带有非匹配扰动的连铸结晶器振动位移系统自适应反步滑模控制

针对伺服电机驱动的连铸结晶器振动位移系统中存在非匹配的参数不确定性、干扰等问题,提出一种基于非线性扩张状态观测器(ESO)的自适应反步滑模控制方法.首先,基于双曲正切函数和高增益构造ESO对系统中的非匹配扰动进行估计.然后,利用反步法将非匹配扰动视为匹配扰动进行处理,并在每一步设计自适应积分滑模控制器,以消除非匹配扰动对系统的影响.另外,在反步设计的后两步引入了积分滑模滤波器用于估计前一步虚拟控制律的导数.理论分析表明,所设计的ESO能够保证估计误差收敛到原点附近的小邻域内;所设计的控制器能够保证闭环系统所有信号有界,并且,通过选取适当的参数能够保证系统状态可渐近收敛到原点.最后,通过仿真结果验证了所提出方法的有效性.     

基于计算流体力学的冷藏汽车制冷效果分析

目的 为了研究冷藏汽车的制冷效果,设计一种冷藏汽车车厢结构及其内部气流导向机构。方法 建立该冷藏汽车车厢的三维模型。利用计算流体力学的方法分析该冷藏汽车车厢的制冷效果。比较无间隙一体堆码、有间隙一体堆码、二体堆码、四体堆码等4种堆码方式下冷藏汽车的制冷效果。进一步研究分析四体堆码方式中货物间距对制冷效果的影响。结果 为验证文中方法的可靠性,将仿真结果与实验结果进行了对比,得出仿真结果和实验结果平均相对最大误差为5.9%,发现四体堆码方式优于其他方式,四体堆码时车厢平均温度最低,可达-8.2970 ℃。四体堆码时货物间的间隙超过175 mm时前后端货物温度趋于一致,温度分布均匀度最高。结论 采用计算流体力学的方法可定量计算冷藏汽车车厢内温度场,得出的结论对冷藏汽车设计和制冷效果分析具有一定的指导意义。     

基于互补滑模控制和迭代学习控制的永磁直线同步电动机速度控制

为满足永磁直线同步电动机(PMLSM)伺服系统高速度高精度的要求,抑制不确定性对系统性能的影响,提出一种互补滑模控制(CSMC)和迭代学习控制(ILC)相结合的控制方法.该方法结合了CSMC强鲁棒性的优点和ILC跟踪精度高的特点,以CSMC中积分滑模面为基础设计新型迭代学习律,既可利用ILC对系统未建模动态进行估计,抑制端部效应、齿槽效应和摩擦力等周期不确定性的影响,又可利用CSMC减小参数变化和外部扰动等非周期不确定性对系统的影响,从而提高控制器的收敛速度和收敛精度,保证系统具有较强的速度跟踪性能.实验结果表明,该方法有效地提高了系统的动态响应能力,改善了速度跟踪精度.     

倾转式三旋翼无人机的自适应鲁棒容错控制

本文针对受到外界未知扰动和模型不确定性影响的倾转式三旋翼无人机,研究了其在尾部舵机发生堵塞故障时的容错控制问题.通过对倾转式三旋翼无人机姿态动力学特性的分析,将尾部舵机堵塞故障加入到力矩解算方程中.基于自适应反步法和非奇异终端滑模控制,提出了一种不需要故障诊断的鲁棒容错控制设计.利用基于Lyapunov的分析方法证明了...     

非匹配不确定性下连铸结晶器振动位移系统准滑模控制

以伺服电机驱动的连铸结晶器振动位移系统为研究对象,针对系统中同时存在的匹配建模误差和非匹配外界时变扰动不确定系统,提出一种基于干扰补偿器的鲁棒准滑模控制方案.首先,针对非匹配外界时变扰动不确定系统,采用一种改进的解耦干扰补偿器,保证估计误差有界收敛;其次,采用一种新型的混合趋近律,将幂次趋近律与等速趋近律相结合,减小滑模面趋近时间;再次,基于切换函数设计扩张状态观测器用于观测系统不确定项(包括干扰补偿器估计误差及系统的匹配不确定性),并构建趋近律参数与不确定项的定量关系,以降低抖振,提高系统的控制性能和鲁棒性;最后,通过理论分析证明了闭环系统离散准滑动模态的稳定可达性.仿真分析结果表明了所提出控制方案的有效性.     

基于模糊神经网络的有源电力滤波器全局滑模控制

针对有源电力滤波器电流跟踪控制问题,提出一种基于模糊神经网路的全局滑模控制方法.首先,为了消除到达阶段和抑制抖振,设计准全局滑模控制电流控制器;然后,在考虑参数摄动和传感器故障的情况下,利用元认知模糊神经网络设计基于模糊神经网络的全局滑模控制器,克服全局滑模控制依赖先验知识的缺点.不同于其他固定结构方法,元认知模糊神经网络可以实现结构和参数的在线更新,并利用李雅普诺夫稳定性理论证明所提出的控制策略满足控制目标以及稳定性要求.仿真和实验结果表明,所提出的控制方法在稳态和瞬态运行时都具有良好的性能.     

轮式移动机器人瞬态模型鲁棒自适应同步终端滑模编队控制

在轮式移动机器人协同编队问题中,如何保证移动机器人在追踪自身期望轨迹的同时,又能实现与其他机器人运动同步的问题对控制算法的设计提出了更高的要求.本文提出一种基于图论的鲁棒自适应同步终端滑模控制算法来解决这一问题.首先介绍了轮式移动机器人非线性运动学瞬态模型,该模型避免了一般运动学模型多输入耦合互相干扰的问题.然后根据交叉耦合误差设计同步控制算法实现运动同步,通过鲁棒控制对系统外部干扰进行抑制,自适应律保证切换增益实时调节.运用Lyapunov方法进行了稳定性分析,证明了系统追踪误差的收敛性.最后通过MATLAB仿真验证了所设计算法的有效性.     

带有推进器故障的船舶动力定位系统的鲁棒滑模容错控制

由于海洋工作环境具有复杂性和不可预测性,船舶动力定位系统的可靠性一直备受关注.针对带有推进器故障的船舶动力定位系统的鲁棒容错控制问题展开研究.首先,建立更一般且统一的推进器故障模型,该模型能全面描述推进器失效、卡死、中断3种故障情形;然后,设计一种不依赖故障检测模块(FDI)和故障信息上下界的自适应滑模控制器,其中自适应机制用于在线估计故障信息和未知外部扰动的上界,基于李雅普诺夫稳定性理论和滑模控制理论,所设计的自适应滑模控制器能保证船舶动力定位系统在有推进器故障发生和海洋环境外部有界扰动存在情况下的所有信号一致有界;最后,在一艘过驱动船舶模型上进行仿真,其结果验证了所设计方法的有效性.     

基于局部梯度极值点的经验模式分解图像增强

为解决传统2 维经验模式分解获取图像细节能力不足的问题,提出一种基于局部梯度极值点的改进BEMD图像增强方法。根据梯度对图像细节信息的强挖掘能力,基于像素点4 个2 维方向上的极值条件来寻找图像的局部极值点,对图像进行经验模式分解并确定内蕴模式函数,结合大尺度梯度保留、小尺度梯度去除的思路,达到在图像增强的同时又抑制噪声的目的。实验结果表明：与传统的图像增强算法相比,该方法具有更强的细节捕捉能力。     

基于Python 视觉识别的双模双动力水面垃圾清理船

为解决目前市面上2 种最为常见的水面垃圾清理装置存在的不足,设计一种基于Python 视觉识别的双模双动力水面垃圾清理船。对其机械结构、双动力装置、视觉识别模块等进行详细说明,并针对实际工作环境对机器人进行多次测试和改进。结果表明：该设计能便捷高效地清理小型水域水面漂浮物问题,完全符合目标要求。