输入受限的倒立摆系统变结构PID控制研究

针对输入受限的直线一级倒立摆系统控制问题,本文提出了Anti-windup变结构PID控制器。在输入受限的倒立摆系统中,对传统PID与Anti-windup变结构PID的两重算法仿真实验对比研究,结果显示:Antiwindup变结构PID不仅可以满足输入受限倒立摆系统的控制要求,还具有良好的稳态效果、较短的调节时间和较小的超调量。     

基于三步法的二级倒立摆系统研究

【目的】为解决二级倒立摆系统非线性和强耦合问题，获得更好的稳定性和控制性，本研究设计一种基于三步法的控制器。【方法】建立二级倒立摆系统的状态空间模型，并划分为三个子系统。按照三步法控制器的设计步骤，对二级倒立摆子系统进行控制器设计，避免倒立摆系统在整体分析时出现耦合问题。【结果】通过李雅普诺夫函数证明了该控制器的稳定性。【结论】仿真结果证明，该控制器在二级倒立摆系统稳定控制中的有效性，具有更小的超调和平稳的响应过程。     

基于三步法的板球系统滑模控制器研究

为解决非线性板球系统滑模控制中出现的抖振现象以及轨迹跟踪过程中多扰动问题,提出了一种基于三步法的滑模控制方案。首先,建立板球系统状态空间模型,设计滑模控制律克服系统存在的不确定性扰动;其次,将三步法控制规律与滑模控制算法相结合,设计三步法滑模控制器,避免了滑模控制中存在的抖振现象;最后,通过李雅普诺夫函数证明了闭环控制系统的稳定性。对比仿真实验结果进一步验证该方法在轨迹跟踪控制中的有效性。     

基于CEEMD和迁移学习的滚动轴承故障诊断研究

【目的】在实际生产环境中,由于机器特征复杂和工况变化,智能诊断模型在跨机组迁移时需要重复训练,这不仅增加了时间成本,还加大了算力资源的消耗。为了解决这些问题,需要开发出一种能适应复杂机器特征并在不同工况下保持高准确度的轴承故障诊断方法,同时,减少模型迁移时所需的重复训练,以便实现更高效的故障识别和预测。【方法】研究提出基于互补集合经验模态分解（Complementary Ensemble Empirical Mode Decomposition,CEEMD）和迁移学习的滚动轴承故障诊断方法。首先,采用CEEMD法对原始信号进行分解,并计算出对应分量的峭度值。其次,采用多核最大均值差异法对源域数据与目标域数据进行域适应处理。最后,在凯斯西储大学轴承数据集和美国机械故障预防技术学会轴承数据集之间进行迁移故障诊断试验及对比分析。【结果】研究结果表明,与直接迁移模型算法相比,基于CEEMD改进的迁移学习网络在不同数据集上的迁移效果更好,其故障诊断的准确率最高。【结论】经试验验证,研究所提的方法表现出良好的变工况跨机组适配能力,具有较高的故障诊断精度,为研究复杂工况下多机组相似故障诊断场景提供了...     

一种控制输入约束下的不确定离散系统非脆弱保性能控制器设计

【目的】针对考虑扰动及摄动情况下的控制输入约束的不确定离散系统,提出了非脆弱保性能的控制方法。【方法】首先,以最小化目标函数为性能指标、控制输入饱和范围为约束条件,从而推导出约束状态下的非脆弱保性能控制律。其次,使用李雅普诺夫方程来构造非线性矩阵不等式。再次,结合Schur补定理和布谷鸟群智能优化算法对不等式进行求解,得到控制输入约束下的非脆弱保性能控制律的参数。最后,通过Quanser三自由度陀螺仪平台进行试验验证。【结果】试验结果表明,本研究所提出方法的稳态误差浮动不超过0.07、跟踪误差不超过0.15。【结论】该方法在面对扰动及摄动情况时具有更高的鲁棒性,对提升三自由度陀螺仪的稳定性及控制精度具有重要意义。     

主动悬架的Gain-Scheduling H∞控制

当汽车悬架的某些参数在较大的范围内变化时,仅通过一个鲁棒控制器有时难以获得令人满意的性能.为此,基于LMI(Linear Matrix Inequalities)优化方法,根据参数变化范围设计多个H∞控制器,并根据实时测得的参数通过内插进行平滑切换,以协调相互冲突的诸性能要求,获得汽车系统的最佳总体性能和在多变的不确定的环境中行驶的鲁棒性.仿真结果表明,该方法能够获得满意的控制性能.