分块建模关节机器人的PI鲁棒滑模控制

为实现机器人关节位置镇定和轨迹跟踪控制,控制律的设计须针对确定的机器人动力学模型,由于机器人结构参数、作业环境的外界干扰及结构振动等不确定性因素的存在,会造成机器人动力学模型不确定.为此,设计3个RBF神经网络分别对不确定机器人模型中的3个不确定项进行分块建模,得到机器人估计模型,神经网络的权值采用自适应算法.针对机器人估计模型设计PI鲁棒滑模控制律.将所设计的控制器用于三关节机器人的三个关节的力矩控制,研究结果表明:三关节均约在1 s时达到期望位置和跟踪期望轨迹,镇定误差和跟踪误差也快速、稳定地趋于零.通过定义基于积分型的Lyapunov函数,利用Lyapunov稳定性理论证明了控制系统是全局渐近稳定的.     

Duffing系统的控制研究

对Duffing混沌系统采用基于RBF神经网络逼近非线性项的滑模控制方法,设计了系统的控制输入和RBF神经网络的自适应律,然后从理论上对系统进行稳定性分析,构造Lyapunov函数,通过理论推导证明了在所设计的控制输入和RBF自适应律作用下,系统在原点是渐近稳定的.最后仿真结果证明了该方法的有效性,利用该方法可以实现对周期信号的快速稳定跟踪,达到了控制目的.     

控制方向未知的非线性系统自适应模糊滑模控制

针对一类带有未知外部扰动及控制方向的不确定非线性系统设计自适应模糊滑模控制器,利用Nussbaum函数估计系统未知的控制方向.模糊系统的输入为跟踪误差而不是系统状态向量,这样能提升控制器对误差变化的灵敏度.基于Lyapunov稳定性理论设计系统可调参数的自适应规则,该控制器能保证闭环系统稳定性并且跟踪误差及其各阶导数渐近趋于原点.数值仿真的结果也验证了该方法的有效性.     

航天器大角度姿态机动的自适应滑模控制

针对航天器大角度姿态机动过程中的严重非线性、航天器惯量的不确定性及外界干扰,提出了自适应滑模控制律.利用修正罗德里格参数建立航天器的数学模型,能克服欧拉角的奇异性和四元数约束条件的限制.选择一类滑模面,基于Lyapunov函数方法推导出控制律和自适应律,使控制律完全独立于对象的参数.理论分析及仿真结果表明,该控制律对航天器惯量不确定性和外界干扰有较强的鲁棒性,并且是全局渐近稳定的.     

基于主动自适应滑模控制的超混沌系统同步

针对一类带不确定性和外界扰动的超混沌系统的同步和反同步问题进行了研究.考虑到驱动系统与响应系统所受干扰和不确定性的上界未知的情形,将主动滑模与自适应控制相结合,利用参数自适应更新律对未知参数进行了估计.利用连续函数来替代控制律中的非连续符号函数,解决传统滑模控制器的抖动问题.利用Lyapunov稳定性理论证明了误差系统的渐近稳定性,数值仿真结果验证了设计的控制器的有效性.     

近空间飞行器的DSF：vsat鲁棒快速Terminal滑模控制

针对一类强耦合强非线性系统,依据趋近角的概念定义了新型动态饱和函数,并利用连续趋近方法证明了动态饱和函数的平衡面趋近性能.设计了基于动态饱和函数的快速Terminal滑模面,不仅确保了滑模到达过程,而且减少了参数导致的振颤和奇异问题,并依据Lyapunov稳定性理论设计了包含动态饱和函数的鲁棒跟踪控制律,而后证明了系统的有限时间收敛性.针对具有大飞行包络的变结构近空间飞行器,给出了不同飞行状态下的有效动力学系统描述,将先前提出的控制函数算法应用于飞行控制系统中,分别设计了快慢通道滑模面和相应的控制律,有效抑制了参数不确定性与外干扰对系统的影响.仿真结果证明了控制方案的有效性与鲁棒性.     

欠驱动船舶直线航迹的滑模控制方法

针对一类欠驱动水面船舶的直线航迹跟踪控制问题,考虑运动响应模型的建模误差和外界干扰力等非匹配不确定性影响,基于滑模控制理论和Backstepping法,提出了一种反步自适应滑模控制律.借鉴Backstepping法的设计思想,利用一种改进积分型的滑模控制方法和自适应技术,设计了直线航迹跟踪控制的滑模控制律,并证明该控制律保证了航迹跟踪系统的全局渐进稳定性.最后,仿真对比结果验证了所提出控制器的有效性.     

二自由度关节型机器人的自适应模糊滑模控制

针对二自由度关节型机器人控制问题,通过分析传统滑模控制的不足,提出一种自适应模糊滑模控制算法。采用自适应单输入单输出模糊系统来计算控制增益,同时设计了基于Lyapunov稳定性理论的自适应律,最后利用Simulink软件对自适应模糊滑模控制进行仿真实验。结果表明,机器人各关节控制力矩的抖振现象明显减弱,系统性能得到提升;自适应算法的加入使模糊滑模控制能在短时间内随着系统状态的变化自动地进行调节,稳态收敛为常数;在关节型机器人参数不确定和存在外界干扰的情况下,自适应模糊滑模控制算法依然具有良好的鲁棒性和跟踪精度。     

一类分数阶混沌系统的自适应滑模同步

针对一类含有扰动的分数阶混沌系统的同步问题,考虑系统所受干扰界未知和非线性环节Lipschitz常数难以计算等情况,构建了一种鲁棒性较强的分数阶积分滑模面,并且基于分数阶Lyapunov稳定性理论设计了自适应滑模控制器和未知参数自适应律.数值仿真结果验证了该控制方法是有效的,能够实现分数阶混沌系统的渐近同步.     

参数不确定非线性系统的分步变结构控制

针对一类存在参数不确定性的反馈线性的非线性动态系统,通过构造两个滑模流形,给出了输出跟踪控制律.第一个滑模流形为误差跟踪的线性函数,用于构造一个"中间控制变量";第二个滑模流形为中间控制变量与其实际值之间的误差,通过设计一个变结构控制律使闭环系统的轨迹渐近趋于滑模区,对于所有滑模区上的轨迹,跟踪误差趋于零.参10.     

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.     

Lorenz系统与Rossler系统在限定时间内的滑模同步控制

针对含有外界干扰项的两个混沌系统之间的异结构滑模同步控制问题进行研究.基于Lyapunov稳定性理论和滑模控制理论,构造了一个具有较强鲁棒性的滑模面,设计了滑模控制律和参数自适应律,并证明了同步误差沿着新的滑模面比传统滑模面具有更快的收敛速度,实现了Lorenz系统和Rossler系统在限定时间内的滑模同步控制.最后选取适当参数,通过数值仿真验证了结论的正确性和有效性.     

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.     

移动机器人滑模路径的跟踪控制

针对移动机器人的路径跟踪问题,基于反演思想设计了滑模路径跟踪控制器,并利用低通滤波器有效地减弱了控制过程中的干扰.由于该控制器的动态性能不理想,因此采用有界输入的方法对其进行控制律的改进,并简化了控制器的设计.仿真结果表明,改进后的滑模控制器跟踪效果良好,动态响应快,且保证了移动机器人的全局渐近稳定路径跟踪控制.     

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.     

模型参数不确定的不完全驱动船舶航迹控制自适应反演设计(英文)

针对不完全驱动船舶航迹控制系统模型中存在的参数不确定性 ,基于重定义输出变量思想 ,利用自适应反演积分技术 ,提出了一种具有全局渐近稳定跟踪性能的非线性自适应控制律 ,该控制律能够使得处于不完全驱动状态下的偏航船舶在所有模型参数未知情况下 ,对一条直线参考轨迹进行全局渐近稳定的航迹跟踪。同时 ,通过严格的理论证明 ,该控制律还可以使得文中的重定义输出变量及其组成变量具有相同的收敛性。最后 ,以本校远洋实习船“育龙”号为例 ,利用Matlab软件进行了计算机仿真研究 ,对所提出的控制器进行了验证 ,所得结果比较理想     

基于观测器的有限时间收敛的滑模导引律设计

针对平面内弹目相对运动的末制导问题,考虑影响制导性能的目标机动和弹体动态延迟特性2个主要因素,设计渐近收敛和有限时间收敛的2种滑模导引律。选取具有动态滑模变量的线性滑模面,设计渐近稳定的滑模导引律。进一步在动态滑模变量的基础上,选取具有有限时间收敛特性的线性滑模面,设计有限时间收敛的滑模导引律。在导引律实现过程中,利用非齐次干扰观测器对系统未知扰动进行跟踪估计。在目标进行2种机动情况下,选取不同的动态延迟参数。研究结果表明:数值仿真分别验证了所设计的2种滑模导引律的有效性和可实现性。     

基于低通滤波器的机械手滑模控制

机械手是典型的多输入多输出非线性系统,具有时变、强耦合、非线性、快速高精度跟踪等特点.滑模控制是机械手控制的一种重要方法,但基于一般滑模控制方法设计的控制器,其输出存在高频抖动,给被控对象带来不利影响.采用滑模结合低通滤波器的控制策略,定义滑模面,利用趋近律方法设计滑模控制律,基于李亚普诺夫(Lyapunov)函数证明系统的渐近稳定性.以双关节刚性机械手为例,MATLAB仿真结果表明,该控制策略能减小抖动、实现高精度跟踪.     

不确定混沌系统的模糊神经网络插值补偿控制

对不确定混沌系统的控制问题,研究了基于权值直接确定模糊神经网络(WDDFNN)的插值补偿控制方法。建立了基于数据驱动的WDDFNN,并使用WDDFNN实现对混沌系统的辨识,然后使用WDDFNN模型对混沌系统进行模糊插值补偿控制。基于Lyapunov稳定性理论,证明混沌系统在所提最优控制律作用下是渐进稳定的。仿真实验表明,该控制方法既可以实现快速跟踪任意参考信号,又可以有效抑制参数摄动、外部干扰,控制精度较高。     

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。