基于反步法和滑模观测器的船舶航向控制

针对船舶航向控制系统中船舶参数不确定性以及外界干扰随机性的特点,提出r一种将反步法和非线性滑模观测器相结合的控制方法.其中利用二阶滑模观测器对船舶转首角速度进行观测.由于观测器在有限时问内收敛,可将观测器和控制器进行独立设计,避免了对系统建立精确数学模型的要求.同时利用反步法进行控制器设计,保证了闭环系统的全局渐近稳定.仿真结果表明,所设计的控制器不仅能保证系统稳定跟踪期望信号,而且对给定的扰动量能准确观测,从而提高了系统的鲁棒性.     

3-DOF空间机械臂新型滑模轨迹跟踪控制

为了实现机械臂高精度轨迹跟踪,提出一种基于扩展状态观测器(ESO)的新型滑模控制器(PD-ESO-SMC)。该控制器滑模面设计为PD形式,利用ESO对系统的外界的未知干扰、参数的摄动、未建模动态以及耦合部分进行实时估计和补偿,定义并且引入sal函数抑制抖振现象。最后通过稳定性分析证明该控制器的有效性,同时,将仿真结果与基于PD的滑模控制(PD-SMC)及PID控制器进行对比。研究结果表明:所提出的控制方案能实现高精度的轨迹跟踪,对外部干扰有很强的鲁棒性。     

基于ZPET-FF和ESO的直线伺服鲁棒跟踪控制

提出一种将零相位误差跟踪和前馈(ZPET-FF)与扩张状态观测器(ESO)相结合的重复控制方法,以提高宏动台直线电机伺服系统的跟踪性能.以ZPET-FF作为前馈跟踪控制器,将信号估计器估计的跟踪误差和系统的实时误差作为其输入信号,将控制器对系统的跟踪误差进行实时补偿,以降低参数变化对系统的影响,有效提高系统的带宽和跟踪性能,减小系统的动态跟踪误差;采用ESO补偿系统中的各种扰动抑制噪声,以提高系统的抗干扰能力.实验结果表明,所提出的控制方法不仅提高了系统的动态跟踪性能,而且减小了系统的跟踪误差.     

采用干扰观测器的水下滑翔蛇形机器人纵倾运动控制

针对水下滑翔蛇形机器人在实现滑翔运动时存在控制输入受限和外界未知干扰的问题,提出了一种基于Nussbaum函数和非线性干扰观测器的反步控制策略。通过对欠驱动水下滑翔蛇形机器人的垂直面运动进行分析和有条件的简化,得到了对应运动学及动力学方程组。采用Nussbaum函数与双曲正切函数相结合的方式处理系统控制输入饱和,避免了双曲正切函数存在的控制器奇异值,通过非线性干扰观测器实现对外界复合扰动的有效观测并进行补偿。设计了纵倾运动跟踪的反步控制器,针对反步法中虚拟项引发的计算膨胀,采用动态面方法来消除。基于Lyapunov稳定性理论设计了控制器,保证系统能够实现速度与位置信号量的全局一致稳定性。研究结果表明:所提方案相对传统反步法,在响应时间与误差收敛速度方面都有一定程度提高,且非线性干扰观测器对于复合扰动量观测性能良好;所设计的控制器可以有效实现机器人在外界未知干扰下纵倾运动的稳定跟踪,且具有较强的鲁棒性。     

集总干扰下六旋翼飞行器的轨迹跟踪控制

针对复杂集总干扰下六旋翼飞行器轨迹跟踪控制问题,给出了混合积分反步法控制与线性自抗扰控制的控制算法.首先,通过牛顿-欧拉方程建立六旋翼飞行器的非线性动力学模型,并剖析系统输入输出的数学关系.其次,根据六旋翼飞行器动力学模型的特点,将其分为位置与姿态两个控制环.位置环采用积分反步法控制理论设计控制器,通过引入积分项来提高系统的抗干扰能力,消除轨迹跟踪的静态误差;姿态环采用线性自抗扰控制技术设计控制器,通过线性扩张观测器估计和补偿集总干扰影响,提高系统的鲁棒性.最后,通过2组仿真算例和1组飞行试验验证了本文所提飞行控制算法的有效性.研究结果表明:该控制算法对集总干扰有较好的抑制作用,能够使六旋翼飞行器既快又稳地跟踪上参考轨迹,具有一定的工程应用价值.     

无人翼伞飞行器路径跟踪反步控制方法

为实现无人翼伞飞行器的曲线路径跟踪控制,提出了一种基于模拟对象的可变增益反步跟踪控制方法.首先,基于模拟对象跟踪建立翼伞飞行器的路径跟踪误差模型;其次,针对模型设计了可变增益反步跟踪控制器,通过合理设计增益参数,消除了部分复杂非线性项,避免了传统反步法中虚拟量的高阶导数问题,简化了控制器形式,以有利于工程实现;然后,根据Lyapunov理论设计反馈补偿项,在保证稳定性的同时提高了系统的鲁棒性;最后,将控制器应用于无人翼伞飞行器平面曲线的跟踪控制中.仿真与实验结果表明,所设计的控制器可以实现曲线路径的准确跟踪,且具有很好的鲁棒性.     

欠驱动UUV三维轨迹跟踪的反步动态滑模控制

提出一种欠驱动无人水下航行器(UUV)反步自适应动态滑模控制方法.结合反步和自适应滑模控制技术设计UUV的位置、姿态和时变速度跟踪控制器,采用虚拟速度来代替姿态误差的控制策略,将姿态跟踪控制转化为速度控制,能够有效避免传统反步法控制律设计存在的奇异值问题.针对系统模型不精确及时变扰动问题,引入滑模控制技术进行自适应补偿估计,提高了欠驱动UUV在未知环境中的鲁棒性及自适应能力,并基于李雅普诺夫稳定性理论证明了该控制系统误差最终一致有界.仿真结果表明:提出的UUV三维轨迹跟踪反步动态滑模控制方法收敛、有效,能够实现在系统参数不精确及时变扰动情况下的三维轨迹精确跟踪控制.     

基于一阶低通滤波器滑模反步法的直流电机位置控制

针对直流电机位置控制系统在负载扰动情况下存在控制精度低、响应速度慢和鲁棒性差的问题,提出了基于一阶低通滤波器滑模反步法的直流电机位置跟踪控制算法.通过滑模反步法进行虚拟控制实现直流电机实际位置控制.利用一阶低通滤波器计算虚拟控制项的导数,消除微分膨胀,使控制器设计简单,但同时造成了相位滞后.通过前馈环节对一阶低通滤波器造成的相位滞后进行补偿.考虑位置跟踪、虚拟控制和滤波误差设计线性动态滑模面,改进滑模变结构控制律的切换控制项,提高滑模趋近速度,同时降低系统输出抖振.定义了Lyapunov函数,证明系统稳定性.仿真实验对比了比例积分微分(proportion integration differentid,PID)控制和传统滑模控制算法,结果表明,该方法能够快速、准确地跟踪给定位置信号,同时具有较好的鲁棒性.     

船舶航向跟踪系统自适应滤波反步终端滑模控制

针对船舶航向非线性系统,提出了一种基于自适应滤波反步法的终端滑模控制器. 系统由二阶非线性野本模型和舵机响应模型串联组成,考虑了模型不确定性和外部干扰等未知项,并由模糊系统对未知项进行在线逼近. 首先引入二阶低通滤波器,避免了对虚拟控制律的解析求导,从而简化了反步控制器的设计,而且滤波器的低通特性可大大减小测量噪声的影响;然后利用滤波反步法的结果设计了终端滑模面,并最终得到了使系统跟踪误差有限时间收敛的终端滑模控制器. 根据Lyapunov理论证明了闭环系统所有误差变量均是一致最终有界的. 仿真结果验证了所提方法的有效性.      

基于改进LuGre摩擦模型的机器人关节模糊自适应反步控制

为实现机器人关节在非线性摩擦和外界未知干扰力矩等因素影响下的精确和稳定控制,通过改进LuGre摩擦模型来描述系统的非线性摩擦特性,采用自适应算法进行摩擦补偿来逼近摩擦力的变化,并采用模糊神经网络逼近外界未知干扰力矩对系统的影响.引入正切障碍李雅普诺夫（Lyapunov）函数对输出信号进行约束,使误差被限制在给定范围之内.利用双曲正弦函数跟踪微分器解决了虚拟输入微分引起的“微分爆炸”和一阶滤波器精度差问题,将自适应控制方法与反步控制理论相结合,提出了一种带摩擦补偿的模糊自适应反步控制方法.利用Lyapunov判据证明了闭环系统的所有误差最终一致有界,并通过仿真得出本文所提出的控制方法相比于传统PID与神经网络动态面控制（Radial Basis Function Dynamic Surface Control,RBFDSC）,位置跟踪误差分别提高了近7.5%和3%;当LuGre模型参数变化时,自适应算法也可以精确对摩擦力进行跟踪补偿,从而验证了本文所提出的控制策略的有效性和鲁棒性.     

无人软翼飞行器直线航迹跟踪鲁棒反步控制

为实现无人软翼飞行器的直线航迹跟踪控制,提出一种基于模拟对象的可变增益鲁棒反步控制方法.基于模拟对象方法建立软翼飞行器的航迹跟踪误差模型,并设计了可变增益反步跟踪控制器,通过合理设计增益参数,消除了部分复杂非线性项,避免了传统反步法中虚拟量高阶导数问题,简化了控制器形式,更有利于工程实现.根据Lyapunov理论设计的鲁棒反馈补偿项,在保证稳定性的同时提高了系统的鲁棒性.将控制器应用于无人软翼飞行器平面直线航迹跟踪控制中,仿真实验表明,所设计的控制器可以实现直线航迹的精确跟踪,且具有很好的鲁棒性.     

谐波驱动系统自适应神经网络动态面控制

针对谐波驱动系统动力学模型中存在的非线性摩擦、柔性变形和外界未知干扰力矩等因素的问题,为了提高系统的位置跟踪精度,提出了一种基于径向基函数(RBF)神经网络的谐波驱动系统自适应动态面控制.采用LuGre摩擦模型描述系统的非线性摩擦特性,用RBF神经网络在线逼近摩擦参数变化和外界未知干扰力矩对系统的影响,并通过李雅普诺夫稳定性理论证明了闭环系统的所有误差最终一致有界.仿真结果表明:与普通动态面控制相比,本控制策略对摩擦参数变化和外界未知干扰力矩具有较强的鲁棒性,提高了系统的位置跟踪精度.     

基于反正切非线性函数的自抗扰控制

传统扩张状态观测器(ESO)在对系统进行观测时,对系统输出的测量噪声较为敏感,文中构造了一种基于反正切函数的非线性函数以替代ESO中的幂次函数,并给出了由其构成的ESO的一般形式,使用李雅普诺夫函数对观测误差进行了分析;然后,提出了2种基于反正切非线性函数的改进ESO方案,以及基于这2种ESO方案的改进自抗扰控制算法.仿真数据表明,改进的ESO对由输出测量噪声带来的观测噪声有明显抑制,尤其可以对干扰量估计的噪声抑制在很小的范围内,2种改进自抗扰控制算法针对输出带有测量噪声的控制对象均取得较好的控制效果.
     

欠驱动AUV自适应神经网络反步滑模跟踪控制

针对存在参数不确定性和外界未知干扰的欠驱动自主水下航行器(AUV)三维路径跟踪问题,提出一种基于神经网络的反步滑模控制策略.首先,利用虚拟向导的方法建立了欠驱动AUV三维路径跟踪误差模型;其次,基于李雅普诺夫稳定性理论,利用反步法和滑模控制方法设计一种自适应鲁棒控制器,并设计一种在线调节增益切换函数以降低系统抖振,同时采用径向基函数(RBF)神经网络控制技术对AUV系统中不确定参数以及外界非线性干扰进行自适应补偿估计,而后利用李雅普诺夫稳定性理论证明了整个闭环系统的稳定性;最后,针对一种新型飞翼式欠驱动AUV进行数值仿真实验,结果表明所设计控制器可以实现对三维路径的精确跟踪,并对外界非线性干扰具有良好的鲁棒性.     

基于干扰观测器的不确定非线性系统的预定性能控制

针对一类带有外界干扰及未知参数的严反馈非线性系统,提出新型的预定性能控制策略。首先,设计新型的障碍Lyapunov函数,实现跟踪误差的预定性能;其次,采用自适应律对未知参数进行估计,并构造干扰观测器对系统中的外界干扰进行估计,在此基础上设计反步控制器;为消除传统反步控制的"计算爆炸"问题,设计新型的一阶滤波器对虚拟控制输入的导数进行估计;再次,基于Lyapunov稳定性理论证明闭环系统的稳定性和跟踪误差的预定性能;最后,通过对永磁同步电机控制系统进行仿真验证所设计控制策略的有效性。     

融合反步法的无人驾驶汽车轨迹跟踪控制方法

为了解决无人驾驶汽车轨迹跟踪控制的准确性、稳定性和快速性问题,将反步法分别融合滑模变结构控制和模糊自适应控制.建立车辆三自由度运动学位姿误差微分方程,推导了基于反步法的车速和横摆角速度控制律,结合Lyapunov稳定性判据验证了系统稳定性.分别建立融合反步法的滑模变结构和模糊自适应轨迹跟踪控制方法,结合轨迹跟踪稳态误差、超调量和调整时间,验证、比较了控制方法准确性、稳定性和快速性3种性能的优劣.结果表明：融合反步法的滑模变结构轨迹跟踪控制的稳定性最好,轨迹跟踪超调量接近于0;融合反步法的模糊自适应轨迹跟踪控制快速性最好,轨迹跟踪调整时间相对于反步法缩短了18.2%.     

基于新型趋近律的板球系统反步滑模最优控制

针对板球系统控制精度低、鲁棒性差和响应慢等问题，提出一种基于新型趋近律的反步滑模最优控制方案.首先，用跟踪误差与虚拟控制量设计滑模面；其次，将反步法与滑模控制相结合设计新型趋近律，由此设计控制器；然后，采用Lyapunov理论证明整个系统的稳定性；最后，通过改进粒子群算法寻找一组新型趋近律的最优参数，实现最优控制.仿真实验结果表明，提出的控制策略能消除误差提高系统控制精度，系统调节时间为0.2 s，能加快系统响应速度，增强了系统鲁棒性，较好地抑制了抖振，验证了所提控制方案的可行性.     

基于时延估计和鲁棒H_∞控制的工业机器人跟踪控制

针对六自由度工业机器人系统,结合时延估计控制和鲁棒H∞控制的优点,提出了一种鲁棒H∞时延估计跟踪控制算法.该算法不需要机器人的复杂动力学模型,避免了机器人逆动力学的在线实时计算;采用时延估计在线获得机器人系统的未知动力学和外界干扰,并对控制过程加以补偿;通过引入L2增益控制,可实现对时延估计误差的L2干扰抑制,从而进一步提高了系统的鲁棒性.同时,利用Lyapunov函数和Riccati不等式保证了闭环系统的渐近稳定性和H∞鲁棒性能.该算法计算简单,结构固定,鲁棒性强,易于实现.文中还通过二自由度机器人的仿真实验证明了该算法是有效的.     

基于干扰观测器的状态受限多缸同步控制策略

针对液压支架群多缸同步拉架过程,提出了基于干扰观测器的状态受限同步控制策略。首先分析了多缸之间的关系,基于等同控制的思想为每个子系统设计了干扰观测器以估计和补偿系统的不确定性和外来干扰;利用障碍李雅普诺夫理论对系统位置和速度的最大误差进行限制;引入动态面理论避免反步设计过程中的微分爆炸现象,简化了控制器的设计过程;以ZY3200/08/18D型电液控制液压支架为模型在Simulink中进行了仿真分析,随后搭建模拟实验台进行了实验验证。仿真和实验结果表明,所设计的位置同步控制策略拥有较高的轨迹跟踪精度和同步精度。     

被动模式下肢外骨骼机器人的步态轨迹跟踪控制

针对被动模式下肢外骨骼机器人的步态轨迹跟踪控制问题,提出一种自抗扰控制(active disturbance rejection control,ADRC)策略.将系统未建模动态、系统间动态耦合和外部扰动视为总干扰,设计扩张状态观测器(extended state observer,ESO)进行估计,采用前馈方式进行补偿,从而抑制干扰的影响.通过设计的误差反馈控制器,实现对期望步态轨迹的跟踪控制,并给出ESO误差有界以及闭环系统稳定性的证明.仿真结果表明,所提的ADRC策略能准确跟踪步态轨迹,相比于比例积分微分(PID)控制和计算力矩控制方法,该策略不仅能保证良好的跟踪效果,还能有效抑制干扰.