离心压缩机轴位移故障自愈调控系统的研究

针对离心压缩机存在的轴位移故障,研究设计了离心压缩机轴位移故障自愈调控系统,该系统使用轴位移故障实验装置来模拟压缩机轴位移故障并对其进行自愈调控。使用该系统进行了压缩机轴位移特性实验和轴位移故障调控实验,并根据实验数据分析了实验装置轴位移与轴向力的对应关系和轴位移故障调控的效果。实验数据表明压缩机轴位移自愈调控系统在设备出现轴位移故障时可以通过调节推力盘两侧压力来使轴位移恢复到安全范围内,使设备长周期安全运行。在开发系统的过程中,分别采用布尔控制器、PID控制器和模糊PID控制器进行调控实验,对3种控制器的反应速度和稳定性比较得知,采用模糊PID控制器具有更好的鲁棒性和稳定性。     

非线性系统执行器故障检测及重构

针对受到外部干扰的利布希茨非线性系统,讨论了一种观测器匹配条件不满足下的基于观测器的执行器故障检测方法.通过构造辅助输出,使得匹配条件针对该辅助输出得以满足;通过一高阶滑模观测器,不仅估计出辅助输出,还估计出它的微分.基于高阶滑模观测器,提出了一种执行器故障重构的方法.通过引入一个自适应调节项,对利布希茨常数进行自适应性调节,从而设计中无需知道利布希茨常数的大小.最后通过一个3阶系统的仿真,表明了方法的有效性.     

采用高阶终端滑模观测器的执行器未知故障重构

针对常规滑模观测器抖振现象易造成故障误判和漏判的不足,考虑实际系统故障信息未知的情形,提出了一种含自适应律修正的高阶终端滑模观测器执行器鲁棒故障重构方法。首先引入线性变换矩阵实现系统降维,确保状态估计不受干扰和故障的影响,并将观测器增益矩阵设计方法转化为线性矩阵不等式约束下的凸优化问题;其次考虑故障变化率上界未知的情形,在高阶非奇异终端滑模控制输入中添加了自适应律,确保滑模运动不受未知信息故障的影响,在有限时间内到达滑模面以实现鲁棒性,在此基础上给出了执行器故障重构的计算方法;最后以某飞控系统为例开展了仿真研究,结果表明所提方法能有效减小抖振,快速估计系统状态,自适应律在3s内可以实现对未知故障的自适应调节,确保准确实现执行器未知故障重构。     

轨控期间挠性卫星的姿态容错控制及主动振动抑制

针对受轨道控制推力影响及存在执行器故障的挠性卫星,提出了一种基于自适应滑模的姿态容错控制及挠性振动抑制方法.该容错控制方法不需要故障信息,而是基于滑模控制原理,利用自适应算法能够对故障系统中的不确定参数信息实现有效估计,并且在保证姿态稳定的同时,对来自环境和系统内部的扰动及转动惯量的不确定性具有良好的鲁棒性,从而提高了容错控制器的性能.进一步在姿态稳定的基础上,利用精确鲁棒微分器理论,针对挠性模态中的非线性项和扰动项设计了非线性状态观测器,并结合自适应控制和滑模控制方法实现了对挠性振动的有效抑制.最后,在反作用飞轮冗余配置的前提下,对轨道调控期间具有执行器故障的卫星姿态控制系统进行了仿真.结果表明,该方法有效正确.     

一类非线性系统执行器多时滞故障诊断

提出了一种非线性系统的执行器多时滞鲁棒故障诊断方案,非线性与系统输入和输出有关,不确定性包括系统输入和状态等环节;通过构造观测器对状态和输出进行估计,得到具有鲁棒性的阈值;若系统的实际输出与估计输出之差(即残差)超出阈值,说明有故障发生,同时用自适应跟踪器对故障进行跟踪;在理论上证明了该方案的鲁棒性、灵敏度和稳定性,通过M atlab软件仿真验证了该方法的有效性.     

基于神经网络滑模观测器的飞控系统故障诊断

为了提高控制系统的安全性和可靠性,针对含有扰动的飞控系统执行器微小故障诊断问题,基于神经网络滑模观测器,提出了一种对系统执行器故障进行检测及估计的办法,并证明了该神经网络滑模观测器的稳定性.通过坐标变换将线性系统解耦成两个子系统:一个子系统不含扰动,对其设计神经网络观测器,实现对微小故障的检测;另一个子系统受到扰动和微小故障的双重影响,对其设计滑模观测器,消除未知扰动的影响,保证系统的强鲁棒性.通过飞控系统故障诊断试验平台验证了该方法的有效性.     

基于逆系统方法的非线性系统故障调节

针对一类多输入多输出非线性可逆系统,提出一种基于逆系统原理的故障调节方法.该方法通过设计被控对象的自适应观测器来估计执行器故障,并根据故障估计值,基于逆系统方法产生附加控制律对逆系统进行调节补偿,使得被控对象和经调节后逆系统的串联仍能保持为无故障时的伪线性系统模型,从而在无需改变系统正常控制器参数的情形下,方便地实现对执行器故障的良好性能容错目标.     

多缸液压机的自适应容错滑模控制分配

针对一类多缸液压机提出了一种基于滑模的自适应容错控制分配方法.该方法不仅考虑了单一执行器的故障问题,而且可以满足执行器同时发生故障时控制系统的性能要求.当某一个液压缸发生故障时,控制分配部分采用容错控制分配方法在健康的液压缸之间对故障进行补偿;当液压缸同时发生故障时,针对虚拟控制量存在误差的问题,采用在线自适应控制方法调整高层滑模控制器的控制增益,在消除虚拟控制误差的同时,保持了闭环系统的稳定性.仿真实验表明:所提出的控制器与未考虑容错性能的控制器相比具有更好的控制性能,在液压缸分别出现局部或全局故障的情况下,皆表现出较强的鲁棒性.     

基于有限时间干扰观测器的改进模型水下机器人自适应鲁棒容错控制

针对无人水下机器人（unmanned underwater vehicle ,UUV）工作中存在的执行器故障,在系统不确定性与外界干扰下,提出一种基于有限时间扰动观测器（finite time disturbance observer ,FTDO）,并结合改进模型的自适应鲁棒容错控制方法。一方面,FTDO能在有限时间内对外界环境干扰进行估计;另一方面利用滑模控制加上径向基神经网络（Radial Basis Function Neyral Network,RBF） 的万能逼近特性,建立带有执行器故障的输入补偿;其中改进模型的引入解决了系统不确定性导致的输入饱和,提高了稳定性与鲁棒性;其次采用一种新型的双幂趋近律使滑模量在更短时间收敛到稳态误差界内;仿真与水池实验结果表明了所提方法相对于滑模控制有着更好的容错效果。     

滑模观测器实现不确定系统的鲁棒故障重构

讨论了利用滑模观测器实现不确定系统的在线故障重构问题.首先应用奇异值分解,对系统进行规范化处理,设计了鲁棒滑模观测器的LMI算法,并通过非线性介入使设计观测器对系统不确定性具有鲁棒性及跟踪系统状态的收敛性;然后根据滑模观测器设计方法,利用等价输出误差介入、H∞约束优化原理以及加入输出滤波器方法,提出了执行器故障和传感器...     

遭受执行器攻击的工控系统输出反馈滑模控制

针对工业控制系统存在测量噪声及外界执行器攻击问题,提出一种基于无偏状态估计的输出反馈离散滑模控制方法。在执行器攻击存在的情况下,构造等效滑模控制律。由于攻击信号与系统状态未知,通过引入无偏状态观测器从遭受噪声干扰的传感测量数据中获得系统真实状态的最小方差无偏估计量。在此基础上,利用一步延时攻击估计得到攻击信号的近似估计值,使所设计的鲁棒滑模控制律得以实现。给出了在此控制律作用下滑模面的收敛性分析及闭环系统最终有界稳定的证明。数值仿真实验结果验证了面向执行器攻击的无偏状态估计器的有效性,也表明与传统滑模控制方法相比,提出的输出反馈滑模控制方法对执行器攻击具有更强的抑制力,能够有效提高系统的鲁棒性能。     

模糊超扭曲滑模观测器在PMSM中的研究与应用

针对传统滑模控制的永磁同步电机(PMSM)无感系统调速过程中,由于滑模函数存在高频开关量而导致转速抖动的问题,提出使用模糊超扭曲二阶滑模观测器(FST-SMO)进行改进的策略;新型观测器采用高阶滑模控制理论搭建,将滑模函数开关量转移到了高阶导数中,利用算法的积分运算削弱开关量抖振;同时考虑到传统二阶滑模观测器的增益为固定值,无法根据误差量自行调节的问题,提出了基于模糊控制的增益自调节方法,根据误差值及其变化趋势,利用模糊算法输出当前的滑模增益,增强了系统稳定性及鲁棒性;在Simulink环境中搭建了基于模糊超扭曲滑模系统(FST-SMO)的永磁同步电机仿真模型,在不同调速区间内进行调速仿真,并与传统滑模系统仿真的转速波动以及转子角度跟随性进行比较,仿真结果验证了模糊超扭曲滑模观测器具有更高的控制精度与更强的适应性,转速平稳角度跟随性能优越,有效降低转速的抖振。     

二自由度关节型机器人的自适应模糊滑模控制

针对二自由度关节型机器人控制问题,通过分析传统滑模控制的不足,提出一种自适应模糊滑模控制算法。采用自适应单输入单输出模糊系统来计算控制增益,同时设计了基于Lyapunov稳定性理论的自适应律,最后利用Simulink软件对自适应模糊滑模控制进行仿真实验。结果表明,机器人各关节控制力矩的抖振现象明显减弱,系统性能得到提升;自适应算法的加入使模糊滑模控制能在短时间内随着系统状态的变化自动地进行调节,稳态收敛为常数;在关节型机器人参数不确定和存在外界干扰的情况下,自适应模糊滑模控制算法依然具有良好的鲁棒性和跟踪精度。     

基于终端滑模控制的有限时间拥塞控制

针对TCP网络的有限时间拥塞控制问题,考虑到输入受限、网络参数不确定和非响应流干扰的情况,提出了一种基于自适应终端滑模控制的主动队列管理算法.为了使网络系统不确定的界不需要事先获得,给出一个自适应律对总不确定的界进行了估计.考虑到系统输入受限的情况,给出另一个自适应律以补偿输入受限对系统稳定性造成的影响.为了改善网络系统的收敛性能,基于终端滑模控制设计了一个有限时间拥塞控制器.仿真结果表明,所提出的算法不仅具有有限时间收敛的品质,而且具有良好的稳定性和鲁棒性.     

电动静液作动器的自适应变阻尼滑模控制

针对电动静液作动器（EHA）死区影响和参数不确定性造成的扰动问题,在变阻尼滑模控制（DV-SMC）的基础上提出了一种新型自适应变阻尼滑模（ADV-SMC）控制方法.该方法通过滑模控制的鲁棒性克服摩擦和外部扰动的影响,同时采用变阻尼方法抑制阶跃响应的超调,通过引入跟踪误差驱动的参数自适应律在线估计系统未知参数来抑制参数不确定性,进一步提高系统的位置跟踪性能.在稳定性证明的基础上,通过仿真分析验证了本文所提出控制策略的有效性.      

机器人的自适应神经全局滑模轨迹跟踪控制

针对具有不确定性的机器人系统,提出一种自适应神经全局滑模轨迹跟踪控制方案.控制器采用一种新的全局滑模面,使得系统在整个响应时间内都具有鲁棒性;并基于径向基函数神经网络自适应学习不确定性的未知上界,从而自适应调整控制律的切换增益.而且基于Lyapunov稳定性理论证明这种新型控制器能够保证机器人系统关节角位置矢量和角速度矢量的跟踪误差渐近收敛于0.仿真结果表明提出的控制策略能够使机器人系统仅在0.5 s内就实现快速的轨迹跟踪,可见该方案是可行且有效的.     

不确定混沌系统的无抖振滑模控制

研究了具有模型不确定性和外界干扰的混沌系统的无抖振滑模控制问题．基于Lyapunov稳定性理论和滑模变结构控制方法,设计了动态滑模面和自适应滑模控制器,使得受控混沌系统能追踪任意参考信号．该方法能有效地消除滑模控制的抖振现象,具有较强的鲁棒性和通用性．数值仿真实验表明了该方案的有效性．     

控制饱和系统的极限学习机控制算法

为提升被控系统的鲁棒性和控制精度,对存在控制饱和约束和内外参数摄动的非线性系统,提出一种基于极限学习机的自适应反演控制算法。针对存在控制饱和约束的非线性系统,基于所设计的辅助函数,将非线性控制饱和约束转换成常规控制输入形式,有效降低了控制器的设计难度。为提升内外参数摄动的估计精度和估计算法速度,采用极限学习机逼近内外参数摄动的综合项,构建了基于极限学习机的自适应控制算法,理论证明了闭环系统的全局渐近稳定性。与自适应滑模控制器对比仿真结果显示,控制器在控制力矩总能耗、系统输出收敛轨迹上具有更优的品质。