一类复杂系统的稳定模糊滑模自适应控制

对一类复杂过程对象给出了模糊控制系统的设计方法,用标准模糊系统对过程对象的不确定部分进行估计,得到一个基本控制器,根据该基本控制器的输出误差设计参数的学习律;当控制器的输出误差收敛到一定范围时,再由基于动态规则库的自适应模糊控制系统补偿建模误差,结果表明,控制算法能保证系统的闭环稳定性和跟踪误差收敛性。     

粒子群优化模糊PID的塔式起重机定位和防摆研究

针对塔式起重机控制系统是一个大时滞性、时变及非线性的控制系统,无法建立准确数学模型,难以进行精确控制的问题,设计了模糊PID控制器,通过模糊推理对PID的参数进行在线调整,但由于专家经验具有局限性、盲目性以及模糊控制内不确定因子过多,导致控制性能较差.因此,本文采用粒子群算法对量化因子和比例因子先在离线状态下进行迭代优...     

基于负载摆动状态估计的双摆型吊车滑模控制

针对实际生产过程中双摆吊车的负载摆动难以直接测量的问题,提出一种基于负载摆动状态估计的双摆型吊车滑模控制方法.该方法首先根据双摆吊车的动力学模型推导摆角之间的耦合关系,然后设计线性扩张状态观测器(LESO)观测负载的摆动状态,并将其反馈到滑模控制器中,得到双摆型吊车消摆定位控制器,并对控制器的稳定性进行严格的数学证明....     

一种无模型终端滑模桥式起重机的控制方法

针对桥式起重机在不同运输任务中负载质量和吊绳长度多变的现象,提出了一种无模型自适应终端滑模控制方法.通过对系统模型部分反馈的线性化处理,利用自适应策略预测系统物理参数,在此基础上,提出了一种基于非奇异终端滑模面的无模型自适应控制器,并通过Lyapunov定理证明了该闭环系统的稳定性.将本文控制方法与LQR和EC控制方法进行仿真实验对比,验证了本文方法具有更优越的控制性能,且对系统物理参数摄动具有更强的鲁棒性;控制器不仅能够实现台车的精准定位和负载的快速消摆,而且可以实现台车的平滑启动.     

一类非线性系统的模糊自适应反推滑模控制

针对一类具有非匹配不确定非线性系统,提出一种模糊自适应反推滑模变结构控制方法。首先利用模糊逻辑系统有效逼近系统的未知非线性,然后针对反推方法中需要对虚拟控制反复求导而存在的"微分爆炸"现象引入低阶滤波器,同时抑制非匹配不确定性的影响;最后设计一种积分终端滑模控制,解决了控制过程中的奇异问题,加快了远离平衡位置的系统状态收敛速度,保证了系统的收敛精度,同时削弱了传统滑模控制中存在的抖振现象。Lyapunov稳定性分析证明了所设计的控制器能够保证闭环系统的有限时间收敛。对比仿真结果显示系统状态跟踪效果较好,控制输入抖振现象削弱明显。     

桥式起重机神经网络自适应滑模定位防摆控制

针对桥式起重机非线性、存在外界干扰的特点,提出了一种神经网络自适应滑模控制器。首先采用拉格朗日法建立桥式起重机动力学模型;然后在分层滑模控制器的基础上,设计了径向基函数(RBF)神经网络权值自适应更新率,利用RBF神经网络补偿系统的非线性与外界干扰引起的不确定上界,并利用粒子群算法对控制器参数寻优,通过构造Lyapunov函数证明了系统的稳定性;最后设计了1组仿真实验和1组在搭建的实验平台上的验证实验,仿真结果表明:在非线性及外界干扰作用下,神经网络自适应滑模控制器可以快速实现小车定位和负载消摆,控制器可以消除不确定上界对系统的影响。实验结果也表明,所设计的控制器可以使桥式起重机达到控制目标,具有一定的抗干扰能力。     

滑模控制中建模不确定性的自学习模糊预测

针对一类特定的非线性建模不确定系统,根据控制系统运行的历史信息,用模糊逻辑系统预测估计了当前时刻的建模不确定性,模糊规则后件参数在线自调整以使模糊系统输出能有效地跟踪实际不确定性,模糊系统优良的逼近能力使不含切换项的滑模控制保留了鲁棒性。     

磁悬浮轴承转子自适应模糊滑模控制研究

针对磁悬浮轴承转子的电磁力非线性且易受干扰影响等问题,提出了自适应模糊滑模控制方案。非线性电磁力及干扰部分看作系统的不确定部分,并采用模糊逻辑系统以任意精度进行逼近;趋近律设计部分消除了抖振的影响,并通过Lyapunov理论证明了该控制方案的稳定性。Simulink仿真结果表明,该方法不依赖被控对象的精确数学模型,当系统结构参数发生变化时,磁悬浮转子仍能稳定在安全范围内,稳态误差达到0.22μm。     

一类非线性不确定系统的自适应模糊滑模控制

针对一类非线性不确定系统提出了一种自适应模糊滑模控制方法，利用趋近律构造理想控制，利用模糊逻辑系统逼近其连续项，用自适应律和非线性补偿保证滑模到达条件成立．该方法综合了自适应模糊控制和滑模控制的优点，既保证了闭环系统的稳定性，又限制了抖振，控制效果良好，仿真结果也说明了这一点．     

基于无源性的塔机模糊神经网络防摆控制

针对塔式起重机的防摆控制问题,提出了一种基于无源性的模糊神经网络控制方法。通过建立Lyapunov能量函数,分析了系统的无源特性,在此基础上采用模糊控制并依靠神经网络对隶属函数进行学习,不需要依赖系统精确的数学模型,实现了塔式起重机小车的定位和负载的防摆,提高了系统的鲁棒性。仿真结果表明该方法的有效性和可行性。     

空间三关节机器人自适应双模糊滑模控制

为了提高空间三关节机器人轨迹跟踪控制性能,提出了一种带双模糊自适应控制的滑模控制新方法.该方法将滑模控制器分为等效控制和切换控制两部分.采用一个模糊自适应控制器,根据滑模到达条件对切换增益进行有效估计.采用另一个模糊自适应控制器,根据滑模面来调整切换控制项.这些控制器结合起来消除了抖振,提高了控制性能.系统的稳定性通过李亚普诺夫定理证明.最后进行了仿真实验,并与其他方法进行了对比分析.结果表明所提方法是有效的.     

链传动机械伺服系统的自适应模糊滑模控制

针对存在啮合冲击、参数摄动以及非线性摩擦的链传动机械伺服系统的位置跟踪控制问题,提出了一种自适应模糊滑模控制方法. 与常规自适应滑模控制不同的是,本文采用自适应策略估计系统时变参数,有效减小了模型不确定性的影响,然后采用模糊逻辑消除了常规滑模控制中的不连续控制项,削弱了抖振;用期望速度代替实际速度补偿非线性摩擦,减小了测量噪声的影响,改善了系统的控制性能. 实验结果表明本文提出的算法对系统参数变化以及外部扰动不敏感,具有较高的控制精度.      

基于滑模控制的挠性卫星的自学习模糊控制

将基于滑模控制的自学习模糊控制应用于挠性卫星的姿态稳定控制中.给出了姿态控制系统的设计方法.自学习控制算法利用滑模控制原理和模糊性能判决表在线修改模糊控制器的规则参数.为了解决传统自组织模糊控制对外界信号敏感的问题,基于滑模控制的自学习算法同时考虑了误差状态矢量及其变化趋势,增强了系统的鲁棒性.与传统自组织模糊控制相比,仿真实验结果表明,该控制方法对卫星参数变化不敏感,能有效地抑制卫星的外界干扰及挠性附件的振动,使卫星的姿态角得到准确的控制.     

时滞不确定系统的T-S模型滑模变结构控制

结合滑模变结构控制和T-S模糊技术,提出一种新的模糊变结构控制器(Fuzzy Variable Structure Controller,FVSC),用于非线性时滞系统的稳定控制.所设计的全局控制器由三部分组成,即为确保滑模到达的等效控制器、针对每个局部线性状态的局部补偿器和由滑模控制理论构造的监督控制器.从理论上给出了滑模的可达性及系统稳定性证明,说明了该设计方法的正确性.     

一类非线性不确定系统的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自适应模糊滑模控制方法.构造线性切换面确保滑动运动稳定,利用趋近律构造理想控制,用监督控制确保系统状态有界,用模糊逻辑系统逼近其连续项,用补偿切换项来消除逼近误差,该方法有效的结合了自适应模糊控制和滑模控制的优点,控制器构造简单,稳定条件弱,控制性能好.仿真结果也证明了此方法的有效性.     

高超声速再入滑翔飞行器的模糊变结构控制

针对高超声速再入滑翔飞行器的再入姿态控制,设计了模糊变结构姿态控制器.根据控制系统的任务,建立了面向控制的模型.将模糊控制与滑模变结构控制的思想相融合,研究了模糊滑模变结构控制器的设计方法.通过在稳定的误差相平面内构造稳定的滑模面,模糊控制器根据误差状态与滑模面的相对位置输出控制信号,使得系统的轨迹能趋近稳定的滑模面,从而使得误差沿着滑模面收敛到原点.将模糊滑模变结构控制方法应用于高超声速滑翔洲际飞行器,给出了再入滑翔姿态控制器的设计方案,分别对攻角、侧滑角和倾侧角设计了独立的模糊变结构控制器,提出了分段线性控制分配方法.在Matlab中进行了整个控制系统的仿真测试,验证了该方法的可行性.     

基于模糊滑模控制的主动队列管理算法

针对动态网络的拥塞问题,提出一种主动队列管理(AQM)算法·该算法基于模糊滑模控制器(FSMC)设计,适合于动态网络流量的变化·模糊控制的加入,缩短了到达时间,改善了滑模控制的抖振现象·对于TCP/IP网络中存在的网络模型的不确定性、网络参数的时变性以及非TCP适应流所引起的网络抖动,该算法具有很强的鲁棒性·仿真结果表明该方法可以使队列长度快速收敛到设定值,同时维持较小的队列振荡,尤其是在网络条件变化的情况下,该算法优于传统的PI控制、模糊控制和传统的滑模控制·