一类高精度伺服系统基于模糊神经网络的复合控制

针对高精度伺服系统中存在的各种非线性及不确定性 ,提出了基于模糊神经网络的复合控制方法。控制器由前馈控制器和闭环反馈控制器组成。前馈控制器由零相差跟踪控制器 (ZPETC)及FIR滤波器构成 ,闭环反馈控制器采用模糊神经网络控制 ,包含一个辨识网络FNNI和控制网络FNNC。该控制方法结合了神经网络和模糊推理的优点 ,可以克服各种非线性和不确定性 ,明显提高跟踪性能 ,具有很好的鲁棒性。提出的模糊神经网络结构简单 ,推理算法易于实现 ,并且可以更合理地选择初始权值 ,加快了网络的收敛速度 ,在一定程度上解决了神经网络的实时性问题     

改进的机器人神经网络变结构混合控制

针对不确定性机器人的轨迹跟踪控制问题,提出了一种神经网络前馈补偿加变结构的混合控制器。通过引入广义误差的立方项补偿以提高系统的动态性能,不但保证了全局的渐近稳定,而且加快了误差的收敛速度。对闭环系统稳定性进行了证明。以二自由度刚性机器人为例进行了仿真研究,结果证明了该方案的有效性。     

考虑滞回非线性的飞行姿态backstepping全局滑模控制

针对存在不确定性和滞回非线性的三代战机姿态稳定控制问题,提出一种基于非线性干扰观测器的backstepping全局滑模控制策略。利用非线性干扰观测器对系统不确定性和滞回非线性部分进行观测补偿,取消了不确定项变化缓慢的限制条件。借鉴动态面控制思想,引入一阶滤波器降低了backstepping控制器的复杂程度。利用Lyapunov定理证明了系统的稳定性。仿真结果表明了该控制方案对不确定干扰的有效抑制和闭环系统良好的跟踪性能。     

火电单元机组智能控制系统

提出了一个实现大范围负荷跟踪的火电单元机组智能控制系统．该系统包括设定值调节器、神经网络模糊前馈控制器、模糊反馈控制器和单元机组．设定值调节器根据机组负荷指令提供设定值．前馈控制器采用神经网络模糊控制逼近单元机组的逆稳态特性而得到前馈控制信号，以实现单元机组的大范围运行．反馈控制器则采用模糊控制补偿负荷扰动所引起的单元机组的实际值与设定值的偏差．前馈控制信号与反馈控制信号相加后发出指令到单元机组完成负荷跟踪任务．仿真结果表明，该系统有较好的动态特性，能适应于机组大范围的负荷跟踪．     

超机动飞行的非线性鲁棒自适应控制系统研究

针对飞机模型中存在气动参数不确定性以及外界干扰等影响因素,设计了一种超机动飞行的非线性鲁棒自适应控制系统。控制系统设计过程中,模型不确定性和外界干扰由RBF神经网络在线补偿,控制律及神经网络权值自适应律由反步法得到。解决了系统中控制增益矩阵未知,同时存在外界干扰情况下的鲁棒飞行控制系统设计,并证明了闭环系统所有信号有界,系统跟踪误差和神经网络权值估计误差指数收敛到有界紧集内。对所研究的飞行控制系统进行了过失速Herbst机动仿真,结果验证了该系统在过失速机动条件下具有良好的控制性能。     

基于NDO的飞行模拟转台伺服系统跟踪控制

针对飞行模拟转台伺服系统跟踪控制问题,提出了一种基于非线性干扰观测器(nonlinear disturbance observer, NDO)的反推全局滑模控制方案。该方案利用NDO观测系统的参数不确定性及非线性摩擦干扰,通过选择适当的设计参数使观测误差指数收敛,进而对引入NDO的系统采用反推全局滑模设计控制器,控制律的设计保证了闭环系统的稳定性。仿真结果表明,所提控制方案能够有效克服参数不确定性及非线性摩擦干扰的影响,实现了转角位置的精确跟踪,并且有效去除了控制抖振。     

基于干扰观测器的再入飞行器切换多胞控制

针对再入飞行器飞行包线跨度大,系统不确定性及强干扰的特点,提出了一种基于干扰观测器的切换多胞控制方法。将再入飞行器建模为切换多胞系统,并将系统中的不确定项和干扰项等价为复合干扰。提出基于自适应Super-Twisting算法的干扰观测器对系统复合干扰进行估计,并在控制器设计中进行补偿,抑制复合干扰对系统的影响。利用Lyapunov函数方法证明了考虑复合干扰情况下闭环切换多胞系统全包线内的稳定性。数值仿真结果表明,该方法对于系统不确定和干扰具有较强抑制效果,能够实现对指令信号的精确跟踪。     

基于小波神经网络的自适应逆控制及其应用

神经网络控制特别适用于具有非线性和不确定性因素的系统。采用小波神经网络(WNN)对飞行仿真转台的直流伺服系统进行实时辨识,得到其逆模型。然后将这一训练后的网络作为前馈控制器与常规反馈控制器结合构成并行自适应逆控制器,控制转台跟踪指定的速度和位置轨线。仿真结果表明该方法的有效性。     

飞机舵机电动加载系统多余力矩抑制方法

针对飞机舵机电动加载系统存在多余力矩干扰的问题,提出了以改进型基于信度分配的小脑模型关节控制器为前馈控制,以增量式比例积分微分(proportion integral derivative,PID)为反馈控制的复合控制策略。在前馈控制器中,结合变刚度金属——橡胶缓冲弹簧、力矩测速反馈及梯度加载法,采用基于Sigmoid函数变平衡学习常数的权值调整算法,设计三维参考输入型神经网络结构。在反馈控制器中,采用增量式PID控制解决积分项溢出问题,同时为神经网络提供训练学习样本,最后通过理论分析证明改进算法的收敛特性及闭环系统的稳定性。仿真结果表明,该方法提高了系统的加载精度及在线实时控制能力,在一定程度上抑制了多余力矩干扰。     

层叠CMAC补偿的并联机器人变结构控制研究

针对复杂机器人系统的不确定性,提出一种层叠小脑模型关节控制器(CMAC)神经网络同滑模变结构控制相结合的控制策略。首先利用改进CMAC学习机器人系统的不确定信息,并作为前馈补偿来确保跟踪误差的快速收敛,再通过滑模变结构控制器消除CMAC网络的逼近误差和不可重复随机干扰的影响。采用Lyapunov直接法进行控制律选取,分析表明系统可实现全局渐近稳定。在6-6并联机器人的轨线跟踪仿真试验中显示了良好的鲁棒性和精确性.     

输入约束下的浮力调节式UUV变深控制

针对浮力调节机构约束下无人水下航行器(unmanned underwater vehicle, UUV)的变深控制问题, 提出一种基于正交神经网络饱和补偿器的自适应动态面控制方法。首先,建立考虑执行机构动态特性的UUV数学模型。在此基础上, 采用反步法和非线性跟踪微分器设计动态面控制器, 同时引入线性扩张状态观测器(linear extended state observer, LESO)在线估计浮力变化与模型不确定性引起的干扰, 继而在控制器中进行补偿。然后,基于正交神经网络设计饱和补偿器, 并证明闭环系统所有误差一致最终有界。仿真结果表明, 与现有的动态面控制方法相比, 所提方法在浮力调节机构约束下, 具有较好的动态性能与稳态精度。     

基于非线性干扰观测器的拦截弹动态逆控制

针对直接力/气动力复合控制的临近空间拦截弹,提出了一种基于非线性干扰观测器(nonlinear disturbance observer, NDO)的动态逆复合跟踪控制器设计方法。首先设计NDO,对系统的不匹配干扰进行估计,并通过干扰估计值设计前馈补偿项来有效消除外部干扰对系统的影响。接着,设计基于NDO的动态逆复合控制律,获取期望控制力矩。然后,利用动态控制分配技术将期望控制力矩分配到气动舵和反作用喷流装置。最后,仿真结果表明,所设计复合控制器对过载指令具有较好的跟踪效果,适用于临近空间拦截弹复合控制。     

QFT control based on zero phase error compensation for flight simulator

To improve the robustness of high-precision servo systems, quantitative feedback theory (QFT) which aims to achieve a desired robust design over a specified region of plant uncertainty is proposed. The robust design problem can be solved using QFT but it fails to guarantee a high precision tracking. This problem is solved by a robust digital QFT control scheme based on zero phase error (ZPE) feed forward compensation. This scheme consists of two parts: a QFT controller in the closed-loop system and a ZPE feed-forward compensator. Digital QFT controller is designed to overcome the uncertainties in the system. Digital ZPE feed forward controller is used to improve the tracking precision. Simulation and real-time examples for flight simulator servo system indicate that this control scheme can guarantee both high robust performance and high position tracking precision.     

自主空中加油输油阶段无人机建模与控制

针对自主空中加油输油阶段无人机位置保持控制问题,将无人机分为飞机本体和油箱两部分,利用变质量系统理论建立了无人机非线性方程,解决了常规模型无法反映出无人机重量、重心变化的问题。控制律设计方面,通过将变化的油箱转化为外界干扰,提出了基于干扰观测器控制（disturbance observer based control, DOBC）的复合控制结构。复合控制器由位置保持控制器和干扰观测器组成,位置保持控制器采用带积分的线性二次型方法,干扰观测器由比例积分观测器和补偿单元构成,并证明了复合控制器的稳定性。仿真结果表明,将该控制器应用于某型高空无人机非线性模型,可有效减小输油过程带来的影响,实现了输油阶段的位置保持控制。     

基于扰动观测器的飞行器轨迹跟踪控制器设计

针对多种扰动作用下的固定翼飞行器三维轨迹跟踪问题, 设计了一种基于改进非线性扰动观测器的非奇异快速终端滑模轨迹跟踪控制器。首先推导固定翼飞行器三维轨迹跟踪误差模型, 考虑模型误差和飞行过程中的未知扰动, 设计了一种基于状态估计误差反馈的非线性扰动观测器对扰动进行观测。基于非奇异快速终端滑模控制方法, 采用双幂次趋近律设计轨迹跟踪控制器, 并证明了闭环控制系统的稳定性。仿真结果表明, 在多种扰动的作用下, 所设计的轨迹跟踪控制器能够对三维机动轨迹进行准确、稳定的跟踪。     

Robust attitude control of a 3DOF helicopter with multi-operation points

A 3DOF (three degrees of freedom) helicopter attitude control system with multi-operation points is described as a MIMO time-varying uncertain nonlinear system with unknown constant parameters, bounded disturbance and nonlinear uncertainty, and a robust output feedback control method based on signal compensation is proposed. A controller designed by this method consists of a nominal controller and a robust compensator. The controller is linear time-invariant and can be realized easily. Robust attitude tracking property of closed-loop system is proven and experimental results show that the designed control system can guarantee high precision robust attitude control under multi-operation points. This research is supported by the National Natural Science Foundation of China under Grant Nos. 60674017 and 60736024.     

基于干扰观测器的导引头稳定平台滑模控制

针对导引头稳定平台存在不确定弹体速度干扰以及非线性摩擦干扰的问题,结合滑模控制和非线性干扰观测器理论,提出一种基于非线性干扰观测器的二阶滑模控制方法。针对系统模型中的多个不确定干扰项,首先,采用新型微分跟踪器对状态量的导数值进行估计,进而得到干扰项的估计值,通过坐标变换,将系统中的不确定项进行归一化处理,便于控制器设计;其次,基于新型微分跟踪器设计了新型非线性干扰观测器,以实现对归一化后系统干扰项的精确估计;最后,采用二阶滑模控制算法进行控制器设计。仿真实验证明,新型非线性干扰观测器精度高、响应快,基于干扰观测器的二阶滑模控制方法能够有效隔离弹体扰动与非线性摩擦对导引头稳定平台的干扰,提高了稳定平台的鲁棒性和跟踪精度。     

Zero phase error control based on neural compensation for flight simulator servo system

1. INTRODUCTION In high precision tracking applications of mechanical systems, feedforward controllers are often used to enhance tracking performance, and they are generally prefilter for the desired trajectory to compensate for the dynamic lag of the closed loop and to extend the tracking bandwidth. Because of the rapid growth of computer technology, digital motion control system has become more and more popular, and feedforward controller design in discrete time domain attracts much atte…