基于LADRC的3D舞台威亚协调同步控制方法

针对机电参数摄动、钢绳弹性延伸及负载变化等对3D威亚系统造成的影响,根据"抗扰范式"建模理念,提出了一种基于线性自抗扰控制(LADRC)的3D舞台威亚协调同步控制策略,分别对3D舞台威亚系统的控制结构、控制器设计以及协调同步算法进行了研究.首先从威亚系统的单机LADRC设计入手,并进行相关稳定性分析;然后融合并联硬同步方法设计了适宜的软协调算法,进而实现了3D威亚系统的协调同步运行.仿真结果表明,所提出的控制策略,对于舞台空间内预设的无论是常规或非常规复杂姿态曲线,即使存在内外部不确定性"总扰",均能使3D威亚有着良好的轨迹拟合效果及协调同步性能,尤其是软协调同步算法中离线与在线的结合,为3D舞台威亚的工程应用提供了实施便利.     

性能评价方法在ADRC参数整定中的应用

针对自抗扰控制器参数较多、整定困难的问题,提出基于控制系统性能评价的自抗扰控制器参数整定方法.通过闭环系统的扰动-输出传函求解基准函数,对决定自抗扰控制器性能的参数进行优化.实验结果表明,该参数整定方法简单易行,在满足系统性能最优的前提下,能有效提高ADRC的控制效果.     

基于ADRC的2D舞台威亚系统软硬融合同步协调方法

针对舞台威亚控制系统存在机理模型难以建立、同步协调运行性能易受机电设备自身参数摄动及外界未知干扰影响等问题,根据自抗扰控制的思想,从建立威亚控制系统的"抗扰范式"入手,结合软同步协调及位置偏差耦合算法,提出一种基于自抗扰控制技术的舞台威亚系统软硬融合同步协调控制策略.该策略首先利用自抗扰控制器对威亚系统中的"总扰"进行实时估计与动态补偿,以提高威亚系统的单机控制性能;其次采用并联同步位置偏差耦合算法以硬同步方式实现威亚系统水平及垂直方向的高精度同步运行;进而又以软同步算法协调威亚系统水平与垂直方向之间的运行,使其按预设的姿态轨迹行进.仿真结果表明,该控制方法具有很好的同步协调性能和鲁棒性.     

基于免疫自整定的自抗扰控制研究

结合自抗扰(ADRC)和生物免疫的控制思想设计了免疫ADRC控制器。设计的免疫ADRC控制器保留了传统ADRC控制器的结构,并运用生物免疫机制实现了自抗扰控制器中非线性状态误差反馈(NLSEF)的参数自整定。这样设计的控制器可以提高传统控制系统的抗干扰能力,优化了控制器性能。设计的免疫ADRC算法可适用于N阶对象,仿真部分以二阶运动模型为例。仿真实验表明,免疫ADRC既可以保存传统ADRC快速跟踪和有效观测的优点,又能在此基础上增强系统的抗扰能力,提高了系统的稳定性。     

自抗扰参数模糊自整定无刷直流电机控制研究

在电机控制当中,自抗扰控制器(ADRC)是提高系统鲁棒性的有效手段之一,但是其需整定的参数过多,不便于实际操作,本文结合模糊控制技术,对自抗扰控制器的参数进行自整定,不仅保持了ADRC原有的优良性能,而且提高了其自适应能力.同时结合无刷直流电机本身的特性,推导出了BLDCM作为被控对象的二阶状态方程,仅用一个参数模糊自整定的自抗扰控制器就实现了无刷直流电机的运行控制,保证了BLDCM控制系统结构的简单性.仿真表明,此控制系统对BLDCM的内部参数的摄动和外界扰动具有很强的自适应性和鲁棒性,并且结合实验验证了其可行性和有效性.     

基于DE算法的自抗扰控制器在并联型APF中的应用

PID控制器难以满足高性能的控制要求,自抗扰控制器不依赖于被控对象的模型,具有很好的鲁棒性、适应性,但其参数众多,不利于设计。本文介绍了自抗扰控制器的结构与工作原理,采用微分进化算法对自抗扰控制器进行参数整定,寻找较优的ADRC参数。在MATLAB/Simulink中,将寻优得到的参数应用于基于自抗扰控制的并联型有源电力滤波器中。静态与动态仿真结果表明,与常规整定方法相比,该方法简单有效,易于操作,提高了抑制谐波的能力,改善了系统的稳态性能。     

一种线性自抗扰控制器参数自整定方法

针对线性自抗扰控制器参数难于整定的问题,提出了一种基于动态响应过程时序数据挖掘的参数自整定算法. 算法以线性自抗扰控制器中线性误差反馈律的两个增益信号回路的动态响应为参数调整对象,通过改进变收缩系数的随机搜索算法进行参数整定,记录动态响应过程数据,基于关联关系挖掘得到控制参数调整策略应用于线性自抗扰控制器的参数自整定. 为验证本文提出的参数自整定方法的实际效果,以液压自动位置控制系统为控制对象,分别采用阶跃响应仿真和Monte Carlo实验进行对比研究. 结果表明,基于数据挖掘参数自整定的线性自抗扰控制器动态响应较好,鲁棒性较强,改进了变收缩系数随机搜索算法调整时间较长以及传统线性自抗扰控制器超调较大的缺点,是一种具有实用性的线性自抗扰控制器参数自整定方法.     

基于广义反向学习的改进鲨鱼算法自抗扰参数整定

针对非线性自抗扰控制器参数难以整定、很大程度影响控制精度的问题,提出一种改进鲨鱼优化算法的在线整定方式。首先,针对传统鲨鱼算法易早熟收敛陷入局部最优,且算法全局搜索精度低的问题,通过广义反向学习对鲨鱼种群进行初始化,并在鲨鱼位置更新过程中加入非线性控制因子,平衡算法的全局探索能力和局部开发能力,最后在迭代过程中加入Levy变异机制,提高算法跳出局部最优的能力。其次,将改进后的鲨鱼优化算法对自抗扰控制器参数在线整定,并将优化后的自抗扰控制器用于工程实例中,进行仿真实验。实验结果表明,整定后的自抗扰控制器很大程度提高了控制精度和抗扰动能力。     

基于多目标遗传算法的船舶航向自抗扰控制器参数整定

针对自抗扰控制器参数整定通常采用“试凑法”,整定过程繁琐复杂,无法顺利得到合理控制参数的现状,根据自抗扰控制器设计的“分离性原理”提出了一种“三步优化法”.该方法利用多目标遗传算法对自抗扰控制器参数进行分步优化,可解决自抗扰控制器参数众多、难以便捷的整定问题.对带舵机约束的15万t级油船航向二阶自抗扰器参数进行整定.结果表明,该方法行之有效,便于工程应用.     

基于差分进化算法的旋转倒立摆线性自抗扰控制

为了提高旋转倒立摆系统的稳定控制性能,结合自抗扰控制器(ADRC)估计扰动并进行补偿的特点,提出一种带宽参数化的线性自抗扰控制方法(LADRC)。在倒立摆数学模型的基础上,采用线性扩张状态观测器(LESO)估计垂直摆杆角度,并以两个比例-微分控制器(PD)分别设计水平连杆和垂直摆杆的控制率。为了克服自抗扰控制器参数难以整定的问题,结合参数自适应差分进化算法和带宽概念进行控制器参数的寻优。硬件在环仿真结果表明,相比于PD控制器和线性二次型最优控制器(LQR),所整定的线性自抗扰控制器作用的倒立摆系统具有更好的响应和抗扰动能力。     

改进人工蜂群算法的四旋翼自抗扰控制参数优化

针对四旋翼自抗扰控制(ADRC)参数整定困难,给工程应用带来较大限制的问题,提出一种改进人工蜂群算法的四旋翼ADRC控制器参数优化方法。该算法采用自适应的探索策略,根据选择概率,从五种不同的搜索规则中进行选择,提高种群的多样性和寻优能力。将ADRC控制器中的参数作为蜂群中的种群应用到四旋翼无人机仿真模型中进行迭代寻优,并把风干扰模型作为环境噪声引入系统,测试算法性能。仿真结果表明,改进后的人工蜂群算法得到的控制器参数响应速度更快,稳态误差更小,抗干扰能力更强。     

基于改进粒子群算法优化的自抗扰控制器（ADRC）及其应用

针对自抗扰控制器参数多,不利于整定的问题,提出了一种基于改进的粒子群算法（PSO）的自抗扰控制器参数整定方法。该方法引入了PSO中各个粒子的惯性权值的自适应调整机制,以此来维持粒子的多样性和加速粒子群算法的收敛性。利用改进粒子群算法优化的二阶自抗扰控制器控制主气温控制系统,仿真结果验证了算法的可行性和有效性。     

自抗扰控制器参数整定方法的研究

提出了自抗扰控制器算法参数整定的计算机软件仿真分析和基于参数变换的公式推导两种方法.根据自抗扰控制方程,针对算法中多个参数需要整定的问题,结合工程中控制对象实例,采用Matlab仿真软件逐一确定各参数,寻找同类对象之间的控制参数关系,利用公式得到其他对象的控制器参数.使用Matlab仿真分析法可直观地获取参数,公式推导法则简化了同类对象的参数整定,速度快.仿真实验结果表明,这两种参数整定方法可用于常见的工业控制对象的自抗扰控制器中.     

直线单级倒立摆自抗扰控制优化设计

自抗扰控制技术（ADRC）通过对模型不确定因素和外扰进行补偿,使得控制系统对外扰和不确定因素均有很好的适应能力,能够有效控制多种工业上较为难控的对象,表现了极强的鲁棒性和抗干扰性,但是ADRC参数众多难以调节．本文将生物免疫算法与遗传算法相结合,提出了一种基于免疫遗传机理优化计算模型,避免了遗传算法易出现早熟、搜索效率低及不能很好保持个体多样性等问题,给出了基于免疫遗传算法的ADRC参数整定方法,通过对直线单级倒立摆的自抗扰控制,仿真实验表明了通过免疫遗传算法整定的ADRC具有的良好控制效果．     

基于双空间PSO算法的四旋翼无人机 自抗扰控制器优化设计

四旋翼无人机自抗扰控制器所需的参数较多,传统PSO算法虽然可以对控制器的参数进行有效的整定,但需要的粒子群数量较大,寻优速度也比较慢。本文在传统PSO算法的基础上,根据自抗扰控制器的特点,将所需整定的参数分为两组,从两个空间里分别初始化各自的粒子群,并进行交叉寻优,形成一种双空间PSO算法,对四旋翼无人机自抗扰控制器进行优化。仿真结果表明,相比传统的PSO算法,双空间PSO算法所需粒子群数量少,寻优速度更快,而且经过双空间PSO算法优化后的自抗扰控制器具有更小的误差和更快的收敛速度。     

基于BP神经网络的三轴增稳云台自抗扰控制

针对三轴增稳云台伺服系统非线性特性,以及PD控制抗扰能力差,自抗扰控制器由于参数众多而导致整定过程耗时且费力的缺陷,本文利用BP神经网络的全局逼近能力和自我学习能力,将其与自抗扰控制器组成复合控制器,对自抗扰控制器的所有关键参数进行自整定寻优,应用于含Stribeck摩擦模型的三轴增稳云台伺服系统。仿真结果表明:该方法用于自动整定参数可行有效,与PD控制和参数固定的常规自抗扰控制器相比,具有更高的控制精度和更强的抗扰能力,对提高增稳云台的性能具有较好的应用价值。     

基于交叉熵算法的自抗扰控制器参数整定方法

为解决自抗扰控制器参数难以整定的问题,提出基于交叉熵算法的自抗扰控制器参数优化设计方法。通过适应交叉熵算法选择适应度函数,对其中的五个重要参数β01、β02、β03、β1、β2进行了优化分析。仿真结果表明：交叉熵算法比免疫遗传算法的自抗扰控制器超调量更小,响应时间更快。     

基于径向基神经网络的主动前轮转向自抗扰控制

为研究复杂环境下车辆主动前轮转向系统（AFS）稳定性问题,提出一种基于RBF神经网络的主动前轮转向自抗扰控制（ADRC）方法,通过设计RBF神经网络结构采用梯度下降法达到自抗扰控制器参数整定的目的,改善ADRC参数多整定耗时且控制效果难以保持最优的不足;针对车辆AFS定传动比的不足,设计固定横摆角速度增益的理想变传动比规则。结果表明,基于RBF神经网络的ADRC策略能够较好的实现动态跟踪主动前轮转向理想横摆角速度,同时相比ADRC抗干扰量提高了25.8%,有效抑制了横摆角速度的振荡幅值。可见该方法提高了理想横摆角速度的跟踪能力,改善了车辆的可控性和稳定性并具有良好控制精度。     

重型电动轮自卸车自抗扰传动控制

分析了电动轮自卸车传动控制系统的特点,提出了电动轮自卸车自抗扰传动控制,设计了基于遗传算法参数整定的自抗扰传动控制系统.仿真结果表明,自抗扰控制器完全能够满足系统控制要求,且比同样采用遗传算法参数整定的PID控制具有更强的抗扰能力和鲁棒性.     

一种单神经元自抗扰控制器

针对自抗扰控制器可调参数多且不易整定的问题,提出了一种用单神经元改进非线性状态误差反馈控制律的算法.利用神经网络的自学习能力,采用一个单神经元构造自适应参数,使参数依据系统误差的变化自动作相应地调整,从而完成参数的在线自整定.仿真结果表明,改进后的控制器调整参数大大减少,而且具有更强的适应性和鲁棒性.