基于模型参考自适应控制与扩张状态观测器的电子节气门控制

针对传统的电子节气门控制方法在参数变化时难以保持良好的控制性能问题,提出一种基于模型参考自适应控制与扩张状态观测器的电子节气门控制方法.首先,基于Lyapunov稳定性理论设计了模型参考自适应控制器(model reference adaptive controller, MRAC),增强电子节气门系统的适应能力;然后,引入扩张状态观测器(extended state observer, ESO)对摩擦力矩和气流冲击等扰动进行估计,并将扰动估计值作为前馈补偿项,形成MRAC+ESO复合控制方法;最后,通过仿真实验验证了所提控制方法的有效性.     

基于ZPET-FF和ESO的直线伺服鲁棒跟踪控制

提出一种将零相位误差跟踪和前馈(ZPET-FF)与扩张状态观测器(ESO)相结合的重复控制方法,以提高宏动台直线电机伺服系统的跟踪性能.以ZPET-FF作为前馈跟踪控制器,将信号估计器估计的跟踪误差和系统的实时误差作为其输入信号,将控制器对系统的跟踪误差进行实时补偿,以降低参数变化对系统的影响,有效提高系统的带宽和跟踪性能,减小系统的动态跟踪误差;采用ESO补偿系统中的各种扰动抑制噪声,以提高系统的抗干扰能力.实验结果表明,所提出的控制方法不仅提高了系统的动态跟踪性能,而且减小了系统的跟踪误差.     

基于扩张状态观测器的四旋翼积分滑模反步控制

针对四旋翼路径跟踪控制问题,研究了基于扩张状态观测器(extended state observer,ESO)、积分滑模控制器(integral sliding mode controller,ISMC)及反步法(backstepping)的四旋翼控制算法。构造了一种考虑姿态控制器响应过程的无人机控制模型;设计了扩张状态观测器对扰动进行观测,并构建了积分滑模控制器以估计扰动观测误差;设计了基于反步法的抗干扰路径跟踪控制算法,利用扩展状态观测器估计的扰动信息,通过补偿方式较好地消除了扰动影响。仿真试验表明,该方法具有良好的轨迹跟踪性能和抗干扰能力。     

基于扩张状态观测器的多机系统非线性协调控制

针对精确反馈线性化(EFL)的非线性控制器鲁棒性差、结构复杂的缺点,提出了基于扩张状态观测器(ESO)的多机电力系统汽门和励磁的非线性分散协调控制策略。同时给出了基于EFL的分散协调控制策略。数字仿真表明,当标称参数与电网实际一致时,基于ESO的非线性控制器能达到EFL控制器的非线性控制效果,但基于ESO的非线性控制器设计无需电网的有关参数,在标称参数与实际电网参数有误差时,基于ESO的非线性控制器较EFL具有更佳的鲁棒性和适应性。     

基于扩张状态观测器的通用模型参考自适应控制设计与分析（英文）

提出一种基于扩张状态观测器(ESO)的任意参考模型自适应控制方法,该方法利用ESO直接估计系统状态,且对不确定性进行估计并补偿.基于ESO的模型参考自适应控制(MRAC),仅需要知道被控对象的阶次,而不必区分线性、非线性,时变、时不变,内部(参数、结构)不确定性、外部(扰动)不确定性等.此外,当参考模型与被控对象同阶并在满足期望性能指标的前提下,对被控对象模型依赖程度很低,简化了设计过程.首先,提出了基于ESO的MRAC控制器结构,并设计了控制律,进而给出了稳定性分析,最后进行了仿真验证.仿真结果表明,该方法具有鲁棒性好、控制量少、稳态精度高等优点.     

静止无功发生器的自抗扰控制策略

针对传统线性比例积分(proportional integral, PI)控制的静止无功发生器(static var generator, SVG)响应速度慢、调节时间长、对扰动较为敏感等问题,提出静止无功发生器的自抗扰控制(active disturbance rejection control, ADRC)策略。根据自抗扰控制器的数学特征和静止无功发生器的数学模型,采用扩张状态观测器(extended state observer, ESO)对静止无功发生器模型的变量耦合项和外部扰动进行观测并补偿,设计静止无功发生器的自抗扰电流环控制器。在Matlab/Simulink完成静止无功发生器的扰动与补偿仿真,仿真结果表明,扩张状态观测器可以快速跟踪系统总体扰动,并且与传统的PI控制器相比,自抗扰控制器可有效地抑制无功电流的波动、减小调节时间。实验验证所提控制策略的有效性。     

基于扩张状态观测器的永磁同步电机自适应滑模调速控制

针对永磁同步电机(permanent magnet synchronous motor,PMSM)调速系统存在参数不确定性及负载扰动问题,提出了一种基于扩张状态观测器的自适应滑模控制方法.在系统模型存在参数不确定性及负载扰动情况下,通过扩张状态观测器对系统的总和扰动进行实时观测,并在控制过程中加以前馈补偿以降低系统总和扰动对控制精度的影响,提高系统的动态性能.由于系统观测误差上界无法精确获得,自适应滑模控制器中的切换控制增益采用参数自适应律来调节,可有效改善系统的抖振现象,保证系统输出高精度跟踪期望信号.仿真结果表明,与传统的比例-积分(proportional-integral,PI)控制方法相比较,提出的基于扩张状态观测器的自适应滑模控制方法具有转速超调量小,响应速度快,对系统的参数不确定性及负载扰动具有很强的抑制力,且能够有效减弱滑模控制的抖振问题和提高系统的鲁棒性能.     

针对结构不确定的最小相位对象的ESO观测能力分析(英文)

讨论自抗扰控制器(ADRC)中扩张状态观测器(ESO)对带有不确定阶和(或)相对阶的最小相位对象的观测能力,详细分析了线性ESO的频域性能.结果显示,即使面对大范围的不确定性,ESO仍可以按照人工设计的速度去估计所需的状态.最后,理论结果在仿真实验中得到了验证.     

基于ESO和反步法的四旋翼飞行器轨迹跟踪控制

针对欠驱动四旋翼飞行器提出了一种基于扩张状态观测器(ESO)和反步法的轨迹跟踪控制策略.在外界环境干扰和系统参数摄动等不确定性的影响下,保证空间位置和偏航角可以快速平滑地跟踪给定信号.根据系统严格反馈的结构特点,采用反步法设计内外环路的控制器;为避免控制过程中的复杂计算,采用ESO对系统的复合干扰进行在线实时估计,并在控制律中进行实时补偿;为避免反步控制导致的"微分爆炸"问题,减小对系统模型的依赖性,采用了动态面策略,以及为提高系统的鲁棒性,引入了滑模面.稳定性分析表明闭环控制系统是全局渐进稳定的.仿真结果验证了所提控制方法的有效性和鲁棒性.     

基于扩张状态观测器的机械臂分散自适应模糊控制

针对机械臂控制中各子系统间交联项难于处理的问题,提出了一种基于扩张状态观测器(extended state observer,ESO)和模糊策略的分散控制方法.将机械臂系统考虑为各关节交联子系统的集合,采用扩张状态观测器去实时估计机械臂各关节间的状态、耦合交联项及非线性项,利用模糊系统去逼近机械臂动力学模型中的建模不确定项,从而设计分散自适应模糊控制器以实现机械臂的轨迹跟踪控制,给出了控制器中参数的自适应更新律,并对该控制器进行了Lya-punov稳定性分析.最后将该方法应用于一个4自由度机械臂的轨迹跟踪控制中,仿真结果表明了该方法对处理耦合交联项及在各关节轨迹跟踪控制中的有效性.     

动力翼伞系统耦合补偿控制策略研究

动力翼伞系统是具有强非线性、强耦合特性的系统,其精确控制比较困难.动力翼伞系统具有两个控制通道,控制的难度在于纵向推力对下偏控制存在着非线性的强耦合作用,在受到风场干扰时会导致系统耦合加剧,从而在控制过程中引起较大偏差,甚至导致系统失速.本文提出了一种基于耦合补偿的自抗扰控制策略,并将该非线性耦合关系设计为扩张状态观测器中的已知扰动,从而提高了控制器的跟踪性能.在动态耦合补偿的基础上改进控制律,将非线性动力翼伞系统设计成易于控制的独立积分器,从而提高横向轨迹跟踪控制器的抗干扰性和控制跟踪性能.通过仿真实验可验证该控制策略优于传统的自抗扰控制（active disturbances rejection controller,ADRC）和PID控制.      

基于扩张状态观测器的双旋弹丸舵翼转速预测控制

针对存在于固定鸭舵式弹道修正弹舵翼滚转系统中的参数不确定性和不确定性非线性问题,提出一种基于输出反馈型扩张状态观测器的直接模型预测控制方法.该方法以扩张状态观测器估计系统扰动并以前馈补偿的方式融入控制器设计,结合较精确的舵翼滚转模型实现滚转状态预测和控制.在转速更新时间间隔内对非线性参数进行线性化处理,将复杂的积分遍历运算转换为低阶函数直接求解问题,大幅度降低了运算量.仿真实验结果表明:该方法能快速准确地对状态和干扰进行估计,且与传统控制方法相比,具有精度高、响应快、抗干扰及参数变化能力强的特点.      

基于反双曲正弦函数的自抗扰控制器

利用反双曲正弦函数分别设计了三阶跟踪微分器和三阶扩张状态观测器,并利用该函数和设定输入的二阶微分信号设计控制律,从而构造了一种新型自抗扰控制器.通过李雅普诺夫函数证明了自抗扰控制系统在平衡点处渐近稳定.仿真实验表明,采用该自抗扰控制器的二阶系统能有效抑制内部和外部非线性扰动的影响,实现对方波信号和正弦信号的高精度跟踪,同时,扩张状态观测器能较准确地估计系统内部和外部扰动信号.     

基于在线学习和ADRC的发电机励磁与汽门系统ANN逆鲁棒控制方法

为提高汽轮发电机组励磁与汽门系统机端电压和功角的控制性能,提出了基于在线学习和自抗扰控制(ADRC)的神经网络逆鲁棒控制方法.首先,将神经网络逆(ANN)与被控励磁汽门系统组成的复合伪线性系统等效为含有扰动的线性系统;然后,基于ADRC,设计了用于在线估计复合伪线性系统状态和扰动的ESO,解决了神经网络逆在线学习时训练样本获取的难题,并在设计的伪控制量中对扰动进行补偿,基于线性系统理论证明了ESO的收敛性并针对励磁子系统和汽门子系统与神经网络逆系统组成的伪线性复合系统分别设计整数阶PID控制器和分数阶PID控制器以实现闭环控制;同时,在离线训练的基础上设计了基于在线梯度方法的神经网络逆在线学习算法,利用李雅普诺夫稳定性理论证明了神经网络逆在线学习的收敛性.最后,以典型的两区域四机系统为例进行数值仿真,与传统的AVR/PSS和基于离线训练的神经网络逆控制方法的比较结果表明所提方法明显提升了电力系统的暂态性能.     

板宽板厚多变量系统的自抗扰解耦控制

针对精轧的板宽板厚多变量系统具有强耦合、大时滞、不确定性、干扰因素多、非线性等特点,应用自抗扰控制(ADRC)静态解耦和扩张状态观测器(ESO)动态解耦技术,给出一种多变量系统的ADRC解耦设计方案. 为提高时滞对象的快速性,设计了一种去掉跟踪微分器(TD),由ESO和非线性状态误差反馈控制律(NLSEF)两部分组成的ADRC,其中NLSEF改用非线性函数实现,ADRC阶次比常规方法低一阶. 仿真结果表明,该控制方案不仅解耦效果好,而且对模型的不确定性和外部扰动具有较好的鲁棒性和适应能力.     

基于ESO的高空台发动机进气压力控制研究进展

 高空台航空发动机进气压力控制是保障发动机高空模拟试验有效性及可靠性的关键，而基于扩张状态观测器（extended etate observer，ESO）的进气压力控制方法研究，目的是改进控制品质，抑制未知干扰的影响，实现进气压力的快速稳定控制。通过梳理高空台发动机进气压力控制技术的发展现状，阐述了基于ESO的控制方法研究进展及相关问题，并就目前ESO的参数整定及改进设计进行分类总结，提出了基于扩张状态观测器的高空台发动机进气压力控制的未来发展策略和研究方向。     

基于反正切非线性函数的自抗扰控制

传统扩张状态观测器(ESO)在对系统进行观测时,对系统输出的测量噪声较为敏感,文中构造了一种基于反正切函数的非线性函数以替代ESO中的幂次函数,并给出了由其构成的ESO的一般形式,使用李雅普诺夫函数对观测误差进行了分析;然后,提出了2种基于反正切非线性函数的改进ESO方案,以及基于这2种ESO方案的改进自抗扰控制算法.仿真数据表明,改进的ESO对由输出测量噪声带来的观测噪声有明显抑制,尤其可以对干扰量估计的噪声抑制在很小的范围内,2种改进自抗扰控制算法针对输出带有测量噪声的控制对象均取得较好的控制效果.
     

输入非仿射不确定性混沌系统的输出跟踪控制

针对一类输入非仿射不确定性混沌系统,采用反演设计了一种新的控制器. 该方法结合非线性跟踪微分器以及扩展状态观测器,非线性跟踪微分器用于逼近虚拟控制量的导数或者参考信号的导数;扩展状态观测器用于估计系统中的未知项及扰动项,并且证明了其收敛性能. 该方法的运算时间远远小于现有设计方法,并且跟踪误差是渐近一致稳定的;该方法保证了此类系统的输出能跟踪任意可微的参考信号. 对具有非仿射输入及扰动和不确定性的混沌系统的仿真结果表明了该方法的可行性和有效性.      

PMSM speed control using adaptive sliding mode control based on an extended state observer

In this study,a composite strategy based on sliding-mode control( SMC) is employed in a permanent-magnet synchronous motor vector control system to improve the system robustness performance against parameter variations and load disturbances. To handle the intrinsic chattering of SMC,an adaptive law and an extended state observer( ESO) are utilized in the speed SMC controller design. The adaptive law is used to estimate the internal parameter variations and compensate for the disturbances caused by model uncertainty. In addition,the ESO is introduced to estimate the load disturbance in real time. The estimated value is used as a feed-forward compensator for the speed adaptive sliding-mode controller to further increase the system's ability to resist disturbances. The proposed composite method,which combines adaptive SMC( ASMC) and ESO,is compared with PI control and ASMC. Both the simulation and experimental results demonstrate that the proposed method alleviates the chattering of SMC systems and improves the dynamic response and robustness of the speed control system against disturbances.