基于混合不确定建模的主动悬架鲁棒μ综合控制分析

利用线性分式变换理论对二自由度车辆主动悬架系统进行混合不确定建模分析,通过结构奇异值理论和D-K迭代设计过程,设计了鲁棒μ综合控制器.仿真结果表明:在给定的不确定范围内,鲁棒μ综合控制器保证了主动悬架系统的名义性能和鲁棒性;与基于名义模型设计的H∞控制器相比,闭环系统能获得更好的鲁棒性能.     

基于μ-合成的直流电机鲁棒控制器研究

针对电机负载参数变化引起的模型不确定性,该文基于μ-合成控制理论,尝试设计具有较强鲁棒性的直流电机速度控制系统。首先依据干扰抑制原理,通过引入虚拟不确定块等将系统鲁棒性能问题转化为鲁棒稳定性问题,然后通过求解合适的权重矩阵使控制系统的性能满足设计要求;最后分别运用复数及混合μ-合成控制算法求得两种鲁棒控制器,并运用Hankel奇异值及动态性能空间方法予以简化。鲁棒性能分析及扰动抑制结果表明:所设计的两种控制器对电机负载的摄动均具有较强的鲁棒性,且对于标称值仅为实数的不确定闭环系统,采用D-G-K迭代混合μ-合成控制算法设计的鲁棒控制器对扰动具有明显更强的抑制效果。     

基于μ综合的热轧动态设定型AGC鲁棒控制

通过对热轧动态设定型AGC控制系统模型进行理论分析,针对工程实际提出了一种基于μ综合的鲁棒控制方法.当系统中存在轧机刚度摄动时,热轧动态设定型AGC控制仍能实现期望的控制性能.通过引入表征系统性能的虚拟块,应用主环定理将动态设定型AGC系统在模型摄动下设计满足性能要求的控制器问题转换为广义系统的鲁棒稳定性问题,实现了系统鲁棒性能.它克服了使用H∞方法解决该问题的鲁棒性能缺点,其设计目标真实反映控制目标,方法更加有效.依据现场数据的仿真实验表明,基于μ综合的鲁棒控制方法比H∞方法具有更好的鲁棒性能.     

挖掘机器人模糊鲁棒控制的研究

为了实现挖掘机器人的轨迹跟踪控制,建立了挖掘机器人工作装置的四自由度拉格朗日动力学模型,设计了一个鲁棒控制器.控制律包括等效控制和辅助控制.等效控制保证闭环系统的控制输入基于期望的动力学模型,辅助控制保证动力学建模误差和不确定性存在时控制系统的鲁棒性以及跟踪误差趋于零.为了削弱控制输入的高频振荡,模糊控制被应用.将所设计的模糊鲁棒控制器用于仿真试验,给出了其轨迹跟踪效果及控制输入.     

基于神经网络反步法的移动机器人路径跟踪控制

为实现非完整轮式机器人的路径跟踪控制,设计基于反馈增益的反步法控制器,通过控制器参数设计消除了机器人动态误差模型中的部分非线性项,采用神经网络对模型不确定项进行补偿,并利用自适应鲁棒控制器在线补偿神经网络的估计误差,优化了神经网络的学习性能。仿真结果表明:设计的控制器参数易于调节,可实现轮式移动机器人对任意曲线路径的精确跟踪。     

基于环境参数自适应估计的液压机器人力控制

针对液压驱动四足机器人在约束空间力控制特点,提出鲁棒位置内环阻抗外环的复合控制策略,推导电液伺服作动器的数学模型,建立作动器的误差模型,基于误差模型及其不确定界进行位置内环μ控制器设计,给出环境参数的自适应估计器.在半实物仿真平台上进行力跟踪实验,实验结果表明:位置内环幅值超调和相位滞后分别小于10%和0.02s,验证了鲁棒位置内环控制器的有效性;基于自适应估计方法获得的环境参数设计的轨迹发生器及阻抗力外环的综合运用实现了系统的高精度力跟踪控制,验证了所提控制策略的有效性.     

电液伺服系统多模型鲁棒自适应控制

针对电液伺服系统中存在不确定非线性和强参数不确定性的问题,提出一种多模型鲁棒自适应控制算法。根据系统参数不确定性范围建立了多个辨识模型,在辨识模型中设计非线性鲁棒项,以抑制干扰、未建模动态等不确定非线性的影响,提高系统的鲁棒性。基于辨识模型设计相应的控制器,采用基于辨识误差的性能指标函数作为切换依据,选取最佳控制器作为当前控制器,解决了传统自适应控制对参数自适应初值敏感的问题。该方法能够克服不确定非线性和强参数不确定性的影响,使系统得到渐进跟踪的性能,提高系统的瞬态响应性能。实验结果表明,该算法能抑制建模不确定性的影响,系统期望跟踪指令幅值为10mm时,跟踪误差大约为0.038 6mm,相对跟踪误差约为0.386%,系统跟踪精度得到了提高。     

鲁棒控制器-观测器在转台控制系统设计与信真中的应用

采用鲁棒降阶观测器-控制器联合设计的方法针对HIT-3T2型飞行仿真转台中框控制系统的不确定线性模型设计了中框加速度的鲁棒降维观测器-控制器 .基于此,对中框控制系统设计了校正网络.仿真结果表明,系统在标称工作点达到了所希望的性能指标,同时具有一定的鲁棒稳定性和鲁棒性能.     

鲁棒控制器—观测器在转台控制系统设计与仿真中的应用

采用鲁棒降价观测器－控制器联合设计的方法针对ＨＩＴ－３Ｔ２型飞行仿真转台中框控制系统的不确定线性模型设计了中框加速度的鲁棒降维观测器－控制器。基于此,对中框控制系统设计了校正网络,仿真结果表明,系统在标称工作点达到了所希望的性能指标,同时具有一定的鲁棒稳定性和鲁棒性能。     

鲁棒控制器-观测器在转台控制系统设计与仿真中的应用

采用鲁棒降阶观测器控制器联合设计的方法针对ＨＩＴ３Ｔ２型飞行仿真转台中框控制系统的不确定线性模型设计了中框加速度的鲁棒降维观测器控制器．基于此,对中框控制系统设计了校正网络．仿真结果表明,系统在标称工作点达到了所希望的性能指标,同时具有一定的鲁棒稳定性和鲁棒性能．     

时滞反向响应过程的数字控制设计方法

基于单位反馈控制结构,提出了离散域中对于时滞反向响应过程的直接设计新方法.该方法分析了反向响应系统控制器输出的振铃问题,给出期望闭环传递函数,并由此推出数字控制器的结构;通过分析设计参数,给出控制器单一调节参数的整定规则和获得更好控制器输出的参数选取方法.通过对一高阶的时滞反向响应过程进行仿真实验比较,结果验证了所提出的方法在抑制振铃方面具有较为明显的优势.     

基于理想轨迹学习的机械手神经自适应控制

在机械手鲁棒控制的基础上,讨论了神经网络逼近误差界未知情形下机械手的神经网络直接自适应控制方法,这里神经网络用于补偿系统的不确定性,提高整个系统的跟随性能。提出设计方法的主要特点是神经网络控制器设计采用机械手待跟随的理想关节信号代替实际的机械手关节角、关节速度和关节角加速度作为神经网络的输入,此外神经网络的逼近误差界假设是未知的。给出了具体的系统设计算法,并证明了神经网络学习算法的收敛性和整个系统的全局稳定性。最后,一两连杆机械手的控制器设计仿真实例验证了提出算法的有效性。     

一类时滞系统内模控制器设计

针对时滞不确定性被控对象,引入灵敏度函数和滤波器设计内模控制器。利用控制理论中频域分析的方法对控制系统的鲁棒性能和品质性能进行分析,得出频域约束条件,整定内模控制器参数,使控制系统在满足闭环稳定的前提下,同时还满足性能指标的要求。仿真研究表明:该控制器与传统的Cohen-Coon和CHR控制方法相比具有较好的控制性能和鲁棒性,且调整参数少,适合于工程实际应用。     

不确定变时滞奇异摄动系统的控制器设计

采用鲁棒控制器的设计技术及鲁棒二次可镇定控制器的设计思想,对闭环系统进行鲁棒控制,以消除时滞因素和不确定性对实际系统的不良影响.通过构造一种新的Lyapunov泛函,给出基于线性矩阵不等式形式的时滞依赖和时滞独立的控制器设计方法.结果表明,设计的状态反馈控制器,能使闭环系统在不确定性的容许变化范围内达到性能要求,降低了系统的灵敏度.数值算例表明,所得结果更具有普遍性,可应用于带有不确定项的时变时滞非标准型系统.     

一种鲁棒Smith预估器的设计方法

大滞后大惯性对象的控制一直是理论上得到重视但又没有得到充分解决的问题。 Ｓｍ ｉｔｈ 预估器是用于大滞后大惯性对象的有效设计方法,但是对实际过程的参数变化很敏感。为改进 Ｓｍ ｉｔｈ 预估器的鲁棒性,文章首先把 Ｓｍ ｉｔｈ 预估器系统等效成为等价的内模控制系统,在对其稳定性和动态性能分析的基础上,根据回路成形的思想,提出了一种新的 Ｓｍ ｉｔｈ 预估器的解析设计方法,所得控制器可等效成 Ｐ Ｉ Ｄ控制的形式,便于在实践中使用。理论分析和仿真计算表明,该方法能使闭环系统具有较好的动态性能和稳定性,而且鲁棒性较好     

基于粒子群算法的H∞鲁棒控制器设计研究

H∞鲁棒控制器的设计通常依赖于设计人员反复试凑权函数,不但耗费大量时间,而且控制系统的性能好坏取决于设计人员的经验。针对权函数的选取问题,提出了一种采用粒子群算法(PSO)优化权函数,进而优化H∞鲁棒控制器的设计流程;不仅优化了H∞鲁棒控制器的性能指标,而且减少了设计人员的重复劳动,加快了设计工作的进程。最后,以某地空导弹俯仰通道为例,设计了H∞鲁棒控制器。仿真结果表明:所设计的H∞鲁棒控制系统时域和频域特性良好,并具有较强的鲁棒性,能够克服动力学系数的不确定性。     

间歇过程复合迭代学习容错保性能控制器设计

针对具有执行器故障和状态时滞的间歇过程,主要考虑输出反馈与迭代学习控制相结合,即复合迭代学习可靠保性能控制器设计问题,将具有时滞的故障系统转化为等价的2D-FM模型的时滞系统,在等价模型基础上,提出了基于2D动态输出反馈的鲁棒迭代学习可靠保性能控制策略,建立了依赖于时滞、确保系统稳定且具有最优性能的充分条件,并提出具有拓展学习信息的鲁棒迭代学习容错保性能控制的优化设计算法,同时,考虑了时滞对系统稳定性及性能的影响,实现了当系统发生执行器失效故障且在故障允许范围内时闭环系统的平稳运行,并具有最优的控制性能.另外,以注射成型过程保压段的喷嘴压力设计控制律为例验证了所提方法的有效性.     

液压四足机器人髋关节的鲁棒自适应动态面控制

液压四足机器人髋关节由伺服阀控缸系统构成,是机械腿的关键组成部分.它的控制性能直接影响着机械腿甚至机器人的运动控制精度.因为髋关节工作情况的复杂性和阀控缸系统自身的非线性,使得传统控制算法无法满足机器人运动性能指标的要求.由此,本文对液压四足机器人髋关节伺服阀控缸系统的控制方法进行了研究.首先通过对髋关节工作条件的分析完成了伺服阀控缸的数学建模,然后基于鲁棒自适应动态面的控制算法设计了伺服阀控缸系统的控制器,并从李雅普诺夫稳定判据的角度证明了系统的稳定性.最后通过Matlab与AMESim的联合仿真,对鲁棒自适应动态面与传统PID及普通动态面的控制效果做出对比,证明了所研究算法的有效性.      

考虑网络诱导时延的电动汽车主动安全控制策略

为了解决汽车CAN网络的消息处理、数据丢包等行为会引起汽车控制系统的时间迟滞效应,从而影响整车动力学控制的准确性的问题,提出了基于鲁棒模型预测控制的汽车横摆稳定性控制策略. 首先分析了CAN网络的消息时延特点,以此为基础构建多胞时滞动力学模型描述汽车网络的参数不确定性. 进一步设计了包含不确定参数的鲁棒模型预测控制器,提高了汽车主动安全控制器的抗干扰能力. 此外,横摆稳定控制策略还使用基于渐进稳定不变椭圆集的变时域最优控制律提高了鲁棒控制算法的在线求解效率,平衡了系统控制鲁棒性和最优性的矛盾. 结果表明,提出的控制策略能够抵抗CAN网络时延诱导的参数不确定性,缓解鲁棒控制算法的保守性,提高汽车转向时的主动安全性能.