基于神经网络的机械臂分散自适应跟踪控制

提出了一种适用于机械臂的基于神经网络的分散自适应轨迹跟踪控制方法。将机械臂的轨迹跟踪控制系统考虑为由多个非线性关联组成的不确定性复杂系统,采用分散控制方法进行控制器设计。在对每一子系统设计控制器时,采用直接反馈线性化,利用控制器构建伪线性系统,并引入神经网络自适应环节消除干扰、关联及逼近误差,从而使所提出的控制方法能够保证系统状态有较高的跟踪精度,且算法简单,易于实现。仿真表明,该算法能保证较高的跟踪效果。     

空间绳系机器人释放动力学与控制仿真研究

空间绳系机器人作为一种新型空间飞行器,为近距离目标捕获提供了一种全新的捕获方式。作为关键技术之一的空间绳系机器人释放动力学与控制目前尚未引起广泛关注。通过建立空间绳系机器人释放动力学模型,研究了绳系机器人稳定释放的控制技术。对非线性释放动力学模型全局反馈线性化,设计了绳系机器人释放的主动学习控制器,控制器根据规则在线学习自整定控制器参数,使绳系机器人沿切向稳定快速释放,解决了绳系机器人沿切向释放不稳定的问题。机器人作为一个独立的控制系统,可完成沿任意方向的释放。数字仿真验证了机器人能够满足释放过程中对主动控制律的要求,说明稳定释放控制策略的有效性。     

欠驱动双足步行机器人运动控制与动力学仿真

以欠驱动双足步行机器人为对象,提出一种基于落脚位置控制的运动控制算法,并对其行走控制过程进行动力学仿真。首先基于三维线性倒摆模型(3D-LIPM)控制机器人的落脚位置,建立其行走姿态的虚拟约束,利用有限时间收敛反馈控制器对行走过程进行控制,实现了机器人的动态稳定行走。最后结合MATLAB的符号运算、SIMULINK和虚拟现实技术对其控制过程进行运动学和动力学仿真。实验结果表明控制算法是可行的。     

机器人轨迹跟踪连续预测控制

针对能够描述机械手动态特性的一类特殊仿射非线性系统 ,提出了一种非线性连续预测控制器。其预测模型通过对系统状态泰勒级数展开并做适当的截尾处理获得。此外 ,证明了非线性连续预测控制器的渐近跟踪特性 ,并给出了一种改进的预测控制方案。将非线性连续预测控制器应用于二自由度机械手轨迹跟踪控制。仿真结果证明了该控制器的有效性     

Parameterized design of nonlinear feedback controllers for servo positioning systems

1 .INTRODUCTIONServo positioning systems are universal in industrialenvironment , where fast and precise positioning iscritical for higher productivity and better quality .Linear control technologies have been playing anactive role for this purpose , while nonlinear con-trol is relatively naive and is now meticulouslyfinding applications in the real world. However ,asmart combination of linear and nonlinear controltechniques , which takes full advantage of bothtechniques ,can lead to a mor…     

高超声速制导炮弹终端滑模控制

针对高超声速制导炮弹的动力学耦合与非线性控制问题,设计一种基于反馈线性化的终端滑模控制器。首先,兼顾控制系统设计的简便性要求与高超声速制导炮弹的强非线性特点,建立非线性控制模型。然后,对模型中动力学耦合问题,根据微分几何理论对其进行反馈线性化,实现俯仰通道与偏航通道的解耦。最后,对两通道分别设计终端滑模控制器,且控制器有限时间收敛。仿真结果表明,所设计的控制器能够快速稳定的追踪指令信号,且在外界干扰与参数摄动的情况下依然具有良好的鲁棒性。     

变型蔡氏电路混沌同步的非线性反馈控制

混沌同步是实施混沌保密通讯的基础,非线性反馈是实现混沌同步的重要方法。蔡氏混沌电路及变型蔡氏混沌电路是应用广泛的混沌模型之一。对变型蔡氏电路混沌同步设计了非线性反馈同步控制器;根据Hurwitz稳定性判据得到反馈控制增益的取值范围。基于该方法,构建了实现混沌系统同步控制的实验电路,系统仿真和电路实验结果表明采用非线性反馈控制可以保证实现变型蔡氏电路混沌系统一致指数同步化。     

非完整移动机器人的自适应滑模轨迹跟踪控制

针对动力学模型描述的非完整移动机器人系统，研究了其在未知参数和不确定性干扰下的轨迹跟踪控制问题，基于反演技术和自适应滑模控制的思想设计了具有全局渐近稳定的轨迹跟踪控制律。谊控制律将系统分解为低阶子系统来处理，利用中间虚拟控制量和部分Lyapunov函数简化了控制器设计，并具有直观的稳定性分析．满足了移动机器人的轨迹跟踪要求，且具有设计方法简单、鲁棒性强的特点。仿真结果验证了所设计控制器的有效性和正确性。     

加载柔性臂振动的非线性应力反馈控制

用数值仿真的方法讨论了一种用新型的非线性应力反馈律来镇定加载柔性臂振动的问题。该方法使用跟踪微分器取得柔性臂根部应力信号的微分信号,并与根部应力信号一起组成非线性控制输入来控制加载柔性臂的振动.其镇定效果明显地优于有关问题的现有实验结果。     

火电机组免疫单神经元非线性控制方法仿真研究

针对火电单元机组控制系统,提出一种免疫单神经元非线性控制策略,并设计出一种新的非线性输出跟踪控制器.该控制器由稳定逆系统和免疫单神经元自适应PID反馈控制器组成.前者是根据逆系统方法求取的,用于提高系统的响应速度;而后者,则是利用生物免疫反馈规则,使神经元比例系数可以随工况的变化自动进行调整,用于提高系统的稳定性.通过不同负荷下的仿真结果表明,该控制策略具有较强的动态解耦能力,鲁棒洼,自适应能力以及快速稳定跟踪能力.     

一类大型互联非线性时滞系统的鲁棒控制

对一类大型互联非线性不确定时滞系统进行了分散状态反馈控制设计。通过子系统状态的线性变换,得到分散状态反馈控制律。当状态反馈控制律作用于该系统时,闭环系统是全局一致渐近稳定的,且控制器的设计无需解任何的矩阵不等式,并给出仿真算例说明该结论的可行性和有效性。     

混沌系统的逆跟踪控制

提出了一种混沌系统的逆跟踪控制方法。首先,采用非线性逆系统控制理论证明了二类连续混沌系统（Duffing系统和Lorenz 系统）的可逆性。通过状态反馈构造混沌系统的逆系统,将逆系统与原混沌系统串联,组成复合伪线性系统。在此基础上,利用线性系统综合方法设计闭环控制器,对复合伪线性系统进行控制,从而实现混沌系统对给定参考值的渐近跟踪。提出的混沌控制方法物理意义明确,系统结构简单,易于实现。仿真结果验证了该方法的有效性。     

网络环境下的不确定非线性系统远程智能控制

针对一类网络环境下的不确定非线性动态系统,提出了一种基于神经网络非线性补偿和线性反馈控制相结合的智能远程控制方法。该方法通过构造神经网络在线估计器学习局部子系统的非线性特性,从而将局部子系统线性化,神经网络权重的在线学习没有持续激励的要求,且可保证闭环误差系统一致最终有界稳定。最后对线性化的闭环时延控制系统,远程控制器采用基于李亚普诺夫(Lyapunov)稳定性理论的线性状态反馈控制,从而保证了整个闭环网络控制系统的稳定性。     

柔臂振动的非线性张力反馈控制

用数值仿真的方法讨论了一种用新型的非线性张力反馈律来镇定柔臂振动的问题．其镇定效果明显地优于有关问题的已有结果.     

统一混沌系统非线性控制器的设计与分析

提出了一类统一混沌系统的非线性控制器的设计新方法。应用反馈精确线性化方法给出了统一混沌系统的标准型。然后利用线性控制方法对变换后的等价系统中的线性子系统进行了控制器设计,由此设计出原混沌系统的非线性控制器,并证明其具有指数稳定性。仿真结果表明利用反馈线性化方法设计的非线性控制器的有效性。     

飞行器抗饱和鲁棒自适应非线性模型预测控制

针对巡航飞行器同时存在较大外部干扰和模型参数不确定性时自适应预测控制性能下降的问题,设计了带有模糊干扰观测器(fuzzy disturbance observer, FDO)补偿的鲁棒自适应非线性模型预测控制(robust adaptive nonlinear model predictive control, RANMPC)方法(简记为FDO-RANMPC方法)。首先,利用具有未知参数限制条件的递推最小二乘方法在线辨识模型参数;其次,利用模糊干扰观测器输出值抵消幅值较大的复合干扰,再利用Tube鲁棒预测控制策略设计了飞行器底层姿态系统具有稳定保障的FDO-RANMPC控制器;最后,在考虑复合不确定性情况下对指令姿态角跟踪的仿真中验证了控制器的有效性及其渐进稳定性。     

分流模型PID与鲁棒补偿的复合控制策略

提出了一种基于分流模型PID与鲁棒补偿的复合控制策略，这种控制器具有非线性滤波、增益自调整、鲁棒性好等优良特性。由于分流模型的输出是稳定、光滑且有界，可以构造一类具有输出光滑、有界并且增益自调整的PID控制器，其可设计一类安全控制系统．将分流模型PID与鲁棒补偿控制相结合，有效地解决了参数不确定情况下的一类非线性系统的鲁棒控制问题。通过倒立摆控制系统的仿真研究，验证了控制策略的有效性。     

Asynchronous Dissipative Control and Robust Exponential Mean Square Stabilization for Uncertain Fuzzy Neutral Markov Jump Systems

This paper researches the strict dissipative control problem for uncertain fuzzy neutral Markov jump systems by Takagi-Sugeno fuzzy rules. The asynchronous phenomenon is considered between the uncertain fuzzy neutral Markov jump systems modes and asynchronous fuzzy P-D feedback controller modes, which is described by a hidden Markov model. Via using linear matrix inequalities, the desired asynchronous fuzzy P-D feedback controller is obtained, which can ensure that the closed-loop uncertain fuzzy neutral Markov jump systems satisfies robustly exponential mean square stabilization with strict dissipativity. A numerical example and a single-link robot arm are utilized to demonstrate the effectiveness of the method.

     

Robust stabilization for multi-input polytopic nonlinear systems

This paper deals with the problem of the stabilization for multi-input polytopic nonlinear systems. Based on the robust control Lyapunov function, a sufficient condition for the existence of time-invariant, continuous, asymptotically stabilizing state feedback controller is derived. It is shown that the obtained sufficient condition is also necessary if there exists a state feedback controller such that the closed-loop system has a robust Lyapunov function for all possible uncertainties. Moreover, a universal formula for constructing stabilizing controller is proposed and the existence of the corresponding Lyapunov function is proven. Particularly, a Lyapunov function is constructed for the polytopic nonlinear system in canonical form. Finally, the feasibility of the proposed control law is verified by a numerical example.     

机器人/视觉系统非标定的平面运动跟踪

研究机器人与未标定关系的视觉传感系统之间的协调控制策略，其中目标运动及机器人跟踪运动均限定在二维工作平面。摄像机固定在工作区域中，它与机器人坐标系和工作平面之间的关系未知。机器人运动由摄像机观察到的上一控制周期中规划的手运动及目标当前位置决定，机器人与视觉系统之间的协调与它们两者之间的标定关系无关。文末的仿真显示了这一方法的有效性。