基于干扰观测器的一类不确定非线性系统鲁棒自适应控制

本文利用干扰观测器和Backstepping方法,提出了一类不确定非线性系统的鲁棒自适应控制方案.首先,利用径向基神经网络(radial basis function neuralnetwork,RBFNN)设计干扰观测器,并通过对RBFNN参数的自适应调整来逼近系统干扰.基于干扰观测器的输出,采用Backstepping方法设计鲁棒自适应控制器.在所设计的鲁棒自适应控制器作用下,闭环系统所有信号达到半全局一致有界稳定.闭环系统稳定分析表明适当地选取设计参数可以确保所有系统状态是一致有界的.最后,仿真结果验证了所提出的鲁棒自适应控制方案的有效性.     

一种最优抗扰自适应控制

针对含未知干扰系统研究了具有最优抗扰性能的自适应控制问题.利用对象参数的先验知识和量测数据构成可实时更新的非空模型集合,以系统的整体性能指标为辨识准则,在模型集内优化选取最优标称模型,完成对象模型的在线最优辨识.然后根据-1优化设计方法以闭环系统整体性能为指标,在线设计最优闭环控制器.上述两方面结合起来给出了一种最优自适应控制策略.由于辨识准则与控制目标是一致的,文中的方法能够有效地解决自适应系统的性能优化问题和辨识与控制的相互配合等问题,且能给出可验算的性能指标.     

基于自适应有限时间干扰观测器的无人机集群编队控制方法

近年来,随着无人机技术的发展,其任务能力逐渐增强,成本优势逐步凸显,加之多无人机协同技术的不断进步,无人机集群受到科学界、工程界越来越多研究人员的关注,其应用领域也在不断拓展.本文对无人机集群受未知干扰影响下的编队问题进行了研究.首先,设计了基于自适应增益的有限时间干扰观测器,可在有限时间内对未知干扰进行精确估计.然后,将集群中的无人机分为可获知期望编队的绝对位置和不可获知期望编队的绝对位置两种类型,并基于此,设计了一种具有统一形式的包含绝对位置误差、相对位置误差、绝对速度误差、相对速度误差、干扰估计值等的编队控制器,并给出了控制器收敛的充分条件.最后,通过设计的4个数值仿真实验,对所提出方法的有效性进行了验证.     

弹性静不稳定高超声速飞行器姿态综合控制

针对弹性静不稳定高超声速飞行器存在的气动伺服弹性以及强不确定性问题,提出了一种综合相位稳定与线性自抗扰控制的姿态控制器.其中,相位稳定策略通过合理配置速率陀螺传感器的位置,达到镇定弹性模态并增加弹性模态阻尼的目的,相比于幅值稳定方法对弹性振型以及弹性频率的摄动具有更强的鲁棒性,解决了飞行器静不稳定性强且弹性模态频率较低时的气动伺服弹性问题.对于强不确定性,采用线性自抗扰控制(linear active disturbance rejection control, LADRC)对内部不确定性以及外部扰动进行估计和补偿,最后采用H_∞非光滑优化技术对闭环加权性能传递函数进行H_∞范数优化来整定控制器参数.非线性仿真结果表明该方法不仅能有效地抑制弹性模态,而且能够通过简单的增益调度在整个飞行包络内取得满意的控制效果.     

车辆全速巡航系统的干扰解耦鲁棒控制

建立了集成被控车辆及车辆间纵向行驶动力学特性的新型全速巡航系统模型, 针对模型中存在的外界干扰、参数不确定性及非线性特性, 提出了一种干扰解耦鲁棒控制方法. 该方法首先根据非线性干扰解耦（nonlinear disturbance decoupling, 即NDD）原理, 实现对模型中确定部分外界干扰的解耦, 在此基础上, 利用变结构控制（variable structure control, 即VSC）中滑动模的不变性特性, 消除模型中余下不确定性部分的影响, 最后将其应用于纵向行驶车辆全速自适应巡航控制（adaptive cruise control, 即ACC）系统, 并通过仿真计算验证其控制效果. 结果表明, 结合NDD原理及VSC方法设计的车辆全速ACC系统, 不仅对被控车辆内部各种不确定因素具有良好的鲁棒性能, 而且能够较好的消除被控车辆低速走停（stop and go, 即SG）工况下的强非线性特性, 以及高速行驶中前导车频繁加/减速的外部干扰影响. 此外, 控制系统结构简单, 可实现其控制性能的全局最优化.     

输入输出通道有干扰的MRAC系统的变结构控制

对具有未建模动态及输入输出通道上存在干扰的MRAC系统,仅应用系统的输入输出量测数据给出了一种变结构模型参考自适应控制(VS-MRAC)设计机制. 系统的已建模部分阶的上界是未知的且有大于1的相对阶. 通过引入辅助信号和带有记忆功能的正规化信号,以及适当选择控制器参数,该变结构控制器能保证闭环系统的全局稳定性,且跟踪误差能够任意小.     

空间智能桁架的传感器作动器位置优化和分散化自适应模糊振动控制

提出了作动器和传感器配置优化和分散化自适应控制方法以解决桁架系统的振动控制问题.建立了主动杆的机电耦合方程,提出了不依赖于控制方法的优化准则,采用遗传算法得到了作动器和传感器在大型空间智能桁架系统中的最优位置.而且设计了一种分散化自适应模糊振动控制器来控制大型空间智能桁架系统.推导了大型空间智能桁架系统考虑剩余模态影响的动力学方程,利用滑模控制方法改进了自适应模糊控制方案,并以T字型桁架结构为例进行了验证性实验.实验结果表明,遗传算法对于作动器和传感器的配置优化是可靠的、有效的,自适应模糊控制器能有效地抑制大型空间智能桁架系统的振动,且没有控制溢出和观测溢出问题.     

群体无人机分数阶智能容错同步跟踪控制

针对群体无人机编队飞行遭遇执行器故障的问题,提出一种基于分数阶理论的群体智能容错同步跟踪控制方法,提升了整体编队飞行的安全性.首先,对无人机数学模型进行变换,将其分解为外环位置子系统和内环姿态子系统;其次,利用分数阶理论和神经网络自适应控制策略,针对外环位置子系统设计群体无人机容错位置同步跟踪控制器;然后,利用从位置子系统同步跟踪控制信号解算出的理想姿态信号,构建内环姿态跟踪偏差,并再次结合分数阶理论和神经网络自适应控制策略,设计内环容错姿态控制信号;最后,通过仿真验证所设计控制方案的有效性.     

静止无功发生器电流环控制系统优化设计

针对现有静止无功发生器电流环PI控制器超调量大、响应速度慢的问题,提出一种基于前馈补偿和小时间常数微分负反馈的电流环PI控制策略,并与现有控制策略进行比较分析。实验结果证明,所提出的电流环控制策略能够实现降低超调量和加快响应速度的目的。     

分数阶傅里叶域与时域联合干扰抑制研究

针对传统扫频干扰抑制方法存在信噪比损失大、输出信干噪比受输入干信比影响大导致同步性能不稳定、强干扰下频谱泄露严重等问题,提出了一种基于重叠变换的分数阶傅里叶域与时域联合干扰抑制技术.首先通过加窗、重叠分数阶傅里叶变换,提高干信比改善性能,降低信噪比损失;其次,通过弱化干扰与二次门限处理,在分数阶傅里叶域中尽可能多地抑制干扰能量,减小干信比对输出信干噪比的影响,最后,通过分数阶傅里叶域及时域联合干扰抑制,解决强干扰存在相位不连续造成分数阶傅里叶抑制后,时域仍残留干扰能量的问题.理论分析及仿真结果表明,本文所提方法对单个调频率多个周期扫频干扰和多个调频率扫频干扰均具有较好的抑制效果,尤其在高干信比下比传统方法性能改善明显.     

基于BPNN的电液伺服扭振试验机PID控制算法研究

弹性轴类零件液压伺服扭转振动试验概在实验过程中，由于系统非线性及负载变化或干扰因素的影响，其控制系统参数及数学模型易发生改变，导致控制效果变差。针对该试验机的控制系统，提出了基于BP神经网络（BPNN）的PID自适应控制算法。利用MATLAB／Simulink工具箱对该算法进行仿真实验。结果表明：结合了神经网络特点的智能PID控制器具有响应快、精度高、鲁棒性好和抗干扰能力强等优点，改善了控制系统的动态性能。     

离子束修正光学镜面误差中拼接加工方法研究

由于离子束加工机床工作运动空间的限制, 为了加工大型光学镜面, 本文提出了一种全新光学镜面加工方法——拼接加工方法. 论文首先从理论上分析解决了拼接加工工艺的系列关键技术问题, 如： 面形控制模型、拼接加工驻留时间解算算法、加工定位参数辨识与补偿等. 基于CCOS成形原理, 通过分析拼接加工面形控制机制, 建立了光学镜面拼接加工有限域叠加的非线性面形控制模型; 依据拼接加工有限域非线性问题特征, 提出了基于Bayesian原理的改进型SRL迭代法较好地解决了拼接加工的驻留时间求解问题; 通过分析拼接加工中对刀误差和材料去除率对加工精度和加工面形的影响分析, 提出了一种光学镜面离子束定位误差、去除率等工艺参数辨识算法. 通过上述研究, 首次建立了光学镜面离子束拼接加工基本加工理论、方法和工艺流程. 拼接加工工艺实验表明： 误差补偿后的加工收敛率可达10. 本文提出的理论和方法通过有效地解决拼接加工的关键技术问题使拼接加工与全口径加工一样, 能够实现对镜面的精确修形. 与此同时大大节约了加工系统制造和加工成本.     

自适应频域块LMS算法在抵消干扰方面的研究

分析了无线通信系统中自适应滤波算法中的LMS算法,并提出了利用自适应抵消输入信号中的干扰而获取有用信号的在频域实现的干扰抵消方法,该方法基于时域中的数据块最小均方误差LMS算法和该块LMS算法中存在线性相关和线性卷积的过程,通过1/2重叠保留法的快速傅立叶变换FFT,在频域以直接相乘的计算方式实现快速相关和快速卷积,利用自适应滤波器在频域实现LMS算法.通过实验仿真比较可以看出,该频域块LMS算法不仅保证了与时域自适应滤波算法有相同的收敛性,而且由于利用了快速FFT技术,使运算量大大减少.     

基于智能特征模型的智能控制及应用

针对一类具有非线性和不确定性、且输出被控变量不能在线直接连续测量的复杂对象, 提出一种基于智能特征模型的智能控制新方法. 该方法的基本思想是利用智能技术, 根据对象特征和控制要求相结合的原则, 建立被控对象的特征模型, 以此特征模型为依据, 提出了一套智能控制器设计的新方法. 首先给出了智能特征模型的建模原理和表达形式, 然后基于智能特征模型描述, 提出由多个定量和定性子控制器、按多个开闭环相结合的智能控制器设计原理和方法. 最后, 介绍了这种方法在电解铝过程氧化铝浓度控制的应用情况. 实践证明, 这种方法工程设计方便, 避免了一般智能控制器的现场试凑, 取得了很好的应用效果: 实现了低氧化铝浓度的长期稳定控制, 阳极效应受控率从60%提高到80%以上.     

商用车ABS预测控制方法研究

针对商用车制动过程中存在的强烈非线性和模型不确定性问题,建立了整车七自由度转向制动状态空间模型,提出了一种非线性连续预测控制方法,设计了基于滑移率的ABS非线性预测控制器.在控制器设计中,利用泰勒级数展开对系统状态进行适当的截尾处理,获得了系统预测模型,并将ABS路面识别算法引入参考轨迹设计,提出了多路面下的参考轨迹模型.当路况发生变化时,参考轨迹也发生相应的变化,而且在系统中引入了积分反馈,以增强系统的鲁棒性.仿真研究表明,当ABS存在建模误差、载荷变化和干扰时,该非线性预测控制器仍能够获得良好的动态响应和鲁棒性.     

天宫一号基于控制力矩陀螺的智能多模自适应姿态控制系统设计与验证

天宫一号是目前我国在轨运行的体积最大、重量最重的载人航天器.它具有变构型、变参数的特性,采用控制力矩陀螺系统和喷气推进系统实现高精度、高稳定度姿态控制.本文通过对天宫一号控制对象参数缓变和跳变相结合特点的分析,规划了高可靠灵活的控制策略,设计了智能多模自适应姿态控制系统.利用智能控制中规则集设定多模自适应控制的指标切换函数分配,利用多模自适应控制算法建立多模型控制器实现不同控制对象,不同控制任务的姿态控制.天宫一号通过地面测试和物理仿真试验,最后发射在轨运行,与神舟八号、神舟九号、神舟十号载人飞船圆满完成交会对接任务,充分验证了姿态控制系统设计的正确性和有效性.该设计方法在解决大型航天器变构型、变参数组合体姿态控制方面有突出优点,在未来的载人航天领域空间站建设具有应用前景.     

基于Smith预估模糊PID复合控制器的研究

针对空调房间温度被控对象的大滞后大惯性，本文提出一种预估并联型模糊PID复合控制策略。根据偏差大小及时调整模糊和PID控制的比例，利用Smith预估器进行时间补偿控制，同时在模糊控制器上并联一个积分器以消除稳态误差。在模型匹配和失配情况下进行仿真研究，结果表明：该控制器不仅具有鲁棒性好、控制精度高以及响应速度快的特点，尤其在模型失配时具有良好的稳定性，而且对于大时滞系统是一种实用而简便的控制方法。     

牵引供电扩能系统仿真研究

改善电气化铁道牵引供电能力不足的有效措施之一是进行牵引供电扩能改造,应用综合补偿技术是牵引供电扩能的最佳方法.但其影响因素较多,且时变性和相关性强,不易建立精确的数学模型.本文采用基于列车牵引计算的仿真方法,针对增设不同的扩能补偿设备,结合半定量分析方法时补偿设备的安装位置和投切容量等参数选取、有效控制策略的选择等建立了牵引供电扩能仿真系统,通过分析列车的运行工况来评价投入不同补偿设备所达到的扩能效果,系统的应用结果表明该仿真模型是行之有效的.     

基于仿生智能的无人作战飞机控制技术发展新思路

仿生智能和无人作战飞机均已分别成为国际人工智能和航空航天领域中备受关注的研究热点和前沿性课题.本文在系统阐述仿生智能和无人作战飞机基本概念原理的基础上,结合目前研究现状从基于人工脑的无人作战飞机高智能化自主控制、基于群体智能理论的多无人作战飞机协同控制、基于群智能-Bayesian网络的复杂作战态势评估、基于仿生硬件的无人作战飞机高智能化自主控制、网络环境下基于元启发式智能的多无人作战飞机/无人作战车异构分布协同控制等方面提出了无人作战飞机控制技术的发展新思路,这些思路的实现对极大提高作战任务的有效性及生存概率具有重要意义,同时也为无人作战飞机的智能化、综合化和先进化提供新的突破方向和切实可行的技术途径.     

脉冲噪声滤波的无监督鲁棒递归最小二乘方法

在未知期望信号的条件下,提出一种能够抑制脉冲噪声的鲁棒递归最小二乘自适应滤波方法.与传统最小二乘法的代价函数不同,通过引入饱和非线性约束,降低可能出现的脉冲噪声对滤波器权值更新的影响.此外,提出一种多步预测器来重构滤波器的输入信号,通过比较判断滤波器输入信号可能受到脉冲噪声干扰时,采用预测值来替代原始观测信号.实验结果表明,提出的无监督鲁棒递归最小二乘自适应滤波方法在未受到脉冲噪声干扰时与传统的递归最小二乘法具有相近的收敛性能;在脉冲噪声条件下,传统递归最小二乘法和其他的无监督自适应滤波方法性能都变得很差,但本文提出的方法几乎未受到脉冲噪声的影响.