基于遗传算法的模糊滑模控制在永磁直线电机位置控制中的应用

针对永磁直线电机控制中的推力扰动及参数变化问题,设计了一种改进的自适应模糊滑模变结构控制器(AF-SMC).利用遗传算法优化模糊变量的隶属度函数曲线.仿真和实验结果表明,与经典PID算法和一般模糊滑模控制算法相比较,新的算法具有更好的响应性能和抗干扰能力,抖振降低.     

卫星编队飞行的神经网络滑模控制

该文推导卫星编队飞行的一般相对运动动力学模型,研究将指数趋近律滑模控制与神经网络控制相结合的卫 星编队飞行控制方法,设计一种径向基神经网络参数调节器. 实时调节指数趋近律的参数,从而取得滑动面的趋近速度 和燃料消耗的最优平衡. 采用指数趋近律滑模控制法,用饱和函数代替可能产生高频切换信号的开关函数,有效地削弱 了滑模控制的抖动. 二阶滑模控制结构保证了卫星编队的高精度控制. 仿真结果表明了这一控制方法的有效性.     

直流无刷电机电流环改进型滑模变结构控制

针对直流无刷电机负载运行时换相转矩脉动明显的问题,设计了一种改进型电流滑模控制器。利用滑模控制跟踪速度快、鲁棒性强的特点确保电流快速跟踪,抑制换相转矩脉动。同时对于滑模控制器存在的抖振现象,采用分段式积分滑模面和修正指数趋近律进行抑制,进一步减小电流抖动。仿真结果表明:改进的滑模控制器能有效地减小换相转矩脉动,使系统的鲁棒性更强,提高了直流无刷电机控制系统的动静态性能。     

四旋翼无人机飞行姿态的自适应反演滑模控制

针对非线性六自由度欠驱动四旋翼无人机的姿态和位置控制问题,提出自适应反演滑模控制算法.设计了一种自适应律对控制中的参数摄动和外界干扰上界进行在线估计,并将估计值补偿到反演滑模控制中.通过李雅普诺夫稳定性理论证明自适应反演滑模控制能使跟踪误差一致渐近收敛到零.最后,根据给定的四旋翼无人机参数进行数值仿真,所得结果表明在系统存在参数摄动和外部干扰的情况下,该方法也能够实现四旋翼无人机的姿态稳定和定高悬停,并具有较好的鲁棒性..     

反馈线性化超低空空投抗侧风滑模控制律设计

超低空空投过程中货台运动与侧风干扰耦合会影响载机的安全性和空投任务的完成,为此提出了基于反馈线性化和滑模变结构相结合的控制律设计方法. 利用微分几何反馈线性化完成系统解耦线性化,在此基础上采用滑模变结构控制设计系统内环姿态角的跟踪控制器,保证了系统鲁棒性,并结合外环PID 轨迹保持控制完成整个飞行控制系统设计. 仿真验证了控制器的鲁棒性,且满足空投战技指标要求.     

应用非线性干扰观测器的反推终端滑模飞行控制

针对飞机机动飞行时模型非线性、气动参数和力矩干扰不确定性的特点,提出一种基于非线性干扰观测 器的反推终端滑模控制方案. 该方案利用非线性干扰观测器逼近系统不确定性,取消了不确定性上界已知条件. 反 推设计过程中结合动态面控制设计虚拟控制律,能避免计算复杂性问题,通过引入快速终端滑模控制策略,提高了 系统收敛速度和稳态跟踪精度. 采用Lyapunov 稳定性理论证明了闭环系统所有信号一致终结有界. 对某战斗机进 行6 自由度机动飞行仿真,验证了该控制方案的有效性.     

基于神经网络的一类非线性系统自适应滑模控制

对一类非线性系统进行简化处理后,结合神经网络逼近方法、自适应滑模控制提出一种新的自适应控制方法.所设计的控制器分为两部分,一部分是等效控制器,另一部分是滑模控制器.滑模控制器用来减小系统的跟踪误差,起鲁棒控制作用.文中用神经网络逼近非线性函数,并将网络权值误差引入到神经网络权值的自适应律中用以改善系统的动态性能.最后给出的仿真算例证明所设计的控制器是十分有效的.     

电动汽车永磁同步电机无传感器FOC DTC混合控制系统

针对电动汽车中永磁同步电机(PMSM)的高效控制问题,提出一种基于磁场定向控制-直接转矩控制(FOC-DTC)混合系统的无位置传感器控制系统.首先,在考虑FOC和DTC的各自优势下,构建FOCDTC混合控制系统,提高系统的稳定性和鲁棒性.然后,融入弱磁控制技术,提高电机高速运行时的控制性能.最后,利用滑模观测器,根据电机αβ轴的电流信息来估计电机转速,实现无位置传感器的PMSM控制系统.仿真结果表明,提出的系统能够准确且稳定地控制电机转速,具有可行性和有效性.     

欠驱动无人艇轨迹跟踪的滑模控制方法

讨论欠驱动无人水面艇的轨迹规划和跟踪控制问题,并考虑动力学模型不确定性和环境干扰力的影响.对于给定二维惯性平面内的光滑期望轨迹,规划方法将获得船体坐标系下的参考跟踪速度和加速度. 然后基于滑模控制方法提出一种轨迹跟踪控制律. 通过理论分析可得,该控制律不但能保证无人艇轨迹跟踪的渐进稳定性,而且保证艏摇运动是有界输入有界输出稳定的. 进行数值仿真,无人艇均实现了对封闭或开放轨迹的跟踪以及定位控制,验证了所提方法的可行性和有效性.     

奇异系统的终端滑模变结构控制

研究了奇异系统的终端滑模变结构控制问题. 通过线性非奇异变换将奇异系统化为受限等价形式,在此基础上提出了一种指数型非线性滑动超曲面,并给出相应的控制律. 研究表明,其闭环系统渐近稳定,同时系统的状态变量能够在有限时间内到达平衡点. 试验验证了该设计方法的合理性和有效性.     

统一混沌系统的修正投影同步

本文研究两个统一混沌系统之间的修正投影同步.应用李雅普诺夫稳定性理论,在系统参数已知和未知时,分别采用非线性反馈控制和自适应控制方法设计相应的控制器,实现了驱动系统与响应系统各状态的修正投影同步,并且参数未知时可以辨识出驱动系统的未知参数.数值仿真结果进一步验证本文控制方法的有效性.     

一种鲁棒自适应Backstepping控制方案研究

对基于调节函数的Backstepping自适应控制方案进行了改进,设计了一种新型鲁棒自适应无人机飞行控制系统.首先将某型无人机的系统模型转化为一个含有非线性参数不确定性、不确定的非线性与未建模动态的受扰严格反馈系统,然后提出了一种含有广义误差自适应调节项的新型李亚普诺夫函数,得出了稳定自适应控制律和参数更新律.最后该无人机的鲁棒自适应飞控系统的有效性得到了仿真验证.     

基于力矩变换的PAA型欠驱动机器人鲁棒镇定控制

针对在第2 关节和第3 关节仅有两个驱动器的PAA（passive-active-active）型欠驱动三连杆机器人,提出一种基于力矩变换的鲁棒镇定控制方法. 首先对第3 关节的控制输入引入一种与第2 关节控制输入和机器人状态相关的力矩变换,以消除第3 关节控制输入对系统的影响,将机器人动力学方程化为更简单的形式,然后基于能量进行摇起控制设计. 在平衡区,将机器人第1 连杆和第2 连杆的角速度看成一种不确定性,得到机器人在不稳定平衡点附近的不确定模型;然后基于线性矩阵不等式推导鲁棒镇定状态反馈控制律,达到较大范围的平衡控制. 仿真结果表明,该控制方法具有稳定时间短和控制力矩小等优点.     

广义测不准关系与黑体辐射

介绍了位置与动量的广义测不准关系，得到了位置的最小不确定度，与此相应的微观状态的态密度必须作出修正，该修正对当前前沿科学所遇到的许多问题将产生广泛的影响．例如对黑体辐射问题，讨论显示，与Planck温度比较在温度较高的情况下斯特藩一玻耳兹曼定律并不成立，辐射场的总能量应该与温度成正比．     

含有状态时滞的受扰线性离散系统前馈-反馈最优控制

对在随机噪声环境下含状态时滞的线性离散系统的最优控制问题进行了研究。利用卡尔曼滤波算法求得随机干扰的最优估计值,并构造一个敏感度函数,根据麦克劳林展开式将原系统的求取过程转化为通过构造一个两点边值问题族来求解。同时在最优控制律中构造一个补偿函数以减小运算中所带来的误差。将原系统的最优控制律近似估算成M阶前馈-反馈次优控制律,再由分离原理得到含有状态时滞的受扰线性离散系统前馈-反馈最优控制律,最后通过给定一个M的具体值得到M阶的前馈-反馈次优控制律的仿真图像来对比前馈-反馈与经典状态反馈的控制作用,表明前馈-反馈在最优控制律中具有更好的控制效果。     

数字锁相调速系统中的最少拍控制

本文将一般数字控制系统的最少拍控制律推广到数字锁相(DPLL)调速系统,考虑了阻力矩的作用。推出的控制过程规律虽比原结果多了一至二拍,但为锁相调速系统中更符合实际的最少拍控制律。     

无人机鲁棒反推自适应编队导引控制设计

针对一般不确定系统研究了一种鲁棒反推自适应控制方法,采用自适应神经网络对未建模动态进行补偿,并利用Lyapunov 理论证明了跟踪误差的有界性. 分析了长机–僚机编队方式下的无人机编队导引控制策略,采用鲁棒反推自适应控制与动态逆方法对无人机编队飞行综合导引控制律进行设计. 进行了六自由度非线性仿真,表明所设计的编队导引控制器能使僚机对不确定机动的长机进行跟踪,并具有很好的鲁棒性.     

基于神经网络的机械臂自适应输出反馈控制设计

研究了机械臂的位置跟踪问题,提出了基于神经网络的自适应输出反馈控制方法. 该方法无需系统精确的数学模型,适用于具有非线性不确定性和外界干扰的机械臂控制系统. 设计的控制器由三部分组成：基于动态补偿器的输出反馈控制项、神经网络自适应控制项和鲁棒控制项. 神经网络的权值自适应学习率由Lyapunov稳定性理论得出. 仿真结果表明设计的控制器能驱动机械臂精确跟踪期望的位置,验证了该控制方法的有效性.