PMLSM智能控制伺服系统的仿真研究

为提高PMLSM伺服驱动系统的控制性能,提出了一种将模糊控制、神经网络、滑模控制和自适应学习相结合的PMLSM智能补偿滑模控制算法,实现了对PMLSM伺服驱动系统的动子跟踪周期参考轨迹的高性能控制﹒首先,设置RBFN估值器,直接估计包括参数变化、外部扰动和非线性摩擦力在内的集总不确定度;其次,利用RBFN控制器的在线学习能力,改善模糊滑模控制器因隶属度函数缺乏学习能力而导致跟踪响应较差的问题;最后,通过增加智能鲁棒补偿控制器来提高系统鲁棒性﹒仿真结果表明,系统响应速度快、基本无超调、抗干扰能力强,且具有良好的动态性能和较强的鲁棒性﹒     

风冷制冷机组的多变量模糊控制研究

针对一个多输入多输出、非线性复杂系统明显的非线性热力学耦合特性，采用模糊控制与神经网络相结合的方法，提出一种具有结构和参数学习能力的自组织模糊神经网络控制器，在控制过程中通过采样数据在线学习，调整网络结构，产生模糊控制规则并调整规则的参数，使得控制器具有模糊控制的特点，又有神经网络学习的能力．通过对风冷制冷机组控制试验的结果表明，该控制器能够达到同时控制蒸发压力和过热度的目的．     

基于滑模控制的挠性卫星的自学习模糊控制

将基于滑模控制的自学习模糊控制应用于挠性卫星的姿态稳定控制中.给出了姿态控制系统的设计方法.自学习控制算法利用滑模控制原理和模糊性能判决表在线修改模糊控制器的规则参数.为了解决传统自组织模糊控制对外界信号敏感的问题,基于滑模控制的自学习算法同时考虑了误差状态矢量及其变化趋势,增强了系统的鲁棒性.与传统自组织模糊控制相比,仿真实验结果表明,该控制方法对卫星参数变化不敏感,能有效地抑制卫星的外界干扰及挠性附件的振动,使卫星的姿态角得到准确的控制.     

一类MIMO非线性系统的自适应模糊滑模控制

研究了一类具有未知常数控制增益的MIMO非线性系统的自适应模糊控制问题。基于滑模控制原理,利用Ⅱ型模糊系统的逼近能力,提出了一种分散自适应模糊滑模控制器设计设计的新方案 。通过理论分析,证明了闭环控制系统是全局稳定的、跟踪误差收敛到零。     

一类非线性不确定系统的自适应模糊滑模控制

针对一类非线性不确定系统提出了一种自适应模糊滑模控制方法，利用趋近律构造理想控制，利用模糊逻辑系统逼近其连续项，用自适应律和非线性补偿保证滑模到达条件成立．该方法综合了自适应模糊控制和滑模控制的优点，既保证了闭环系统的稳定性，又限制了抖振，控制效果良好，仿真结果也说明了这一点．     

基于现场总线的铣削加工过程自适应模糊控制

在分析Profibus总线和模糊控制特点的基础上,针对铣削加工过程的非线性、时变性和不确定性,提出了基于现场总线的铣削加工过程自适应模糊控制的解决方案．采用输出比例因子和控制规则在线自调整的方法对切削参数变化的铣削力进行在线控制．仿真结果表明,该方案克服了传统的模糊控制动态响应较慢和鲁棒性较差的缺点,具有响应速度快、实时性和稳定性好等特点．当切削深度突变时,能在线自适应调整进给速度。使切削力接近参考值,实现恒力切削,防止刀具损坏和提高加工效率．     

基于模糊趋近律的自适应滑模变结构控制

针对一类非线性不确定系统,把自适应模型跟踪控制和模糊控制与趋近律相结合,提出一种新的自适应模糊滑模变结构控制方案.不仅消除了滑模变结构控制固有的高频颤动现象,对模型不确定性和外部干扰具有较强的鲁棒性,而且改善了系统到达段的品质,同时跟踪误差可收敛到零的一个邻域内.仿真结果也表明了该方案的正确性.     

漂浮基双臂空间机器人关节运动的模糊变结构滑模控制

讨论了载体姿态、位置均不受控制的双臂空间机器人系统的控制问题.利用拉格朗日方法并结合系统动量守恒关系,建立了双臂空间机器人系统的非线性动力学模型.以此为基础,对双臂空间机器人关节运动的控制问题作了研究.考虑到空间机器人系统结构的复杂性及其某些参数的变动性,根据具有较强鲁棒性的滑模变结构控制理论,设计了双臂空间机器人关节运动的滑模变结构控制方案;为了克服滑模变结构控制器抖振的缺点,附加设计了一个模糊控制器,以便根据系统的输出来动态调节滑模变结构控制器等速趋近率的系数,从而既确保了系统的快速响应而又消除了原有的抖振.系统数值仿真证明了该控制方案良好的控制效果.     

一类非线性系统的RBF神经网络滑模控制及应用

针对一类模型不精确的非线性系统,提出了一种RBF神经网络与滑模控制策略。RBF神经网络在一定条件下可以任意精度逼近非线性函数,且具有较强的自学习、自适应和组织能力。因此,将其与滑模变结构控制策略相结合,应用于非线性系统中。实验结果表明:其克服了传统滑模变结构控制中的振颤问题,同时,继承了滑模变结构控制所具有的快速性能好、鲁棒性强和抗干扰性能优良的特点。     

六自由度机械臂无模型自适应滑模控制

针对强耦合、非线性的六自由度机械臂系统难以建立精确数学模型的问题,提出了一种无模型自适应滑模控制方案。以无模型自适应方法与滑模变结构控制相结合,利用全格式动态线性化方法,将机械臂非线性模型转换为离散的动态线性时变模型,采用各关节的输入力矩和输出角速度来设计控制器,并引入滑模控制保证其收敛性。通过六自由度机械臂的Sim Mechanics模型进行了仿真实验,结果表明,相比于现有的无模型自适应方案,即使在没有建立六自由度机械臂精确数学模型的情况下,所设计的控制方案能实现各关节对理想速度更加迅速的响应和更加精准的跟踪,从而验证了所提出的无模型自适应滑模控制方案的可行性和有效性。     

链传动机械伺服系统的自适应模糊滑模控制

针对存在啮合冲击、参数摄动以及非线性摩擦的链传动机械伺服系统的位置跟踪控制问题,提出了一种自适应模糊滑模控制方法. 与常规自适应滑模控制不同的是,本文采用自适应策略估计系统时变参数,有效减小了模型不确定性的影响,然后采用模糊逻辑消除了常规滑模控制中的不连续控制项,削弱了抖振;用期望速度代替实际速度补偿非线性摩擦,减小了测量噪声的影响,改善了系统的控制性能. 实验结果表明本文提出的算法对系统参数变化以及外部扰动不敏感,具有较高的控制精度.      

一类非线性系统的模糊滑模控制

对一类不确定非线性系统，提出了一种基于模糊逻辑的连续滑模变结构设计方法。由于使用模糊逻辑控制，平滑了切换信号，避免了滑模控制所固有的颤动现象。仿真结果表明，文中所提出的控制方法，对模型不确定性和外来扰动具有较强的鲁棒性。     

模糊逻辑控制的一种新设计

对一类具有不确定性的非线性系统，根据滑模控制原理，提出了模糊逻辑控制的一种新设计，由于使用了适当的模糊逻辑切换，避免了滑模控制所固有的颤动现象，通过构造李雅为诺夫函数，证明了算法的全局稳定性，且跟踪误差收敛到零的一个领域，仿真结果表明，本文设计的模糊控制，对模型不确定性和外来扰动具有较强的鲁棒性和良好的跟踪性能。     

一类非线性网络控制系统的控制器设计

针对一类非线性网络控制系统,提出了一种新型自适应模糊滑模预测控制方法,采用带有时间超前非线性状态预估器的新型的滑模控制(SMC)方案,补偿网络诱导时延,而后利用模糊自适应系统来逼近非线性环节,并基于Lyapunov稳定性理论设计自适应律,保证系统的稳定性. 以网络环境下空间飞行器的姿态控制为例进行仿真,结果表明,所提出的方法不仅实现了高精度的姿态稳定控制,且系统对不确定参数、网络诱导延时及外界干扰带来的影响具有很好的鲁棒性.     

基于改进型偏差耦合结构的多电机同步控制

针对现有的多电机同步控制方案难以满足高精度控制的要求和不能实现比例同步控制的局限性，提出一种带PI补偿控制的改进型偏差耦合控制结构，可适用于多电机完全同步和比例同步控制.针对永磁同步电动机非线性和强耦合特性，设计了自适应模糊滑模变结构控制器来实现永磁同步电动机的跟踪控制.建立了4台永磁同步电动机的同步控制仿真模型，仿真实验表明，所提出的多电机同步控制结构相对于带固定增益补偿的控制结构具有更高的同步控制精度.与PID和常规滑模控制算法相比，自适应模糊滑模控制策略具有更高的同步稳定性和更强的鲁棒性.     

非线性耦合系统的分散自适应模糊控制

针对一类具有高阶耦合作用的MIMO非线性系统,根据滑模控制原理,并利用模糊逻辑系统的逼近能力,提出一种分散自适应模糊控制器设计的新方案.对每一个子系统,仅通过子系统的局部信息在线调节模糊系统的可调参数、滑模控制增益, 从而实现了对动态不确定性及建模误差进行自适应补偿.理论分析证明了闭环系统是全局稳定的,跟踪误差收敛到零的一个邻域内.仿真结果表明了该方法的有效性.     

模糊滑动控制的一般方法(英文)

陈述了一种新的模糊逻辑控制方法,它可消除滑动控制所固有的抖动问题。方法的推导是将多开关滑动控制问题简化成等效的单开关问题。控制规律显示它是一种模糊滑动控制的一般方法。文献中的其他方法可由此法导出。模糊推理规则由两个输入变量组成。第一个输入变量是系统状态到所预定的状态空间中的超平面之间的方向距离;第二个输入变量的选择可根据应用而定,例如方向距离的导数、控制设计者所感兴趣的特定变量,或者某些状态变量的加权之和。这个新方法易于在高阶系统中实现,并且可以直接而明确地控制系统的动态过程。它消除了滑动控制和经典模糊滑动控制中的抖动问题。此外。新方法比其他类似方法的控制要简单。稳定性和性能分析显示了此法的有效性。此法已用于一带有典型驱动和反馈传感器的工业直流电机的位置控制之中。     

一类非线性网络化控制系统的滑模变结构控制

基于滑模控制系统滑动模态不变性和T-S模糊模型能有效解决菲线性系统建模的优点,研究了一类具有时延和丢包的非线性网络化控制系统的滑模变结构控制问题.采用滑模控制理论设计控制器,证明了在控制器作用下系统能在有限时间内到达滑模面并一直保持在滑模面上,并根据Lyapunov理论和线性矩阵不等式(LMI)方法推证出了系统状态全局稳定的充分条件.最后以一个仿真算例验证了本文方法的可行性和有效性.     

多关节机器人的自学习模糊全局滑模控制

针对模型不确定性多关节机器人的轨迹跟踪控制问题,研究多关节机器人全局滑模控制,为了削弱系统在滑动模态上的抖振,将模糊控制和全局滑模控制相结合,提出一种自学习模糊全局滑模控制方法.该方法利用模糊系统的输出代替全局滑模控制中的非连续开关切换量,并根据滑模变结构原理,设计自学习算法,动态调整模糊隶属函数的参数.通过对2关节机器人的仿真,结果表明在存在模型误差和外部扰动的情况下,该方法既能达到快速跟踪,又能很好地消除控制器的抖振.