输出误差约束的非线性系统的预定性能反步控制及应用

针对带有执行器故障、外界干扰与不确定参数的非线性系统的控制问题,提出自适应预定性能反步控制策略.首先,采用结构简单的障碍Lyapunov函数处理输出误差约束;其次,通过自适应律对不确定参数进行估计,并构造干扰观测器估计综合不确定,解决执行器故障、外界干扰与传统反步控制的"计算爆炸"问题;在此基础上设计预定性能控制器;再...     

考虑执行器饱和补偿的移动机器人自适应积分滑模控制

针对存在执行器输入饱和约束、模型参数不确定性以及外部扰动等因素影响下的移动机器人跟踪控制问题,提出一种考虑执行器饱和补偿的移动机器人自适应积分滑模控制方法。利用双曲正切函数对执行器输入饱和约束作近似处理,并将系统动力学模型表示为仿射系统形式。将执行器输入饱和约束的近似处理误差、模型参数不确定性以及系统外部扰动扩张为一个新的状态,进而设计扩张状态观测器对系统总和扰动进行估计,在此基础上设计系统自适应积分滑模控制器,从而改善普通滑模控制中抖振突出的问题,保证系统的跟踪控制性能。对所提控制方法进行了仿真验证,结果表明,所提控制方法在执行器输入饱和约束、模型参数不确定性以及外部扰动等因素影响下能够保证跟踪误差快速稳定收敛。     

执行器失效的跟踪控制律重构:故障掩蔽法

为避免直接重构系统状态过于苛刻的条件,提出了线性系统存在执行器故障时动态镇定和定点跟踪控制器重构设计方案.基于重构模块思想和故障掩蔽方法,导出了扩展虚拟执行器以获得静态和动态重构模块的统一描述,其中重构模块与标称控制器一起构成可重构控制器.从而实现了执行器故障情况下线性时不变系统的闭环稳定和跟踪性能恢复的重构目标.仿真表明:即使执行器故障重构闭环系统亦能镇定,并可达到稳态值恢复的跟踪重构目标.     

汽车驾驶机器人的自适应执行器故障补偿控制设计

针对汽车驾驶机器人可能发生的不确定执行器故障无法驱动机械腿正常工作,进而影响汽车行驶过程中的安全性,提出一种基于Backstepping的自适应容错控制方法.利用Backstepping对机械腿进行控制,针对各故障情况分别设计故障补偿控制器,通过定义故障指示函数将多设计加权融合成一个综合控制器.基于自适应方法对综合控制器参数进行更新.基于Matlab/simulink仿真验证此方法的有效性.结果表明:该控制方法能保证执行器在发生不确定故障时,汽车驾驶机器人控制系统仍稳定运行,并渐近跟踪给定的控制指令.     

多缸液压机的自适应容错滑模控制分配

针对一类多缸液压机提出了一种基于滑模的自适应容错控制分配方法.该方法不仅考虑了单一执行器的故障问题,而且可以满足执行器同时发生故障时控制系统的性能要求.当某一个液压缸发生故障时,控制分配部分采用容错控制分配方法在健康的液压缸之间对故障进行补偿;当液压缸同时发生故障时,针对虚拟控制量存在误差的问题,采用在线自适应控制方法调整高层滑模控制器的控制增益,在消除虚拟控制误差的同时,保持了闭环系统的稳定性.仿真实验表明:所提出的控制器与未考虑容错性能的控制器相比具有更好的控制性能,在液压缸分别出现局部或全局故障的情况下,皆表现出较强的鲁棒性.     

航天器姿态跟踪有限时间自适应容错滑模控制

为了使航天器在部分执行器发生失效故障的情况下更好地跟踪期望姿态,本文研究了航天器有限时间自适应容错姿态跟踪控制问题。通过配置冗余的执行器,确保提供足够的控制力矩用以完成姿态跟踪。控制器采用自适应控制、容错控制及有限时间控制,兼顾系统的鲁棒性、可靠性及快速性。数值仿真示例验证了所提出的自适应容错控制器的有效性。     

预设时间性能约束下高超声速飞行器的自适应容错控制

考虑输出误差约束、不确定和执行器故障影响下的高超声速飞行器的跟踪控制问题,提出自适应容错反步控制策略。首先,设计指数型预设时间性能函数,保证输出误差在预设时间内满足约束要求。其次,通过自适应律解决不确定项和升降舵故障。利用跟踪微分器解决“计算爆炸”问题,避免反步控制中对虚拟控制输入的高阶求导。最后,基于Lyapunov理论证明闭环系统的稳定性,并通过仿真验证所提控制策略的有效性。     

有效因子融合的可重构机械臂分散容错控制方法

针对含有动态摩擦的可重构机械臂轨迹跟踪执行器部分失效故障的问题,提出一种基于有效因子融合的分散反演滑模容错控制方法。将可重构机械臂的每个关节模块考虑成一个子系统,将有效因子融合到子系统动力学模型中。基于Lyapunov稳定性理论,子系统误差状态空间分别采用了反演思想和终端滑模进行控制器设计,并利用径向基函数(RBF)神经网络估计系统模型的不确定项和交联项,自适应地补偿了神经网络的估计误差。最后,数值仿真结果表明了提出的分散容错方法的有效性。     

非线性系统的模糊Backstepping自适应容错控制

针对一类受扰动的且伴有执行器故障的严格反馈不确定非线性系统,提出了一种模糊自适应容错控制方法.当故障发生时,改变控制器结构使其融合故障.设计中,模糊逻辑系统用作在线逼近系统的未知动态和未知的故障函数,结合模糊自适应控制与backstepping技术,给出了模糊容错控制器方法,并基于Lyapunov定理严格证明了所提出的鲁棒模糊自适应控制方法能够保证整个闭环系统的稳定,最后通过仿真实例验证了该方法的有效性.所提出的模糊自适应容错方法扩展了经典容错控制方法的结果,给出的结果更具有一般性意义     

通信延迟下自适应容错控制及其在航天器编队中的应用

为解决编队系统存在的参数模型变动范围不可预测、执行器部分失效等问题,设计提出了一种自适应鲁棒容错编队控制方法。给出航天器相对位置非线性动力学模型,设计了自适应鲁棒容错控制器,并且分别设计自适应律估计故障大小、质量和外界扰动上界,同时分析了闭环系统的Lyapunov稳定性,给出系统稳定所需要的条件。数值仿真结果表明,提出的控制方法能实现编队跟踪控制的目标,位置跟踪稳态误差小于1.5×10^-3m,速度跟踪稳态误差小于1.8×10^-5m,验证了所提出方法的有效性。     

分散变结构模型参考自适应控制

提出了一种适用于线性关联大系统的分散变结构模型参考自适应控制新方法．与原有的分散变结构控制方法比较，成倍减少了分散控制器中的切换变量，并相应降低了所需控制量的大小，增强了分散变结构控制方法的工程实用性．所推导的分散变结构控制规律形式简洁，便于实现．数字仿真结果表明该方法的有效性．     

基于在线神经网络的自适应控制器的设计与应用

针对线性控制系统自适应性较弱的缺点,在其基础上设计了一种基于在线神经网络的自适应控制器．该控制器根据被控对象和参考模型之间的误差调整网络权值,在线抵消被控对象的未建模动态特性和不确定因素．文中以某小卫星姿态控制系统为例,对所提出的自适应控制器进行设计和仿真．结果表明,神经网络以很高的精度跟踪和在线补偿不确定项,改善了线性控制系统的动态性能．     

基于扰动观测器的时变负载四旋翼无人机自适应有限时间控制

针对具有未知外部扰动和阻力系数的时变负载四旋翼无人机系统,提出了一种复合有限时间控制策略。首先,通过牛顿-欧拉方法建立了完整的四旋翼无人机数学模型。位置环采用自适应参数校正方法对负载进行估计,并与反步递推控制相结合,在阻力系数未知情况下设计了自适应轨迹跟踪控制器。其次,采用基于扰动观测器的有限时间滑模控制器,并利用Lyapunov稳定性理论进行无人机系统位置环和姿态环渐近稳定和有限时间稳定性验证。最后,通过数值仿真进行验证。结果表明,所提控制器提高了系统的收敛速度,减少了外界扰动对系统的影响。研究方法克服了已有研究要求阻力系数和负载已知的局限性,提高了系统的抗干扰能力,对于增强四旋翼无人机的实际应用性具有一定的参考价值。     

一种自适应容错H_∞控制方法

针对有执行器故障的连续时间线性时不变控制系统,结合自适应控制方法和线性矩阵不等式(LMI)技术研究系统的容错H∞控制问题.利用LMI得到一个定常控制增益并同时优化系统干扰抑制性能(H∞性能).在定常控制增益基础上加上自适应控制方程得到完整的状态反馈控制器,使得系统在执行器故障下稳定,并通过李亚普诺夫第二稳定性定理,证明所提出的自适应容错控制系统比定常增益容错控制系统具有更为优越的干扰抑制性能.最后给出一个数值例子来验证该方法的有效性和优越性.     

无人直升机自抗扰自适应轨迹跟踪混合控制

为满足无人直升机高精度轨迹跟踪的控制需求,并降低直升机动力学模型误差对飞行控制器飞行控制效果产生的影响,提出自抗扰自适应直升机混合控制.该控制器的内环控制采用模型跟随自适应控制,通过使用动量反向传播算法(MOBP)对该内环控制参数进行实时优化.通过使用自抗扰控制(ADRC)对直升机的水平速度进行控制.仿真结果表明,该混合控制器能够实现直升机对预定轨迹的跟踪.相对PID和级联ADRC控制,该控制器具有更好的抗扰性和鲁棒性.通过在200 kg级的专业植保无人直升机XV-2上搭载所提出的控制器,使其自主飞行轨迹跟踪控制的均方根误差在0.6 m以内.     

基于Backstepping的模糊自适应跟踪控制

主要研究了单输入一单输出非线性系统的模糊自适应输出跟踪控制问题。模糊逻辑系统用于逼近系统中未知的非线性函数，然后基于Backstepping设计方法给出了系统性的输出跟踪控制器的设计方法。所构造的模糊控制器确保跟踪误差可以充分小，同时系统中的各个变量保持有界性。所提出方法的优越性在于自适应律中在线学习参数的数目独立于模糊规则的选择，从而避免了以往模糊自适应控制算法中自适应学习参数过多的缺点。最后，以一个例子进一步说明文中所得结论的有效性。     

基于改进型广义双曲正切模型的机器臂控制算法研究

针对存在复杂干扰情况下的机械臂轨迹跟踪控制问题,采用了一种基于双曲正切模型的鲁棒自适应控制方案。利用高解释性的改进型广义模糊双曲正切模型的全局逼近特点,设计一种自适应控制器用于机器人轨迹跟踪控制;同时以解一个线性矩阵不等式方程来保证系统的鲁棒稳定性。通过Lyapunov理论验证设计的控制器能够有效地克服不确定性对系统的影响,实现闭环系统的渐近稳定。仿真实验表明此控制算法具有较高的跟踪精度和较强的鲁棒性。     

不确定非线性系统的自适应反推终端滑模控制

针对一类具有未知非线性函数的严格反馈型不确定非线性系统,提出了一种自适应反推终端滑模控制方法。反推控制的前n-1步结合动态面控制技术设计虚拟控制律,第n步仅采用一个神经网络函数逼近器补偿系统所有未知非线性函数,得到了基于全局快速终端滑模控制的自适应神经网络控制器；通过引入一阶滤波器，不仅避免了传统反推控制存在的复杂计算,提高了系统的收敛速度,而且通过引入逼近误差和不确定干扰上界的自适应补偿项来消除建模误差和参数估计误差的影响,改善了稳态跟踪精度。理论分析证明闭环系统所有信号半全局一致终结有界，仿真结果验证了该方法的有效性。     

步进电动机的自适应控制

介绍了一种步进电动机的非线性自适应控制方案,设计了步进电动机非线性自适应位置控制器。仿真结果表明：所得闭环系统对电动机运行参数的变化和负载干扰有良好自适应性,而且调节精度高,动态响应快,无超调。     

X-Y定位平台的鲁棒自适应摩擦补偿

本文首先描述了X－Y平台实验系统及其模型建立，接着，针对X－Y定位平台中存在的载荷及摩擦参数的不确定性问题，提出了一种鲁棒自适应运动控制方案，所设计的控制器将滑模控制和自适应控制有机地结合在一起，应用Lyapunov稳定理论证明了控制器的稳定性及跟踪误差的收敛性，仿和实验结果表明此方法能够在线辨识摩擦参数，具有较高的控制精度，这种方案可用于工业设备的控制中。