机器人重力参数辨识新方法

将一类新型自适应观测器推广应用到机器人自适应状态观测器上，解决了机器人重力参数辨识的收敛性问题．     

基于干扰观测器的欠驱动AUV自适应反演控制

针对未知外界干扰存在的情况,提出一种基于非线性干扰观测器(NDO)的自适应反演控制,用于改善欠驱动自治水下机器人(AUV)深度跟踪控制性能。首先对欠驱动自治水下机器人的垂直面模型进行有条件的简化,得到新的运动学及动力学方程,建立简化后模型的状态方程;其次根据系统状态方程构建非线性观测器,设计自适应反演控制器,输出控制量根据李雅普诺夫稳定原理推导得出,确保包含非线性干扰观测器及自适应反演控制器在内的控制系统的一致渐进稳定性。研究结果表明:所设计的非线性干扰观测器以及自适应反演控制器可以实现欠驱动自治水下机器人在存在外界未知干扰情况下深度轨迹跟踪,具有较强的鲁棒性。     

采用代数建模方法的自适应观测器设计

针对伴有未知输入的一类线性时不变系统,当观测器匹配条件不满足时,研究了自适应观测器的设计问题。通过将未知输入划分为匹配未知输入和不匹配未知输入两部分,并假设不匹配未知输入可以表述为一个动态系统,从而可得一个满足匹配条件的增广系统;对于该增广系统讨论了自适应观测器的存在条件,给出了自适应观测器的设计方法,这种自适应观测器不仅可以观测原系统的状态,还可以重构、匹配未知输入。将该设计方法应用于一类机器人系统,虽然系统未知输入初值和观测器重构的未知输入初值相差很大,但是观测器重构的未知输入值能够很快地跟踪上系统实际的未知输入值;虽然这是一种有界误差跟踪,但是误差可以控制在很小的范围内,并不影响实际应用。仿真结果表明,所提方法是有效的。     

Lipschitz非线性系统自适应观测器设计

对具有未知参数的Lipschitz非线性系统自适应观测器设计问题进行了讨论。首先，在一定的条件假设下，讨论了可同时辨识出系统常量参数的全维自适应观测器。然后，在同样的条件下，基于一坐标变换的方法，提出了一种降维自适应观测器设计方法。由此得出结论：具有常未知参数的Lipschitz非线性系统在同样的条件假设下，既可进行全维自适应观测器设计，也可进行降维自适应观测器设计。     

基于观测器的水下机器人鲁棒故障诊断

为提高水下机器人故障检测的正确率,降低故障诊断的误报率和漏报率,基于水下机器人的空间运动方程,完成了非线性滑模观测器的设计,并利用设计的观测器完成了水下机器人的系统辨识.将观测器应用于水下机器人的传感器仿真试验和推进器故障诊断的海上试验的结果验证了该方法的有效性和可行性.     

基于自适应观测器的线性离散系统故障诊断

为诊断线性离散系统中的故障,提出了基于状态估计的自适应观测器故障诊断方法。利用基于Lyapunov函数的自适应观测器构造残差信号,设计了观测器增益矩阵和故障估计值的自适应调节规律。保证Lyapunov函数的一阶导数为负,所提出的自适应调整律能够实现观测器稳定和故障估计误差收敛。仿真结果表明,该方法可以及时检测系统故障,且能够诊断故障大小。     

一类带有扰动和自适应参数的严格反馈系统的观测器

带有扰动和不确定项的一类非线性系统的观测器已经广泛研究,带有自适应参数的非线性系统的观测器已有全面的发展。本文中的观测器的设计主要运用了有扰动和自适应参数观测器的处理方法,在参数严格反馈系统下来处理。     

基于扰动卡尔曼滤波的机器人免力矩传感器拖动示教方法

拖动示教技术操作简便且效率高,更符合现代化的柔性生产,而实现工业机器人的拖动示教需要准确地测量外力与控制由外力所引起的关节运动。为了实现免力矩传感器测量操作者施加的外力,设计一种基于扰动卡尔曼滤波的外力观测器。该观测器通过将关节外力矩作为扰动项,并引入广义动量,建立机器人系统的状态空间方程,进而采用卡尔曼滤波算法得到关节外力矩的最优观测值。其中,为了提高外力的估计精度,提出以刚体动力学模型和深度神经网络相结合的方式建立机器人的动力学模型,该方法不仅避免了关节摩擦力矩的复杂建模过程,而且将模型中未建模的因素通过深度神经网络进行补偿。为了实现机器人在拖动示教过程中的牵引控制,将机器人的关节运动与外力矩之间的动态响应关系等效为一个质量阻尼系统,并提出一种自适应阻尼的导纳控制方法,将观测到的外力矩转换成示教运动的期望关节转角,并根据外力矩的变化趋势自适应地调整系统阻尼参数,以改善机器人的示教效果。实验表明,所建立的动力学模型在预测力矩上具有更低的均方根误差,可减小不少于20%的误差;采用所提出的控制方案在六自由度的工业机器人上实现了免力矩传感器的拖动示教,自适应阻尼调整方法能减少约19%的关节...     

基于观测器的无速度传感器感应电机控制

为了辨识感应电机的转速,提出了一种模型参考自适应观测器.该观测器基于模型参考自适应系统(model reference adaptive system,MRAS),将感应电机和全阶观测器分别作为参考模型和可调模型,基于两模型输出之间的误差构造了一个自适应律,通过自适应律不断调整观测器的参数,全阶观测器的输出将实现对实际系统输出的跟踪,并用李雅普诺夫稳定性定理验证了系统的稳定性.理论分析和仿真结果表明,所提出的感应电机无速度传感器矢量控制系统的转速辨识方法具有令人满意的动静态性能.     

基于干扰观测器的多移动机器人编队鲁棒控制

针对多移动机器人存在模型参数不确定性和外部扰动的编队控制问题,提出了一种多移动机器人编队的鲁棒控制方法。在运动学层面依据领航机器人和跟随机器人位姿的偏差,建立领航机器人和跟随机器人的编队误差动态模型,在此基础上为跟随机器人设计镇定编队误差的辅助速度控制器。以辅助速度控制器的输出作为跟随机器人动力学模型的速度给定信号,并在动力学层面设计基于干扰观测器的自适应滑模控制算法,从而改善普通滑模控制中抖振突出的问题,保证编队控制的稳定性和鲁棒性。对编队控制系统进行仿真验证,结果表明了所提控制方法的有效性。     

一类自适应观测器的故障估计性能

采用H∞跟踪性能指标,给出了一类自适应观测器的一种综合过程,通过对故障自适应律的设计和比较,得到了影响这类自适应观测器故障估计性能的几个因素·所设计的自适应观测器的故障估计误差与故障的幅值大小没有关系,而且可以通过调节H∞跟踪性能指数使故障估计误差达到任意小·仿真例子验证了理论分析的有效性·     

观测器在机器人抑振控制中的应用

分析机器人约束运动中外界干扰引起的振动问题，并用观测器构成状态反馈最优控制系统。该系统用于一个三自由度的机器人插孔实验表明，引入观测器以后，基本上消除了插入过程的振动现象。     

基于MRAS的IPMSM速度自适应全阶状态观测器的设计

为提高内嵌式永磁同步电动机(IPMSM)在无速度传感器情况下的动态调速性能,选取转子坐标系下的定子电流、定子磁链作为状态变量,定子电压和电流分别作为输入和输出量设计出线性缓变的全阶状态观测器,并从观测器稳定性分析出发构造速度自适应律,通过自适应律输出更新全阶状态观测器的缓变值——转速,完成基于参考模型自适应(MRAS)的全阶线性缓变速度自适应状态观测器设计方案。利用该方案输出的磁链和转速值结合IPMSM直接转矩控制(DTC)系统进行仿真实验,结果表明:所设计的基于MRAS的IPMSM速度自适应状态观测器转速和转子位置跟随性能良好,具有良好的动稳态特性。     

基于Luenberger观测器的无速度传感器DTC系统

为了提高定子磁链的观测精度,本文将Luenberger观测器用于直接转矩控制系统中以观测磁链;在此基础上,依据Lyapunov理论构造了速度自适应观测器.仿真和实验结果表明:Luenberger观测器提高定子磁链的观测精度,速度自适应观测器可以提高速度的观测精度,从而改善系统在较低转速下的动态性能.     

自适应观测器及自适应控制系统设计中的若干问题

本文对文献[2]提出的自适应观测器的设计及其在自适应控制系统中的应用几个问题进行了讨论。提出了在对象特性部分已知且不变的情况下简化自适应观测器的设计的方法。提出了一种采用闭环控制消除参数估算偏差的方法。讨论了应用这种自适应观测器去任意设置控制系统的零极点的方法,并提出了在对象特性有一部分已知且不变时简化控制系统的方案。     

基于自适应观测器的列车牵引系统执行器故障诊断

针对高速列车牵引系统执行器故障,提出了一种基于自适应观测器的故障诊断方法。针对高速列车纵向运动模型参数不易获得的特点,建立了参数未知的列车动态数学模型。考虑到高速列车牵引系统具有多个执行器,其故障发生时间及位置未知,针对不同故障位置,设计了基于自适应技术的故障诊断观测器,观测器相关参数由自适应律更新,通过观测器与列车系统匹配实现故障诊断,基于李雅普诺夫稳定性定理,证明了匹配观测器的收敛性和不匹配观测器无法收敛,从而诊断出故障位置及时刻。最后通过一个高速列车仿真例子验证了所提故障诊断方法的有效性。     

异步电动机自适应矢量控制系统的一种仿真方法

针对异步电动机矢量控制系统在电动机参数变化时性能下降的问题。提出了一种拥有转子磁链自适应观测器的矢量控制方案，设计出转子磁链自适应观测器，构成转速与磁链闭环的矢量控制系统，利用SIMULINK仿真工具建立了仿真模型，并对系统进行了仿真研究，分析结果表明，这种转子磁链自适应观测器的设计方法是有效的。     

基于参数自适应滑模观测器的发动机气缸压力估计

气缸压力是发动机燃烧分析与故障诊断的重要参数,为了提高发动机动力学模型中的气缸压力估计精度,提出参数自适应滑模观测器设计方法.建立了基于参数自适应滑模观测器的发动机动力学模型,通过对发动机摩擦偏移及散热损耗比例系数进行修正,并依据Lyapunov稳定性理论得出观测器收敛的充分条件,在保证全局系统误差尽可能小的基础上,使得气缸压力估计误差趋近于零.仿真结果表明,参数自适应滑模观测器方法较传统滑模观测器方法具有更高的估计精度,而且该方法只需利用曲轴位置传感器得到转速信号,其硬件成本低.     

带扰动的线性系统微小故障早期诊断方法

针对带有未知扰动的线性系统微小故障的早期诊断,提出一类综合自适应滑模观测器方法,使得该观测器既能估计微小故障又能对未知扰动有强鲁棒性.将线性系统通过坐标变换解耦为两个子系统,其中:一个子系统与扰动无关,对其设计自适应观测器,实现对微小故障的检测;另一个子系统既受未知扰动又受微小故障的影响,对其设计滑模观测器,以消除未知扰动的影响,从而保证系统的强鲁棒性.通过四旋翼直升机模型验证了所提出的综合自适应滑模观测器微小故障早期诊断检测算法的有效性.     

Lipschitz非线性系统未知输入观测器设计

针对观测器匹配条件不满足情况下的Lipschitz非线性系统状态估计和未知输入重构问题,提出了一种未知输入观测器设计方法.首先,通过构造辅助输出向量,突破了观测器匹配条件的限制,并设计高阶、高增益滑模微分器实现对辅助输出向量及其微分的精确估计;之后,在辅助输出及其微分精确估计的基础上,设计具有滑模控制律和自适应调节律的自适应鲁棒滑模观测器,并提出了一种未知输入重构方法.该观测器设计方法不需知道Lipschitz常数,其大小可通过自适应调节律调节,且信息重构具有避免直接使用系统输出微分的优点.仿真结果表明,所设计的未知输入观测器不仅在观测器匹配条件不满足情况下可以实现对状态的渐进估计以及对未知输入重构之目的,而且自适应调节律能够在约5 s时间内实现对Lipschitz常数的自适应调节.