基于干扰观测器的输入受限非线性系统鲁棒控制

针对一类单输入单输出非线性系统,提出了一种有效处理输入饱和及未知外部干扰的控制方法,并应用于近空间飞行器的控制设计。利用双曲正切函数及Nussbaum函数的特殊性质对输入饱和进行处理。通过干扰观测器实现对复合扰动的有效逼近。考虑到反步控制中存在的计算膨胀和虚拟控制信号光滑性的问题,结合反步法和动态面法设计了相应的控制器。通过Lyapunov分析证明了所设计的控制律可以使闭环系统所有信号半全局最终一致有界,且跟踪误差和干扰逼近误差最终有界。仿真结果证明了该方法的有效性。     

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。     

水下滑翔蛇形机器人滑翔运动建模与优化控制

为了实现水下滑翔蛇形机器人滑翔轨迹的稳定控制,针对机器人的外形和尺寸受限问题,对机械结构进行了设计与分析.基于所设计的机械系统,采用动量定理和动量矩定理,建立滑翔运动的数学模型.对非线性模型进行线性化,并采用最优二次型控制策略(LQR)设计状态反馈控制器.为了增强系统对参数扰动的鲁棒性,加入积分控制,构成LQI控制器.通过仿真对2种控制策略的稳定性、鲁棒性和跟踪误差进行分析,结果表明,2种控制策略均能实现渐近轨迹跟踪和输入扰动抑制; LQI控制器还可以实现水动力参数扰动抑制; LQI控制器的稳态跟踪误差为0. 271 5m,比LQR控制器跟踪误差降低了27. 58%.     

基于反步法和滑模观测器的船舶航向控制

针对船舶航向控制系统中船舶参数不确定性以及外界干扰随机性的特点,提出r一种将反步法和非线性滑模观测器相结合的控制方法.其中利用二阶滑模观测器对船舶转首角速度进行观测.由于观测器在有限时问内收敛,可将观测器和控制器进行独立设计,避免了对系统建立精确数学模型的要求.同时利用反步法进行控制器设计,保证了闭环系统的全局渐近稳定.仿真结果表明,所设计的控制器不仅能保证系统稳定跟踪期望信号,而且对给定的扰动量能准确观测,从而提高了系统的鲁棒性.     

基于非线性干扰观测器的L_2滤波反步控制

针对一类多输入多输出高阶不确定非线性系统,提出一种基于非线性干扰观测器的L2滤波反步控制方法。利用非线性干扰观测器对系统的未知复合干扰进行在线估计,基于李雅普诺夫稳定性理论设计指令滤波反步控制器,避免常规反步法由于对虚拟控制迭代求导造成控制器复杂的问题,设计L2干扰抑制鲁棒控制器减弱了观测器误差对控制精度带来的影响。针对某三阶不确定非线性系统进行仿真验证。研究结果表明:非线性干扰观测器能够有效估计系统的复合扰动,且L2干扰抑制方法能够在观测器存在误差时提高控制精度。     

基于自适应反步法的自主水下机器人变深控制

为实现自主水下机器人(AUV)的高精度变深控制,基于AUV垂直面的运动学和非线性动力学模型,提出了神经网络自适应迭代反步控制方法,设计了运动学和动力学控制器.文中首先考虑AUV非线性模型的攻角和水动力阻尼系数的不确定性,设计神经网络控制器来对纵倾运动中的非线性水动力阻尼项和外界海流干扰作用进行在线估计,并基于Lyapunov稳定性理论设计神经网络权值的自适应律,保证系统闭环信号的一致最终有界.最后通过两组仿真实验,比较了所设计的控制器在设定控制器增益参数下的系统响应和在扰动作用下的变深控制性能,结果表明,所设计的控制器具有较小的稳态误差和较高的跟踪精度.     

基于反双曲正弦函数的自抗扰控制器

利用反双曲正弦函数分别设计了三阶跟踪微分器和三阶扩张状态观测器,并利用该函数和设定输入的二阶微分信号设计控制律,从而构造了一种新型自抗扰控制器.通过李雅普诺夫函数证明了自抗扰控制系统在平衡点处渐近稳定.仿真实验表明,采用该自抗扰控制器的二阶系统能有效抑制内部和外部非线性扰动的影响,实现对方波信号和正弦信号的高精度跟踪,同时,扩张状态观测器能较准确地估计系统内部和外部扰动信号.     

基于干扰观测器的AUV深度自适应终端滑模控制

针对欠驱动自治水下机器人（autonomous underwater vehicle,AUV）在外部干扰和系统内部扰动下深度难以控制的问题,提出基于非线性干扰观测器（nonlinear disturbance observer,NDO）的自适应终端滑模控制方法。首先建立欠驱动AUV在垂直面上的状态方程并对其简化,其次根据简化后的系统状态方程构建NDO对外部干扰进行观测,再结合反步法设计出自适应终端滑模控制器;最后通过李雅普诺夫稳定性理论证明控制系统的稳定性。结果表明：欠驱动AUV最大跟踪误差为0.137 5 m,峰值时间为2.1 s,证明了所设计的控制器能够实现深度控制,降低抖振,具有较强的鲁棒性。     

基于T-S模糊模型的机械臂系统抗干扰跟踪控制

为解决带有外部扰动的机械臂系统抗干扰跟踪控制问题,运用T-S模糊模型对外部干扰进行辨识,结合模糊干扰观测器实现对未知干扰的观测和补偿,进一步设计PID控制器实现对位移的动态跟踪.基于Lyapunov分析方法,计算PID增益和扰动观测器增益,保证机械臂系统稳定,使位移的动态跟踪误差趋于零.通过机器人系统的二阶模型进行仿真,验证了算法的可行性与有效性.     

欠驱动AUV自适应神经网络反步滑模跟踪控制

针对存在参数不确定性和外界未知干扰的欠驱动自主水下航行器(AUV)三维路径跟踪问题,提出一种基于神经网络的反步滑模控制策略.首先,利用虚拟向导的方法建立了欠驱动AUV三维路径跟踪误差模型;其次,基于李雅普诺夫稳定性理论,利用反步法和滑模控制方法设计一种自适应鲁棒控制器,并设计一种在线调节增益切换函数以降低系统抖振,同时采用径向基函数(RBF)神经网络控制技术对AUV系统中不确定参数以及外界非线性干扰进行自适应补偿估计,而后利用李雅普诺夫稳定性理论证明了整个闭环系统的稳定性;最后,针对一种新型飞翼式欠驱动AUV进行数值仿真实验,结果表明所设计控制器可以实现对三维路径的精确跟踪,并对外界非线性干扰具有良好的鲁棒性.