基于线性自抗扰控制的磁悬浮轴承控制策略

针对五自由度磁悬浮轴承控制系统,设计了一种线性自抗扰控制(linear active disturbance rejection control,LADRC)策略.利用扩张状态观测器实时估计由系统内部参数不确定性和外部扰动构成的总扰动量,并通过设计的PD控制律补偿扰动对被控对象输出的影响,提出整定控制器带宽参数和观测器带宽参数的方法.通过仿真曲线和控制系统性能指标计算,对比线性自抗扰控制策略与传统PD和PID控制策略.结果表明:本文提出的线性自抗扰控制策略可有效改善系统的动静态性能,控制精度有一定提高,满足了系统快速响应的要求.     

一种基于线性模糊控制的飞行机械臂自抗扰方法

无人机搭载机器臂作业能提高环境适应性,但机械臂的运动对飞行平台会产生强干扰,严重影响作业平台的稳定性。针对飞行机械臂的抗扰难题,采用欧拉-拉格朗日方法对系统进行整体建模,提出一种结合线性自抗扰控制(LADRC)和模糊控制的线性模糊自抗扰控制方法(Fuzzy-LADRC),该方法综合了模糊控制的自适应能力和LADRC对非线性强耦合系统的抗干扰能力,对控制系统进行优化。通过Matlab/Simscape平台搭建系统的物理仿真模型,并设计相关仿真实验对Fuzzy-LADRC、LADRC、比例-积分-微分(PID)等3种控制器的性能进行了对较分析。结果表明：Fuzzy-LADRC在响应速度上比LADRC快0.5 s,比PID快1.5 s,在扰动下进行轨迹跟踪,Fuzzy-LADRC最大误差仅为4 cm,而LADRC的最大误差为10 cm, PID的最大误差为35 cm。综上,该控制方法可显著提高飞行机械臂的响应速度和抗干扰能力。     

基于线性自抗扰控制技术控制器设计的控制方法

为实现无超调、无偏差且快速的风扇转速设定点控制,利用线性自抗扰控制(LADRC)技术设计设定点控制器,并将控制器进行参数整定,应用于风扇转速设定点控制中。一方面,线性扩张状态观测器(LESO)存在于LADRC中,从而具有在大范围内很好地补偿参数波动对系统输出的影响,提高了系统的控制精度与响应速度;另一方面,为突出LADRC优良控制性能,对比经典的发动机控制方法,将各方法所设计的控制器应用于风扇转速设定点控制中。仿真结果表明:在两种完全不同飞行条件下的发动机模型中,只有LADRC控制器依旧满足优异的性能,其控制输出依旧满足稳态偏差为零、无超调且调节时间小于1 s。     

SHAPF线性自抗扰直流侧电压控制方法

并联混合型有源电力滤波器(shunt hybrid active power filter,SHAPF)是抑制中高压配电系统谐波的有效方法,本文根据线性自抗扰控制技术(linear auto disturbance rejection control technique,LADRC),设计出了SHAPF的直流侧电压控制系统.基于LADRC的控制器能够估计出系统所有不确定因素和外部干扰等引起的总扰动并进行补偿,补偿性能良好,其算法简单,易于实现,具有一定的工程应用价值.仿真结果验证了基于LADRC的控制策略的有效性.     

基于LADRC的3D舞台威亚协调同步控制方法

针对机电参数摄动、钢绳弹性延伸及负载变化等对3D威亚系统造成的影响,根据"抗扰范式"建模理念,提出了一种基于线性自抗扰控制(LADRC)的3D舞台威亚协调同步控制策略,分别对3D舞台威亚系统的控制结构、控制器设计以及协调同步算法进行了研究.首先从威亚系统的单机LADRC设计入手,并进行相关稳定性分析;然后融合并联硬同步方法设计了适宜的软协调算法,进而实现了3D威亚系统的协调同步运行.仿真结果表明,所提出的控制策略,对于舞台空间内预设的无论是常规或非常规复杂姿态曲线,即使存在内外部不确定性"总扰",均能使3D威亚有着良好的轨迹拟合效果及协调同步性能,尤其是软协调同步算法中离线与在线的结合,为3D舞台威亚的工程应用提供了实施便利.     

纯反馈系统的自抗扰预设定有限时间量化控制

针对一类具有量化输入的非仿射纯反馈系统，将自抗扰控制和预设有限时间控制结合起来，提出一种自抗扰预设定有限时间量化控制策略.设计自抗扰预设定有限时间量化控制器.仿真实验结果表明：在外部扰动作用下，该文策略比神经网络策略有更好的控制性能.因此，该文策略具有优越性.     

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.      

单框架控制力矩陀螺伺服系统的模糊自适应变结构控制

研究单框架控制力矩陀螺系统的外框架结构.系统的永磁同步伺服电机采用正弦波驱动;电流环采用电压空间矢量脉宽调制方法驱动逆变器;位置环采用模糊自适应滑模变结构控制,通过引入切换控制增益的模糊自适应调节方法来提高系统的鲁棒性和抗扰能力.在Matlab下对系统进行仿真,结果表明,采用模糊自适应变结构控制方法设计的伺服系统有较高的动态和稳态精度;抗扰性能得到加强;消除了滑模变结构控制器的抖振现象.     

基于模糊自抗扰的PMSM无速度传感器控制

在永磁同步电机(permanent magnet synchronous motor,PMSM)无速度传感器控制系统中,为提高系统的鲁棒性和自适应能力,提出了新型自抗扰PMSM控制方案.在实际应用中,针对自抗扰控制器(ADRC)参数不便于实际操作和整定,引进模糊控制,结合各自的特点,给出了一种基于模糊控制原理的改进型自抗扰控制算法.视系统内、外扰动的总和为系统的未知扰动量,用新型自抗扰控制器来实现PMSM的无速度传感器控制.仿真表明,在不同的转速下,系统表现出很强的自适应能力和对系统扰动良好的鲁棒性,并且具有高精度的转速估计.实验验证了此控制策略在永磁同步电机控制领域的可行性和优越性.     

基于差分进化算法的旋转倒立摆线性自抗扰控制

为了提高旋转倒立摆系统的稳定控制性能,结合自抗扰控制器(ADRC)估计扰动并进行补偿的特点,提出一种带宽参数化的线性自抗扰控制方法(LADRC)。在倒立摆数学模型的基础上,采用线性扩张状态观测器(LESO)估计垂直摆杆角度,并以两个比例-微分控制器(PD)分别设计水平连杆和垂直摆杆的控制率。为了克服自抗扰控制器参数难以整定的问题,结合参数自适应差分进化算法和带宽概念进行控制器参数的寻优。硬件在环仿真结果表明,相比于PD控制器和线性二次型最优控制器(LQR),所整定的线性自抗扰控制器作用的倒立摆系统具有更好的响应和抗扰动能力。     

球磨机制粉系统的线性自抗扰控制

球磨机制粉系统具有大惯性、大时滞和强耦合等特点,很难建立精确的数学模型。本文分析了球磨机制粉系统的动态特性,并为其设计分散线性自抗扰控制方案。该方案综合分散控制和线性自抗扰控制器的优点,结构简单,不依赖于对象精确模型,可以对被控对象中存在的耦合、干扰和不确定性等进行估计并补偿。根据实际现场要求,对球磨机制粉系统进行设定值跟踪实验、输入扰动实验和性能鲁棒性实验,并比较所设计方案与PID方案的控制性能。结果表明,分散线性自抗扰控制具有更强的解耦能力和抗干扰能力,且性能鲁棒性更优。     

分布式电动车的线性自抗扰稳定性控制策略

为研究分布式电动车的操纵稳定性控制策略问题,将直接横摆力矩控制器设计为2个一阶线性自抗扰控制器,用于计算车辆维持稳定所需的横摆力矩。在转矩分配方面,根据路面附着和车辆状态调节目标函数的权值,采用二次规划算法计算得到电机输出转矩。应用硬件在环仿真平台进行了正弦迟滞和正弦递增实验,实验结果表明分布式电动车的操纵稳定性控制策略能够提高车辆的操稳性能,使得控制变量能够紧密跟踪期望值。      

平整轧制多变量系统的线性自抗扰解耦控制

针对平整轧制板形板厚控制系统中存在的多变量、强耦合及不确定性等问题,本文提出了将线性自抗扰(LADRC)技术与平整机板形板厚控制系统相结合,利用线性扩张状态观测器(LESO)估计系统总扰动,并将PD作为反馈控制率的LADRC控制方案。针对系统存在的外部扰动和模型参数摄动,利用Matlab进行仿真实验,结果表明,该控制方案不仅解耦控制效果良好,还具有较好的鲁棒性。     

Application of linear active disturbance rejection control for photoelectric tracking system

Dynamic characteristics and tracking precision are studied in the photoelectric tracking system and a linear active disturbance rejection control( LADRC) scheme is proposed for position loop. A current and speed controller is designed by a transfer function model,which is obtained by adaptive differential evolution. Model error,friction and nonlinear factor existing in position loop are treated as ‘disturbance',which is estimated and compensated by generalized proportional integral( GPI)observer. Comparative results are provided to demonstrate the remarkable performance of the proposed method. It turns out that the proposed scheme is successful and has superior features,such as quick dynamic response,low overshoot and high tracking precision. Furthermore,with the proposed method,friction is suppressed effectively.     

一种线性自抗扰控制器参数自整定方法

针对线性自抗扰控制器参数难于整定的问题,提出了一种基于动态响应过程时序数据挖掘的参数自整定算法. 算法以线性自抗扰控制器中线性误差反馈律的两个增益信号回路的动态响应为参数调整对象,通过改进变收缩系数的随机搜索算法进行参数整定,记录动态响应过程数据,基于关联关系挖掘得到控制参数调整策略应用于线性自抗扰控制器的参数自整定. 为验证本文提出的参数自整定方法的实际效果,以液压自动位置控制系统为控制对象,分别采用阶跃响应仿真和Monte Carlo实验进行对比研究. 结果表明,基于数据挖掘参数自整定的线性自抗扰控制器动态响应较好,鲁棒性较强,改进了变收缩系数随机搜索算法调整时间较长以及传统线性自抗扰控制器超调较大的缺点,是一种具有实用性的线性自抗扰控制器参数自整定方法.     

基于线性自抗扰的AGV轨迹跟踪控制器设计及参数优化

针对自动导引车（AGV）的轨迹跟踪问题，通过将多入多出的非线性运动学系统解耦为多个单入单出的线性系统，在此基础上设计了基于线性自抗扰控制（LADRC）的轨迹跟踪控制器；引入混沌搜索对量子粒子群算法（QPSO）进行改进以解决其易于陷入局部最优的问题，然后利用混沌量子粒子群算法（CQPSO）对LADRC控制器的参数进行整定；最后分别就参考轨迹为直线和参考轨迹突变情况下的轨迹跟踪情况进行了仿真实验，实验结果证明了本文设计的轨迹跟踪控制器的有效性。     

具有清晰暂态性能的机器人鲁棒自适应跟踪控制

基于不确定性机器人的轨迹跟踪问题,提出一种保证系统具有清晰暂态的鲁棒自适应控制策略,控制器由一个简单的线性ＰＤ反馈＋非线笥阻尼＋标量不确定性补偿控制器构成,不需传统的回归矩阵计算,能够有效地克服通常难于建模的摩擦力和外部扰动影响,只需了解系统的阶数和输出的位置及速度状态,保证全局的中全局一致最后有界,二自由度机器人的仿真证明了该法的有效 性。     

变论域自适应模糊分数阶自抗扰控制器设计

提出了一种变论域自适应模糊分数阶自抗扰控制算法,用以提高分数阶系统的性能;在变论域自适应模糊控制的设计中,引入分数阶扩张状态观测器和分数阶跟踪微分器;在变论域自适应模糊分数阶自抗扰控制中,利用分数阶跟踪微分器将输入信号转化为平滑跟踪和高质量差分信号,用扩张状态观测器获取每个状态变量的估计值、不确定性的实时动态模型以及外部扰动．为了消除稳态误差,提高控制精度,提出了可变值域的扩张状态误差积分;将变论域自适应模糊分数阶自抗扰控制算法和分数阶自抗扰控制 (FADRC)算法对典型的分数阶系统进行仿真,验证了所提方案的优越性和有效性．      

胎面重量控制系统的CPSO优化Smith预估线性自抗扰策略

针对轮胎行业橡胶复合挤出线重量控制系统过程机理复杂、扰动过多且难以测量等问题,设计了一种史密斯预估与线性自抗扰控制(Smith prediction-linear active disturbance rejection control, Smith-LADRC)相结合的控制方式以实现对胎面重量的稳定控制。建立仿真模型与比例-积分-微分(proportional-integral-differential, PID)、LADRC、Smith-PID进行控制效果对比以验证其优势,同时针对此控制器调参困难引入混沌粒子群算法(chaotic particle swarm optimization, CPSO)进行参数整定。经实验结果表明：Smith-LADRC相较于上述3种控制方法能够使系统具有较好的抗干扰性和鲁棒性;采用CPSO算法寻优后,相比于粒子群算法(particle swarm optimization, PSO),可以很好地达到控制目的,系统输出响应快速性均得到提高,相比手动调节能更好地对系统输出进行控制,同时节省参数调节时间,提高控制效率。