基于RBF补偿滑模变桨控制的风力机叶片颤振抑制

针对风力机叶片经典颤振问题,采用RBF神经网络补偿滑模控制来控制风力机叶片的变桨运动。依据弹簧-质量-阻尼器的典型叶型截面模型以及变桨激励器的二阶模型,给出了系统的非线性气动弹性方程。滑模变桨控制通过控制叶片的变桨运动,达到抑制叶片颤振、保护叶片的目的,但是在系统到达滑模面后,滑模控制器会迫使系统沿滑模面做小幅度、高频率的运动,即出现抖振现象。RBF神经网络的自适应、自学习能力可以逼近非线性函数,采用神经网络对滑模控制器进行补偿。实验选取5组不同的基本结构参数进行模拟仿真,仿真结果表明:滑模控制器能够抑制颤振,但是在滑模控制器的输出端会出现剧烈抖振,RBF神经网络滑模控制能够保证系统的鲁棒性,不仅能够抑制颤振,而且能够降低抖振频率以及幅度。     

一种自适应全程滑模变结构控制器的研究与设计

针对非线性不确定系统的控制问题,为了消除传统滑模变结构控制系统的到达运动并实现对系统不确定量的估算,设计了一种自适应全程滑模变结构控削器。通过设计一种动态非线性滑模函数,使系统从初始状态即可进入滑模运动,并在控制律的作用下使系统运动到期望状态,系统在响应的全过程均具有鲁棒性,克服了传统滑模变结构控制系统到达运动阶段不具有鲁棒性的缺点。通过设计一种自适应律实现对系统不确定量的辨识估计,以辨识结果实时调整控制器参数,大大削弱了系统的抖动。仿真结果表明该控制系统具有较强的鲁棒性能。     

变结构速度控制器设计

为了实现交流感应电机的速度及转矩的实时高精度控制，设计了一种滑模变结构直接转矩速度控制器。应用可变边界层法削弱滑模面上的抖振，用模型参考自适应速度辨识器取代传统速度传感器监测电机速度。通过仿真表明：可变边界层法削弱抖振效果优于等速趋近率法，系统在参数变化情况下能表现出较强的鲁棒性，改善了电机的动态和静态性能。     

二阶滑模变结构控制系统的滑模到达条件

为了削弱经典滑模变结构控制系统的抖振、简化二阶滑模变结构控制器的计算过程,提出了一个二阶滑模变结构控制系统的滑模到达条件.运用李雅普诺夫稳定性理论和常微分方程理论,得到了控制系统在该到达条件下的两个结果:系统相轨迹能实现在有限时间内收敛于滑动模态,控制系统具有较好的鲁棒性.最后通过该到达条件设计了系统的变结构控制器.仿真结果表明该到达条件能有效抑制系统抖振,并且具有良好的鲁棒性.     

船舶航向非线性迭代滑模变结构PID控制

针对一类不确定非线性受扰动系统,提出非线性迭代滑模变结构PID控制方法.通过对系统输出迭代设计非线性滑模函数,并引入传统PID控制,综合了滑模变结构控制与PID控制的鲁棒性强的特点,避免了传统PID控制积分引起的超调以及变结构控制的抖振问题.设计了船舶航向控制器.仿真结果表明,非线性迭代滑模变结构PID控制下的系统阶跃响应超调明显减小,定常干扰下的静态误差得到消除,稳定时间明显缩短并可通过设计参数调节,表明控制算法具有强鲁棒性.     

旋转倒立摆平衡姿态模糊变结构控制算法研究

针对非线性、多变量、强耦合的旋转倒立摆系统,利用模糊控制与滑模变结构控制相结合设计了一种模糊变结构控制器,该控制器既保持了滑模变结构控制的快速性和鲁棒性,又能较好地消除单纯采用滑模变结构所产生的抖振问题。仿真结果表明,模糊变结构控制算法能够实现倒立摆的平衡姿态控制,抖振现象基本消除且具有很强的鲁棒性。     

旋转倒立摆平衡姿态模糊变结构控制算法研究

针对非线性、多变量、强耦合的旋转倒立摆系统,利用模糊控制与滑模变结构控制相结合设计了一种模糊变结构控制器,该控制器既保持了滑模变结构控制的快速性和鲁棒性,又能较好地消除单纯采用滑模变结构所产生的抖振问题.仿真结果表明,模糊变结构控制算法能够实现倒立摆的平衡姿态控制,抖振现象基本消除且具有很强的鲁棒性.     

一种具有时滞的离散系统的控制设计

研究含时滞的线性离散系统的变结构控制问题。首先将离散系统简化为不含时滞的线性离散系统,然后对简化的系统提出一种新的变结构控制设计算法。该算法分为2个阶段:当系统轨迹在滑模某邻域外时,控制律使系统轨迹单调趋近于滑模面;当系统轨迹渐近进入到该邻域内,控制律使其轨迹一步到达滑模面。抖振现象是离散系统滑模控制算法的主要缺陷,一些学者针对离散系统在消弱抖动方面做了广泛而深入的研究。离散系统在消弱抖振方面的研究提出的算法可以有效地消弱系统解轨迹的不连续性产生抖振的现象,使系统稳定。理论证明该方法可消除离散滑模控制系统的抖振且能够保证控制系统具有强鲁棒性。     

基于滤波器的自适应变结构机器人控制器研究

结合自适应控制和变结构控制的优点,设计了一种基于滤波器的自适应变结构机器人控制器.在控制信号输出端加滤波器,削弱由开关不连续性引起的系统抖振.利用机器人矩阵线性特征,将各模型参数误差表示为一列向量,基于Lyapunov能量法推导变结构控制率和模型误差向量的自适应率.实现在线估计参数误差,并基于估计值进行变结构控制,削弱由模型参数不确定性引起的系统抖振.针对实际机器人轨迹跟踪控制系统进行了仿真,结果表明控制策略的有效.最后,对滤波器削弱抖振的结构进行了分析与总结.     

工业机器人轨迹跟踪的自适应模糊变结构算法

为提高工业机器人的轨迹跟踪控制性能,提出了一种自适应模糊变结构控制算法,即对滑模区中趋近运动的趋近律进行重新设计,新设计的趋近律能够随着机器人轨迹跟踪误差的改变而做出相应变化,从而使设计后系统的抖振减小,滑模过程中的趋近运动得到改善,控制性能也得到提高.针对该算法设计了自适应模糊变结构控制器,并与其他方法做了实验对比分析,结果表明该算法的响应速度、跟踪精度等更优.     

基于MATLAB/Simulink仿真的永磁同步电机新型超螺旋二阶滑模转速控制

为进一步提高永磁同步电机转速外环控制性能,设计了一种新型超螺旋二阶滑模转速控制器。基于传统超螺旋算法,提出了一种新型超螺旋算法,包括设计了变指数取代传统算法中非线性项的常指数,采用分数阶代替整数阶,构造了变边界层非线性指数函数取代开关函数。采用新型超螺旋算法设计永磁同步电机转速控制器,并进行MATLAB/Simulink仿真,过程中使用鲸鱼算法优化控制参数。所得仿真结果为：相比指数趋近律与传统超螺旋算法,采用新型超螺旋算法设计的转速控制器的转速超调、转速受扰时的下降幅度、转速稳态跟踪误差最小。根据仿真结果,得出结论为：新型超螺旋二阶滑模转速控制器在系统收敛能力、抗扰能力及抖振抑制能力方面均优于指数趋近律滑模和传统超螺旋二阶滑模转速控制器。     

基于SMC的大型光电跟踪平台直流调速系统算法

为克服大型光电跟踪平台直流调速系统的非线性因素影响,利用变结构控制响应速度快,针对系统的参数变化和外部扰动不灵敏的特点,设计了滑模变结构控制器。通过Simulink 仿真并与PID(Proportional_Integral_Differential)控制方法相比较得出,采用SMC(Sliding Mode Control)设计系统稳态跟踪的误差减小到PID控制系统的1/3,调节时间缩短为原来的1/7,由超调3％变为无超调,由对参数摄动和外部扰动敏感变为不敏感。从而证明了在大型光电跟踪平台直流调速系统中,滑模变结构控制能显著减小系统反应时间和稳态跟踪误差,对参数摄动和外部扰动具有良好的鲁棒性。     

改进神经网络自适应滑模控制的机器人轨迹跟踪控制

为了提高机器人轨迹跟踪控制性能,在神经网络滑模控制方法的基础上,提出了一种改进型神经网络自适应滑模控制方法.该方法将神经网络作为控制器,利用其非线性映射能力来逼近各种未知非线性,同时通过在控制律中加入鲁棒项来消除逼近误差.考虑到隐含层单元数和网络结构参数对神经网络映射有效性的影响,将降低抖振作为优化目标,采用粒子群优化算法对网络结构参数进行优化.最后在Matlab/Simulink环境下进行了仿真实验,并与其他控制方法进行了对比分析.仿真结果表明,基于该方法所设计的控制系统具有良好的鲁棒性和控制精确度,同时有效地削弱了抖振.     

一类欠驱动机械系统基于滑模的变结构控制

针对体操机器人这种欠驱动机械系统设计了滑模变结构控制律,变结构控制中采用了一种改进的指数趋近律·仿真结果表明对线性化模型所设计的变结构控制器应用在非线性系统中,仍能使机器人系统实现稳定·与极点配置方法相比较,采用滑模变结构控制方法设计的平衡控制器可使机器人系统具有更大的稳定范围(吸引域)和更强的鲁棒性·改进的指数趋近律可有效地降低变结构控制中所产生的抖动,并使系统迅速达到平衡稳定状态·     

Acrobot系统基于滑模的离散时间变结构控制

研究了将离散时间变结构控制应用于Acrobot系统的平衡控制器设计的问题.首先给出了Acrobot在垂直向上平衡点处的离散化数学模型.分析了离散指数趋近律存在抖振的机理,针对其不足给出了一种改进的趋近律,并将其应用于Acrobot系统的控制中,设计了离散时间变结构平衡控制器.仿真结果表明,改进的趋近律可有效地减小系统的抖振,并保证系统渐近稳定,实现了Acrobot系统基于滑模的离散时间变结构控制.     

变结构神经网络自校正控制器的设计与研究

提出了一种变结构神经网络自校正控制器的设计方法,采用变结构神经网络BP优化算法设计控制器来控制实际对象,动态地修改神经网络的权值作为自校正方法,使系统较好地适应负荷和外扰的变化,获得满意了控制质量。     

基于多模型在线辨识的滑模变结构控制

为了改善复杂非线性系统中传统滑模变结构控制系统的控制效果,提出了一种将多模型在线建模与滑模变结构控制结合的方案.首先,根据输入输出数据利用在线数据聚类的方法建立多个局部模型,实时对局部模型进行更新,并通过加权综合获得非线性系统的在线辨识模型;然后,针对系统的辨识模型设计基于趋近律的滑模变结构控制器.仿真结果表明,控制方案对系统模型的不确定性具有良好的鲁棒性.     

基于变结构的移动机器人侧向控制器的设计

采用基于后推与模糊滑模控制相结合的方法设计了移动机器人的变结构状态反馈控制器,实现了对道路跟踪侧向误差的渐近镇定控制.应用Lyapunov定理推导了移动机器人满足非完整性约束的时变光滑状态反馈镇定控制律;将状态控制区域分为远离奇异点的稳定工作区域与含有奇异点的非稳定区域2部分.设计模糊控制嚣来控制移动机器人的状态从非稳定区域向稳定区域转变,并采用移动机器人Amigobot作为实验平台验证了控制器设计的有效性.研究结果表明:侧向误差较大时,模糊控制器确保移动机器人在稳定区域内沿着模态切换线减小误差;当侧向误差较小时,时变光滑状态反馈控制实现对移动机器人的平稳镇定.在控制器设计中,将移动机器人的平移速度视为渐变参数,根据侧向误差能量函数的变化进行模糊自适应调节.