基于RBF神经网络的ABS滑模变结构控制研究

针对汽车制动过程中防抱死制动系统(ABS)具有的非线性、时变性和不确定性,设计了以最佳滑移率为目标的滑模变结构控制器,并且采用径向基神经网络(RBF)实时调整滑模变结构控制器参数,以削弱常规滑模变结构控制的抖振现象。利用MATLAB/Simulink仿真平台搭建单轮车辆制动模型,并进行ABS控制策略的仿真实验。仿真结果表明:在指定路面上制动时,基于RBF神经网络的滑模变结构控制策略能够有效削弱常规滑模变结构控制输出的高频抖振,并能使车辆具有良好的制动效果。     

基于变论域模糊控制的风机叶片颤振抑制

针对时变、滞后、非线性的风力机叶片系统,基于变论域思想,设计出一种变论域最优模糊比例积分微分(proportion intergration differentiation, PID)控制器,解决叶片经典颤振断裂失效问题。叶片结构模型采用基于弹簧-质量-阻尼器的典型截面模型,结合经典颤振稳态气动力模型,得到叶片气动弹性方程。通过变论域最优模糊PID控制器给出变桨信号,同时二阶变桨激励器执行变桨动作,进行颤振抑制。根据时间乘绝对误差积分准则(ITAE)准则,通过寻优得到PID最优初始值。仿真结果表示,与增量式模糊PID相比,变论域最优模糊PID控制器可动态调整论域范围,收敛时间快、幅值更低且具有良好的通用性。     

基于小脑模型关节控制器的神经元离散滑模控制

针对常规滑模控制中,在状态轨迹沿滑模面运动过程中易产生抖振的现象,将小脑模型关节控制器与滑模控制相结合,提出了一种新的控制策略,即基于小脑模型关节控制器的神经元离散滑模控制,并对该方法进行了计算机仿真。仿真结果表明,采用本文所提出的方法,不仅有效地抑制了抖振,而且系统具有良好的动态品质。     

风力机叶片失速非线性颤振伺服气弹智能控制

针对风力机叶片失速非线性颤振断裂失效问题,阐述其伺服气弹智能控制的数值模拟过程。结构模型基于弹簧-质量-阻尼器的对称典型叶型截面,基于纯变桨运动的气动力适合于研究失速非线性颤振的大攻角非线性气动力模型。非线性气弹方程组基于状态变量的泰勒级数展开后,利用低阶近似,进行线性化处理。二阶变桨激励器的伺服气弹智能控制系统基于平衡点状态和线性化模型的反馈系统。系统阐述基于线性化时域响应不稳定性的伺服控制方法,包括最优模糊PID控制方法和径向基函数神经网络PID控制方法,通过对比,论证这2种方法的有效性和适用性。研究结果表明:在不同的硬件基础、控制精度、及控制过程要求条件下,这2种方法可以折中选择,为风力机叶片失速非线性气弹变桨控制提供新的思路。     

Boost变换器PWM模糊滑模变结构控制器设计

针对Boost变换器的强非线性,传统控制方法不易取得良好的控制效果,设计了Boost变换器PWM模糊滑模变结构控制器。该控制器结合PWM调制、模糊推理和滑模变结构控制三者的优点,通过在线模糊逻辑推理调整滑模变结构控制的切换面参数,从而使系统状态点的滑模运动保持稳定,逐渐趋向平衡点,提高滑模变结构控制器的控制效果。通过Matlab仿真比较,该控制器较好地解决了系统抖振问题,具有良好的动态性和较强的鲁棒性。     

永磁同步电机位置伺服系统的RBF神经网络滑模控制策略

针对永磁同步电机(PMSM)位置伺服控制系统的负载扰动、外部不确定性干扰和模型参数摄动的特点,常规PID控制策略难以达到满意的控制效果.利用滑模控制对系统扰动和参数变化不灵敏的优点,提出一种基于神经网络和滑模控制相结合的位置伺服优化控制策略.在常规滑模控制器设计的基础上,引入RBF神经网络调节滑模控制器的切换增益,削弱系统的抖振,并通过在系统中设计干扰观测器实现对扰动的补偿.仿真结果表明:与常规滑模控制和常规PID控制相比,不同参数下本文所提出的优化控制策略超调量最多降低22%,调节时间最多减少9.2 s,有效提高位置伺服系统的鲁棒性、抗干扰能力和跟踪精度,且系统抖振得到有效遏制.     

漂浮基双臂空间机器人关节运动的模糊变结构滑模控制

讨论了载体姿态、位置均不受控制的双臂空间机器人系统的控制问题.利用拉格朗日方法并结合系统动量守恒关系,建立了双臂空间机器人系统的非线性动力学模型.以此为基础,对双臂空间机器人关节运动的控制问题作了研究.考虑到空间机器人系统结构的复杂性及其某些参数的变动性,根据具有较强鲁棒性的滑模变结构控制理论,设计了双臂空间机器人关节运动的滑模变结构控制方案;为了克服滑模变结构控制器抖振的缺点,附加设计了一个模糊控制器,以便根据系统的输出来动态调节滑模变结构控制器等速趋近率的系数,从而既确保了系统的快速响应而又消除了原有的抖振.系统数值仿真证明了该控制方案良好的控制效果.     

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.     

过失速机动变指数趋近律UAS-SMC设计

针对常规指数趋近律单向辅助面滑模控制中存在的抖振问题, 提出了一种基于变指数趋近律的单向辅助面滑模控制方法。针对系统控制量变化时飞机模型发生跳变的问题, 进行T-S 模糊建模, 以保证非线性系统在控制区间上的平滑性; 在对UAS-SMC(Unidirectional Auxiliary Surfaces-Sliding Mode Control)方法进行分析的基础
上, 给出了一种变指数的趋近律; 结合飞机模型和变指数趋近律, 设计了基于变指数单向辅助面滑模控制器。仿真实验结果表明, 该控制策略能保证趋近过程快速性的同时在接近滑模面时能有效减少系统的抖振。     

基于神经网络及综合电机特性的柔性关节空间机器人全阶滑模控制

研究了载体位置、姿态均不受控的自由漂浮柔性关节空间机器人机械臂轨迹跟踪及关节柔性振动主动抑制问题,利用系统动量、动量矩守恒关系及第二类Lagrange法,并综合考虑关节驱动电机特性,导出了其全系统动力学模型;然后基于奇异摄动理论将该动力学模型分解为描述机械臂刚性运动的慢变子系统及描述关节柔性振动的快变子系统,并结合关节电机输出力矩与电枢电流的关系,将对控制力矩的设计转化为对电流控制的设计。之后,针对关节柔性振动快变子系统,采用速度差值反馈控制方案对其进行了振动主动抑制;针对机械臂刚性运动慢变子系统,则基于RBF神经网络提出了一种全阶滑模控制方案;其中RBF神经网络用于逼近由系统不确定参数带来的未知非线性项,全阶滑模控制方案的引入在于使控制系统在兼备传统滑模控制方案鲁棒性强特点的同时,还能克服抖振问题。最后,系统数值仿真结果说明了所提方案的有效性。     

不确定混沌系统的无抖振滑模控制

研究了具有模型不确定性和外界干扰的混沌系统的无抖振滑模控制问题．基于Lyapunov稳定性理论和滑模变结构控制方法,设计了动态滑模面和自适应滑模控制器,使得受控混沌系统能追踪任意参考信号．该方法能有效地消除滑模控制的抖振现象,具有较强的鲁棒性和通用性．数值仿真实验表明了该方案的有效性．     

考虑钢丝绳抖振情况下的塔式吊车消摆控制方法

塔式吊车系统负载摆角的抑制对于其安全运行至关重要,现有的消摆控制方法在抑制摆角方面取得了不错的效果,但这些控制方法均未考虑钢丝绳连同负载发生抖振的情况,存在安全隐患。针对此问题,提出一种考虑钢丝绳抖振情况下的塔式吊车系统摆角抑制方法。具体而言,首先建立塔式吊车水平运动时的非线性抖振机理模型,计算出系统发生抖振后传导到电机主轴上的非线性抖振力矩,并将该抖振力矩等值反向作为补偿力矩。其次,利用陷波器滤除补偿力矩外的其他干扰,再将补偿力矩与一种滑模消摆控制律计算出的控制力矩相叠加,控制驱动电机力矩输出。最后,仿真和实验结果表明提出的消摆方法对于摆角的抑制具有更好的控制效果。     

无人驾驶汽车RBF神经网络滑模横向控制策略

为了加强无人驾驶汽车横向运动控制,提出了一种优化型径向基函数(RBF)神经网络的滑模控制策略。根据视觉导航无人驾驶汽车单点预瞄模型与车辆二自由度模型得出横向运动状态方程,在滑模控制的基础上,采用RBF神经网络在线拟合滑模变结构的切换控制量,并基于改进的粒子群算法优化网络结构,使其快速达到滑模面,减小抖振。基于MATLAB/CarSim联合仿真平台,对建立的无人驾驶汽车横向运动状态模型及提出的控制策略进行不同工况下的仿真验证;基于AD 5435建立无人驾驶汽车快速原型开发平台,完成实车试验。结果表明:基于优化的RBF神经网络滑模横向控制策略能精确实现对车辆横向运动的控制,一定程度上减小了系统建模不确定性带来的影响,能有效抑制方向盘转角的抖振,将横向距离偏差与航向角偏差控制在一定范围内,可靠跟踪期望路径;车辆等速循迹行驶试验时,提出的控制策略的方向盘转角试验结果与仿真结果最大相对误差为5.8%,横向偏差的最大相对误差为6.2%,航向角偏差的最大相对误差为5.4%,试验结果与仿真结果一致性较好;Alt 3from FHWA仿真行驶工况下,相比于传统滑模控制策略,提出控制策略下的最大横向距离偏差误差和航向角偏差误差分别降低了90.8%和67.6%,双移线工况下误差分别降低了63.4%和69.9%,蛇形工况下误差分别降低了54.4%和39.6%。     

一类非线性不确定系统的间接自适应模糊滑模控制设计

针对一类含非匹配不确定项的非线性系统提出一种间接自适应模糊滑模控制设计方法.构造了线性切换面确保滑动运动稳定,用监督控制确保系统状态有界,设计了自适应模糊控制器确保到达条件成立.该方法不仅确保系统稳定,而且抑制了抖振.仿真结果也证明了此方法的有效性.     

不确定性系统的神经网络变结构控制

结合神经网络理论与变结构控制理论,提出一种基于神经网络的变结构滑模控制方案,该方案不依赖于系统的数学模型,它对外干扰和非线性不确定性都具有较强的鲁棒性,并能削弱抖振的发生,仿真结果表明该方法对非线性不确定性系统控制的有效性。     

漂浮基空间机械臂姿态与末端爪手协调运动的模糊变结构滑模控制

讨论了载体姿态受控、位置不受控制情况下,漂浮基空间机械臂载体姿态与末端爪手协调运动的控制问题.结合系统动量守恒关系,分析、建立了空间机械臂系统运动的Jacob i关系及完全能控形式的系统动力学方程.在此基础上,应用变结构滑模控制理论设计了空间机械臂载体姿态与末端爪手惯性空间轨迹协调运动的变结构滑模控制方案;为了克服上述变结构滑模控制器抖振的缺点,附加设计了一个模糊控制器,以根据系统的控制输出来动态调节变结构滑模控制器等速趋近率的系数,从而达到既保证系统具有快速响应又能消除原有控制器具有抖振缺点的目的.系统数值仿真运算,证明了上述控制方案的有效性.     

基于非线性干扰观测器的二阶动态Terminal滑模在近空间飞行器控制中的应用

针对近空间飞行器飞行包络大、飞行速度快、气动参数变化剧烈、系统建模存在不确定性、受外界扰动大和控制精度要求高等特点,首先设计了基于二阶动态Terminal滑模的控制方案.Terminal滑模能在有限时间收敛的特性加快了系统跟踪速度;二阶动态滑模的引入,使得滑模面及其部分阶导数为零,并且得到在时间本质上连续的控制器,有效克服了传统滑模的抖振问题.然后采用非线性干扰观测器逼近复合干扰.根据复合干扰逼近值设计控制器补偿项,进一步提高控制精度和削弱抖振.基于李雅普诺夫理论,严格证明了系统稳定性.最后将所设计控制方案用于近空间飞行器姿态角跟踪仿真实验,仿真结果表明了该控制方案跟踪精度高、速度快、鲁棒性强,且有效去除了滑模的抖振.     

燃气发电锅炉主汽压滑模预测优化控制策略

针对燃气发电锅炉主汽压控制的非线性、纯滞后和强干扰特点,提出了一阶时延模型的主汽压滑模预测优化控制策略。利用广义预测控制对滑模控制器的增益及主汽压作出实时预测,根据主汽压预测偏差对滑模增益进行反馈校正和滚动优化,以降低滑模控制系统的抖振。对煤气调节阀的流量特性进行非线性补偿,通过优化目标函数求出离散形式的最佳控制律。仿真结果表明:与常规PID、滑模控制和动态矩阵控制相比,模型适配时所提出的控制策略使调节时间最多减少19.1s,超调量最多降低16.4%;滑模函数抖振小,系统抗干扰及鲁棒性良好。工程应用表明:使用所提策略后,系统抖振比单一滑模控制的降低60%,主汽压控制偏差小于±0.05MPa,系统稳定性和抗干扰能力明显提高。     

基于变幂次趋近律的滚珠丝杠进给系统滑模控制

为了解决滚珠丝杠进给系统滑模控制的抖振问题并提高系统跟踪性能,提出了一种基于变幂次趋近律的滑模控制方法.所设计的非线性干扰观测器能精确地观测出是否满足匹配条件的干扰.采用改进的变幂次趋近律提高了滑模函数的收敛速度,改善了运动品质.在控制律中设计积分补偿项消除了匀速段的稳态误差.仿真及实验结果表明:基于指数趋近律方法的最大跟踪误差仿真值与实验值分别为3.40和17.77μm,基于改进的变幂次趋近律方法的最大跟踪误差仿真值与实验值降低至2.79和11.00μm.控制电压信号中的抖振明显削弱,且增加外部干扰后仍能维持高精度.仿真及实验结果证明了基于变幂次趋近律的滚珠丝杠进给系统滑模控制方法能够有效消除抖振及匀速段的稳态误差,提高跟踪精度,且对外部干扰具有强鲁棒性.