基于Fuzzy-PID多模态控制的位置跟踪系统

针对PID控制和模糊控制在位置跟踪系统应用中的局限性,利用它们的各自优点,采用多模态控制方法对位置跟踪系统进行控制,给出模糊控制器的设计过程以及采用PID控制和模糊控制相结合的多模态控制方法的运行结果.跟踪结果表明,该方法不仅减小了系统稳态误差,而且改善了系统动态特性,证明了多模态控制在位置跟踪系统中的应用价值.     

基于小脑模型的电液位置伺服系统在线学习控制研究

针对非线性电液位置伺服系统的跟踪控制问题,提出了一种采用小脑模型（ＣＭＡＣ）神经网络的在线学习控制方法,与传统的ＣＭＡＣ控制器不同,该控制器采用动态误差作为ＣＭＡＣ神经网络的激励信号,从而使基于ＣＭＡＣ的控制器跟踪连续变化的信号成为可能,给出了具体的控制结构和算法,仿真结果表明,该控制器具有良好的处理非线性及跟踪连续变化信号的能力,并对时变外负载干扰具有明显的抑制作用,而且新型控制器能和较高的学习     

电液位置伺服系统的再励学习控制研究

针对非线性电液位置伺服系统的不确定性控制问题,提出了一种带有小脑模型（ＣＭＡＣ）神经网络的再励学习控制方法。将ＣＭＡＣ神经网络融入再励学习控制结构中,并进行了撞化与改进杯仅使再励学习控制器具备了泛化能力,而且提高了其学习速度,因此竽电液位置伺 服系统的快速跟踪控制。仿真结果表明,控制器不仅具有良好的处理非线性能力而且对时变外扰支具有明显的抑制作用。     

仅利用位置测量信息的机器人滑动模跟踪控制

提出一种仅利用位置测量信息的机器人滑动模跟踪控制方案使机器人跟踪给定轨迹．整个控制器分为两部分：仅利用位置反馈的控制器和变结构滑动模控制器．由位置反馈实现的虚拟速度反馈实质上是一种动态补偿器,而变结构滑动模控制方案则主要用来消除或抵消系统中所存在的不确定性的影响,达到提高系统鲁棒性的目的．在上述控制器控制下,系统的输出跟踪误差可以渐近收敛到零．利用边界层控制方案可消除或减弱滑动模控制中经常出现的抖振现象．     

变增益零相位跟踪控制交流位置伺服系统研究

针对交流位置伺服系统中零相位跟踪控制器对建模误差、系统参数变化相当敏感的缺点,提出了一种简单有效的设计零相位跟踪控制器的方法──变增益零相位跟踪控制,仿真结果表明,采用这种零相位跟踪控制器来减少位置伺服系统的跟踪误差是十分有效的．     

学习控制在电液位置伺服系统中的研究与应用

研究了学习控制在电液位置伺服系统中的应用,通过比较开环与闭环迭代学习算法,可看出后者优于前者,据此设计出结构合理的学习控制器,并对电液伺服疲劳试验机位置系统进行了仿真研究,仿真结果表明对于该系统采用学习控制能有效地消除跟踪误差,大大提高了位置跟踪精度,取得了良好的控制效果,展示出广阔的应用前景.     

HIT/DLR多指手稳定抓取的控制策略

提出了一种新的多指灵巧手实现稳定抓取的位置/力矩控制策略.该策略基于阻抗控制的思想,在力矩控制器的基础上引入位置控制信息,并利用观测器对手指的控制模式进行切换.可以分别实现自由空间中的位置轨迹跟踪和约束空间中的精确力跟踪.虽然控制模式及输入信号在自由空间和约束空间有所改变,但核心的控制器都为同一个力矩控制器,可以保证过渡过程的平稳性,实现了多指手对物体实施精确的抓取.实验结果证明了该控制策略的有效性和可行性.     

电子节气门的自适应前馈-反馈复合控制器设计

针对具有复位弹簧和摩擦本征非线性特性的电子节气门系统,设计了一种自适应前馈-反馈复合控制器,以实现节气门的高精度位置跟踪控制。复合控制器由前馈控制器、非线性自适应补偿器和PID反馈控制器组成,是基于Lyapunov稳定性理论和自适应Backstepping技术推导获得的。因此,所设计的控制器既具有PID控制只使用输出位置检测信号反馈的优点,又避免了控制非线性系统时传统PID增益参数确定的标定与试凑。控制器的有效性通过仿真给出了验证。     

基于模糊滑模变结构的工业机械臂控制系统研究

针对工业机械臂系统高精度的位置跟踪控制要求,提出了一种模糊滑模变结构控制器。该控制器将指令信号由滑模变结构控制器产生的滑模等效控制项和由模糊控制器产生的切换控制项相加作为运动指令信号,对机械臂伺服驱动系统进行最佳调整。仿真结果表明:其对系统数学模型的依赖程度小,具有响应速度快、鲁棒性强的特点,速度跟踪振荡现象也得到明显的抑制。     

电静液执行器双向远程控制的位置跟踪精度研究

电静液执行器(EHA)的位置跟踪精度常会受到系统中的不确定性影响.提出了一种基于定量反馈理论(QFT)的鲁棒位置控制器，能利用系统样本来描述操作者、主动机械手以及环境中存在的参数不确定性，以定量计算设计边界，可视化地调节系统稳定性和透明度，从而改善了EHA双向远程控制的位置跟踪精度.应用该控制器，基于EHA实验台和触觉力反馈设备，针对四种常用双向控制方案进行与软硬环境的接触实验，结果表明四种方案中FR方案结构简单兼具良好透明度，最适于EHA的远程控制.     

水下焊缝跟踪单神经元自适应PID控制与参数优化

水下焊缝跟踪过程复杂,不确定因素多,并且焊接过程具有非线性特点,传统PID控制效果不理想.本文提出了单神经元自适应PID控制器,通过神经元的自学习能力,能够在线自适应调整PID参数,同时利用差分进化算法对单神经元自适应控制器的参数进行优化.经仿真结果可知,该单神经元自适应PID控制器响应速度快,精度高,控制效果好.     

基于预测--模糊联合控制的分布式驱动车辆路径跟踪方法

为研究分布式驱动车辆（4wid）路径跟踪中的跟踪精度和稳定性的问题,提出了模型预测-模糊(Mpc-Fuzzy)的联合控策略, 缓解了单一模型预测控制下车辆跟踪精度与控制器计算压力间的冲突。采用模型预测控制设计了上层路径跟踪控制器,旨在利用模型预测“滚动优化”的优点降低跟踪误差的同时保证车辆的稳定性。下层采用模糊控制,将转向过度和转向不足量化为“方向偏差”和“位置偏差”,利用四轮转矩独立控制的优点进一步优化转矩输出,旨在降低模型预测控制器对参考模型线性化后带来的跟踪误差。为验证控制策略的可靠性,基于Carsim和Simulink.、Driving Scenario搭建联合仿真模型,将联合控制器和单运动学模型预测控制器进行对比研究。仿真结果表明联合控制器可在完成对给定路径跟踪的基础上,减少转向不足和转向过度的发生,降低了方向误差和位置误差。     

Synchronization control for electro-hydraulic dual-cylinder system based on force/position switching

If the rigidity of a mechanism is stiff enough, the position synchronous error of the two cylinders driving one degree-of-freedom （DOF） of the mechanism may be less than the resolution of position sensors. To handle this synchronization problem this paper proposes a force/position switching scheme, which partitions the two cylinders into a master cylinder and a slave cylinder. The master cylinder is always position tracking controlled by a second-order sliding mode controller and the slave cylinder is integrated with a force tracking controller which is a first order sliding mode controller. When the position tracking error is less than a given value, the slave cylinder switches to be force controlled. Two synchronization control methods are presented based on the switching scheme： the master - master ＋ force/position switching control and the master - slave ＋ force/position switching control. Simulations show that the formance compared with two given proposed synchronization control position-based control methods. methods can get a better per-     

自适应神经元控制系统的理论分析

对自适应神经元控制系统进行了研究,得出了关于系统的控制作用、稳定性定理的理论结果,为这种新颖的控制系统的工程应用以及神经元控制器件的研制提供了理论依据.     

数控机床神经元自适应位置控制算法

在传统PID控制器的基础上,基于神经元的自学习特性,提出了适用于数控机床位置伺服控制的神经元控制器。该算法的特点是不需要系统建模,结构简单,控制参数实时自适应调节,运算简单,适用于工程实际应用。仿真和数控机床伺服系统的实时控制实验表明,当受控对象的运行环境未知时,该自适应控制算法仍然有效。     

基于补偿模糊神经网络的BLDCM伺服控制

为了实现无刷直流电机(BLDCM)位置伺服系统的高精度位置跟踪控制,针对系统多变量、非线性、强耦合、时变的特点,提出了一种基于补偿模糊神经网络控制器(CFNNC)的设计方法.该控制器将补偿模糊逻辑和神经网络相结合,引入了模糊神经元,使网络既能适当调整输入、输出模糊隶属函数,又能借助于补偿逻辑算法动态地优化模糊推理,大大提高了网络的容错性、稳定性和训练速度.仿真和在DSP控制系统上的实验结果表明,采用补偿模糊神经网络控制器,系统响应快、精度高、鲁棒性强,动态特性明显优于传统PID控制.     

自适应神经元控制器在交流伺服系统中的应用

文章介绍了交流伺服系统的数学模型、组成及其原理,在此模型基础上对交流伺服系统的自学习控制进行了深入的研究;利用神经元的自学习功能实现神经元控制器的在线学习,并以神经元控制器作为交流伺服系统的位置调节器;仿真实验表明,神经元控制器与PID控制器相比具有较强的自适应性和较好的性能。     

基于单神经元PID的挖掘机铲斗位姿自适应控制

为实现挖掘机作业过程自动控制,需要对铲斗位姿准确定位。建立了挖掘机工作装置运动学模型及电液控制系统模型,针对挖掘机电液控制系统的时变性与外界干扰的不确定性特点,设计了一个单神经元自适应PID控制器,并采用二次型性能指标对控制器参数进行在线优化。仿真试验表明,该控制器响应快速、平稳,对参数时变与不确定扰动具有一定鲁棒性,能有效地对挖掘机铲斗位姿进行精确控制。     

反演单神经元PID复合控制在伺服系统中的应用

针对火箭炮位置控制中存在的转动惯量和负载力矩变化大、冲击力矩强等特点,提出了一种反演单神经元比例-积分-微分(PID)复合控制方法。单神经元PID控制可对传统PID控制器的比例、积分、微分系数进行在线调整,实现了系统的自适应控制。反演算法可使较大的系统误差快速收敛到设定值以内,提高了系统的自适应能力。仿真及实验结果表明,该文复合控制方法具有更好的稳定性和动态跟踪精度。     

基于Lyapunov稳定性的爬壁机器人路径跟踪双环滑模控制

针对爬壁机器人路径跟踪控制问题,提出一种双环滑模控制算法。该算法是以建立的爬壁机器人运动学模型为基础,设路径跟踪偏差信息为滑模切换函数,结合backstepping思想设计了控制率,通过Lyapunov函数验证其稳定性,实现了外环位置和内环姿态的准确跟踪。对于环境的不确定性,采用提高内环增益大于外环的方法解决。将设计的双环滑模控制器与一般滑模控制进行轨迹跟踪仿真比较,并对直线轨迹跟踪进行了实验验证,结果表明:本文设计的路径控制器能较快达到零误差跟踪,整个控制过程和过渡过程准确且平滑,所以该算法可有效提升爬壁机器人工作水平。