基于观测器的不匹配未知输入系统的滑模控制

对具有不匹配时变未知输入的线性系统,研究了基于观测器的滑模控制器设计方法.首先,设计了一种与控制输入无关、能直接抵消未知输入影响的降维观测器.通过该观测器估计系统状态,并提出了一种未知输入代数重构方法,进而利用高增益滑模观测器给出了未知输入一阶微分的渐近估计方法.最后,提出了一种基于系统状态估计、未知输入重构及未知输入一阶微分估计滑模控制器新的设计方法,并通过仿真分析,论证了该方法的可行性和正确性.     

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.     

基于未知输入观测器的不匹配干扰系统滑模控制

针对具有不匹配未知干扰的非线性系统,研究基于状态估计和未知输入重构的控制问题.在状态可测和未知干扰已知假设下,提出了一种新滑模控制器设计方法,以达到输出渐近稳定;通过设计一种未知输入观测器,对系统的时变未知输入进行重构;基于高增益滑模观测器对未知干扰的微分和系统的输出微分信息进行了有限时间内的精确估计;设计了一种新的基于观测器的控制策略,并论证其可行性.利用一个实际模型验证该控制器的有效性.     

具有死区输入的不确定分数阶混沌系统的同步

针对一类具有死区非线性输入和外部扰动的不确定分数阶混沌系统同步问题,提出一种模糊神经网络结合自适应滑模控制的同步方法.利用模糊神经网络逼近未知的非线性函数,并且对逼近误差采用自适应控制进行补偿,同时构造了一种具有较强鲁棒性的分数阶积分滑模面.应用分数阶Barbalat引理和分数阶稳定性理论,设计自适应模糊神经网络滑模控制器和参数自适应律.数值仿真结果验证了该控制方法的有效性.     

不确定非线性系统的自适应反推终端滑模控制

针对一类具有未知非线性函数的严格反馈型不确定非线性系统,提出了一种自适应反推终端滑模控制方法。反推控制的前n-1步结合动态面控制技术设计虚拟控制律,第n步仅采用一个神经网络函数逼近器补偿系统所有未知非线性函数,得到了基于全局快速终端滑模控制的自适应神经网络控制器；通过引入一阶滤波器，不仅避免了传统反推控制存在的复杂计算,提高了系统的收敛速度,而且通过引入逼近误差和不确定干扰上界的自适应补偿项来消除建模误差和参数估计误差的影响,改善了稳态跟踪精度。理论分析证明闭环系统所有信号半全局一致终结有界，仿真结果验证了该方法的有效性。     

永磁电磁混合型磁浮球的改进滑模控制方法

针对未知扰动引起永磁电磁混合悬浮系统控制性能下降问题,提出一种基于扩张状态观测器的改进滑模控制方法.首先,分析并搭建了永磁电磁混合悬浮型磁浮球控制实验台和系统理论模型;其次,引入了扩张状态观测器对系统扰动进行估计与控制补偿,采用积分滑模面和改进指数趋近律设计了改进滑模控制方法,削弱了滑模控制输出抖振,改善了磁浮球的动、静态性能,并分析了有无扩张状态观测器对扰动估计与补偿时的系统的稳定性和误差收敛大致范围;最后,通过半实物联合仿真技术对所提基于扩张状态观测器的改进滑模控制方法、改进滑模控制方法、传统滑模控制方法和比例-积分-微分控制方法进行对比实验.理论分析和实验结果表明：所提基于扩张状态观测器的改进滑模控制方法具有更强的稳定性和抗扰性,对外部磁场摄动具有更强的鲁棒性,在给定信号范围变化及突变时也具有更强的适应性.所提控制方法进一步提高了永磁电磁混合悬浮系统的控制性能,对于永磁电磁混合悬浮型磁浮球这一类非线性系统的控制也具有较好的参考价值.     

基于观测器的中立时滞系统自适应滑模控制

针对含有外部扰动、时变时滞以及非线性输入约束的不确定中立时滞系统,提出了基于状态观测器的时滞系统自适应滑模控制方法。首先,通过构造状态观测器以及利用滑模控制理论,设计基于估计状态的积分型滑模面。其次,构造Lyapunov函数,给出误差系统与估计状态系统渐进稳定判据。最后考虑到系统输入非线性和不确定性上界在实际中难以确定的问题,在控制器设计中引入自适应控制理论。仿真研究结果表明所提出的基于观测器的自适应滑模控制方法在处理时滞以及非线性影响上效果良好,系统可以快速收敛并且无抖振,具有强鲁棒性。     

非匹配不确定非线性系统的滑模跟踪控制

在非匹配不确定非线性系统中,系统状态之间无通常的积分关系,从而无法得到系统状态的各阶导数,因此,那些其于系统状态各阶导数的滑模控制方法也就无法实现,为此,在利用多级滑模观测器对系统状态的各阶导数进行估计的基础上,针对非匹配不确定非线性系统,采用合成输入这一概念来构造滑动面,将其选取为跟踪误差及其积分、微分的线性组合,利用Lyapunov方法对滑模控制律进行设计,以实现滑动模,进而实现此类系统的跟踪控制,设计过程同时也证明了,利用多级观测器,该滑模控制方法对非线性不确定性因素具有鲁棒性,闭环系统在有限时间进入滑动模态,仿真算例证实了该方案的可行性。     

基于滑模观测器的卫星姿态控制系统滑模容错控制

针对卫星姿态控制系统执行机构故障,设计了基于滑模观测器的滑模容错控制律.采用迭代学习算法在线调节观测器滑模项切换增益,设计滑模观测器估计卫星姿态和角速度.在此基础上,将执行机构故障作为系统的未知动态,提出一种对卫星姿态控制系统执行机构故障不敏感的滑模容错控制方法.该方法利用系统输入和状态信息,结合动力学特性实现未知动态估计,以此设计滑模控制律.通过数字仿真验证了该容错控制方法的有效性.     

基于RBF自适应观测器的转台伺服系统的滑模控制

针对转台伺服系统中的难以精确建模、易受摩擦和外界不确定干扰的影响等问题,提出了一种基于RBF神经网络的观测器,利用RBF神经可以逼近任意非线性连续函数的特性,逼近模型未知非线性函数f(?)和g(?),并利用观测器得到转速信号,结合滑模控制提高了系统的鲁棒性,实现了无需建模信息和速度测量的滑模控制系统。仿真结果表明,该方法可以实现高精度的位置和速度跟踪,同时也证明了该方法的鲁棒性和有效性,值得在其他非线性系统中推广。