永磁直线同步电机的自适应迭代学习控制

永磁直线同步电机驱动的伺服随动系统,既要对周期性的输入信号具有跟踪能力,又要对周期性的扰动具有抑制能力。对这一问题,从迭代学习控制的本质出发,与自适应算法相结合,提出了一种自适应迭代学习控制策略,解决了伺服系统中对周期性输入信号的跟踪问题,以及对参数摄动和不确定性干扰,尤其是对周期性扰动的抑制问题。在永磁直线同步电机位置控制实验中,将该方法与传统控制进行对比试验,实验结果表明,该方法能够有效地提高系统的位置控制精度。     

模型不确定的下肢康复机器人轨迹跟踪自适应控制

为了实现康复训练过程中高精度的轨迹跟踪控制,针对下肢康复机器人的模型参数和外界干扰等不确定性因素对其轨迹跟踪造成严重影响,提出一种模型不确定的下肢康复机器人轨迹跟踪自适应控制方法。根据所提方案,设计了相应的轨迹跟踪自适应控制器;并进行了轨迹跟踪控制仿真实验对比分析,结果表明,计算力矩控制方法在系统模型不确定时,膝关节的最大角度跟踪误差高达11.3°,髋关节最大稳态误差4.6°;而轨迹跟踪自适应控制方法在模型不确定的情况下,髋关节和膝关节的角度跟踪稳态误差均收敛于零;轨迹跟踪自适应控制方法可以显著提高下肢康复机器人轨迹跟踪的精度。     

无角速度测量的姿态跟踪动态PD控制

针对太阳帆板展开过程中存在系统切换和外部未知干扰的航天器姿态跟踪控制问题,提出了角速度可测和角速度不可测的姿态跟踪自适应动态比例微分(PD)控制器。本文先设计自适应更新律补偿外部复合干扰,提出了姿态角及角速度全状态可测的自适应PD控制器;接着针对角速度不可量测,基于无源控制理论给出估算角速度的动态观测器,提出一种仅有姿态角跟踪误差信息的变增益动态PD控制器,并理论证明了闭环系统的全局渐近稳定性;数值仿真验证了变增益动态PD控制器对太阳帆板展开过程中,航天器的姿态跟踪控制的鲁棒性和有效性。     

基于ESO的磁悬浮直线同步电机变增益自适应迭代学习控制

对于可控励磁磁悬浮直线同步电机(CEMLLSM),常规迭代学习控制(ILC)精度低、抖振大,且抗外部扰动能力差。为提高跟踪精度,设计了一种基于扩张状态观测器(ESO)的变增益自适应ILC算法。首先,研究CEMLLSM的工作原理及数学模型。其次,设计基于ESO的变增益自适应迭代学习控制器,为控制器中固定增益部分引入指数可变增益,增加自适应迭代项对控制律中的未知参数进行迭代学习,从而减小系统抖振与误差并加快系统收敛速度。通过引入ESO观测系统的外部干扰,对控制量进行补偿,进而提高系统的抗扰动能力。最后,用MATLAB对控制系统进行仿真分析,仿真结果表明该算法能够有效减小跟踪误差,并对扰动有良好的抑制作用。     

无人船自适应超螺旋轨迹跟踪滑模控制

针对无人船受到风浪等不确定性干扰时易出现轨迹跟踪误差大、自适应增益范围小、滑模控制方法的抖振等问题,提出了一种新型自适应超螺旋滑模控制算法。根据无人船结构建立数学模型,引入轨迹参考点将数学模型转换为二阶系统微分方程;设计自适应超螺旋滑模控制器;构造Lyapunov函数,推导满足系统闭环稳定性的自适应增益。在考虑风阻、浪阻的情况下,将本文方法分别与超螺旋滑模控制和传统自适应超螺旋滑模控制这两种方法进行仿真实验对比。结果显示,在仿真实验的30 s中,本文方法的轨迹跟踪平均绝对误差比超螺旋滑模控制和传统自适应超螺旋滑模控制分别减少了0.60 m和0.27 m,仿真结果表明本文方法能够有效提高系统控制性能,抑制抖振,减小轨迹跟踪误差。     

直线电机的H_∞迭代学习控制设计

直线电机的诸多非线性与不确定性因素是影响其控制精度的主要原因.文中基于H∞理论和迭代学习控制思想,设计应用于直线电机运动系统的迭代学习控制器,利用鲁棒控制实现系统镇定和克服各种不重复干扰和不确定性的影响,利用迭代学习控制提高系统的跟踪性能并克服重复性干扰的影响.仿真实验结果表明,采用H∞迭代学习控制器的直线电机运动系统的跟踪性与抗扰性均明显改善.基于H∞的迭代学习控制能够提高直线电机运动系统的控制性能.     

基于改进多入多出无模型自适应控制的二维直线电机迭代学习控制

二维直线电机在实际运行中存在强耦合、未知非线性等未建模动态控制问题,且易受外部干扰的影响.基于无模型自适应控制(MFAC)不依赖被控系统精确数学模型的特点及迭代学习控制(ILC)循序渐进的学习规律,提出一种改进多入多出无模型自适应控制(MIMO-MFAC)的二维直线电机迭代学习控制(ILC)复合控制方案.在无模型自适应控制输入准则函数中加入一阶差分单元,使改进多入多出(MIMO)无模型自适应反馈控制器具有很强的鲁棒性.迭代学习前馈控制器可以克服外部干扰,补偿系统非线性,前馈反馈优势互补,实现对期望输出的精度补偿,进一步减小位置跟踪误差.最后,将二维直线电机运动平台与LINKS-RT半实物仿真系统相结合,通过实验验证所提方案的有效性.     

不确定机器人的间接模糊自适应轨迹跟踪控制

针对不确定的机器人系统轨迹跟踪控制问题,依据自适应模糊控制算法和H∞控制理论,提出了一种间接模糊自适应控制方法。该方法将自适应模糊控制和H∞控制理论相结合,用稹糊逻辑系统直接为机器人建模,不需对机器人的数学模型进行转换,并结合H∞控制理论,将建模误差和外部干扰衰减到预先规定的指标。基于Lyapunov方法,给出了学习自适应率,H∞跟踪特性的证明。对二自由度机器人的仿真结果表明了所提出的控制算法有效性。     

一类具有高增益观测器的非线性系统的输出调节

针对具有由非线性外部系统产生的未知不确定性函数和未建模动态的非线性不确定系统,研究了其跟踪和干扰抑制问题。首先运用状态变换将输出调节问题转化为非线性系统的镇定问题,接着引入动态信号解决了动态扰动,并设计出高增益的状态观测器去估计不可测的状态。然后根据外系统信息设计自适应的非线性内模,结合自适应控制理论、Backstepping设计方法、模糊控制方法和Lyapunov法给出了输出反馈的自适应模糊控制器和自适应控制律,所提出的输出反馈控制器和自适应律能够实现整个闭环系统的跟踪和干扰抑制,并使得跟踪误差能渐近收敛到给定的任意小的领域内。最后仿真结果验证了所提出的控制器的有效性。     

永磁直线同步电动机的自适应学习控制

由于没有传动机构,使永磁直线交流同步电机（PMLSM）控制器设计较为复杂.PMLSM对模型不确定性和外扰更加敏感;推力波动等非线性因素对运动精度影响很大.针对上述问题,用自适应学习方法改善PMLSM的轨迹跟踪性能,并对迭代模式和单次运行模式下算法的收敛性进行了证明,通过实验进行了算法验证.该控制方法基于迭代学习,控制器分为两个部分,通过执行重复任务自适应学习项补偿系统的非线性;另一项用于增强系统的鲁棒性,保证系统在单次运动模式下稳定.实验结果表明,这种控制方法可以有效提高PMLSM轨迹跟踪精度.     

基于自适应迭代学习的机械手轨迹跟踪控制研究

针对具有初始误差的机械手轨迹跟踪控制问题,设计了一种带初态学习的模糊自适应迭代学习控制策略。控制策略中引入了初态学习控制律,放宽了系统初始状态严格重复的限制,利用Lyapunov函数对系统进行收敛性分析,克服了系统全局Lipschitz连续条件的约束,同时设计了模糊控制器对增益以及自适应律参数进行整定,最后将算法应用到机械手控制中,通过与传统自适应迭代学习控制对比,前者收敛速度和精度明显提高,验证了控制策略的有效性。     

一类模糊自适应PID迭代学习控制系统的研究

为了提高被控系统的控制精度和收敛速度,提出一种模糊自适应PID迭代学习控制算法,算法充分利用了PID迭代学习律可靠性高、鲁棒性强等优点,运用模糊整定单元对经验PID学习律的参数进行实时校正。针对一类LTI系统,设计了具有针对性的模糊自适应PID学习律,并对本文提出的算法进行了仿真分析。     

掘进机截割臂运动轨迹的迭代学习控制

悬臂式掘进机截割臂系统受参数不确定、非线性、时变和负载干扰等因素的影响,使截割头不能精确按照预定的轨迹截割,导致超挖或欠挖的现象发生,断面成形质量差。为了实现断面精确成形,采用自适应迭代学习控制算法对截割头运行轨迹进行跟踪控制。建立掘进机截割臂的动力学模型,设计相应自适应迭代学习控制算法。仿真结果表明随着学习次数的增加截割臂横向摆角误差趋近于零,纵向摆角误差小于0.0007rad且逐渐趋于零,满足实际现场的精度要求,验证了该控制方法对截割轨迹跟踪的有效性,为掘进机器人断面自动截割成形的研究奠定理论基础。     

An adaptive iterative learning algorithm for boundary control of a flexible manipulator

In this study, we consider the boundary control problem of a flexible manipulator in the presence of system parametric uncertainty and external disturbances. The dynamic behavior of the flexible manipulator is represented by partial differential equations (PDEs). Based on the Lyapunov method, we propose an adaptive iterative learning control scheme for trajectory tracking and vibration suppressing of a flexible manipulator. The proposed control scheme is designed using both a proportional‐derivative feedback structure and an iterative term. The learning convergence of iterative learning control is achieved through rigorous analysis without any simplification or discretization of the PDE dynamics. Finally, the results are illustrated using numerical simulations for control performance verification. Copyright © 2016 John Wiley & Sons, Ltd.     

电液伺服系统的积分滑模自适应控制

针对一类参数不确定的非线性系统,提出了一种积分滑模自适应控制策略.在滑模控制中引入积分控制项,消除了传统滑模变结构控制需要被跟踪信号导数已知的假设,同时基于Lyapunov方法引入参数自适应律,使系统具有优良的抗干扰特点.本文采用该控制方法,对电液伺服系统的液压缸位置进行跟踪控制.仿真结果显示,该方法具有较强的鲁棒性及良好的跟踪性能.     

Adaptive iterative learning control of discrete‐time varying systems with unknown control direction

Without using Nussbaum gain, a novel method is presented to solve the unknown control direction problem for discrete‐time systems. The underlying idea is to fully exploit the convergence property of parameter estimates in well‐known adaptive algorithms. By incorporating two modifications into the control and the parameter update laws, respectively, we present an adaptive iterative learning control scheme for discrete‐time varying systems without the prior knowledge of the sign of control gain. It is shown that the proposed adaptive iterative learning control can achieve perfect tracking over the finite time interval while all the closed‐loop signals remain bounded. An illustrative example is presented to verify effectiveness of the proposed scheme. Copyright © 2012 John Wiley & Sons, Ltd.     

高精度定位系统的摩擦力自适应前馈补偿

为了有效抑制机电系统摩擦力等外部扰动对系统动态性能的影响,针对直驱伺服系统中往复定位存在的摩擦力,提出了一种基于自适应前馈控制器的摩擦力补偿策略,此方法能够有效利用参考模型与被控对象的位置跟踪误差等信息,在线实时确定自适应控制率,在保证系统稳定的条件下,能够有效克服系统摩擦力及模型慢时变等引起的系统动态性能异常.针对直...     

Disturbance observer-based adaptive boundary iterative learning control for a rigid-flexible manipulator with input backlash and endpoint constraint

In this article, an observer-based adaptive boundary iterative learning control law is developed for a class of two-link rigid-flexible manipulator with input backlash, the unknown external disturbance, and the endpoint constraint. To tackle the backlash nonlinearities and ensure the vibration suppression, the disturbance observers based upon the iterative learning conception are considered in the adaptive boundary control design. A barrier Lyapunov function is incorporated with boundary control law to restrict the endpoint state. Based on the defined barrier composite energy function, the tracking angle error convergence of the rigid part is guaranteed, and the vibrations of the flexible part are suppressed through the rigorous analysis. Finally, a numerical simulation is provided to illustrate the effectiveness of the proposed control.     

干扰因素下无线电能传输频率控制算法研究

为了提高无线电能传输WPT(wireless power transmission)负载端接收功率以及效率,增强传输的稳定性,研究无线电能传输系统过耦合干扰因素下无线电能传输频率控制算法,解决在该种干扰因素下频率分裂引起的传输功率下降问题。采用自适应频率跟踪WPT系统,依据DSP控制DDS(direct digital synthesis)自动调节输出频率,完成无线电能传输频率的自适应跟踪控制。采用改进粒子群优化算法,以进化因子和时间变动为依据进行自适应调整粒子的惯性权重和学习因子,提高粒子寻求最优解的速度和粒子算法的搜索力,获取无线电能传输系统功率和效率的最优值,增强频率跟踪的速度和精度。结合Zigbee,向DSP中植入改进粒子群优化算法,控制无线电能传输系统射频源频率,完成无线电能传输系统功率和效率同步频率跟踪,增强过耦合运行状态下无线电能传输负载端接收功率及效率。实验表明,该控制算法可在临界耦合点前提高无线电能传输系统整体功率,且能提高无线电能传输系统效率,系统发射端频率得到平稳控制,性能得到改善。