基于FCMAC干扰观测器的动态逆再入制导

针对升力式飞行器不确定的非线性模型,提出了基于模糊小脑模型神经网络(FCMAC)干扰观测器的动态逆再入轨迹跟踪制导律.首先采用非线性动态逆设计阻力加速度-能量标准轨迹的跟踪方法;然后利用FCMAC网络良好的非线性逼近能力、泛化能力和自学习能力,设计干扰观测器对模型的不确定性和外部干扰进行在线补偿;最后给出了闭环误差系统的鲁棒稳定性证明.仿真结果表明:FCMAC干扰观测器通过在线重构逆误差,降低了动态逆方法对模型的依赖,增强了跟踪系统的鲁棒性.     

SFCMAC及其在仿人手臂控制中的应用

将滑模控制(SMC)引入模糊小脑模型关节控制器(FCMAC),提出了一种多变量滑模FCMAC(SFCMAC).该控制器采用滑模函数转换输入信号,减小输入空间以降低网络存储空间,分粗调和微调两阶段训练网络参数,以保证控制系统的稳定性.将所提出的SFCMAC用于仿人手臂的轨迹跟踪控制,并与SMC,MLP和FCMAC比较,仿真结果表明该控制器能克服系统非线性和不确定因素的影响,控制效果良好.     

基于NDO的高阶非线性系统自适应反推滑模控制

针对一类高阶非匹配不确定非线性系统轨迹跟踪问题,将反推控制和滑模控制相结合,设计一种基于非线性干扰观测器(NDO)的自适应反推滑模控制方案.通过设计每一步的李雅普诺夫函数保证闭环系统全局渐进稳定,且跟踪误差一致且有界.设计NDO对非匹配干扰进行补偿,建立系统建模误差自适应律并引入双曲正切函数.仿真表明:闭环系统能够实现对指定轨迹的稳定跟踪,且对非匹配干扰和建模误差同时具有鲁棒性,并有效降低控制抖振.     

基于T-S模糊模型一类不确定非线性系统的H∞模糊鲁棒跟踪控制

研究一类不确定非线性系统模糊鲁棒跟踪控制的设计. 基于存在外界干扰的不确定非线性系统的T-S模糊模型, 考察被控系统跟踪参考信号的误差, 得出跟踪误差指数稳定的约束条件, 在跟踪控制与镇定控制一致的前提下研究了H_∞模糊鲁棒跟踪控制器的设计问题, 基于Matlab的LMI和FLC工具可实现对此问题求解. 仿真实例验证了算法的有效性.     

带有时变死区的T—S模糊系统的自适应跟踪控制

研究了一类带有时变死区的T-S模糊系统的自适应跟踪控制问题.其中将时变的非线性死区的输出表示为线性输入和有界干扰,并且干扰的界是未知的.基于Lyapunov稳定性理论和线性矩阵不等式(LMI)方法提出了系统的跟踪控制器的设计方法,对给定的n阶可微的有界参考轨迹和给定的跟踪精度.所设计的控制器能够保证系统的跟踪误差满足跟踪精度,同时保证闭环系统的所有信号有界.     

基于误差空间的UUV三维鲁棒跟踪控制研究

针对水下无人航行器(UUV)系统存在非线性和不确定性的特点,采用基于误差空间理论的跟踪控制方法,进行UUV在复杂海洋环境以及自身工作状态和模块配置变化时的空间跟踪控制问题研究. 以海浪干扰下的深度跟踪控制仿真实验分析该控制方法的鲁棒性. 该控制方法的理论基础是结合被跟踪平台的动态过程,以被跟踪平台和跟踪平台的空间误差为状态空间的状态量组成误差空间系统. 由于融合了被跟踪平台的动态过程和跟踪误差,跟踪精度和跟踪能力增加,同时系统的鲁棒性也增强.      

无人驾驶机器人机械腿非线性模糊自适应反演滑模控制

为了实现无人驾驶机器人机械腿位置精确跟踪及提高车速跟踪精度,针对机械腿受到的非线性干扰,提出了一种基于非线性干扰观测器的机械腿模糊自适应反演滑模控制方法.首先,通过对机械腿机构操纵踏板时的位置运动分析,建立了机械腿运动学模型,构建了考虑运动副非线性摩擦的机械腿动力学模型,描述了机械腿关节间摩擦力矩与相对速度之间的关系,求得了摩擦参数.接着,设计了油门/制动机械腿切换控制器和非线性干扰观测器.最后,针对观测误差以及其他不确定干扰,设计了模糊自适应反演滑模控制器,进行了李雅普诺夫稳定性分析.实验结果表明,所提方法有效削减了控制输出的抖振,且相较于未对摩擦进行补偿的情况,机械腿位置最大跟踪误差从5.5×10~(-2) rad减小为1.1×10~(-3) rad,最大车速跟踪误差从2.21 km/h减小为1.91 km/h.基于干扰观测器的机械腿模糊自适应反演滑模控制方法能够有效提高机械腿跟踪精度与车速跟踪精度.     

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.     

基于非线性干扰观测器的直升机滑模反演控制

针对3自由度直升机俯仰控制系统,提出一种基于非线性干扰观测器的滑模反演控制方法. 用一种非线性干扰观测器观测系统的不确定性和外界干扰,通过选择设计参数,可以使观测误差指数收敛. 对引入非线性干扰观测器后的系统采用滑模反演法设计控制器,控制律的设计保证了闭环系统的稳定性,从而达到对直升机俯仰系统跟踪控制的目的. 仿真结果表明,该方法能够较理想地观测干扰,减小控制器的输出,改善系统的控制性能.     

采用状态估计的泵控非对称液压缸模型预测控制

针对伺服电机驱动泵控非对称液压缸系统存在约束和鲁棒性差等问题,提出了采用状态估计的模型预测控制策略。根据泵控液压缸系统的原理和实际要求,建立了含输入和输出约束的状态空间模型;引入模型预测控制,避免了阀切换带来的非线性,提高了约束优化控制性能;结合卡尔曼滤波器,补偿了干扰和模型误差的影响,提高了系统的鲁棒性。仿真结果表明,所设计的控制策略能够实现无偏移跟踪,保证输入不超限、输出无超调,且具有很好的处理干扰和模型失配的能力。实验结果中,液压缸位置无超调,相对位置跟踪误差约为0.5%,干扰和模型误差对控制性能的影响很小。可见,所提方法能应用于实际泵控系统,提高输入、输出约束下的控制性能,容许一定的干扰和建模误差。     

放卷张力系统解耦控制器的设计

针对凹版印刷机放卷系统对张力控制稳定性的要求,提出了一种利用自抗扰控制( ADRC)技术来设计张力解耦控制器的新方法.根据放卷系统的工作机理,建立了放卷张力系统的非线性耦合数学模型,用ADRC方法推导了张力系统的解耦模型,得到了系统阶数和静态解耦模型.在放卷张力系统模型的基础上,利用ADRC技术对放卷系统的张力解耦控制器进行了设计.控制器内部鲁棒性和抗干扰性能的对比仿真结果表明,所设计的ADRC解耦控制器可以较好地实现系统的解耦,并具有比传统比例积分微分控制器更好的内部鲁棒性和抗干扰性.     

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.     

基于内模控制的CCD像机消旋控制器

针对CCD(Charge Coupled Devices)像机消旋控制系统中存在的不规则干扰力矩和模型不确定性等问题,利用经典的滞后-超前校正无法得到满意的控制结果,提出采用改进的内模控制方法(IMC:Internal Model Control).该方法既含有被控对象模型本身的闭环反馈形式,又加入了直接针对模型误差及外界干扰的滤波反馈.分别针对系统含有增益误差和极点误差的情况进行了仿真,两种系统输入阶跃信号仿真的结果表明:对于存在增益误差的系统,采用改进的IMC,系统的上升时间减小了一半,峰值减小了3%;对存在极点误差的系统,改进的IMC能很好地消除采用经典控制方法时系统存在的严重震荡问题.改进的IMC设计简便,为类似的控制问题提供了简单实用的控制方法.     

非线性自抗扰状态PI控制器的研究

针对线性状态PI控制器只适用于单输入单输出的线性系统的不足 ,提出了非线性自抗扰状态PI控制方法 ,将“自抗扰”控制技术的控制思想应用于常规状态PI控制 ,使其适用于单输入单输出的非线性系统的控制。解决了“自抗扰”控制技术中扩张状态观测器的参数问题 ,并对系统的稳定性进行了定性分析。仿真算例表明 ,非线性自抗扰状态PI控制器对对象模型参数摄动和外扰具有良好的适应性和鲁棒性     

球杆系统的阻尼自适应抗扰控制

为了提高球杆系统的稳定性和抗扰性能,设计一种阻尼自适应抗扰控制策略.首先,分析球杆系统的非线性动力学过程,并在平衡点附近建立用于控制策略设计的线性模型.然后,在线性自抗扰控制(LADRC)基础上,提出一种阻尼自适应抗扰控制策略,可以克服不稳定对象的闭环振荡,提升抗扰性能.最后,通过仿真和实验,对阻尼自适应抗扰控制与LADRC的控制效果进行比较.结果表明:相较于LADRC,文中方法的震荡超调、调节时间和抗扰性能等指标更加优异,文中方法具有优越性和有效性.     

基于神经模糊系统的自适应前馈-反馈控制系统设计

在前馈控制器设计思想的启发下,提出了一种基于神经模糊系统的自适应前馈-反馈控制系统。该控制系统首先把非线性过程近似为一个线性的ARX模型和一个基于神经模糊系统的线性化误差模型(FNNM)组成的合成模型,把线性化误差模型的输出看作可测量的"扰动",然后再引入前馈控制器,利用被控制过程的输入、误差模型的输出、线性ARX模型输出和系统输出值之间的误差以及被控制过程的合成模型的梯度信息对控制器参数进行在线调节,从而获得较好的控制结果。将提出的基于线性化误差模型的自适应控制系统用于简单不可逆放热反应的连续搅拌型化学反应器CSTR中,并与传统的PID控制器进行比较。仿真结果表明:这种基于神经模糊系统的自适应前馈-反馈控制器和PID控制器相比,能得到更快、更好的控制效果。     

放卷张力系统H_∞鲁棒控制器的设计

针对印刷机放卷系统对张力控制稳定性的要求,利用线性矩阵不等式(LMI)方法对放卷张力系统H∞鲁棒控制进行了分析研究和仿真验证.根据放卷系统的工作机理,建立了放卷张力系统的非线性数学模型,通过对系统不确定时变参数的分析,进一步对系统进行了线性化改造.在建立的放卷张力系统模型基础上,利用LMI方法进行了H∞鲁棒控制器的设计,并对控制器的抗干扰性能进行了仿真验证.仿真结果表明,利用LMI方法可以较容易地实现放卷张力系统的鲁棒控制.由于LMI控制器的设计具有不需要权函数和自动优化控制器参数,以及通过极点配置能够满足性能要求等特点,因此在参数时变和外部扰动情况下,可以保证放卷张力系统的渐进稳定性,并且可使系统性能得到优化.     

自抗扰控制技术在过热器主蒸汽温度控制系统中的应用

研究了自抗扰控制技术在过热器主蒸汽温度控制系统中的应用。首先介绍了过热器主蒸汽温度控制系统的机理模型,然后介绍了自抗扰控制的基本原理。最后,设计了自抗扰控制器,并介绍了其参数整定方法,并在过热器主蒸汽温度控制中仿真应用。仿真结果表明这种方法可以有效抑制随机扰动下的汽温波动,为实际的工程设计提供了一个新思路。     

某型飞机起落架负载模拟系统的非线性控制

建立了某型飞机起落架负载模拟系统的数学模型，将起落架位置干扰量作为系统的不确定参数，设计了系统输出力矩跟踪空气动力载荷谱的非线性控制规律并进行了系统仿真。结果表明，采用非线性控制规律，负载模拟系统的跟踪特性好，且系统能有效抑制强扰动所引起的多余力矩。     

具有模糊校正的GPC在NCS中的应用

针对网络的引进而产生的时延及系统的不确定性问题,在GPC控制算法的基础上通过加入模糊校正的方法更好的解决了网络控制系统中系统模型失配和噪声干扰等对系统控制效果的影响,仿真结果验证了控制器设计方法的有效性.