采用2-自由度调节器结构的制动方向稳定性控制算法

结合直接横摆力矩控制和主动前轮转向控制,设计了一种提高制动方向稳定性的复合控制系统.控制器采用2-自由度调节器结构,将前轮转向角视为输入,将作用于车身的外部侧向干扰力视为扰动,通过2-自由度调节器将转向跟随控制和抗扰控制分离,并对制动控制参数进行了优化.文章对有转向输入和路面突变情况下的控制器控制性能进行了仿真研究,并与无方向稳定控制的仿真结果进行了对比.仿真试验证实这种控制方法在提高车辆制动稳定性方面有良好的效果.     

横摆力矩和主动前轮转向结合的车辆横向稳定性模糊控制仿真

提出一种基于横摆力矩和主动前轮转向相结合的车辆横向稳定性控制方法,以横摆角速度和侧偏角为控制目标,利用前馈补偿和模糊控制产生横摆力矩和附加的前轮转角,通过控制制动力的分配以及对转向角的修正,使车辆转向行驶时的横摆角速度和侧偏角很好地跟踪参考模型.对转向轮阶跃输入和正弦输入两种工况分别进行了仿真研究,采用横摆力矩和主动前轮转向相结合控制方法,车辆转向时的瞬态及稳态响应优于单独的横摆力矩控制,表明该方法能有效地控制车辆横摆角速度和侧偏角,提高车辆转向时的横向稳定性,同时能有效地减轻驾驶员操纵负担.     

汽车转向/防抱死制动系统的自调节协调控制*

为了解决汽车转向过程中防抱死制动稳定性问题,提出一种新的协调控制系统,该协调控制结构由转向控制器和制动控制器组成。在转向控制中,设计基于主动前轮控制器和横摆力矩控制器力求改善汽车动态响应和稳定性;设计汽车防抱死制动控制系统。为了减少针对转向系统和制动系统之间的补偿控制律难以确定的困难,定义了协调误差,提出了基于耦合误差补偿原理与给定控制相结合的新的耦合控制策略,最后用仿真结果验证所设计控制算法的有效性。     

智能四轮转向车辆稳定车道线保持串级控制

为实现四轮前后轮转向车辆的稳定车道线保持控制,提出集成直接横摆力矩和车道线保持的串级控制策略.主控制器实现车道线保持前轮转角控制.副控制器实现车辆稳定性控制.主控制器基于MPC(model predictive control)算法控制车辆前轮转角,通过调整前轮转角使得横向位置偏差和航向角偏差最小.主控制器的车辆前轮转角作为副控制器的输入,计算期望滑移角和期望横摆率.车辆后轮转角和横摆力矩作为副控制器控制输入,基于LQ(linear quadratic)算法计算补偿车辆后轮转角和横摆力矩,实际车辆滑移角和实际横摆率跟踪期望滑移角和期望横摆率.车辆的前轮转角、后轮转角和横摆力矩作为控制输入,在副控制器实现车辆稳定性控制基础上,主控制器实现准确地车道线保持控制,保证智能车辆在车道内自主安全行驶.仿真结果表明,该串级控制策略的有效性,提高了智能车辆车道线跟踪的准确性,也提高车辆的稳定性和操纵性.     

基于ESO的船舶航向鲁棒自适应控制

针对具有内部未建模动态和外部不确定扰动的水面船舶设计一种鲁棒自适应航向控制器,并同时解决转向过程中的漂角补偿问题.基于二阶非线性Nomoto模型和一阶漂角模型,建立非积分链结构的漂角-航向非线性状态空间模型,将航向控制系统未建模动态与外部不确定扰动合并为复合扰动,应用扩张状态观测器估计模型中的未测量状态和系统复合扰动.基于Lyapunov稳定性理论和自适应反步法设计航向状态反馈控制规律,为避免反步法控制过程中的微分爆炸问题,采用动态面控制技术获取虚拟控制信号的近似导数.所提出的扩张状态观测器和航向控制算法能够保证闭环系统内所有误差信号一致最终有界,提高航向保持和转向过程中的航向跟踪精度.仿真结果验证了所提出的航向控制规律的有效性.     

汽车转向/防抱死制动系统的无模型协同控制

汽车制动系统和转向系统相互之间存在着复杂的耦合关系,会对汽车行驶安全性和操纵稳定性造成极大的影响。为了动态补偿这种干扰影响,以无模型控制方法设计汽车整车防抱死制动控制器、整车前轮主动转向控制器及转向系统和制动系统的协同控制器,从理论上证明了设计的无模型控制系统的稳定性。最后,在MATLAB/Simulink平台上搭建了车辆模型和控制器,进行汽车转向制动控制的动态性能仿真。仿真结果表明其解决了汽车两个系统的耦合干扰,提高了汽车制动效能和转向稳定性。     

后轴双电机扭矩矢量控制研究

车辆的横摆响应受到转向系统、悬架系统、制动系统及驱动系统影响,传统车辆主要以转向输入进行主动控制,随着线控底盘的发展,ESC、后轮转向、扭矩矢量等技术逐步参与到车辆横摆的主动控制中;相对于ESC以制动力差产生横摆力矩,扭矩矢量可在不降低总驱动力的前提下产生横摆力矩,不会引起车辆的制动效应;通过后轴双电机扭矩矢量控制（TVC）产生主动横摆力矩,旨在改善车辆横摆响应,TVC采用前馈与反馈结合控制,基于二自由度车辆模型、目标稳态增益K及横摆角速度-速度修正因子K1建立目标横摆角速度;利用车辆模型逆函数计算横摆力矩前馈值,PID计算横摆力矩反馈值,总横摆力矩转换得到左右车轮纵向力调整量;纵向力调整量与驱动力分量叠加获得左右轮总纵向力;左右轮驱动力过大时可能会受到滑移率、电机扭矩等限制,为保证横摆力矩偏差在要求范围内,需要根据限制情况对左右轮纵向力进行调整;通过仿真验证,TVC可明显改变车辆横摆响应     

光电稳像平台扰动力矩估计与自适应补偿

针对飞行器光电稳像平台在强气流冲击下，质量不平衡等系统内在因素所引起的扰动力矩增大，导致系统视轴稳定（LOS）精度严重下降的问题，提出了一种典型两轴直角正交结构稳像平台的扰动力矩模型，此模型考虑了框架间运动耦合的影响.针对扰动力矩信号重构过程中的多传感器噪声影响问题，提出了无迹卡尔曼滤波扰动力矩在线估计方法，并构建力矩前馈控制回路，实现了对扰动力矩的自适应补偿.半实物仿真实验结果表明，扰动力矩估计的收敛速度快，估计过程平稳.在0.5 Hz～4 Hz特征频点的载体扰动下，相比于带有摩擦力矩补偿的扰动观测器控制方法，系统视轴稳定精度提高了10.9%～29.3%.     

四轮转向汽车最优转向控制研究

为了充分发挥四轮转向技术在改善汽车操纵稳定性方面的优势,对汽车转向的理想状态进行分析,构建理想转向模型。依据具有二次型性能指标的最优控制理论,以汽车转向理想模型作为跟踪目标,采用基于状态反馈和前轮前馈的控制策略,对四轮转向汽车后轮转向控制规律进行研究。利用Matlab工具,对所提出的后轮转向最优控制方法进行仿真。仿真结果表明：所设计的后轮转角最优控制器改善汽车转向的瞬态与稳态响应特性,其瞬态响应的超调量减少,稳定时间缩短;侧向滑移的稳态值有所降低,从而提高汽车转向的操纵稳定性。     

大型观测有效载荷对空间站平衡姿态影响研究

空间站通常运行在力矩平衡姿态下。空间站上搭载大型天文观测有效载荷时,载荷运动会产生干扰力矩,对空间站平衡姿态会产生影响。针对搭载在空间站平台上的大型观测类有效载荷工作特点,建立了其运动补偿规律和扰动模型,将扰动引入空间站的平衡姿态动力学过程中,并进行了计算机仿真和分析。仿真结果表明,在设计的二次调节器和前馈控制器的作用下,转动有效载荷运动引起的姿态角、姿态角速率变化等控制在一定的范围内,且有效载荷的跟踪观测效果较稳定。     

基于神经网络的水下机器人三维航迹跟踪控制

本文研究了水下机器人三维航迹跟踪控制问题.在充分考虑了模型中不确定水动力系数和外界海流干扰的基础上,提出了基于神经网络的自适应输出反馈控制方法.控制器由3部分组成:基于动态补偿器的输出反馈控制项、神经网络自适应控制项和鲁棒控制项.神经网络所需的自适应学习信号由线性观测器提供.基于Lyapunov稳定性理论证明了控制系统的稳定性.最后针对某AUV进行了空间三维航迹跟踪控制仿真实验,结果表明设计的控制器可以较好地克服时变非线性水动力阻尼对系统的影响,并对外界海流干扰有较好的抑制作用,可以实现三维航迹的精确跟踪.     

Robust output tracking control of a laboratory helicopter for automatic landing

In this paper, robust output tracking control problem of a laboratory helicopter for automatic landing in high seas is investigated. The motion of the helicopter is required to synchronise with that of an oscillating platform, e.g. the deck of a vessel subject to wave-induced motions. A robust linear time-invariant output feedback controller consisting of a nominal controller and a robust compensator is designed. The robust compensator is introduced to restrain the influences of parametric uncertainties, nonlinearities and external disturbances. It is shown that robust stability and robust tracking property can be achieved simultaneously. Experimental results on the laboratory helicopter for automatic landing demonstrate the effectiveness of the designed control approach.     

高超声速飞行器非线性鲁棒控制律设计

高超声速飞行器具有模型非线性程度高、耦合程度强、参数不确定性大、抗干扰能力弱等特点,其自主控制具有较大的挑战.论文提出了一种基于鲁棒补偿技术和反馈线性化方法的非线性鲁棒控制方法.文中首先采用反馈线性化的方法对纵向模型进行输入输出线性化,实现速度和高度通道的解耦和非线性模型的线性化.针对得到的线性模型,设计包括标称控制器和鲁棒补偿器的线性控制器.基于极点配置原理,设计标称控制器使标称线性系统具有期望的输入输出特性,利用鲁棒补偿器来抑制参数不确定性和外界扰动对于闭环控制系统的影响.基于小增益定理,证明了闭环控制系统的鲁棒稳定性和鲁棒跟踪性能.相比于非线性回路成形控制方法,仿真结果表明了所设计非线性鲁棒控制算法的有效性和优越性.     

液压混合动力履带车辆联合制动模糊控制

针对液压混合动力履带车辆联合制动系统,为了实现制动过程平稳性,提出了基于制动力分配原则的模糊控制策略.首先在MATLAB中建立了能量再生制动系统和机械制动系统以及车辆动力学仿真模型,然后设计了以制动力分配系数为控制变量的联合制动模糊控制器,给出了模糊控制规则,建立了控制系统仿真模型,并在不同制动强度条件下对车辆制动过程进行仿真.仿真结果表明,联合制动模糊控制系统能够有效回收制动能量,同时与PID控制相比明显改善和提高了履带车辆制动过程稳定性.     

基于改进型非线性干扰观测器的爬壁机器人轨迹跟踪

针对爬壁机器人建模不准确及容易受外部扰动的影响造成位置及姿态误差的问题,提出了一种基于改进型非线性干扰观测器的轨迹跟踪控制方案.首先通过反演控制设计了一个运动学控制器为机器人动力学控制提供参考质心速度与角速度.其次应用改进型非线性扰动观测器作为前馈控制对建模误差及外部扰动进行估计,并保证扰动误差以指数形式收敛.最后针对引入干扰观测器的动力学模型设计了滑模控制器.该方案对外界干扰进行了快速补偿,并通过Lyapunov定理证明了其稳定性.仿真结果表明该控制方法对于克服建模误差及外界干扰具有较好的效果.     

具有输入饱和的近空间飞行器鲁棒控制

针对近空间飞行器这一类存在外部扰动,输入饱和和参数不确定的多输入多输出线性系统,提出了一种基于干扰观测器的抗饱和鲁棒控制方案.将干扰观测器与抗饱和控制技术相结合,从而消除系统存在的未知外部扰动、输入饱和和不确定性对系统控制的影响.首先,设计干扰观测器对线性外部系统产生的未知扰动进行估计.然后根据干扰观测器输出,通过超前抗饱和方法设计抗饱和补偿器,并将其加入到鲁棒控制器的设计中,保证闭环系统存在输入饱和、未知外部扰动和参数不确定情况下的稳定性.为便于设计,干扰观测器、抗饱和补偿器和控制器设计矩阵均通过求解线性矩阵不等式得到.最后,将提出的鲁棒抗饱和控制方法应用于近空间飞行器,仿真结果验证了该控制方案的有效性.     

Robust control with uncertainty estimation for feedback linearizable systems: application to control of distillation columns

The goal of this paper is to describe a linearizing feedback adaptive control structure which leads to a high quality regulation of the output error in the presence of uncertainties and external disturbances. The controller consists of three elements: a nominal input–output linearizing compensator, a state observer and an uncertainty estimator, which provides the adaptive part of the control structure. In this way, the feedback controller, based on the disturbance observer, compensates for external disturbances and plant uncertainties. The effectiveness of the controller is demonstrated on a distillation column via numerical simulations. ©     

Neural network compensation control for mechanical systems with disturbances

Two novel compensation schemes based on accelerometer measurements to attenuate the effect of external vibrations on mechanical systems are proposed in this paper. The first compensation algorithm exploits the neural network as the feedback-feedforward compensator whereas the second is the neural network feedforward compensator. Each compensation strategy includes a feedback controller and a neural network compensator with the help of a sensor to detect external vibrations. The feedback controller is employed to guarantee the stability of the mechanical systems, while the neural network is used to provide the required compensation input for trajectory tracking. Dynamics knowledge of the plant, disturbances and the sensor is not required. The stability of the proposed schemes is analyzed by the Lyapunov criterion. Simulation results show that the proposed controllers perform well for a hard disk drive system and a two-link manipulator.