 未知常 值参数以及不确定攻击. 这些不确定性在设计过程中相互耦合. 利用Nussbaum型函数并设计自适应律补偿耦合后 的不确定性, 极大降低了系统复杂性. 通过系统性地迭代构造出共同Lyapunov函数, 提出了一套安全自适应控制方 法, 保证了受攻击系统在任意切换下达到渐近输出一致性. 最后, 数值仿真验证了该方法的有效性.     

多能流系统合作协同的不确定多目标决策

多能流工业生产过程具有多目标、强耦合、时变、不确定性等特点,针对此类系统的平衡调度问题,本文提出一种基于合作协同优化的不确定多目标决策方法.以钢铁企业副产煤气系统为例,针对系统未来状态的不确定性,本文在优化决策的过程中结合卡尔曼滤波方法和贝叶斯定理,提出一种考虑条件预期的不确定决策模型.该模型能够同时分析当前目标和预期目标,从而消除未来状态不确定性带来的影响.针对副产煤气系统多能流强耦合的特点,本文在优化决策过程中综合考虑单能流系统特性以及多能流系统的协同关系,基于图模型原理提出基于双向权重的协同进化方法,从"总体"–"局部"相结合的角度给出最优的决策策略.通过实际钢铁企业数据的仿真实验表明,该方法能够充分考虑未来的不确定性,同时兼顾单能流系统性能和多能流耦合关系,给出合理的调度决策方案.该方法可用于具有多目标、强耦合以及不确定性的复杂多能流系统,为其调度决策问题提供支持.     

无人炮塔炮控系统自抗扰控制

本文运用机器人分析技术来建立无人炮塔的数学模型,这种方法考虑了炮塔方位向和高低向之间的耦合关系.同时,由于陀螺机构测得的是惯性空间中的角位移,结合三轴稳定原理,对无人炮塔的方位向和高低向射角进行修正,实现火炮轴线在惯性空间中的稳定.针对炮控系统这一包含非线性和不确定性的复杂系统,能在参数摄动和不确定的外部扰动的情况下获得高跟踪精度和稳定性,提出了一种基于自抗扰控制的解耦方法.系统的内部参数摄动、外部扰动和耦合项作为总扰动被扩张状态观测器估计出来,然后在采样间隔被补偿掉.将仿真结果与PID控制作比较,结果表明该控制算法能够有效抵抗系统的不确定非线性因素,并验证了其强鲁棒性和有效性     

拦截高速机动目标的非线性自抗扰制导律

为实现导弹对目标的高精度拦截, 本文提出了基于加权齐次函数的非线性自抗扰拦截制导设计方法. 首先, 提出了基于加权齐次函数的非线性扩张状态观测器在线估计视线角速率和由目标加速度等内外不确定性因素构成的总扰动. 其次, 设计了基于非线性扩张状态观测器的非线性自抗扰三维制导律对总扰动进行补偿, 该制导律克服了高阶非线性项与强耦合项等不利因素的影响, 提高了拦截制导精度. 本文通过分析误差系统的动力学行为证明了闭环制导系统的稳定性和收敛性. 本文提出的方法在拦截精度等方面优于已有的基于线性扩张状态观测器和基于fal函数的扩张状态观测器的自抗扰制导方法. 仿真结果验证了本文所提出方法的有效性和优越性.     

高精度伺服系统的模糊CMAC补偿控制

针对伺服系统存在非线性和参数不确定性,PID等常规控制器几乎无法获得高精度控制性能的问题,提出了一种基于FCMAC的补偿控制器,将其应用于伺服系统的速度闭环控制.FCMAC补偿控制器能够实时在线学习系统的非线性,对参数变化及扰动等因素进行实时补偿.将FCMAC补偿控制器与模型参考跟踪控制结合,能有效地改善伺服系统的鲁棒性.仿真结果进一步表明,该控制策略能降低系统时参数变化和外界扰动等不确定性的灵敏度,即使在持续正弦信号干扰下也具有良好的性能.     

四水箱实验系统的关联分析与解耦

四水箱实验系统用于模拟实际工业系统的非线性、多变量、时变、耦合等复杂对象特性。基于系统辨识的结果,本文对该实验系统进行了关联分析,揭示了该实验系统关联度可调的特性,并分析了关联强度对多回路控制的影响。最后,本文应用基于前馈补偿的全解耦方法显著地提高了多变量关联系统的控制性能。     

基于力矩补偿与分配的多操纵面飞机飞行控制设计

针对多操纵面飞机舵面冗余和强非线性气动特征, 提出了一种基于力矩补偿与分配的非线性飞行控制系统设计方法, 采用指令－力矩－舵面的间接形式, 外环采用模型跟踪方法生成满足飞行品质要求的力矩指令, 内环采用力矩补偿结合控制分配的设计方法, 控制各舵面实现期望控制力矩. 以革新性操作效率器(ICE)飞机为对象进行了仿真验证, 结果表明力矩补偿与分配系统可实现准确的力矩跟踪, 系统对参数的变化有较强适应能力, 所设计的飞行控制系统能够依据参考模型对控制指令进行跟踪, 各控制通道间耦合被有效抑制.     

基于TCP/IP协议的远程控制系统中变结构动态补偿器的研究

对网络时延及其不确定性造成的单采样、空采样和多采样三种情况进行了分析,阐述了采样信息处理器的原理.为了解决网络时延的滞后补偿问题,提出了一种变结构动态补偿器方案.仿真和实验证明,基于TCP/IP协议的远程控制系统中采用了该补偿器后,利用网络数据传送时的时间戳,可对因特网的时延进行实时补偿,使基于因特网的远程位置伺服控制成为可能,同时也避免了网络时延的预报精度对补偿的影响,改善了系统的控制性能.     

自适应积分反步法永磁同步电机伺服控制器的设计

针对永磁同步电机(PMSM)绕组相电流和转速强耦合特性以及参数的不确定性,利用非线性积分反步法设计了自适应积分反步控制器,在补偿参数不确定性影响的同时,实现了PMSM高性能位置跟踪控制.基于Matlab建立了系统的仿真模型并实施仿真.仿真结果表明,用该方法设计的PMSM控制系统,滤波跟踪误差能以指数规律迅速收敛到零,并且具有很强的抗负载扰动能力.     

微型飞行器的自抗扰控制器设计

微型飞行器具有高度的非线性特性,且气动参数具有不确定性,难以建立精确的数学模型;为实现其姿态、速度、以及高度的精确鲁棒控制,基于自抗扰控制方法设计了微型飞行器速度回路和高度回路的控制器;首先建立了微型飞行器的非线性模型,然后利用扩张状态观测器对飞行器状态和气动不确定性因素进行了估计,并通过非线性反馈对模型不确定性部分和状态耦合进行补偿,实现了纵向通道的解耦控制;通过仿真对所设计的控制器进行性能验证,结果表明自抗扰控制器能够实现对微型飞行器的快速稳定控制,且不依赖于精确的飞行器数学模型,具有良好的鲁棒性。     

具有不确定参数永磁同步电动机的自适应反步控制

针对永磁同步电动机系统的非线性耦合特性以及参数的不确定性,采用自适应反步控制实现永磁同步电动机的非线性控制,在补偿参数不确定性影响,提高系统的抗干扰能力的同时,实现了永磁同步电动机的高性能全局渐近稳定速度跟踪控制．采用二阶滤波环节平滑速度指令,实现了理想无超调的快速速度跟踪控制．仿真结果证明了所提出方法的有效性．     

基于自抗扰控制器的PMSM矢量控制系统设计与实现

针对永磁同步电机存在的非线性、强耦合、参数摄动等问题,设计并实现了基于自抗扰控制器(ADRC)的矢量控制系统.首先提出基于ADRC的控制策略,实时观测出由系统内部非线性因素以及外部扰动引起的“内外扰动”并进行补偿,从而实现精确控制;其次研制基于DSP的多轴运动控制卡,并在此基础上实现了基于ADRC的PMSM矢量控制系统...     

采样非线性系统的动态神经网络稳定自适应控制

研究了一类采样数据非线性系统的动态神经网络稳定自适应控制方法.不同于静态 神经网络自适应控制,动态神经网络自适应控制中神经网络用于逼近整个采样数据非线性系 统,而不是动态系统中的非线性分量.系统的控制律由神经网络系统的动态逆、自适应补偿项 和神经变结构鲁棒控制项组成.神经变结构控制用于保证系统的全局稳定性,并加速动态神 经网络系统的适近速度.证明了动态神经网络自适应控制系统的稳定性,并得到了动态神经 网络系统的学习算法.仿真研究表明,基于动态神经网络的非线性系统稳定自适应控制方法 较基于静态神经网络的自适应方法具有更好的性能.     

参数不确定机械伺服系统的鲁棒非线性摩擦补偿控制

对含非线性摩擦环节的机械伺服系统,提出一种基于Lyapunov方法的鲁棒非线性控 制方法,通过引入非线性增益和摩擦补偿项,来克服参数不确定性和补偿非线性摩擦,从而保证 跟踪误差渐进收敛.对转台系统的实验研究,表明了该方法的有效性.     

基于扰动补偿的无微分模型参考自适应控制系统设计

针对一类含有参数不确定性和未知非线性扰动的系统,本文提出一种基于扰动补偿的无微分模型参考自适应控制方法,实现系统输出对参考模型输出信号的高精度跟踪.首先,利用被控对象模型信息设计扰动估计器,对系统非线性扰动进行在线估计;其次,基于非线性扰动估计值设计参考模型和无微分参数更新律,构建无微分模型参考自适应控制器,建立基于扰动补偿和状态反馈的自适应控制律,以消除参数不确定性和非线性扰动对系统输出的影响,保证系统输出对参考模型输出的准确跟踪;然后,给出闭环系统误差信号收敛条件和控制器参数整定方法;最后,通过数值仿真验证所提方法的有效性和优越性.     

多变量不确定性系统的变结构逻辑极值控制律*

本文针对线性多变量不确定性系统，提出了变结构逻辑极值控制律形式及其设计方法。该控制律完全基于被控对象的标称模型和不确定性因素上下界，建立起了不确定性因素变化范围与控制律参数逻辑之间具有一般性的关系，无论不确定性因素是否满足匹配条件，均能保证变结构控制系统的滑动模态存在。     

非均匀多采样率非线性系统的模糊辨识

针对非均匀多采样率非线性系统辨识问题, 提出一种基于模糊模型的辨识方法. 首先, 分析了非线性系统在输入信号非均匀周期刷新, 输出信号周期采样的情况下, 非线性系统可以通过提升技术, 利用多个局部的线性模型加权组合来描述; 然后, 提出一个基于GK模糊聚类和递推最小二乘的模糊辨识算法; 最后, 针对化工pH 中和过程非线性系统, 采用非均匀采样数据建立其模糊模型, 以验证所提出方法的有效性.

     

四足仿生机器人嵌入式多关节伺服控制器的研究

介绍了DSP芯片TMS320LF2407的原理,开发了基于CAN总线的多关节伺服控制器．针对四足仿生机器人关节控制的应用,在DSP中采用流水线采样策略和带修正函数的自调整模糊控制规则,有效地克服了机器人关节轨迹跟踪控制中耦合、力矩非线性等因素的影响．控制驱动的集成化提高了移动机器人的速度和负载容量．