基于扩张状态观测器的轮式移动机器人全阶滑模控制

针对存在模型参数摄动和外部有界扰动不确定因素影响下的非完整移动机器人轨迹跟踪控制问题,提出一种基于扩张状态观测器的全阶滑模移动机器人轨迹跟踪控制方法.通过坐标变换将耦合的系统动力学模型转化为2个独立的子系统,再将模型参数摄动和外部有界扰动不确定因素扩张为一个新的变量,进而分别对2个子系统设计扩张状态观测器用于估计并补偿系统的总和扰动,抑制其对系统控制性能的影响,结合滑模控制理论设计基于扩张状态观测器的全阶滑模控制器,保证系统输出稳定跟踪给定信号且消除传统滑模控制中抖振突出的问题,提高系统滑动模态的品质.仿真对比结果验证了所设计控制方法的优越性和有效性.     

基于模糊滑模反步控制的自动装卸钻杆机械臂轨迹跟踪研究

针对现有矿井自动装卸钻杆机械臂运动轨迹跟踪方法精度低而导致施工效率低下的问题，综合应用模糊滑模控制与反步控制理论，提出模糊滑模反步控制钻杆机械臂轨迹跟踪法。采用扰动观测器对扰动信号进行估算，采用模糊理论描述滑模面与运动点的广义距离，以降低滑模控制中由速度瞬变所引起的抖振，并采用模糊滑模反步控制法对由系统扰动造成的误差进行补偿。针对钻杆机械臂的两个重要关节进行了运动仿真与试验测试。结果表明：两个关节的轨迹跟踪误差比模糊滑模控制分别减小了28.2%和22.6%。模糊滑模反步控制法有效降低了钻杆机械臂关节运动轨迹误差，极大提高了运动稳定性和响应能力。     

机械臂的滑模控制器设计及仿真实验研究

以多连杆机械臂为研究对象,设计滑模控制器来实现高精度的轨迹跟踪控制。首先建立受到参数不确定和外部扰动影响的多连杆机械臂动态模型;其次依据该受扰模型设计滑模面及相应的基于等效控制的滑模控制器;接着利用李雅普诺夫函数证明系统的稳定性;同时采用饱和函数替代符号函数来抑制抖振现象。为了验证所设计的滑模控制算法的有效性,使用Matlab/Simulink软件搭建机械臂仿真测试平台。利用测试平台实现机械臂在PID控制、滑模控制和基于饱和函数的滑模控制三种控制方法下的轨迹跟踪实验。通过仿真实验教学,可以显著提高学生在机械臂建模和控制器设计方面的能力。     

不确定移动机械臂的反演滑模轨迹跟踪控制

针对一类受复杂不确定影响下的非完整移动机械臂轨迹跟踪问题,建立包含模型误差和外界扰动的不确定动力学模型,提出一种基于反演设计的滑模控制方法。该方法首先采用输入-输出非线性反馈进行系统线性化,建立包含总体不确定性的等价系统;然后,基于李雅普诺夫直接法两步反演设计幂次趋近率滑模控制器,有效抑制系统有界不确定性,减小滑模抖振,保证闭环控制系统渐进收敛,从而实现对参考轨迹的快速精确跟踪。仿真结果表明,该方法跟踪速度快,精度高。     

柔性关节机械臂的自适应命令滤波输出反馈控制

针对柔性关节机械臂轨迹跟踪控制中存在模型摄动、外界干扰以及部分状态信息不可测等问题，提出一种基于自适应神经网络观测器的命令滤波输出反馈控制方法。首先，给出含不确定性的柔性关节机械臂动力学方程，并选用RBF神经网络设计自适应律，在线逼近由模型摄动及未知干扰带来的不确定性项；然后，设计自适应神经观测器以对系统不可测状态进行实时估计，并将估计值用于反馈控制，解决部分状态信息不可测的问题；最后，基于Lyapunov理论设计反步跟踪控制器，并引入二阶命令滤波器获得中间虚拟控制量的导数，避免反步递推过程中“计算爆炸”的问题。仿真结果表明，当系统存在模型摄动和外界干扰时，所提自适应命令滤波反步控制方法与传统反步控制方法和误差补偿命令滤波控制方法相比，无需连杆的角速度以及电机轴的转角和角速度等状态信息，且轨迹跟踪精度分别提升78%和35%。     

柔性关节机械臂自适应神经网络动态面控制

针对柔性关节机械臂动力学模型具有非线性、不确定性和未知的外界扰动等问题,提出了基于自回归小波神经网络的自适应动态面控制方法.采用对于非线性系统具有良好学习和快速收敛能力的自回归小波神经网络,在线观测和补偿动力学模型的不确定项.并应用动态面方法设计控制器实现了关节轨迹跟踪控制.仿真和实验结果显示:当存在模型参数不准确及未建模的外部扰动力矩时,控制算法表现出良好的自适应能力,与传统动态面法和PD(比例微分)控制相比较,显著提高了柔性关节的位置跟踪精度.     

柔性关节机械臂的自抗扰预设定有限时间跟踪控制

针对一类具有模型不确定、未知非线性函数以及外部扰动的柔性关节机械臂系统,基于backstepping设计方法、自抗扰技术、预设有限时间性能函数,提出一种自抗扰预设定有限时间跟踪控制器的设计方法.该方法使用扩张状态观测器估计带有不确定性的未知函数,并使用跟踪微分器获得虚拟控制的微分信号来避免微分爆炸.控制器设计中使用预设有限时间性能函数,使机械臂系统的跟踪误差在一个指定的有限时间内按预设定的动态性能收敛到原点附近的小邻域内,且保证闭环系统所有信号一致最终有界.采用自抗扰策略使控制器具有很强的抗干扰性能.仿真结果验证了所设计控制器的有效性.     

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.     

融合速度信息的机械臂自适应轨迹跟踪控制方法

针对机械臂动力学模型参数不确定性与速度信息不精确影响轨迹跟踪精度的问题，提出一种多传感器信息融合的机械臂参数自适应轨迹跟踪控制方法。首先将未建模动态视为系统内部干扰，简化机械臂动力学模型；其次采用反步控制方法为机械臂系统设计控制律，并为动力学模型中不确定参数设计自适应律；最后考虑使用单一位置传感器的差分值或转速计的测量值作为速度信息可靠性低的问题，通过多传感器信息融合方法为控制器提供更精确的速度信息。仿真与实验结果表明：采用融合速度信息能够提高所提控制方法的精度与稳定性，速度信息的精确性提升7%;与反步控制方法、自适应控制方法相比，所提控制方法具有更好的机械臂轨迹跟踪控制性能，轨迹跟踪误差分别降低了30%、50%。     

多关节机器人的自学习模糊全局滑模控制

针对模型不确定性多关节机器人的轨迹跟踪控制问题,研究多关节机器人全局滑模控制,为了削弱系统在滑动模态上的抖振,将模糊控制和全局滑模控制相结合,提出一种自学习模糊全局滑模控制方法.该方法利用模糊系统的输出代替全局滑模控制中的非连续开关切换量,并根据滑模变结构原理,设计自学习算法,动态调整模糊隶属函数的参数.通过对2关节机器人的仿真,结果表明在存在模型误差和外部扰动的情况下,该方法既能达到快速跟踪,又能很好地消除控制器的抖振.     

机械臂位置跟踪自适应反演滑模控制律设计

针对机械臂位置跟踪控制问题,设计了一种新型自适应反演滑模控制律。该方法利用机械臂各关节的位置和速度误差建立了滑模面函数,并根据反演原理设计了反演滑模控制律。然后,通过设计合适的自适应律对外部扰动进行在线补偿,降低了系统对外部扰动的敏感性,有效地抑制了系统的抖振。最后利用Lyapunov定理证明了系统的稳定性。仿真结果说明该控制律具有较好的控制性能。     

压电陶瓷驱动器的滑模观测器反演控制

针对压电陶瓷驱动器中固有的迟滞非线性问题,设计基于滑模状态观测器的反演控制器对其进行输出跟踪控制。首先对压电陶瓷驱动的系统模型进行分析,将迟滞非线性部分视为有界干扰;在此基础上设计滑模状态观测器,对压电陶瓷驱动器的速度状态进行估计,整个系统仅需要测量输出位置信息。对采用滑模状态观测器的系统进行反演控制器设计,最后通过Lyapunov稳定性理论证明了闭环系统是稳定的,系统中的所有信号是一致最终有界的。仿真结果表明了方法的有效性。     

考虑执行器饱和补偿的移动机器人自适应积分滑模控制

针对存在执行器输入饱和约束、模型参数不确定性以及外部扰动等因素影响下的移动机器人跟踪控制问题,提出一种考虑执行器饱和补偿的移动机器人自适应积分滑模控制方法。利用双曲正切函数对执行器输入饱和约束作近似处理,并将系统动力学模型表示为仿射系统形式。将执行器输入饱和约束的近似处理误差、模型参数不确定性以及系统外部扰动扩张为一个新的状态,进而设计扩张状态观测器对系统总和扰动进行估计,在此基础上设计系统自适应积分滑模控制器,从而改善普通滑模控制中抖振突出的问题,保证系统的跟踪控制性能。对所提控制方法进行了仿真验证,结果表明,所提控制方法在执行器输入饱和约束、模型参数不确定性以及外部扰动等因素影响下能够保证跟踪误差快速稳定收敛。     

采用模糊扩张状态观测器的四旋翼无人机滑模轨迹跟踪控制

针对四旋翼无人机(UAV)的轨迹跟踪控制存在外界未知扰动的问题,提出一种基于模糊扩张状态观测器的非奇异快速终端滑模控制算法.首先,根据双闭环控制结构分别对姿态内环、位置外环引入模糊扩张状态观测器,利用该观测器对系统所受到外部总扰动进行在线估计.然后,根据模糊扩张状态观测器的观测值,设计非奇异快速终端滑模控制器,保证四旋翼无人机的状态变量可在有限时间内收敛于期望轨迹.最后,根据李亚普诺夫理论,得出四旋翼无人机系统的闭环稳定性,并通过仿真对比实验验证该控制算法的优越性.结果表明：所提的控制算法可以提高跟踪性能,并有效增强系统的抗外界干扰能力.     

结合卡尔曼滤波和离散滑模的振镜位置跟踪研究

为解决外部扰动和噪声对振镜系统位置跟踪的影响,该文提出了一种结合卡尔曼滤波和离散滑模控制的振镜位置跟踪方法.首先,围绕振镜系统驱动电机的离散数学模型,构建卡尔曼滤波器来估计振镜系统真实的运动变化,降低外部扰动和噪声对系统的影响; 其次,结合离散滑模控制对跟踪误差进行修正,使振镜系统位置量和速度量快速稳定,进一步提升系统的抗干扰能力和位置跟踪能力; 最后,针对瞬时和连续性2种类型的外部扰动设计了对比仿真实验和振镜系统平台的验证实验.实验结果表明:在这2种不同类型的外部扰动下,该控制方法都能够使振镜的扫描反射镜快速、准确地跟踪给定期望值,且有效抑制离散滑模控制的抖振问题.     

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.      

基于滑模控制的ROV深度方向轨迹跟踪研究

未知海流等外界干扰,系统的不确定性信息对小型ROV深度控制造成不利影响。针对该问题,本文首先建立小型ROV深度方向运动数学模型,在理想和有干扰的情况下设计相应地滑模变结构控制器来实现水下机器人的位置轨迹的跟踪,利用李雅普洛夫定理在理论上证明了所设计的控制器是稳定的。仿真结果验证了跟踪控制系统的全局渐进稳定性,及对有界外部扰动的鲁棒性。     

基于神经网络的三相Vienna整流器全局快速终端滑模控制

针对Vienna整流器采用传统PI控制输出电压超调大,功率因数低,当系统参数发生变化时难以收敛,对交流侧输入电流干扰大等问题,提出一种基于神经网络的全局快速终端滑模控制策略。针对系统参数在实际环境中发生摄动和受到外界扰动,重新建立系统的不确定模型,将不确定项合并为总扰动并利用所建立自适应神经网络对其进行估计,并运用Lyapunov定理证明该非线性控制系统在系统参数摄动及外界扰动中可实现有界稳定。仿真结果表明:利用该方法提高了Vienna整流器功率因数,有效优化了输出电压超调高的问题并且有效降低了系统的谐波污染。最后搭建了实物样机,实验结果验证了上述结论的正确性。采用文中方法电压未出现超调,并且稳态响应时间减少了69%,切换负载电压波动减少了87%,动态响应时间减少了84%,谐波含量减少了68%。     

基于新型双曲正切趋近律的固定/有限时间姿态控制

本文研究了基于一种新型双曲正切趋近律和非奇异固定时间终端滑模面的固定/有限时间姿态控制方法. 对没有外部干扰的航天器姿态控制问题，本文基于双曲正切函数提出了一种新型的固定时间趋近律，该趋近律只需调节控制参数就可保证滑模变量在固定时间内收敛于原点，接着结合非奇异终端滑模面设计了固定时间姿态控制器，保证航天器姿态在固定时间内收敛于原点. 对存在未知外部干扰的情况，设计了双层自适应有限时间滑模观测器估计外部扰动，基于观测器的输出设计了基于非奇异固定时间滑模面与新型双曲趋近律的控制器来对扰动进行补偿. 数值仿真验证了所提控制方法的有效性.