基于动态补偿器的广义系统鲁棒H∞容错控制

针对执行器失效情形,基于动态补偿器考虑了一类不确定广义线性系统的鲁棒H∞容错控制问题.利用广义系统H∞理论,给出了该类系统的动态补偿器存在的充分条件以及动态补偿器增益阵的表达式.无论在正常工作状态还是在执行器失效,或者系统参数不确定的情况,此动态补偿器均可使闭环广义系统正则、无脉冲和稳定,并保持一定的H∞性能指标.数值例子验证了所提鲁棒H∞容错控制方法的有效性.     

液压Stewart平台的鲁棒抑振控制

针对液压Stewart平台伺服系统干扰和参数时变的问题,提出了负载力前馈和摩擦力反馈补偿的H∞鲁棒抑振控制方法。在建立液压对称阀控非对称缸标称模型的基础上,设计出Lugre摩擦力观测器,将得到的摩擦力和由Stewart平台动力学反解计算的理想负载力同时进行动态力补偿,并根据混合灵敏度理论设计了液压非对称缸系统的H∞鲁棒控制器。仿真结果表明：该方法有效抑制了参数摄动以及换向运动过程中非线性摩擦引起的系统振动,提高了系统的运动精度。     

基于鲁棒最优方法的无人机动态投影控制

以某型大展弦比无人机为研究对象,设计了基于鲁棒最优理论和动态投影方法的补偿控制器。首先采用鲁棒伺服线性二次型调节器方法,通过全状态反馈构建满足最优性能指标的参考系统,然后采用输出反馈和动态补偿器替代全状态反馈,重构出具备参考系统全部最优特征结构的动态投影控制系统。重点阐述了通过动态投影控制方法进行系统极点配置的具体步骤,并分析了动态补偿器的自由矩阵参数对系统稳定性的影响。仿真结果表明,与常规比例-积分-微分控制方法相比,所设计的动态投影控制系统具有更强的稳定性与更好的瞬态响应特性。     

基于递归神经网络的伺服系统自适应反步控制

针对伺服系统的系统参数摄动和非线性动态摩擦补偿问题,提出基于递归神经网络(RNN)的自适应反步控制(RNABC)系统设计方法.RNABC系统由反步控制器和鲁棒控制器组成,反步控制器包含RNN不确定观测器,鲁棒控制器则用来消除由于引入不确定观测器而带来的逼近误差.由于自适应反步控制的自适应律源于Lyapunoy函数的,因此系统的稳定性得到了保证.仿真结果表明,对于系统参数摄动和非线性摩擦干扰RNABC能使伺服系统具有很好的跟踪性能.     

基于模糊自适应PID的伺服系统控制

以飞行仿真转台伺服系统为研究对象,设计了一种带比例因子的模糊自适应PID控制器,通过误差和误差变化率在线模糊推理并调整比例因子和PID控制器的修正值.通过引入积分分离控制方法,在保证系统动态性能的前提下,一定程度上克服了模糊控制方法无法消除静差的缺点,也满足转台控制的实时性要求.仿真实验结果表明,该方法与传统PID控制相比,能够有效提高转台伺服系统的动态性能和鲁棒稳定性.     

伺服系统中的动态鲁棒补偿方法

本文中着重阐述动态鲁棒补偿器中为什么加入低通滤波器以及低通滤波器参数选取的原则，并通过数字仿真加以证明。     

电液伺服系统的建模方法研究与应用

详细讨论了电液伺服系统的各种建模方法:采用机理建模法,构造了电液伺服系统的传递函数;采用模糊建模和神经网络,实现了电液伺服.系统的智能建模.首先介绍了某型号武器中的自动定深电液伺服系统,提出了获取建模数据的方法,然后详述了传递函数、模糊模型和神经网络三种具体的建模算法,最后以自动定深电液伺服系统为例,构造电液伺服系统的五种模型,并对各模型进行了详细分析,为进一步实现电液伺服系统的控制奠定了基础.     

导弹起竖过程轨迹规划及跟踪控制研究

为实现导弹的快速平稳起竖,对导弹起竖过程的最优时间轨迹规划和跟踪控制问题进行研究。在分析起竖液压缸负载力的基础上,建立了起竖系统电液比例阀控多级缸的数学模型。为消除起竖过程中多级液压缸换级碰撞带来的液压冲击,提出了采用分级规划的策略。对每一级进行轨迹规划时,为保证起竖过程的平稳性,采用基于非对称组合正弦函数的轨迹规划方法。在综合考虑装备实际中的液压系统压力、流量及负载横向过载约束的基础上,建立了导弹起竖过程的最优时间轨迹规划模型并给出了模型的求解方法。针对导弹起竖系统具有非线性、大范围变负载、模型参数时变的特点,设计了基于H回路成形的鲁棒跟踪控制器。最后,以某型导弹起竖过程的轨迹规划和跟踪控制为例进行了仿真研究,结果表明提出的轨迹规划方法和设计的鲁棒跟踪控制器的有效性。     

基于对角回归神经网络的转台伺服系统逆控制

针对转台伺服系统中存在的不确定性和非线性因素,提出一种基于对角回归神经网络(diagonal re-current neural network,DRNN)的逆控制方法。逆控制器由对角回归辨识网络(DRNNI)和对角回归控制网络(DRNNC)组成,利用神经网络的逼近能力,在线辨识系统的逆模型,直接将辨识器的拷贝作为系统的控制器。该方法结合了神经网络和逆系统控制的优点,能够克服系统中的不确定性和非线性因素。仿真结果表明,有效提高了转台伺服系统的动态跟踪精度,并具有较好的鲁棒性能。控制器的运算量小,能够满足实时控制要求。     

基于RBF辨识的伺服系统CMAC控制

提出一种基于RBF辨识的伺服系统CMAC复合控制器,并进行了仿真研究。采用RBF神经网络辨识被控对象模型,根据辨识结果调节单神经元控制器的参数,由单神经元PID控制器与小脑模型前馈控制器组成复合控制结构,通过搜索使控制器尽快地进入合适的参数空间,实现了控制的快速性要求。仿真结果表明,该控制方法能够缩短系统暂态响应时间,提高系统的动态跟踪精度,增加系统鲁棒稳定性。     

回归神经网络辩识电液伺服系统模型与仿真

建立了一种回归神经网络辩识非线性电液伺服控制系统数学模型的辩识方法,研究了基于回归神经网络内部状态反馈的辩识算法,利用辩识实验获得的过程输入/输出数据动态调整神经网络权值。仿真结果辨明:神经网络描述的电液伺服控制系统数学模型具有较高精度,算法全局逼近能力良好。     

Adaptive Robust Dead-Zone Compensation Control of Electro-Hydraulic Servo Systems with Load Disturbance Rejection

A backstepping method based adaptive robust dead-zone compensation controller is proposed for the electro-hydraulic servo systems(EHSSs) with unknown dead-zone and uncertain system parameters.Variable load is seen as a sum of a constant and a variable part.The constant part is regarded as a parameter of the system to be estimated real time.The variable part together with the friction are seen as disturbance so that a robust term in the controller can be adopted to reject them.Compared with the traditional dead-zone compensation method,a dead-zone compensator is incorporated in the EHSS without constructing a dead-zone inverse.Combining backstepping method,an adaptive robust controller(ARC) with dead-zone compensation is formed.An easy-to-use ARC tuning method is also proposed after a further analysis of the ARC structure.Simulations show that the proposed method has a splendid tracking performance,all the uncertain parameters can be estimated,and the disturbance has been rejected while the dead-zone term is well estimated and compensated.     

QFT control based on zero phase error compensation for flight simulator

To improve the robustness of high-precision servo systems, quantitative feedback theory (QFT) which aims to achieve a desired robust design over a specified region of plant uncertainty is proposed. The robust design problem can be solved using QFT but it fails to guarantee a high precision tracking. This problem is solved by a robust digital QFT control scheme based on zero phase error (ZPE) feed forward compensation. This scheme consists of two parts: a QFT controller in the closed-loop system and a ZPE feed-forward compensator. Digital QFT controller is designed to overcome the uncertainties in the system. Digital ZPE feed forward controller is used to improve the tracking precision. Simulation and real-time examples for flight simulator servo system indicate that this control scheme can guarantee both high robust performance and high position tracking precision.     

电液伺服系统滑动模态变结构控制

针对泵控电液伺服系统，用优化方式确定切换函数，用到达条件确定为结构控制律，从实际应用的观点出发，设计了降维观测器，用以观测火炮俯仰速度，再用这种估计的状态构造切换函数，解决变结构控制问题。仿真与试验表明，基于最优化方法设计的滑动模态变结构控制系统, 对外部干扰和参数不确定性具有强的鲁棒性，已成功应用于系统复杂、环境复杂和控制性能要求高的火炮电液伺服系统中，大大优于传统的PID控制系统。     

电液伺服系统的模糊径向基函数网络监督控制

针对电液伺服系统存在未知干扰力及参数时变等问题,提出一种新型的模糊径向基函数(简称RBF)神经网络的在线控制方法。该方法基于RBF网络与模糊推理系统的等价性,将模糊推理的思想引入RBF神经网络,从而为RBF隐层数目和中心位置初始化找到一种有效的途径,并采用Kohonen竞争学习机制在线调节网络参数,构成模糊自组织RBF监督控制策略。对典型电液位置伺服系统的仿真结果表明,该方法实时性强,具有良好的鲁棒性和跟踪性能。     

不确定系统反推滑模变结构理论及其应用

反推滑模变结构控制是当前不确定非线性系统鲁棒控制理论和应用的前沿课题之一,在提高、改善控制系统过渡过程品质和鲁棒性等方面表现出较大潜力,尤其在航空航天等高技术领域有着广阔的应用前景。首先,从不同设计方案角度详细综述了反推滑模变结构控制的理论研究现状。其次,介绍了该方法在航空航天、机器人、电机和电液伺服系统等控制领域的工程应用现状。最后,讨论了反推滑模变结构控制目前存在的问题及其可能的解决途径。     

飞行转台Backstepping与神经网络并行控制

阐述了飞行仿真转台的Backstepping设计方法及步骤。在Backstepping鲁棒控制的基础上,提出了一种Backstepping鲁棒控制和神经网络并行控制的方案,以Backstepping鲁棒控制为主控制器,神经网络进行动态误差补偿。Backstepping鲁棒控制克服了对象的不确定性,保障系统的鲁棒性;神经网络可以进一步提高系统的跟踪精度。仿真表明,这种方法实现了Backstepping鲁棒控制和神经网络控制的完美结合,很适合高精度飞行仿真转台系统的鲁棒控制。     

New robust fault-tolerant controller for self-repairing flight control systems

A new robust fault-tolerant controller scheme integrating a main controller and a compensator for the self-repairing flight control system is discussed. The main controller is designed for high performance of the original faultless system. The compensating controller can be seen as a standalone loop added to the system to compensate the effects of fault guaranteeing the stability of the system. A design method is proposed using nonlinear dynamic inverse control as the main controller and nonlinear extended state observer-based compensator. The stability of the whole closed-loop system is analyzed. Feasibility and validity of the new controller is demonstrated with an aircraft simulation example.