水面机器人横摇模型及减摇控制

为解决水面机器人近水面低航速时的横摇控制问题,基于零航速减摇鳍工作原理和模糊控制理论,建立水平面运动模型解耦后的等价横摇模型并对其进行降阶处理,采用模糊PID控制策略,该方法对多变海情具有较强鲁棒性.仿真结果表明,模糊PID控制对水面机器人的横摇具有明显的控制效果,模型的解耦方法便于水面机器人横摇控制器设计.     

减摇鳍控制系统中航速调节单元的设计

根据减摇鳍的控制原理，讨论了减摇鳍数字控制器中航速调节单元的设计．在分析船舶计程仪原理的基础上，根据减摇鳍数字控制器的特点，设计了航速信号采集的硬件接口单元．在软件设计中，采用多中断协调机制，充分结合航速多普勒计程仪的脉冲信号特性，在不影响控制器实时性的基础上，实现了航速信号的采集和航速调节的软件设计．通过实船装备检验，效果良好．     

零航速减摇鳍驱动模型与最优控制

为优化零航速减摇鳍鳍型和设计转鳍伺服系统,应用高等流体力学理论,建立了转鳍驱动力矩与功率模型.针对驱动伺服系统存在的输入饱和、功率约束等问题,以所建模型为基础,运用直接配置非线性规划法将多约束条件下的零航速减摇鳍最优控制问题转化为相应的非线性规划问题,应用序列二次规划算法对该问题求解.横摇衰减仿真试验证明了该方法的有效性.     

船舶航向保持的非线性逆推鲁棒控制算法

为提高控制器的鲁棒性能,针对非线性船舶航向保持系统,将简化的逆推算法与闭环增益成形算法相结合,设计出非线性鲁棒控制器.以大连海事大学实习船“育鲲”号为例进行仿真.结果表明,该算法能够使船舶无超调无静差地跟踪设定航向,调节时间为200 s,控制效果良好,且控制器对模型摄动具有一定的鲁棒性.该算法设计过程简单,物理意义明显.     

基于神经网络逆系统的鲁棒主动队列管理算法

通过在中间节点上使用主动队列管理策略来进行有效地拥塞控制,在保证较高吞吐量的基础上稳定地控制队列长度,从而实现了端到端的时延控制和保证QoS需求.在研究中,TCP的流量控制过程被视为二阶非线性时变系统,并通过可逆分析,证明该系统可逆,采用神经网络逆系统这种近年来发展起来的非线性鲁棒控制理论作为控制器的设计方法,设计出一种新的主动队列管理算法.仿真试验表明,这种算法的稳态和瞬态性能都优于与其具有相同实现复杂度的 RED和PI算法,并且在负载扰动和参数变化时具有很强的鲁棒性.神经网络逆系统方法应用于非线性的流量控制过程中有助于系统稳定性和鲁棒性.     

非线性系统神经自适应最优预估控制器

基于一种简化的神经网络结构及其相应的快速辨识算法,提出了控制非线性系统的自适应预估方法.它综合了自适应预估控制在控制线性系统中的良好特性和神经网络在辨识、控制非线性系统中的高精确性.大量实验表明该控制器设计简单,适应力强,鲁棒性好,能有效控制一类非线性对象.     

船舶航向无静差跟踪控制系统设计

为了提高航向控制系统适应能力和降低控制器参数设计复杂性,在内模控制的基础上设计了一种专门针对船舶航向控制的无静差跟踪控制系统,推导了控制器参数与闭环系统零极点位置的关系,针对静水域环境下一组航速分别进行了仿真研究,测试了航向控制系统的鲁棒性和机动性能.仿真结果表明本文所设计的控制器达到无静差航向控制,并具有较好的鲁棒性.     

基于Lyapunov稳定性的船舶参数激励横摇非线性简捷鲁棒控制

为减小参数激励带来的不利因素,需要非线性鲁棒控制器对系统稳定性进行控制.为简化船舶参数横摇非线性控制器设计过程,通过构建Lyapunov能量函数,将设计步骤由2步变为l步,减少了控制器参数的整定数量,避免了非线性控制律对消系统的非线性项.仿真结果表明,采用以上方法设计的非线性简化控制器对于消除船舶参数横摇系统的大幅横摇十分有效,并且具有一定的鲁棒性.     

模糊-PID控制在SVC中的应用

提出了一种采用模糊-PID双模控制的SVC无功补偿控制器的设计方法.模糊-PID控制器综合了模糊和PID两种控制方式的优点,使控制器既具有模糊对非线性系统控制的简单有效,又具有PID控制的精确性.实验结果表明,该控制器具有较高的控制精度和鲁棒性.     

基于S模型的水下机器人改进人工免疫控制器

为分析水下机器人非线性运动控制系统的特点,采用基于生物免疫生理特性与免疫应答的免疫控制方法,结合Sigmoid非线性模型和函数简化策略,得到改进型免疫控制器.水下机器人仿真试验表明,该控制器具有设计简单、响应速度快、超调小、鲁棒性好等优点.     

基于FUZZY-PID复合控制的减摇鳍控制系统仿真

设计了基于模糊控制和PID控制理论的FUZZY-PID复合控制减摇鳍控制系统,以横摇角和横摇角速度为输入量,鳍角为输出量,基于Conolly理论建立了船舶模型,利用MATLAB针对不同海情对控制器进行了仿真,结果表明减摇鳍模糊控制器动态响应性能和稳态控制精度均十分理想,能够满足减摇鳍控制系统的控制要求。     

一类互联机器人系统鲁棒跟踪控制器设计

针对一类带有不确定性的互联机器人系统,利用Lyapunov方法,设计了一个非线性鲁棒跟踪控制器.这个控制器能够保证被控互联机器人系统的位置向量与速度向量渐近地跟踪已知的轨迹.最后的仿真结果表明了该控制方法的有效性.     

广义非线性交联大系统的鲁棒模糊分散控制

利用广义T S模糊模型对广义非线性交联大系统进行了鲁棒控制研究·首先 ,对广义非线性交联大系统建立模糊模型·然后 ,在系统可解条件下 ,给出了模糊分散控制器的设计方法 ,分析其考虑建模误差时的鲁棒稳定性 ,给出基于LMI的闭环系统鲁棒稳定的充分条件·进而 ,应用模糊规则及权重的性质得到基于LMI优化技术的低保守性的鲁棒模糊分散控制器设计方法·最后 ,算例说明了控制器的设计步骤和有效性·     

精确反馈线性化中虚拟输出函数的求解与应用

为使精确反馈线性化方法得到更广泛的应用,给出虚拟输出函数的简便求解方法．首先将虚拟输出函数的求解转化为偏微分方程组的求解,然后针对这类偏微分方程组的特点提出仿照求解齐次线性方程组的方法可以简便的求出虚拟输出函数．利用该方法为非线性舵鳍联合系统实现了状态反馈线性化,并基于闭环增益成形算法设计了非线性鲁棒控制器,仿真表明该控制器对原非线性系统能起到良好的控制作用．该方法简单、实用,对于状态反馈线性化的实现具有一定的指导意义．     

基于非线性状态反馈的机器人操作手的鲁棒控制

文章考查了一类具有非匹配不确定性的非线性系统的全局稳定性及其在机器人鲁棒控制中的应用．针对机器人存在参数不确定性以及外界干扰的情况，利用非线性鲁棒控制理论给出了鲁棒控制器，考虑不确定性存在情况下跟踪误差的全局渐进收敛性．最后给出了两连杆刚性机器人的仿真例子，验证了其控制效果。     

一类串级非线性系统的最优滑模控制器设计

对一类串级不确定非线性系统提出了一种基于SDRE控制的最优滑模控制方法.该方法采用2环控制结构，外环控制器的设计采用基于依赖状态的Riccati方程最优控制器，用以产生最优滑模面；内环控制器的设计采用滑动模控制以减小控制系统对参数变化、模型误差、外部干扰的敏感.设计的最优滑模控制器能使一类串级不确定系统具有鲁棒稳定性.同时，提出了2种求解依赖于状态的Riccati方程的方法.最后，通过仿真实例验证了该控制方法的有效性.     

DC/DC变换器的神经网络鲁棒控制

针对有非最小相位特性的二阶DC/DC(直流/直流)变换器平均值模型的特性,以Buck-Boost变换器为典型例子,提出了一个非线性反馈做内环控制器,控制其电感电流;用RBF(径向基函数)神经网络作为自适应机构,提出了一个神经网络鲁棒控制器作为电压外环控制器,控制其输出电压.证明了系统跟踪误差和神经网络权值的有界性.仿真结果表明,提出的控制器对于系统参数的不确定性具有很强的鲁棒性,并具有很好的动态性能.     

非线性广义离散区间系统的鲁棒非脆弱H_∞控制

研究一类含有非线性扰动的广义离散区间系统的鲁棒非脆弱H∞控制问题,所研究的非线性扰动满足Lipschitz条件.首先,利用Lyapunov函数理论,研究不确定非线性广义系统的鲁棒H∞控制问题;其次,以线性矩阵不等式(LMI)形式,给出了系统鲁棒非脆弱H∞控制器存在的充分条件,使得对于所有容许不确定性,闭环系统都允许且H∞性能指标满足给定上界.同时,给出状态反馈控制器的设计方法;最后,用数值例子表明了所提出方法的有效性.     

机器人机械手的鲁棒性稳定跟踪控制

为工业机器人机械手提出了一种稳定跟踪控制法．这种控制方法由前馈控制器、反馈控制器组成．前馈控制根据期望轨线用计算力矩法得到；反馈控制由线性ＰＩＤ控制项和非线性ＰＤ控制项组成，这种控制方法能使跟踪误差逐渐趋近于零．最后，给出了ＰＵＭＡ５６０机器人的计算机仿真实验验证此控制方法的有效性     

不确定模糊系统的有限时间鲁棒H_∞控制

讨论了一类不确定非线性模糊系统的控制问题,针对能量有界的输入干扰,设计了基于状态反馈的有限时间鲁棒H∞控制器。基于鲁棒控制理论,通过对状态反馈系统的分析,提出了使得系统既符合有限时间稳定又满足H∞控制指标的控制器存在条件。结合构造的Lyapunov-Krasovskii函数和线性矩阵不等式理论,给出了控制器存在的可行性描述。基于有限时间稳定性理论设计的鲁棒H∞控制器,使系统具有有限时间稳定,抑制干扰强,满足给定范数指标的特点。仿真实例说明了该设计方法的有效性。