四旋翼无人机滑模自抗扰控制

针对四旋翼无人机易受到非线性、多目标以及控制量受限和其他不确定性因素干扰的影响,本文基于自抗扰控制和滑模控制设计了一种滑模自抗扰控制器。在被控对象姿态角速度未知的情况下,该控制器采用扩张状态观测器对无人机的姿态角速度和未知干扰进行观测;再将估计的姿态角速度和干扰用于控制器的反馈和控制量的补偿;最后利用Lyapunov理论证明控制系统的稳定性。仿真结果表明,本文设计的滑模自抗扰控制器可以保证观测误差的快速收敛,实现被观测量的高精度估计;在姿态角速度未知的情况下,仍可保持稳定的姿态控制。     

弹性飞翼无人机自适应反步终端滑模姿态控制

针对存在非线性、强耦合、参数不确定性及外部扰动的大展弦比飞翼布局无人机刚/弹耦合动力学模型,提出了基于反步思想的自适应范数型终端滑模姿态控制策略.首先,基于李雅普诺夫稳定理论,利用反步方法设计系统的虚拟控制量和实际控制量.其次,在虚拟控制中,采用自适应范数型滑模消除不确定项和刚/弹耦合项,并在反馈中采用非线性增益提高系统的鲁棒性和动态特性;在实际控制中,引入鲁棒自适应终端滑模项消除不确定项、刚/弹耦合项与扰动的影响,既解决了虚拟量求导的计算膨胀和实际控制量抖振问题,又提高了系统的控制精度和鲁棒性.最后,基于李雅普诺夫理论证明了跟踪误差收敛到任意小邻域.仿真结果表明:该控制方法对模型不确定性、气动弹性及阵风等外扰影响具有鲁棒性,能够实现高精度的姿态跟踪控制.     

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.     

重装空投过程的自适应函数近似反步滑模控制

针对重装空投过程的飞机运动系统,考虑气动数据的测量和计算误差等不确定性,提出了带有自适应函数近似的反步滑模控制方法。首先将系统的复杂非线性不确定性分解为不确定参数向量和已知非线性矩阵,降低了控制器的设计难度,在此基础上,设计自适应算法近似不确定参数向量,并将自适应结果补偿到反步滑模控制器中,解决了滑模切换增益的选取依赖于系统不确定性边界的问题。理论分析表明,该方法能够保证飞机速度和俯仰角的跟踪误差收敛到平衡点任意小的一个邻域内。     

高超声速飞行器自适应高阶终端滑模控制

针对高超声速飞行器的纵向运动模型,研究了飞行器输出跟踪控制问题,提出了一种将动态逆方法与高阶终端滑模控制相结合的鲁棒自适应控制方法.首先,利用反馈线性化方法对高超声速飞行器纵向模型输入输出线性化;通过设计具有全局鲁棒性的终端滑模面,提高系统的输出收敛速度;同时,采用自适应高阶滑模控制律,在不确定上界未知条件下对其进行自适应估计,从而实现控制器增益的实时在线调整,减少系统抖振;最后,基于Lyapunov理论证明了此控制策略可以保证闭环系统稳定.仿真结果表明,所设计的控制器能够实现高超声速飞行器纵向爬升机动中速度和高度的稳定跟踪控制.     

一类耦合系统的直接自适应神经网络控制

针对一类具有未知常数控制增益的耦合大系统，根据滑模控制原理，利用多层神经网络的逼近性质，提出了一种直接自适应滑模控制器的设计方案．通过在线调节神经网络的连接权、滑模控制增益，实现了对动态不确定性及建模误差的自适应补偿．利用李亚普诺夫方法，证明了自适应控制系统是全局稳定的，跟踪误差收敛到零．     

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.     

基于滑模控制的车辆自适应巡航系统设计

针对自适应巡航系统控制鲁棒性及存在路面扰动、实时扰动等不确定性的问题,提出一种考虑安全车距的车辆自适应滑模控制方法.首先通过建立车辆纵向动力学模型,并将道路坡度作为系统扰动;基于安全车距设计自适应巡航滑模控制器,通过稳定性分析证明该控制器的稳定性;最后,通过与PID控制算法进行对比研究.结果表明:采用滑模控制器的自适应巡航控制系统具有更好的跟踪性能和抗干扰能力.     

时滞TCP网络的自适应滑模控制

针对具有输入时滞和状态时滞的TCP网络的拥塞控制问题,提出了一种基于自适应滑模控制的主动队列管理算法。通过引入一个特殊变换将原时滞系统转化为无时滞系统,从而消除时滞带来的影响。考虑到网络系统不确定性上界很难获得,提出了一种自适应律以适应系统的不确定的上界,并根据此自适应律设计了一个滑模控制器,所设计的控制器不仅可以使队列长度快速收敛到设定值,而且维持较小的队列振荡。仿真结果表明,该算法可以获得良好的暂态和稳态响应,该方法优于传统的PI控制和滑模控制。     

具有强鲁棒性的导弹自适应滑模控制

针对导弹飞行过程中存在的参数摄动、干扰和不确定性问题,建立了俯仰平面内的姿态控制系统的数学模型,并把推力视为扰动对模型进行简化,将模型参考滑模控制和自适应控制相结合,先对参考模型进行滑模控制器设计,在此基础上对系统模型设计滑模控制器,对趋近律参数进行调整,并设计自适应律估计系统中的干扰和不确定性部分.最后将设计的控制器应用于导弹姿态控制中,并用李雅普诺夫稳定性理论分析了闭环系统的稳定性.仿真结果表明:所设计的控制器对给定的信号具有较高的跟踪精度,对不确定性和未知干扰也有较强的鲁棒性,同时也说明了把推力视为扰动的合理性.     

基于扰动观测器的时变负载四旋翼无人机自适应有限时间控制

针对具有未知外部扰动和阻力系数的时变负载四旋翼无人机系统,提出了一种复合有限时间控制策略。首先,通过牛顿-欧拉方法建立了完整的四旋翼无人机数学模型。位置环采用自适应参数校正方法对负载进行估计,并与反步递推控制相结合,在阻力系数未知情况下设计了自适应轨迹跟踪控制器。其次,采用基于扰动观测器的有限时间滑模控制器,并利用Lyapunov稳定性理论进行无人机系统位置环和姿态环渐近稳定和有限时间稳定性验证。最后,通过数值仿真进行验证。结果表明,所提控制器提高了系统的收敛速度,减少了外界扰动对系统的影响。研究方法克服了已有研究要求阻力系数和负载已知的局限性,提高了系统的抗干扰能力,对于增强四旋翼无人机的实际应用性具有一定的参考价值。     

空间三关节机器人自适应双模糊滑模控制

为了提高空间三关节机器人轨迹跟踪控制性能,提出了一种带双模糊自适应控制的滑模控制新方法.该方法将滑模控制器分为等效控制和切换控制两部分.采用一个模糊自适应控制器,根据滑模到达条件对切换增益进行有效估计.采用另一个模糊自适应控制器,根据滑模面来调整切换控制项.这些控制器结合起来消除了抖振,提高了控制性能.系统的稳定性通过李亚普诺夫定理证明.最后进行了仿真实验,并与其他方法进行了对比分析.结果表明所提方法是有效的.     

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.     

基于滑模控制的四旋翼无人机的轨迹跟踪控制

针对四旋翼无人机,研究了基于滑模控制的轨迹跟踪问题.根据无人机复杂的数学模型,首先利用单位四元数法描述系统姿态,再将其分解为位置和姿态两个子系统;通过引入中间控制输入,跟踪三个自由度的位置信息;考虑到位置和姿态子系统分别受到干扰力和干扰力矩的影响,设计了鲁棒反演滑模控制器,保证了对目标轨迹的稳定跟踪.仿真结果验证了该控制方法的有效性.     

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.     

无人机编队协同追踪控制律和编队信息架构

针对"长机-僚机"模式的无人机编队追踪运动目标出现姿态信息和位置信息不一致而导致碰撞的问题,设计了一种协同追踪控制器并对该控制器进行稳定性分析。该控制器以3架无人机构成的编队作为控制体,采用拉氏矢量场方法获取无人机编队追踪运动目标的轨迹,同时构建无人机之间的信息架构,实现无人机编队按照预期的姿态和位置信息在运动目标周围的圆形轨道飞行的目的。研究单架无人机的航迹规划和多无人机编队协同追踪:对于单架无人机的航迹规划,采用反馈控制完成航向收敛证明;对于多无人机编队,采用一种多变量控制器可以保持无人机编队在圆形轨道运动,同时使用未知风和运动目标的自适应估计量来确定无人机编队在圆形轨道飞行的稳定性。仿真结果表明:在追踪过程中,3架无人机能够快速(15 s)以相同的姿态和位置渐进靠近目标,同时保持相对稳定;在满足航向速率和空速条件时,任意两架无人机相对距离误差能够快速(10 s)收敛到稳定值。该控制器突破了多无人机编队近距协同追踪目标的局限,可为多无人机分布式控制器设计提供方法借鉴。     

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.     

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.     

一类欠驱动系统的自适应神经滑模控制

针对一类欠驱动系统在系统不确定性和外界干扰条件下的稳定控制问题,文章提出了自适应神经网络滑模控制策略。利用基于径向基函数(RBF)的神经网络在线估计系统的不确定量,采用李雅普诺夫方法设计自适应算法在线调整神经网络的参数;同时,利用带自适应算法的神经网络调节滑模控制的增益来消除滑模控制中的输入抖振现象;并通过李雅普诺夫定理论证了系统的稳定性。与传统滑模控制策略的仿真结果对比证明了系统是全局渐进稳定的,且控制器具有很好的适应性和鲁棒性。     

基于L1自适应算法的无人机横侧向控制研究

针对无人机在飞行过程中存在不确定性、时滞和强耦合等特点,设计一种包含基本控制律和补偿控制律的横侧向鲁棒自适应控制器.将无人机横侧向模型不确定性视为时变参数和干扰,采用基于线性二次型调节器(LQR)的L_1自适应控制方法,在满足闭环控制系统的渐进稳定的同时,并具有良好的鲁棒性与自适应性.仿真结果表明所设计的控制器可以实现对跟踪误差快速收敛.