旋转弹仓的自适应模糊滑模控制

针对存在啮合冲击、非线性摩擦以及参数大范围变化的旋转弹仓的位置控制问题,提出了一种自适应模糊滑模控制算法.该算法由2个模糊系统组成,分别用于逼近未知的理想控制律和补偿逼近误差,不需要知道系统的数学模型,具有较好的鲁棒性.在模糊逼近系统中,引入自适应算法在线调整模糊系统参数,改善了控制性能,提高了鲁棒性;在模糊补偿系统中,根据滑模变量调整控制作用,保证了滑模条件,削弱了抖振.空载、半载和满载3种情况下的实验结果表明,所提出的自适应模糊滑模控制算法对旋转弹仓的参数变化、啮合冲击以及非线性摩擦等不敏感,具有较高的控制精度.     

一类非线性系统综合自适应模糊控制

针对一类非线性系统把模糊控制、模糊逻辑逼近及模糊滑模控制相结合,提出一种综合自适应模糊控制方法.基于李亚普诺夫函数系统参数的自适应律,不需要最小逼近误差平方可积条件,而且利用模糊滑模控制补偿模糊系统的逼近误差及外部干扰对输出跟踪误差的影响.理论证明了闭环系统稳定,跟踪误差收敛到零或零的一个小邻域内.仿真表明了算法的有效性.     

带摩擦补偿的滚珠丝杠副进给系统自适应滑模控制

为了提高滚珠丝杠副进给系统的跟踪性能,采用了带摩擦补偿的自适应滑模控制方法.基于滚珠丝杠副进给系统轴向振动特性建立了两自由度的质量模型,根据模型的状态方程设计了系统的反演滑模控制器,考虑到外界干扰的影响设计了带自适应律的自适应滑模控制器.采用基于Stribeck摩擦模型的摩擦补偿方法和遗传算法对滚珠丝杠副进给实验台的Stribeck摩擦模型进行了参数辨识.采用建立的控制方法在实验台上进行了轨迹跟踪实验.实验结果表明:在没有使用摩擦补偿情况下自适应滑模控制器最大跟踪误差为31.85μm;使用带摩擦补偿的自适应滑模控制器,其最大跟踪误差减小为15.55μm.实验结果证明了针对滚珠丝杠副进给系统轴向振动特性模型设计的自适应滑模控制器具有较高的跟踪性能,并且采用带摩擦补偿的自适应滑模控制方法显著提高了滚珠丝杠进给系统的跟踪精度.     

采用摩擦补偿的弹药传输机械臂自适应终端滑模控制

为处理某自行火炮弹药传输机械臂系统在负载变化和非线性摩擦干扰情况下的快速定位控制问题,构造了一种结合自适应思想的新型非奇异快速终端滑模控制策略.建立了负载变化及非线性摩擦干扰情况下的弹药传输机械臂动力学方程.为避免控制器产生奇异问题和改进控制器到达滑模面的速度,采用一种新型非奇异快速终端滑模控制策略,设计了弹药传输机械臂的控制律.针对系统不确定上界难以确定的问题,采用自适应律估计系统的不确定上界,并利用Lyapunov准则证明了系统状态的有限时间收敛.为实现系统非线性摩擦补偿控制,使用遗传算法对建立的Stribeck模型进行参数辨识.不同负载工况下弹药传输机械臂实验结果表明:文中设计的控制器实现了负载变化和非线性摩擦情况下弹药传输机械臂的快速准确定位,具有良好的鲁棒性,控制策略合理有效.     

一类非线性网络控制系统的控制器设计

针对一类非线性网络控制系统,提出了一种新型自适应模糊滑模预测控制方法,采用带有时间超前非线性状态预估器的新型的滑模控制(SMC)方案,补偿网络诱导时延,而后利用模糊自适应系统来逼近非线性环节,并基于Lyapunov稳定性理论设计自适应律,保证系统的稳定性. 以网络环境下空间飞行器的姿态控制为例进行仿真,结果表明,所提出的方法不仅实现了高精度的姿态稳定控制,且系统对不确定参数、网络诱导延时及外界干扰带来的影响具有很好的鲁棒性.     

不确定非线性系统的鲁棒自适应模糊滑模控制

对一类不确定非线性系统,利用滑模控制与模糊自适应控制相结合的方法,设计了基于模糊逻辑的鲁棒自适应模糊控制器.所提出的设计方法是用模糊模型逼近系统的不确定性项,根据滑模控制原理构造出模糊模型的参数自适应律,在线调节模糊模型的参数,同时处理存在逼近误差时的干扰抑制问题.该方法不仅能有效地消除高频抖振,对逼近误差具有较强的鲁棒性和对参考输入具有良好的跟踪性能,而且该方法不需要求取Lyapunov方程的公共解,且对不确定性的知识要求不高.该文用Lyapunov方法证明了闭环系统信号的全局有界性,以及整个系统的稳定性和鲁棒性.     

一类非线性系统综合自适应模糊控制

针对一类非线性系统把模糊控制、模糊逻辑逼近及模糊滑模控制相结合，提出一种综合自适应模糊控制方法．基于李亚普诺夫函数系统参数的自适应律，不需要最小逼近说差平方可积条件，而且利用模糊滑模控制补偿模糊系统的逼近最差及外部干扰对输出跟踪误差的影响，理论证明了闭环系统稳定，跟踪误差收敛到零或零的一个小邻城内．仿真表明了算法的有效性。     

考虑关节摩擦的机械臂系统变结构自适应控制

针对机械臂关节非线性摩擦因素影响,结合滑模变结构控制方法,提出一种考虑关节摩擦作用的机器臂系统变结构自适应控制方法。通过定义Lyapunov函数,获得了参数自适应律。在回归矩阵计算中,利用期望轨迹及速度替代关节实际轨迹及速度,有效节约了回归矩阵计算时间。仿真结果表明,该方法对系统不确定性和非线性关节摩擦等干扰具有很好的鲁棒性。     

基于RBF神经网络的一类非线性系统模糊自适应控制

针对一类非线性不确定系统,基于ＲＢＦ神经网络,结合模糊滑模控制提出了一种自适应控制方法。根据Ｌｙａｐｕｎｏｖ稳定性理论设计ＲＢＦ网络和模糊滑模补偿控制器的参数。     

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.      

理想跟踪准滑模变结构参考模型自适应控制

对一类有界的不确定的非线性动态系统 ,提出了一种基于具有连续函数特性的准滑动模态变结构控制的自适应控制方法。该方法在对象参数未知的情况下 ,利用变结构原理来学习在 L yapunov意义下系统的不确定界 ,从而实现对系统参数未知界的估计 ,并确保跟踪误差满足预先给定的性能要求。仿真结果表明该方法是有效的 ,并且使系统的抖振有较大程度的削弱     

方向未知的非仿射非线性系统的模糊滑模控制

为解决一类控制方向未知的非仿射非线性系统的控制问题, 提出一种新的自适应模糊滑模控制方法, 无需系统控制方向和不确定项的上界的先验知识。采用模糊逻辑系统直接逼近控制器中的未知部分, 在参数自适应律中引入Nussbaum函数处理控制方向未知问题。用一类光滑非线性饱和函数改进传统的积分滑模面, 能使控制器在保证传统积分滑模控制跟踪精度的同时获得更好的动态性能。利用李雅普诺夫方法证明了闭环系统的稳定性。数值仿真验证了算法的有效性。     

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。     

非线性耦合系统的分散自适应模糊控制

针对一类具有高阶耦合作用的MIMO非线性系统,根据滑模控制原理,并利用模糊逻辑系统的逼近能力,提出一种分散自适应模糊控制器设计的新方案.对每一个子系统,仅通过子系统的局部信息在线调节模糊系统的可调参数、滑模控制增益, 从而实现了对动态不确定性及建模误差进行自适应补偿.理论分析证明了闭环系统是全局稳定的,跟踪误差收敛到零的一个邻域内.仿真结果表明了该方法的有效性.     

基于滑模补偿的六轴机械臂RBF网络自适应控制

提出了一种基于滑模补偿的RBF网络自适应控制方法,并将其用于六轴机械臂上,实现了在模型不确定情况下高精度的位置跟踪以及快速的逼近速度.为了更好地保证其在摩擦力、外部干扰误差和参数变化等因素影响下的稳定性,采用滑模控制作为辅助控制,对系统进行鲁棒补偿,并且用模糊控制对切换增益进行时变以更好地补偿不确定项.所设计的自适应律权值不断进行在线调整,并应用Lyapunov定理验证了其稳定性.通过仿真结果和与其他文献方法进行的比较证明了所给出方法收敛速度更快、鲁棒性更强.同时也证明了在实际工程中,实际建模参数与理想值相差很大.     

Robust direct adaptive fuzzy control for nonlinear MIMO systems

For a class of nonlinear multi-input multi-output systems with uncertainty, a robust direct adaptive fuzzy control scheme was proposed. The feedback control law and adaptive law for parameters were derived based on Lyapunov design approach. The overall control scheme can guarantee that the tracking error converges in the small neighborhood of origin, and all signals of the closed-loop system are uniformly bounded. The main advantage of the proposed control scheme is that in each subsystem only one parameter vector needs to be adjusted on-line in the adaptive mechanism, and so the on-line computing burden is reduced. In addition, the proposed control scheme is a smooth control with no chattering phenomena. A simulation example was proposed to demonstrate the effectiveness of the proposed control algorithm.     

非线性系统模糊滑模控制器的设计

提出一种非线性系统的具有自学习模糊控制机制的改进滑模控制方案,该方案能综合模糊控制和滑模控制的优点来取得快速、精确的响应和保证系统的鲁棒性,并采用自学习机制来修正模糊规则库,同时提供了稳定性证明．最后针对一类非线性系统进行了仿真,并给出了系统输出及输入控制量波形．结果表明,此法具有响应快、稳态性能好的特点