分组自适应模糊神经网络在双摆吊车上的应用

在工业生产中,若吊钩质量较大不能忽略,吊车会呈现出双摆系统特征,即吊钩绕台车进行一级摆动,同时负载绕吊钩进行二级摆动.针对这种欠驱动非线性系统控制问题,提出一种基于双摆桥式吊车系统的自适应神经网络与分组模糊控制相结合的控制策略.具体而言,采用改进的Takagi-Sugeno型神经网络模糊控制模型,利用分组模糊控制的方法,规避多输入模糊系统规则冗杂导致的时效性问题.因模糊控制不具备自适应与迭代优化参数的能力,引入神经网络模型借助混合算法,通过前向学习与反向学习,利用二次型最优控制理论设计得出的样本数据,不断优化模糊规则和隶属度函数,从而使控制器参数高精度逼近系统要求,满足双摆吊车高温熔融金属吊运的需求.最后仿真实验结果证明该控制策略不仅使双摆桥式吊车台车与负载快速、精确到达目标位置,还能够抑制吊钩与负载的摆动,提高了控制器性能.     

考虑钢丝绳抖振情况下的塔式吊车消摆控制方法

塔式吊车系统负载摆角的抑制对于其安全运行至关重要,现有的消摆控制方法在抑制摆角方面取得了不错的效果,但这些控制方法均未考虑钢丝绳连同负载发生抖振的情况,存在安全隐患。针对此问题,提出一种考虑钢丝绳抖振情况下的塔式吊车系统摆角抑制方法。具体而言,首先建立塔式吊车水平运动时的非线性抖振机理模型,计算出系统发生抖振后传导到电机主轴上的非线性抖振力矩,并将该抖振力矩等值反向作为补偿力矩。其次,利用陷波器滤除补偿力矩外的其他干扰,再将补偿力矩与一种滑模消摆控制律计算出的控制力矩相叠加,控制驱动电机力矩输出。最后,仿真和实验结果表明提出的消摆方法对于摆角的抑制具有更好的控制效果。     

基于自抗扰理论的桅杆式起重机定位与消摆控制

桅杆式起重机在吊运的过程中负载产生的摆动问题会影响工作效率,严重时会造成一定的安全事故。为此,设计一种自抗扰控制器在保证负载快速精准定位的前提下,抑制负载摆角。首先,对桅杆式起重机进行动力学分析,建立系统的空间三维动力学方程;然后,针对桅杆式起重机的非线性和欠驱动特性设计自抗扰消摆控制器,实现旋转和俯仰运动机构的精准定位和有效消摆,从而为实际应用吊运过程中节省了大量的时间。最后,通过分别设置不同的绳长值以及与其他控制方法仿真结果对比分析可知,该控制器对桅杆式起重机负载的摆角值有着很好的抑制效果,并具有较强的鲁棒性。     

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.     

桥式起重机的二自由度内模防摆控制研究

提出一种内模二自由度的控制方法,将桥式起重机的定位防摆控制转化为对定位、绳长控制系统的伺服跟踪,并利用起重机模型的强耦合性保持摆角稳定。根据内模控制理论设计二自由度控制器将系统的抗干扰性和跟随特性分开进行控制,增强了系统的鲁棒性。使得起重机小车和吊绳快速准确到达期望位置的同时抑制负载摆动,理论分析和仿真实验证明了该方法的可行性。     

桥式吊车水平移动自抗扰防摆控制器与参数优化

为解决桥式吊车水平移动过程中的定位控制与防摆控制问题, 利用拉格朗日方程建立了其非线性数学模 型, 设计了自抗扰控制器(ADRC: Auto Disturbances Rejection Controller) 并与比例微分( PD: Proportional Differential)控制器。 利用人工鱼群算法对控制器参数进行了整体优化, 克服了试凑参数的繁琐性。 通过仿真 实验对控制器进行的测试结果表明, 该控制器系统能有效抑制负载摆动, 对系统参数变化及摆角扰动有很强的 鲁棒性。     

一类大型互联非线性系统的分散鲁棒几乎干扰解耦

研究了一类大型互联非线性不确定系统的分散鲁棒几乎干扰解耦问题,通过子系统状态的线性变换,得到分散状态反馈控制律.当状态反馈控制律作用于该系统时,无扰动输入的闭环系统是全局渐近稳定的,而对允许的不确定性,干扰抑制的大小可以任意小,且控制器的设计也无需解任何的H锄Hamilton-Jacobi方程或不等式.     

异步电机的新型非线性自抗扰控制器的研究

为提高控制系统的鲁棒性,抑制电机参数波动及负载扰动的影响,基于自抗扰控制器(ADRC)原理,提出了适用于异步电机控制系统的自抗扰控制器方案.自抗扰控制器由3部分构成:跟踪微分器、扩张状态观测器和非线性状态误差反馈控制律.自抗扰控制器不依赖于被控系统的具体数学模型并对内外扰有较强的抗扰能力,而且在整个系统工作区间内都会有良好的鲁棒性与适应性.仿真结果表明自抗扰控制器对模型的不确定性以及测量噪声的鲁棒性较好,而且它还具有较优的动态性能.     

变负载柔性机械臂复合学习控制

针对末端负载质量变化的柔性连杆机械臂运动轨迹跟踪控制问题,提出了一种结合径向基神经网络(RBFNN)和干扰观测器(DOB)的复合学习控制方法。利用RBFNN逼近连杆柔性引起的非线性不确定性,构造DOB实时估计包括负载变化、非线性摩擦、RBFNN逼近误差等效应的集中干扰,将两者用于控制器的前馈补偿设计以提升系统跟踪性能,同时设计鲁棒反馈控制律保证系统的稳定性。通过Lyapunov稳定性理论证明了所提控制方法可保证跟踪误差的有界性和闭环系统的稳定性。基于柔性机械臂平台的对比实验结果表明:所提控制方法在不同负载下可以保持跟踪精度在0.5%以内,负载变化引起的误差变化不超过2%;与仅使用神经网络的控制方法相比,跟踪性能提升了24.7%。     

永磁同步电机的非线性自适应解耦控制

为了解决电机参数变化和负载扰动的不确定性、影响基于非线性解耦控制的永磁同步电机调速系统性能的问题,提出了一种带干扰抑制的永磁同步电机调速系统非线性解耦控制方法.该方法利用非线性解耦控制理论的微分几何方法实现永磁同步电机调速系统转速和磁链子系统的动态解耦,并结合自适应策略,将参数变化和负载转矩扰动作为扰动输入,设计了动态自适应状态反馈控制律和参数自适应规律.应用Lyapunov稳定理论证明了算法的稳定性,并实现具有L2暂态性指标的渐进跟踪.仿真和试验结果表明,该控制策略能有效地改善永磁同步电机调速系统的动态性能,增强其鲁棒性和抗干扰的能力.     

自抗扰控制器在气压伺服控制系统中的应用

为提高控制系统的鲁棒性,增强干扰抑制能力,提出了适用于气压伺服系统的自抗扰控制器方案,并讨论了控制参数的整定.自抗扰控制器为非线性控制器,由跟踪微分器、扩张状态观测器和非线性状态误差反馈控制律3部分构成.扩张状态观测器可以实时观测系统状态和扩张状态,从而实现全状态反馈及系统不确定性和外扰的补偿控制.自抗扰控制器的设计不依赖于被控系统的精确数学模型,并对内外扰有较强的抑制能力,在整个系统工作区间都有良好的鲁棒性.仿真结果表明,自抗扰控制器对气动伺服系统模型的不确定性以及外干扰的鲁棒性较好,且具有较优的动态性能.     

具有输入饱和的制动缸自适应Super-twisting控制

为研究电力机车单元制动缸在制动时受辅助风缸压力和轮对径向形变挤压时的制动缸活塞位置控制精度,考虑实际工况中活塞与制动缸内壁非严格配合引起的压力漏损,建立了制动缸气动伺服系统的数学模型;针对该非线性系统中存在的未知时变负载扰动,设计非线性干扰观测器对其实际值进行估计,对观测误差采用自适应模糊逻辑系统进行逼近,进一步削弱时变扰动对系统的影响;结合系统控制量存在饱和的实际工况,引入饱和辅助控制系统;依据Lyapunov稳定性理论,基于Super-twisting控制方法收敛快速、待设计参数较少的优点,构造了基于Nussbaum类型函数的自适应Super-twisting控制器.理论分析及仿真结果表明,制动缸伺服系统闭环输出一致有界,系统跟踪误差、滑模面及控制量动态抖振较小,收敛迅速;滑模面及扰动量观测误差收敛于0.制动缸伺服系统输出能够快速稳定跟踪输入指令,且对外部时变负载扰动具有较强鲁棒性.     

基于NDO的高阶非线性系统自适应反推滑模控制

针对一类高阶非匹配不确定非线性系统轨迹跟踪问题,将反推控制和滑模控制相结合,设计一种基于非线性干扰观测器(NDO)的自适应反推滑模控制方案.通过设计每一步的李雅普诺夫函数保证闭环系统全局渐进稳定,且跟踪误差一致且有界.设计NDO对非匹配干扰进行补偿,建立系统建模误差自适应律并引入双曲正切函数.仿真表明:闭环系统能够实现对指定轨迹的稳定跟踪,且对非匹配干扰和建模误差同时具有鲁棒性,并有效降低控制抖振.     

基于遗传算法优化的机器人非奇异终端滑模控制

六自由度并联机器人是一个强耦合、高度非线性的系统,针对此特性研究了非奇异终端滑模控制方法,为改善其运动品质,结合指数趋近律的思想,给出了系统的控制律.利用李雅普诺夫（Lyapunov）理论验证了存在建模误差和外部干扰时六自由度并联机器人控制系统的稳定性,确保了控制系统的鲁棒性.为了进一步减少滑模控制的抖振,提高系统收敛速度和跟踪性能,采用了遗传算法来优化非奇异滑模面和控制律的参数.仿真结果表明：提出的控制策略参数优化后能使机器人的轨迹跟踪稳态误差趋近于零、系统调整时间短、驱动器控制律平滑,达到了高性能的位姿控制.     

基于变增益LQR的三维吊车防摆控制

建立了三维吊车系统的数学模型,采用分离变量法建立了三维吊车的时变线性模型,并讨论了系统的可控性。针对变绳长吊车系统的防摆问题,设计了变增益LQR控制器,有效地实现了三维吊车的防摆控制。对比仿真实验结果证明变增益LQR控制方法具有较强的自适应性和稳定性,显著提高了控制性能。     

基于遗传算法的一类非线性系统的变结构控制

针对不确定性的非线性控制系统,提出了一种基于遗传算法的滑模变结构控制方法.采用遗传算法实时调整切换面参数和趋近律系数,构造出最佳切换函数和指数趋近律,使得系统不仅能快速到达切换面,增强了系统的鲁棒性,而且消除了系统抖振,实现了完全跟踪,改善了控制系统的性能.通过对倒立摆系统进行仿真,结果表明该控制方法的有效性.     

基于能量耦合的船舶起重机消摆控制

为了解决船舶起重机在外部海浪干扰下负载摆动幅度大、小车定位精度不高、抗干扰能力差的问题,通过非线性能量耦合方法,应用欧拉-拉格朗日方程对带有船舶横摇以及船低沉降的船舶起重机进行动力学建模,然后构造了一种复合型误差信号来增强小车运动特性以及船舶载荷摆动的耦合关系并将动力学模型转化.在此基础上设计控制器,并进行了基于李雅普诺夫(Lyapunov)方法的稳定性证明和仿真模拟实验.验证了该方法在复杂情况下的可行性,实现船舶起重器系统在平衡点的渐进稳定性.可见所提的控制方法具有良好的控制性能、适应性和鲁棒性.对于运输过程中摆角抑制、系统定位和效率提高具有良好的效果.     

具有干扰抑制的电液伺服系统控制器设计

电液伺服系统的控制精度受到建模不完整和非线性因素的影响,这制约了控制器的控制性能.对此,通过设计一个不匹配干扰来描述系统的模型误差,建立了考虑摩擦以及不匹配干扰的阀控缸数学模型.通过设计观测器来预测系统中存在的不匹配干扰,使用基于参数映射的自适应律处理系统中的不确定参数,同时由非线性反馈项抑制误差造成的影响,最后对控制...     

一类机器人滑模自适应鲁棒控制

针对存在系统参数不确定和有界外部扰动情况下的轨迹跟踪机器人系统控制问题,本文提出一种基于滑模变结构的鲁棒自适应控制方案。自适应控制律补偿系统参数不确定性,并对不确定性干扰上界进行实时估计;滑模控制消除了自适应律引起的参数误差,并且具有较强的干扰抑制能力。仿真表明此算法具有较高的跟踪精度和较强的鲁棒性。     

同步电动机无源性控制方法

利用本质上是非线性反馈控制的无源性控制方法,与非线性状态观测相结合,实现负载转矩时变未知情形下磁链、转速的渐近跟踪,并可有效抑制由转子状态的不确定性引起的跟踪误差.该方法从能量角度分析电动机控制系统,确定不必抵消的"无功力",设计全局定义的控制律,具有形式简单、无奇异点、鲁棒性好等特点.基于dSPACE的实验结果证明了该控制策略的有效性.