考虑间隙特性的双机械臂模糊自适应鲁棒控制

为了克服间隙特性和未知扰动对双机械臂系统抓取物体性能的影响,设计了模糊自适应鲁棒控制律。首先建立了双机械臂系统数学模型和间隙特性模型,然后引入自适应律来估计未知扰动,利用模糊系统来估计系统模型参数,同时设计了自适应间隙逆模型来补偿间隙特性,并对系统进行了稳定性分析,最后实现了考虑间隙特性的双机械臂系统精确控制。仿真结果表明,设计的控制方法具有更好的快速性和准确性,能够确保物体在0.5 s内稳定跟踪轨迹指令,最大跟踪误差仅为0.5 cm;设计的自适应律能够快速准确估计未知扰动,最大估计误差仅为0.3 N·m,估计精度较高。     

基于神经网络的一类不确定非线性系统自适应H∞跟踪控制

基于神经网络针对一类具有输入不确定性的非线性系统提出了一种H∞自适应跟踪控制方法.控制器由等效控制器、H∞控制器及参数自适应控制器三部分组成.H∞控制器用于减弱外部及神经网络的逼近误差对跟踪性能的影响,参数自适应控制器用于抑制输入干扰对跟踪性能的影响.所设计的控制器不仅保证了整个闭环系统的稳定性,而且使外部干扰及神经网络的逼近误差对跟踪的影响减小到给定的性能指标.最后给出一个算例验证了该方法的有效性.     

基于神经网络的一类不确定非线性系统自适应H∞跟踪控制

基于神经网络针对一类具有输入不确定性的非线性系统提出了一种H∞自适应跟踪控制方法.控制器由等效控制器、H∞控制器及参数自适应控制器三部分组成.H∞控制器用于减弱外部及神经网络的逼近误差对跟踪性能的影响,参数自适应控制器用于抑制输入干扰对跟踪性能的影响.所设计的控制器不仅保证了整个闭环系统的稳定性,而且使外部干扰及神经网络的逼近误差对跟踪的影响减小到给定的性能指标.最后给出一个算例验证了该方法的有效性.     

永磁直线同步电动机自适应变结构位置控制器的设计与研究

针对永磁直线电动机参数变化和外部扰动对伺服系统的影响,提出了自适应变结构位置控制设计方法。用电动机的位置误差信号及其导数构造切换函数,利用自适应律对系统不确定性扰动因数的极限进行估算。经过分析验证,与基于SVPWM的矢量控制系统相比较,自适应变结构位置控制算法明显减少了系统参数变化和外部扰动引起的推力脉动,能快速准确地跟踪给定信号,增强了整个系统的自适应性和鲁棒性。     

数控机床直线伺服系统非线性自适应鲁棒控制的研究

对数控机床永磁直线伺服系统提出非线性自适应鲁棒控制的设计方法.在永磁直线伺服系统非线性数学模型的基础上,为实现对速度和电流的准确跟踪,建立了误差系统的动态模型.将跟踪和干扰抑制归结为非线性自适应鲁棒控制器设计问题,通过构造存储函数得到包含电阻辨识算法的自适应鲁棒控制器的定理,证明定理给出的控制器能满足干扰抑制和系统的渐进稳定.仿真结果表明,用该方法设计的系统能很好地抑制扰动和跟踪给定,满足对数控机床永磁直线伺服系统控制的要求.     

基于扰动观测器的永磁同步电机电流环自适应滑模控制

针对扰动对永磁同步电机转速伺服系统性能的影响,提出了基于扰动观测器的电流环自适应滑模控制方法。设计了自适应律在线估计系统的内部参数摄动以补偿模型不确定性扰动。同时,设计了滑模扰动观测器实时估计系统外部负载扰动,并将观测值前馈补偿到电流环自适应滑模控制器,在提高系统鲁棒性的同时降低滑模控制系统的抖振。实验结果显示,采用基于扰动观测器的电流环自适应滑模控制方法,系统可快速、准确、无超调地跟踪900r/min的速度指令,调节时间为0.08s,稳态误差为±5r/min。加入0.6N·m的负载扰动,该控制方法的最大转速波动为21r/min,比PI控制方法的转速波动减小了3.4%。仿真和实验结果表明,基于扰动观测器的电流环自适应控制方法提高了永磁同步电机转速伺服系统的鲁棒性和动态响应性能,同时可有效抑制滑模控制系统的抖振。     

一种双轴直驱平台新型同步渐近跟踪控制设计

针对双轴直驱平台伺服系统中存在同步进给的问题,提出一种交叉耦合迭代学习控制器与自适应加加速度控制器相结合的新型同步控制方法。首先,构建同步误差,利用交叉耦合控制器解决双轴的耦合问题;设计自适应PD型学习律减小同步误差,实现双轴协调同步。采用模型前馈控制补偿系统的参数不确定性,提高系统的响应速度。自适应加加速度控制器抑制系统中外部扰动、摩擦力等不确定性因素,实现系统的渐近跟踪控制。加加速度积分后形成反馈控制律,保证了控制信号的稳定性和连续性。设计自适应更新律,使鲁棒增益实现指数收敛并削弱测量噪声对系统的影响,增强系统的鲁棒性。系统实验结果表明,该方法能够明显地提高系统的同步性能,改善双轴直驱平台伺服系统的控制精度。     

高速开关阀控气动位置伺服系统的自适应鲁棒控制

针对高速开关阀控气动位置伺服系统所具有的模型参数不确定性、不确定非线性以及外干扰,为实现气缸的高精度运动轨迹跟踪控制,设计了基于标准投影映射的自适应鲁棒控制器。该控制器通过在线最小二乘参数估计来减小模型中参数不确定性,利用基于反步法设计的非线性鲁棒控制来抑制参数估计误差、不确定非线性以及外干扰的影响,从而保证一定的瞬态性能和高的气缸运动轨迹控制精度。由于运用了标准投影映射以保证在线参数估计有界,控制器的两个部分可以独立进行设计。试验表明,所设计的控制器能获得良好的轨迹跟踪控制性能,对干扰具有较强的性能鲁棒性,系统跟踪幅值为0.09 m,频率为0.5 Hz的正弦期望轨迹时,最大绝对跟踪误差为1.51 mm,标准跟踪误差0.72 mm。     

自由漂浮空间机械臂基于神经网络的鲁棒自适应控制

考虑数学模型难以精确获得及带外部干扰情况下,针对自由漂浮空间机械臂的轨迹跟踪控制问题,提出一种基于神经网络的自适应鲁棒控制策略。基于Lyapunov稳定性理论设计理想控制器,进而推出系统的不确定模型。利用神经网络的学习能力逼近系统不确定模型,从而避免保守上界的估计。利用线性化技术并结合Lyapunov函数,设计包括权值及隐层参数在内的在线自适应学习律及鲁棒控制器,加快了误差收敛速度及控制精度,并消除了高阶逼近误差及扰动,保证了系统的一致最终有界,仿真比较表明了该控制策略的有效性。     

四辊卷板机侧辊位移跟踪控制

针对四辊卷板机侧辊位移跟踪控制存在负载变化、参数摄动和未建模动态等不确定性问题,提出一种基于非线性扰动观测器的自适应滑模控制策略。采用非线性扰动观测器在线获取并补偿等效扰动;针对引入非线性扰动观测器后的系统,采用反步法设计自适应滑模控制器,利用自适应律动态补偿扰动观测误差,以降低滑模控制器的切换增益。该设计方法放宽了滑模切换增益对系统不确定性上界的先验性要求,降低了外界干扰和系统不确定性对侧辊位移跟踪性能的影响。同时,采用李雅普洛夫方法证明了侧辊位移跟踪闭环控制系统的稳定性。根据工程实际参数进行仿真,结果表明,该控制策略对系统的不确定性,特别是负载变化具有较强的鲁棒性,可以满足侧辊位移快速、精确跟踪的要求。     

非线性励磁控制器在线参数估计方法研究

在自适应方法基础上同时利用跟踪误差和预测误差,提出了一种非线性励磁控制器的复合自适应在线参数估计方法。该方法在保证系统稳定性和获得较小的跟踪误差基础上,更明显提高了参数估计的快速性和光滑性。数字仿真试验表明,设计的非线性自适应励磁控制器具有较强的参数自适应能力,且保证了系统的稳定性。     

基于卡尔曼滤波器的交流伺服系统自适应滑模控制

为了减小负载转矩扰动和系统参数摄动对永磁同步电机控制系统的影响,提出了一种基于卡尔曼滤波器的自适应滑模速度控制器。该控制器由自适应律估计参数摄动项,用卡尔曼滤波器估计外部扰动项。设计了含积分作用的滑模面,以保证电机转速的无静差跟踪;采用了指数趋近律,以提高趋近速度并削弱抖振。卡尔曼滤波器估计得到的系统外部扰动前馈补偿至控制器的输出,用于有效降低滑模控制器的不连续切换项造成的系统抖振。实验结果显示:跟踪设定的600r/min转速时,控制器稳态转速精度达到±1r/min。电机在以600r/min稳速运行时,设计的控制器在1.6N·m的外部转矩扰动下的最大转速波动比传统PI控制器的转速波动减小了2%。仿真分析和实验数据表明基于卡尔曼滤波器的自适应滑模控制器对交流伺服控制系统具有较强的抗扰动性、鲁棒性以及良好的稳态性能。     

交流位置伺服系统自适应模糊PID控制器设计

为实现机电伺服系统的高精度位置跟踪控制,针对实际系统运行过程中所存在的转动惯量和负载力矩变化大等各种不确定因素,提出了一种基于滑模面的自适应模糊PID策略。利用梯度下降法实时修正PID控制器的参数,使用模糊逻辑系统逼近系统中不确定量,以使控制器能根据伺服系统运行过程中的负载特性实时调整速度给定值,从而减小系统参数变化和外部干扰对伺服系统性能的影响,最后通过Lyapunov方法推导出了模糊补偿器中不确定参数的自适应律。仿真结果表明：该控制策略与传统PID控制相比具有系统跟踪误差小,响应速度快,跟踪性能好的优点,对参数摄动及外界负载扰动具有较强的鲁棒性。     

机械臂固定时间观测器和自适应滑膜控制方法的设计

在机械臂轨迹跟踪控制过程中,当利用观测器对模型参数不确定性和外部未知动态扰动进行估计时,估计时间容易受扰动初值的影响,为此基于固定时间扰动观测器设计了一种自适应滑模轨迹跟踪控制方法。利用固定时间观测器的特性,在固定时间内获得机械臂内部模型误差和外部不确定扰动的估计,对扰动估计做出补偿,通过滑模控制策略实现机械臂的轨迹跟踪控制。针对滑模控制伴随抖震的特性,论文对滑模控制器的趋近律进行了抑制抖震的改进设计。通过仿真实验证明:基于固定时间扰动观测器的滑膜控制方法能够在固定时间内准确获取扰动的估计值,能够控制机械臂以高精度跟踪给定轨迹;通过与基于高阶扰动观测器的滑模控制方法进行仿真对比,验证了该方法在消除不确定扰动的基础上,能够有效地抑制系统抖振,并且跟踪误差能够在短时间内以指数速率完成收敛。     

自适应神经网络的机械臂终端滑模鲁棒控制

针对带有未知负载力矩和模型误差等不确定性的机械臂系统,同时考虑电机动态特性的影响,提出了一种自适应神经网络的终端滑模鲁棒控制方法.首先建立了包含不确定性和电机动态的机械臂系统模型,然后通过设计终端滑模面来抑制传统滑模面的抖振现象,并提出了终端滑模鲁棒控制律,同时引入RBF神经网络来准确估计不确定性,并且设计了自适应律来...     

四辊卷板机侧辊位移线性自抗扰控制

侧辊位移的精确控制对实现四辊卷板机高效加工至关重要,其核心问题是提高阀控非对称缸电液伺服系统的抗扰能力。由于电液伺服系统具有高度非线性和时变不确定性,传统非线性控制方法很难有效处理包含未知动态、外部扰动以及参数变化等的多源不确定扰动。提出一种四辊卷板机侧辊位移线性自抗扰控制方法。综合考虑各种不确定扰动因素的影响,设计了线性扩张状态观测器进行实时估计,采用状态误差反馈控制律给予主动补偿,并消除跟踪误差,证明了线性扩张状态观测器状态观测误差的收敛性和电液伺服系统的闭环稳定性。试验结果表明,所设计的线性自抗扰控制器能有效抑制电液伺服系统中多源不确定性扰动,实现侧辊位移的快速、精确轨迹跟踪。     

基于采样控制理论的光电跟踪伺服系统内模控制研究

针对外部扰动对光电跟踪伺服系统精度的影响,对稳定回路提出了一种两自由度内模控制,将控制器的设计转化为标准的H∞优化问题,使得系统对模型误差及参数摄动具有较强的鲁棒性。采用jump变换、提升操作等采样控制系统的理论与方法来优化设计相应的鲁棒控制器,综合考虑了系统的多采样率行为及采样点间的动态特性。仿真结果表明了所设计的控制系统具有较高的指令跟踪精度及较强的扰动抑制性能。本文的研究为高精度光电跟踪伺服控制系统的设计提供了新方法。     

四旋翼飞行器的自适应鲁棒滑模控制器设计

针对四旋翼欠驱动系统的姿态控制问题,提出一种自适应鲁棒滑模控制方法。对四旋翼系统实现了双环控制,内环为姿态控制,外环为位置控制。根据牛顿-欧拉方程建立了四旋翼系统的动力学模型,针对系统中的外部扰动和参数摄动等不确定性因素,设计了基于Lyapunov稳定控制算法,内环使用自适应鲁棒滑模控制;外环使用鲁棒控制。仿真和实验表明所提控制策略对外界扰动和模型的不确定性具有较强的鲁棒性。     

基于扩展干扰观测器的主动升沉补偿系统自适应鲁棒控制

针对不确定性及外部干扰下主动升沉补偿系统的非线性控制问题,提出一种基于扩展干扰观测器自适应鲁棒控制器。扩展状态观测器将外部扰动扩张成新的状态变量,利用输出反馈观测扩张的状态。基于反步法构建自适应控制器,结合拓展状态观测器处理系统方程存在的建模误差、外干扰、不确定性及参数不确定性。基于滑模控制方法,设计非线性滑模反馈律,从而提高系统在外部干扰下的鲁棒性能。最后,通过李雅普诺夫函数证明整个闭环系统的稳定性。基于升沉补偿电液伺服系统进行仿真实验,结果表明:所设计控制器在存在不确定性及外部干扰的情况下具有良好的控制精度及鲁棒性。     

自动驾驶车辆行进参数有限时间估计方法研究

依靠车辆自动驾驶系统快速与高效的环境感知能力,可有效减少人为操控失误、降低交通事故发生率.针对自动驾驶车辆在车体和路况信息等参数估计过程中存在的时间延迟、误差较大的问题,提出一种考虑有限时间的自动驾驶车辆行进参数估计方法.首先通过构建辨识参数的仿射参数模型,推导了参数估计误差向量,并基于有限时间收敛理论设计了自适应参数更新律.同时,采用并行学习技术,对参数收敛过程的持续激励条件进行优化,从而简化估计过程,以期降低系统运行成本和响应时间.最后,利用所设计的车辆参数估计方法对车辆参数、路面状况等指标进行仿真验证.仿真结果表明,较之现有方法,所提方法能够实现快速地参数收敛,且收敛结果稳定、准确可靠.