基于非线性干扰观测器的自动弹仓终端滑模控制

针对某自动弹仓位置控制过程中的负载变化和不确定性干扰,设计了基于干扰观测器和非奇异快速终端滑模的复合控制策略,建立了自动弹仓的不确定性动力学模型。干扰观测器用于估计系统复合干扰,估计值用于补偿滑模控制器以增强控制器的鲁棒性和抗干扰能力。运用Lyapunov准则证明了系统闭环稳定。所提算法和PID算法的对比实验结果显示,设计的控制律实现了自动弹仓位置的精确控制,具有良好的鲁棒性,有效提高了自动弹仓的定位稳定性。     

基于自适应模糊的旋转弹反演滑模控制律设计

针对旋转弹药模型具有非线性、强耦合和参数不确定性等特点,建立了考虑不确定因素的非线性控制模型,提出一种基于自适应反演和滑模控制理论的旋转弹体姿态控制律。基于Lyapunov稳定性理论,利用反演控制和滑模变结构理论取虚拟控制量作为滑动模态,设计了姿态控制器;基于模糊控制方法较强的逼近能力,引入自适应模糊控制实现对不确定参数的估计,同时通过对切换增益的模糊逼近解决了滑模面的抖振问题。仿真结果表明,所设计的控制律具有较好的稳定性和鲁棒性,该控制模型和控制器的设计合理可行。     

非完整移动机械臂的自适应模糊滑模控制研究

针对四轮二连杆非完整移动机械臂的轨迹跟踪问题,设计了一种结合自适应模糊控制和滑模控制的控制策略。首先建立了系统包含未知动力学模型不确定性和外部扰动的动力学控制模型,然后基于反演技术设计了控制器;采用了模糊控制来逼近系统未知时变总体不确定性,并采用了自适应机制动态优化模糊系统控制参数,进一步采用了指数趋近律滑模控制消除模糊逼近误差的影响。研究结果表明:该控制器对系统总体不确定性进行了有效补偿,保证了移动机械臂在复杂不确定环境下的良好轨迹跟踪性能。     

转台伺服系统的自适应模糊滑模逼近控制

在传统的转台伺服系统中加进了自适应模糊滑逼近模控制器。解决了传统的转台伺服控制方法易随电机参数变化而变化,抗负载扰动性能差,鲁棒性弱的缺点。自适应模糊滑模控制器作为一种非连续性控制,最大优点便是其滑动模态对加给系统的干扰具有完全的自适应性。系统再利用积分滑模面设计切换函数且将其模糊化,然后采用自适应模糊逼近方法,实现了对线性系统和非线性系统的高精度控制。仿真结果表明,自适应模糊滑模逼近控制不但具有良好的鲁棒性、较快的响应速度,而且在相似的控制效果下,可以极大的削弱滑模控制固有的抖振现象。     

差速驱动AGV建模和轨迹跟踪控制研究

针对应用于工厂物料运输的差速驱动AGV,在实际工作中轨迹跟踪控制将会受外界干扰等因素的影响,提出了一种自适应模糊滑模轨迹跟踪控制律.首先建立了差速驱动AGV的数学模型;然后针对AGV运动学模型设计了Backstep-ping方法控制律,得到虚拟控制速度;针对其动力学模型设计了以力矩为控制输入的自适应模糊滑模控制律,使得其能够对虚拟速度进行跟踪,其中利用模糊系统的万能逼近特性,逼近滑模控制器的切换部分来避免滑模控制的抖振现象;采用Lyapunov稳定性理论分析证明了控制系统的稳定性.最后仿真试验表明了所设计的控制律能有效的跟踪参考轨迹.     

麦克纳姆轮移动底盘的自适应滑模控制器设计

针对麦克纳姆轮移动机器人的轨迹跟踪问题,设计了一种自适应滑模控制器。首先,考虑外部干扰以及参数变化,建立了麦克纳姆轮移动机器人的运动学和动力学模型,在动力学模型的基础上设计一种自适应滑模轨迹跟踪控制器。其次,为了实现较好的运动控制,径向基神经网络被用来在线逼近动力学模型中的不确定项。同时,具有σ修正的自适应学习法则被用来估计未知的参数。再者,利用Lyapunov理论分析了该控制方法的稳定性和鲁棒性。最后,仿真结果验证了所提出控制器的有效性。     

弹丸协调臂的RBF神经网络自适应滑模控制

针对某大口径火炮弹丸协调臂电液伺服系统的位置控制问题,提出一种基于神经网络最小参数学习法的RBF网络自适应滑模控制方法。结合RBF神经网络具有局部逼近特性和神经网络最小参数学习法调节简单的优点,以电液伺服系统的状态为神经网络的输入,通过选取合适的参数,以神经网络的输出逼近系统的未知理想控制律。引入鲁棒项,保证控制策略的稳定性,并采用非线性函数调整反馈项参数的变化,保证收敛速度。仿真结果表明:控制算法在系统参数大范围变化的情况下能够保证弹丸协调臂的运动精度,并具有较好的鲁棒性。     

增益自适应滑模控制器在微型飞行器飞行姿态控制中的应用

针对微型飞行器的姿态角摄动引起的系统不确定性及外界干扰等问题,提出了基于区间二型模糊神经网络辨识的增益自适应模糊控制器.首先,给出了微型飞行器姿态动力学模型.然后,采用区间二型模糊神经网络对滑模控制器中由于姿态角摄动引起的系统不确定性进行在线辨识,通过增益自适应滑模控制器中的校正控制项对辨识误差及负载干扰进行补偿.最后,通过设计李亚普诺夫函数,得到闭环系统一致稳定条件下的区间二型模糊神经网络参数在线调整的自适应律及滑模增益自适应律.仿真对比表明,与传统的增益自适应滑模控制器和基于一型模糊神经网络辨识的滑模控制器及相比,本文提出的控制器不仅对系统的不确定性因素及外界干扰具有较强的鲁棒性,而且稳定误差小,跟踪精度高.     

车辆主动悬架自适应模糊滑模控制研究

针对主动悬架系统具有的非线性和不确定性,结合滑模控制的鲁棒性和模糊控制的优势,建立自适应模糊滑模控制策略。确定滑模切换面参数,应用切换控制方法和函数逼近技术改善滑模运动的动态品质,并利用模糊语言达到控制悬架振动的效果。以车辆1/4主动悬架动力学模型为对象进行仿真,结果显示,与传统的模糊控制相比,自适应模糊滑模控制能有效地改善路面变化对悬架的影响。     

基于快速终端滑模算法的机械手跟踪控制研究

提出了一种模糊自适应快速终端滑模控制方法。该控制方法采用多幂次趋近律构造趋近运动,用以提高趋近滑模面的速度,然后对常规的终端滑模面进行改进,提高沿滑模面收敛的速度。为消除控制系统中存在的不确定因素和建模误差,该控制算法还引进模糊自适应方法进行在线逼近。利用李雅普诺夫定理证明了所提出算法的稳定性。最后基于MATLAB与ADAMS联合仿真平台,采用所提出的算法对自行设计的3R型机械手进行轨迹跟踪研究,仿真结果显示,本控制方法具有更快的收敛性和更强的鲁棒性,有效地抑制了滑模控制中存在的振荡。     

欠驱动桥式起重机自适应模糊滑模抗摆控制

针对不确定欠驱动桥式起重机负载抗摆控制问题,提出一种模糊滑模控制方法。首先将整个系统分成几个不同的子系统,分别设计子系统的滑模面;然后从一级滑模面构造二级滑模面。基于模糊逻辑和自适应率分别逼近未知非线性函数和估计干扰上边界,李亚普诺夫稳定理论和滑模控制确保欠驱动系统鲁棒稳定性,桥式起重机系统的仿真结果验证了该方法的有效性。     

带钢纠偏电液伺服系统神经网络自适应滑模控制

建立了带钢纠偏电液伺服系统的数学模型,针对电液伺服系统存在参数不确定性、复杂非线性等特点,提出了自适应滑模控制方法,并利用神经网络的万能逼近特性进行参数逼近.通过Lyapunov稳定性分析,设计了参数自适应律和相应的控制器,通过Matlab对系统特性进行仿真分析.仿真结果表明,该控制算法能进行有效的参数估计,具有较好的跟踪响应和较强的鲁棒性,取得较满意的控制特性.     

路面破碎机电液系统的自适应反推滑模控制

针对路面破碎机行走机构的非线性和不确定性对行走速度控制的影响,提出自适应反推滑模控制方法。建立了基于比例泵控马达的速度控制数学模型,设计了自适应反推滑模的控制算法。针对系统模型中的不确定项,给出了各参数项的自适应律,基于Lyapunov稳定性理论,保证了速度输出跟踪误差的渐近收敛。仿真和车载实验结果表明,该方法具有较好的速度控制性能,具有较强的自适应性和鲁棒性。     

基于PSO优化的形状记忆合金驱动器自适应滑模控制研究

针对形状记忆合金(SMA)材料在控制过程中的非线性迟滞、精度差等问题,该文提出了一种基于粒子群优化的自适应滑模控制算法。首先,搭建形状记忆合金驱动器装置,并建立了驱动器的机理模型,在此基础上设计了自适应滑模控制器,其中针对滑模控制过程中存在的抖振及收敛速度慢等问题,引入了饱和函数趋近律,最后结合粒子群算法(PSO)优化滑模控制器参数。仿真结果表明,相较于传统PID和滑模控制器,基于PSO优化的自适应滑模控制算法对形状记忆合金驱动器的系统控制具有更高的响应速度、稳定性和鲁棒性。     

输入受限无人帆船自适应航向跟踪控制

针对带有输入受限且存在未知控制系数约束情形下,考虑了具有未知模型和风、浪等外界干扰的无人船航向跟踪控制问题,提出一种受限控制输入约束下的跟踪控制方法。该方法运用RBF神经网络对未知模型进行在线逼近,利用Nussbaum自适应增益技术解决未知控制系数问题。根据滑模控制理论,设计具有指数趋近律的鲁棒控制项,保证所得误差闭环系统快速响应且最终趋向0。为弱化传统滑模控制产生的抖振问题,将符号函数替换成饱和函数使控制输入变得平滑。引入一种误差辅助系统,构建了帮助误差闭环系统输入退出饱和机制。通过李雅普诺夫稳定性理论,给出了跟踪控制方法的稳定性数学分析过程,证明误差闭环跟踪控制系统的所有信号最终一致有界性。最后通过仿真结果验证了所得理论的有效性。     

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。     

基于模糊自适应的高超声速机翼颤振的主动控制

基于模糊自适应方法研究了高超声速机翼颤振的主动控制问题。首先,针对具有结构立方非线性和气动非线性的高超声速飞行器的二元机翼模型,分析系统的稳定性,得到系统的Hopf分叉点;然后,基于T-S模糊理论逼近系统非线性动态,设计了参数自适应律和模糊控制律,并应用Lyapunov理论证明系统所有信号一致最终有界;最后,通过仿真验证了所提出的主动控制算法的有效性。     

基于AMESim的动压缸电液伺服压力控制系统积分滑模自适应控制

 根据轨道路基测试装置工作原理,建立了动压缸电液伺服压力系统AMESim模型和数学模型。基于期望变量构造了积分滑模控制切换函数,设计积分滑模控制器使切换函数收敛来实现对期望变量的跟踪,同时采用参数自适应估计来减小参数不确定性对系统控制性能的影响,最后将积分滑模自适应控制作用于该系统AMESim模型上。仿真结果表明：该算法不仅可以快速有效地估计系统中参数,保证估计参数的有界收敛,而且可以很好地跟踪期望变量,具有较好的跟踪精度和抗干扰能力。     

磁悬浮支承系统的模糊自适应离散滑模控制

为了实现磁悬浮支承系统的稳定悬浮和精确控制,设计了一种模糊自适应离散滑模控制器。采用自适应离散滑模切换函数,通过指数趋近律确保系统在整个状态空间内具有良好的运动品质。针对滑模控制的抖动问题,采用模糊控制进行弱化和抑制,进一步提高系统稳定性和鲁棒性。通过仿真和实验表明,模糊自适应离散滑模控制不但能有效抑制系统抖动,而且加快了起浮响应时间,在静态和动态性能上具有更大的优势,是磁悬浮支承系统实现数字控制的一种有效方法。     

基于模糊滑模控制的数控机床位置伺服系统北大核心

针对数控机床位置伺服系统这样一个多变量、强耦合且参数不确定的非线性系统,为了提高位置伺服系统的响应特性,在研究普通滑模控制的基础上给出自适应模糊滑模切换控制策略,给出了自适应模糊滑模切换控制算法,设计了基于自适应律的模糊滑模控制器,采用Lyapunov分析证明了基于该控制器的位置伺服系统的稳定性。搭建了基于AD5435的半实物仿真实验平台,分别将PID控制、普通滑模控制以及切换模糊化自适应滑模控制进行半实物仿真验证。实验结果表明该控制算法不但可以提高位置伺服系统的动态和静态特性,而且具有较强的抗干扰性。