一种基于证据理论的稳健设计方法

提出了基于证据理论同时处理随机不确定性与认知不确定性的稳健设计方法。通过对随机不确定性参数的概率密度进行证据结构化,建立了随机与认知不确定性参数的统一量化和传播框架,构建了基于证据结构响应均值与变差的稳健设计准则。实例研究表明所提方法可行有效。     

基于无监督学习的SIFT鲁棒图像匹配算法

SIFT特征匹配算法的匹配能力强,但特征点中孤立点和噪声点等会导致部分特征点误匹配;不同图像间特征点的有关描述相近,也会造成两幅不同结构的图像,在提取出各自的SIFT特征点后相互匹配。为此,提出一种改进SIFT的图像特征匹配算法。该算法是在SIFT特征匹配的基础上,利用无监督学习方法对匹配异常点进行剔除,实现特征点的二次精确匹配。     

订单不确定下双资源约束多装配线鲁棒调度

考虑生产过程中的订单不确定等因素,建立了以最大化交付满意度、最大化装配线平衡率及最小化完工时间跨度为目标的鲁棒调度模型,基于差分进化算法和粒子群算法提出了对模型进行求解的混合优化算法,并通过算例验证了混合优化算法求解该鲁棒调度模型的可行性和有效性。最后综合分析PTCN公司二厂多装配线生产车间的实际生产情况,将所建立的鲁棒调度模型和提出的混合优化算法应用于实际的多装配线生产过程,获得了较优的调度结果。     

多种群遗传优化的客车防侧翻鲁棒控制方法

为改善客车主动防侧翻能力,提出多种群遗传优化的防侧翻鲁棒控制方法。考虑车轮侧倾外倾、侧倾转向、悬架变形外倾和变形转向对轮胎侧偏特性影响,以及客车垂向与侧倾运动的耦合特性,建立6自由度客车侧翻动力学模型;针对客车的实际干扰及参数不确定性,以最大横向载荷转移率为控制目标,融合差动制动原理设计客车主动防侧翻的鲁棒控制方法;应用多种群遗传理论对控制器的权函数进行动态优化,增强控制系统的抗干扰能力;选取J-Turn及Worst-Case典型侧翻工况进行数值仿真,分析防侧翻控制方法对不同行驶工况的适用性、前轮转向干扰及路面干扰下的抗干扰稳定性以及簧载质量和车速变化时参数摄动鲁棒性。结果表明该方法能将客车侧翻危险速度提高75%以上,有效改善客车主动防侧翻能力;且对不同行驶工况、不同类型干扰及参数变化均有强鲁棒性。     

Continuous high order sliding mode controller design for a flexible air-breathing hypersonic vehicle

This paper investigates the problem of tracking control with uncertainties for a flexible air-breathing hypersonic vehicle (FAHV). In order to overcome the analytical intractability of this model, an Input–Output linearization model is constructed for the purpose of feedback control design. Then, the continuous finite time convergence high order sliding mode controller is designed for the Input–Output linearization model without uncertainties. In addition, a nonlinear disturbance observer is applied to estimate the uncertainties in order to compensate the controller and disturbance suppression, where disturbance observer and controller synthesis design is obtained. Finally, the synthesis of controller and disturbance observer is used to achieve the tracking for the velocity and altitude of the FAHV and simulations are presented to illustrate the effectiveness of the control strategies.     

Motion of a Micro/Nanomanipulator using a Laser Beam Tracking System

This article presents a study of the control problem of a laser beam illuminating and focusing a micro-object subjected to dynamic disturbances using light intensity for feedback only. The main idea is to guide and track the beam with a hybrid micro/nanomanipulator, which is driven by a control signal generated by processing the beam intensity sensed by a four-quadrant photodiode sensitive detector (PSD). Since the pointing location of the beam depends on real-time control issues related to temperature variation, vibrations, output intensity control, and collimation of the light output, the 2-D beam location to the PSD measurement output must be estimated in real-time. To this aim, a Kalman filter (KF) algorithm is designed to predict the beam location to perform efficient tracking and following control approach. Hence, a robust master/slave control strategy of the dual-stage micro and nanomanipulator system is presented based on sensitivity function decoupling design methodology. The decoupled feedback controller is synthesized and implemented in a 6-DoF micro/nanomanipulator allowing few centimeters displacement range with a nanometer resolution. A relevant case study, related to laser-beam tracking for imaging purposes, validates experimentally the proposed framework.     

基于并联RSO优化自抗扰的PMSM速度控制

为提高永磁同步电机调速系统的速度精度及抗干扰能力,提出一种并联降阶状态观测器优化线性自抗扰控制的方法.对传统线性扩张状态观测器进行改进,设计了降阶状态观测器.为了提升控制器在有限带宽内的抗扰动能力,设计并联型的降阶状态观测器.仿真结果表明,控制系统的速度精度和鲁棒性得到明显的提升.     

带有迟滞非线性的气动运动模拟平台自抗扰轨迹跟踪控制

针对带有迟滞非线性的气动运动模拟平台的轨迹跟踪提出了带有切换扩张状态观测器的自抗扰控制方法。气动运动模拟平台的迟滞非线性特性主要指气动人工肌肉在正向充气反向放气时长度和拉力曲线的差异。针对此特性设计了切换扩张状态观测器来估计和补偿模型非线性,分别对于气动人工肌肉正反向充放气的不同模型采用不同的观测器增益,以提高状态估计效果,减小跟踪误差。进一步,设计了状态误差反馈控制器,得到了基于切换扩张状态观测器的二阶非线性动态系统全局有界稳定的充分条件。最后实验结果证实了所设计的切换扩张状态观测器的实际效果。     

液压伺服系统状态估计和参数辨识的鲁棒算法

针对液压伺服系统不易进行状态估计和参数辨识的问题,提出了一种鲁棒算法,把液压伺服系统的动态行为当作一个具有时变参数的线性随机状态空间模型来描述,把故障当作系统参数变化,将参数公式中重要项进行泰勒级数展开,推导线性状态方程和线性测量方程,从而得出状态向量和参数向量的估计。在液压伺服系统中实验结果表明:该鲁棒算法能很好地对液压伺服系统进行状态估计和参数辨识;并且相比于其他算法,收敛速度快,对非高斯噪声和系统参数故障的存在敏感性较低,鲁棒性好。     

四轮驱动电动汽车质心侧偏角与轮胎侧向力非线性鲁棒融合估计

针对四轮驱动电动汽车质心侧偏角和轮胎侧向力难以直接测量的问题,考虑系统未建模的动态特性、模型参数摄动、系统过程噪声及测量噪声等因素,提出了一种基于遗忘因子递归最小二乘法(FFRLS)与鲁棒容积卡尔曼滤波(RCKF)的联合估计方法。基于FFRLS法对整车质量进行实时估计,并将极大值背景下的估计误差最小化嵌入标准容积卡尔曼滤波(CKF)以实现RCKF,提出了联合估计算法的改进策略,有效提高了复杂工况下滤波对模型参数摄动以及未建模噪声的抗干扰能力,可以实现质心侧偏角与轮胎侧向力的精准估计。在CarSim/Simulink联合仿真环境下,采用不同工况验证了算法的准确性、鲁棒性和抗干扰性。在四轮驱动电动汽车实车平台上分析了算法的有效性。研究结果表明,所提方法比RCKF和CKF精度更高,解决了复合工况下四驱电动汽车质心侧偏角和轮胎侧向力的联合估计问题。