FUZZY GLOBAL SLIDING MODE CONTROL BASED ON GENETIC ALGORITHM AND ITS APPLICATION FOR FLIGHT SIMULATOR SERVO SYSTEM

To alleviate the chattering problem, a new type of fuzzy global sliding mode controller （FGSMC） is presented. In this controller, the switching gain is estimated by fuzzy logic system based on the reachable conditions of sliding mode controller（SMC）, and genetic algorithm （GA） is used to optimize scaling factor of the switching gain, thus the switch chattering of SMC can be alleviated. Moreover, global sliding mode is realized by designing an exponential dynamic sliding surface. Simulation and real-time application for flight simulator servo system with Lugre friction are given to indicate that the proposed controller can guarantee high robust performance all the time and can alleviate chattering phenomenon effectively.

Study of engaged performance regulation in controlled transfer clutch of 4WD car based on genetic sliding mode control

This paper investigates an approach to improve the engagement quality of controlled transfer clutch mode in 4 wheel drive(WD) car from three considerations of reducing friction,smoothening responsiveness and alleviating jerk.The method utilizes an improved sliding mode control with genetic algorithm instead of simplified mode to determine appropriate values of parameters in control close- loop.The simulation results show that the method is effective for improving the engagement quality of coupling satisfying different design needs for 4WD car,as well as robustness even if input torque is changed at a certain range.

Adaptive Fuzzy Sliding Mode Controller for Grid Interface Ocean Wave Energy Conversion

This paper presents a closed-loop vector control structure based on adaptive Fuzzy Logic Sliding Mode Controller (FL-SMC) for a grid-connected Wave Energy Conversion System (WECS) driven Self-Excited Induction Generator (SEIG). The aim of the developed control method is to automatically tune and optimize the scaling factors and the membership functions of the Fuzzy Logic Controllers (FLC) using Multi-Objective Genetic Algorithms (MOGA) and Multi-Objective Particle Swarm Optimization (MOPSO). Two Pulse Width Modulated voltage source PWM converters with a carrier-based Sinusoidal PWM modulation for both Generator- and Grid-side converters have been connected back to back between the generator terminals and utility grid via common DC link. The indirect vector control scheme is implemented to maintain balance between generated power and power supplied to the grid and maintain the terminal voltage of the generator and the DC bus voltage constant for variable rotor speed and load. Simulation study has been carried out using the MATLAB/Simulink environment to verify the robustness of the power electronics converters and the effectiveness of proposed control method under steady state and transient conditions and also machine parameters mismatches. The proposed control scheme has improved the voltage regulation and the transient performance of the wave energy scheme over a wide range of operating conditions.

Design of Soft Computing Based Optimal PI Controller for Greenhouse System

Greenhouse system (GHS) is the worldwide fastest growing phenomenon in agricultural sector. Greenhouse models are essential for improving control efficiencies. The Relative Gain Analysis (RGA) reveals that the GHS control is complex due to 1) high nonlinear interactions between the biological subsystem and the physical subsystem and 2) strong coupling between the process variables such as temperature and humidity. In this paper, a decoupled linear cooling model has been developed using a feedback-feed forward linearization technique. Further, based on the model developed Internal Model Control (IMC) based Proportional Integrator (PI) controller parameters are optimized using Genetic Algorithm (GA) and Particle Swarm Optimization (PSO) to achieve minimum Integral Square Error (ISE). The closed loop control is carried out using the above control schemes for set-point change and disturbance rejection. Finally, closed loop servo and servo-regulatory responses of GHS are compared quantitatively as well as qualitatively. The results implicate that IMC based PI controller using PSO provides better performance than the IMC based PI controller using GA. Also, it is observed that the disturbance introduced in one loop will not affect the other loop due to feedback-feed forward linearization and decoupling. Such a control scheme used for GHS would result in better yield in production of crops such as tomato, lettuce and broccoli.

A Novel Genetic Algorithm and Its Application in Variable Structure Control of Robot

A novel genetic algorithm (NGA) is proposed, which possesses micro-regulation and renascence operation. The optimized variable searching interval is regulated gradually according to the sub-group of excellent individuals. The NGA is used to optimize the parameters of the variable structure control (VSC), which satisfies the new reaching law and sliding mode. It is used in robot control systems. Simulation results are given.

深海起重机升沉补偿滑模预测控制

受海浪、风力等因素的干扰,深海起重机升沉补偿系统的响应速度缓慢,系统对于负载位移的控制精度较差。为了提高升沉补偿系统响应速度与系统对负载位移的控制精度,保证起重机在各种海况下正常作业,提出了基于CNN-LSTM深度学习网络的滑模预测控制方法。首先,将CNN网络与LSTM网络结合,建立CNN-LSTM深度学习网络控制系统预测模型。其次,通过参考位移与实际位移的误差建立滑模面,并根据幂次函数设计滑模面参考轨迹;采用粒子群算法(PSO)对性能指标进行寻优,得出控制律,根据控制律控制负载实际位移跟随参考位移。最后,进行了仿真研究。结果表明与传统模型预测控制相比,在该方法的控制作用下,系统的响应速度更快,系统对负载位移的控制精度更高,系统的鲁棒性能更强。

基于灰狼算法的步进电机滑模控制系统设计

为了改善转台方位轴的位置精准度及抖振现象,本文围绕步进电机控制系统展开研究。设计了指数趋近律的位置方程,应用了灰狼优化算法整定滑模控制系统的多项参数。在此基础上建立了数学模型,使用MATLAB/Simulink构建了位置三闭环仿真,对系统的位置精准度、抗干扰能力进行分析,并与PID控制系统、传统的滑模控制系统进行了比较。仿真结果表明优化后的控制系统较稳定,响应速度快,抗干扰能力强。最后基于STM32F10ZET6主控芯片搭建了硬件平台,实验证明了优化后的控制策略有效提升了位置精准度,保证了系统的可靠性。

改进自适应遗传算法优化的船用增压锅炉上锅筒水位滑模控制方法

[目的]船用增压锅炉的上锅筒水位由于航行中负荷的频繁变化,难以获得理想的控制效果。为了保证上锅筒水位的稳定,对大负荷扰动下的上锅筒水位控制方法进行研究。提出一种基于改进自适应遗传算法优化的增压锅炉上锅筒水位滑模控制方法。[方法]将上锅筒水位偏差的速度和速度变化率引入S函数来设计滑模控制器,采用李雅普诺夫稳定性原理证明其稳定性。在此基础上,利用改进的自适应遗传算法优化滑模控制器。[结果]将改进的自适应遗传算法优化的增压锅炉上锅筒水位滑模控制方法与传统的PID控制方法进行了对比分析。在响应斜坡扰动信号和阶跃扰动信号时,改进自适应遗传算法优化的滑模控制器均能够无差跟踪输入信号,其稳定时间比PID缩短5 s,超调量也小于PID。[结论]仿真结果表明,改进自适应遗传算法优化的滑模控制方法具有更优的控制效果。

扫路车线控转向前轮转角的双闭环控制策略

针对智能扫路车线控转向系统前轮转角跟踪精度不高的问题,提出一种基于遗传算法_PID控制与RBF网络自适应滑模控制结合的双闭环控制策略。采用层次分析法得到遗传算法适应度函数的多个控制目标的权重,将适用于扫路车的遗传算法_PID控制器作为内环,用于转角跟踪;采用基于横摆角速度的RBF网络自适应滑模控制作为外环,逼近系统中的不确定成分,提高运行的稳定性。将该控制策略与其他控制策略对比,实验结果表明,该控制策略在提高车辆运行稳定性以及前轮转角跟踪上更具优势。

一种管道工程机器人路径跟踪控制方法

为了提高管道工程机器人在野外环境下路径跟踪的精度,通过研究管道工程机器人在受到侧滑扰动情况下的转向特性,建立基于滑动情况下的运动学模型。提出了一种改进的滑膜观测器用于估计机器人的滑移参数,使用遗传算法对滑膜观测器的增益系数进行优化,使得估计结果更加准确。此外,考虑到因外界干扰导致机器人路径跟踪控制精度低的问题,提出一种改进的滚动时域控制器(RecedingHorizon Control,RHC)用于机器人的路径跟踪控制,将模型中的非线性项与线性项都进行离散化,减小计算难度。实验结果表明,所提出的基于滑移参数估计的RHC路径跟踪控制策略能够快速准确的跟踪目标路径,具有更好的跟踪精度。

无轴承永磁同步电主轴的模糊滑模位移控制

为满足无轴承永磁同步电主轴高性能转子位移控制要求,结合遗传算法寻优快及模糊控制能柔化控制信号的优点,设计一种将滑模等效控制、模糊控制和遗传算法有机结合的电主轴转子位移控制策略,在滑模控制中引入模糊切换增益,并通过遗传算法对模糊滑模控制器参数进行优化,从而获得最佳控制效果。结果表明:模糊滑模控制降低了系统在传统滑模控制下的抖振,遗传算法优化后模糊滑模控制下的不同轴向稳态转子振动峰峰值较优化前分别减小了53%和27.5%。

基于自适应滑模控制的下肢外骨骼机器人步态轨迹跟踪

针对人体膝关节瞬心曲线为可变曲线的问题,设计了双摇杆膝关节结构,采用粒子群算法,以人体膝关节瞬心轨迹为优化目标,得到了膝关节连杆杆长尺寸,并且在SolidWorks中进行3D建模,画出整体下肢外骨骼机器人,采用了一种多输入多输出的控制算法来对髋、膝关节进行同步控制,提升了使用者穿戴下肢外骨骼机器人的舒适性,并与PID算法进行对比。仿真试验结果表明,自适应滑模控制能够同时控制髋、膝关节来达到期望轨迹,相对于PID算法具有更良好的跟踪性能。

Intelligent fractional-order integral sliding mode control for PMSM based on an improved cascade observer

In this paper,an intelligent fractional-order integral sliding mode control(FOISMC)strategy based on an improved cascade observer is proposed.First,an FOISMC strategy is designed to control a permanent magnet synchronous motor.It has good tracking performance,is strongly robust,and can effectively reduce chattering.The proposed FOISMC strategy associates strong points of the integral action(which can eliminate steady-state tracking errors)and the fractional calculus(which is flexible).Second,an improved cascade observer is proposed to detect the rotor information with a smaller observation error.The proposed observer combines an adaptive sliding mode observer and an extended high-gain observer.In addition,an improved variable-speed grey wolf optimization algorithm is designed to enhance controller parameters.The effectiveness of the strategy is tested using simulations and an experiment involving model uncertainty and external disturbance.

改进自抗扰下的细纱机卷绕系统控制策略

为了保证细纱机在卷绕的过程中纱线张力稳定,减少纱线断头率,提高成纱质量,针对永磁同步电机驱动卷绕系统调速后的转速、转矩波动等问题,采用了灰狼优化(grey wolf optimizer,GWO)算法,给出一种改进的基于增益可调扩张状态观测器与改进型趋近率滑模控制联合改进的自抗扰控制策略。首先在传统自抗扰控制基础上引入滑模控制,有效减小了峰值问题,提高了系统鲁棒性。其次,在滑模控制的基础上通过改进趋近率,提高了滑模趋近速度,同时引入了GWO算法调整滑模控制初始参数,减小了抖振问题。对自抗扰算法、滑模自抗扰算法与GWO算法改进的滑模自抗扰算法分别进行对比研究,与传统自抗扰算法控制相比,基于GWO算法改进的滑模自抗扰算法控制下的永磁同步电机在驱动卷绕系统调速后,电机转速达到稳定的时间由180 ms缩短至40 ms,瞬时平均转矩增量由105 mN·m减小到70 mN·m,减小了约33.33%。实验结果表明:基于GWO算法优化下的滑模自抗扰算法控制,能提高永磁同步电机的调速性能,有效降低永磁同步电机控制过程中的转速、转矩波动,提高管纱质量,降低成纱断头率。

基于龙伯格观测器的感应电机预设性能位置跟踪优化控制

考虑暂稳态约束、控制参数优化及参数摄动和负载扰动等对感应电机位置跟踪控制性能的影响,本文提出了一种基于龙伯格观测器的预设性能优化控制方法.首先,针对电机转子磁链在实际中不可测的问题,采用龙伯格观测器对其进行了快速准确的估计.其次,基于反步法完成感应电机位置预设性能控制器的设计,基于变增益指数趋近律完成感应电机磁链滑模控制器的设计,通过构造干扰观测器对电机系统中由参数摄动和负载扰动引起的不确定项进行观测,实现了对系统给定值准确的跟踪控制.再次,将遗传算法(GA)与改进的粒子群优化(IPSO)算法相结合,对所设计的控制器参数进行优化整定,进一步提高了系统的收敛速度和稳态精度.基于李雅普诺夫稳定性理论分析表:所设计的控制器能够保证位置跟踪误差一直处于预设边界内,且整个闭环系统是全局一致有界稳定的.最后,通过仿真和模拟实验对比分析验证了本文所提方法的有效性及在实际电机系统中应用的可行性.

液驱喷注器遗传算法优化滑模控制设计及优化

设计了一种液驱喷注器结构,构建遗传算法优化滑模控制。遗传算法可以获得更佳优化结果,显著提升滑模控制器响应速度,并降低超调量,最终改善了喷注器控制性能。选择滑模控制器调节液压缸活塞的位移,之后对该控制系通过遗传算法实施了优化,经仿真测试对比了优化前后的控制性能差异性。研究结果表明:以遗传算法对活塞运动控制过程进行优化,经过遗传优化后整体系统表现出了更准确的控制效果,响应速度也获得了显著提升。无论在余弦波还是阶跃波信号下,改进滑模控制系统的响应时间得到降低的很明显,控制在0.02s内;位移误差控制在0.002cm以内,很好的满足实际情况的需要。该研究对提高喷注器的工作效率以及位移控制精度提供了一定的理论支撑作用,具有很好的推广效果。

基于时延补偿的高速列车无线网络多幂次滑模控制策略

无线网络时延的存在是制约高速列车无线通信网络发展的关键问题。通过搭建无线网络控制半实物试验平台获取时延样本,针对无线时延序列复杂度高的特点,提出互补集合经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)与奇异值分解(Singular Value Decomposition,SVD)相结合的处理方法,并引入样本熵降低运算量,最终通过混沌粒子群算法优化最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)模型,完成时延预测;以高速列车牵引制动模块为被控对象,设计基于多幂次趋近律的滑模控制器进行时延补偿,采用混沌粒子群算法对控制器参数进行智能寻优,将ITAE指标(Integrated Time and Absolute Error)改进为ITAE*作为适应度函数,以减小跟踪误差,提高响应速度。结果表明:经CEEMD分解后最大分量样本熵由原来的2.7以上降至2.0以下,采用SVD对最大样本熵的本征模函数(Intrinsic Mode Function1,IMF1)分量进行二次处理后,其样本熵降至1.5以下,有效降低了预测难度;改进后的时延预测均方误差(Mean Square Error,MSE)、平均绝对误差(Mean Absolute Error,MAE)和平均绝对百分误差(Mean Absolute Percentage Error,MAPE)分别降至0.139 6,0.296 4和0.008 3,预测精度有所提高;对于较长时延,进行时延补偿控制后其ITAE*指标仅为补偿前的0.136%,速度跟踪累计绝对误差为补偿前的0.696%,高速列车运行状态改变时速度跟踪曲线无明显抖振现象,同时当高速列车遇到扰动时速度跟踪曲线可快速回归平稳状态。研究成果可为高速列车引入无线网络控制提供一种新的方法。

基于改进果蝇优化算法的塔机自适应滑模控制研究

针对部分工况下塔机负载摆角直接测量困难、系统滑模控制器抖振明显以及控制器参数调节复杂等问题,提出了一种基于改进果蝇优化算法的塔机自适应滑模控制方法。首先,根据拉格朗日方程,得到了塔机单摆系统的动力学模型。然后,设计了线性扩张状态观测器,用于观测塔机负载摆动状态,并将观测结果反馈到自适应滑模控制器中;在构造滑模面时,采用双曲正切函数代替常用的符号函数以增加其连续性,从而减小抖振。最后,改进了果蝇优化算法的寻优策略及搜索半径,并对自适应滑模控制器的参数进行了优化。结果表明,所设计的线性扩张状态观测器跟踪观测塔机负载摆角的收敛速度较快且跟踪误差小于1.3%;经改进果蝇优化算法优化后的自适应滑模控制器不仅对负载摆动有较好的抑制作用,而且具有较强的抗干扰性和鲁棒性。所提出的控制方法可在实现精确定位的同时有效避免塔机负载摆动带来的安全隐患,保障工人的安全和工程的顺利开展。

基于蝗虫优化算法的大型运输船舶自适应控制

[目的]海上航行环境随机复杂多变,而智能自主航行是大型远洋运输船舶发展的重要趋势,为此,提出一种新的自适应控制方法。[方法]首先,基于蝗虫优化算法(GOA),将线性二次型调节器(LQR)控制方法与一阶动态积分滑模控制方法相融合;然后,结合实时监测波浪干扰力的非线性无源估计器,将船舶高、低频运动信号进行分离;最后,与LQR控制方法和一阶动态积分滑模控制方法进行仿真对比。[结果]结果显示,新的控制方法具有更好的瞬态和稳态跟踪性能,在不同的海况下能够克服随机波浪的影响,具有较强的鲁棒性。[结论]新的控制方法具有复杂环境下的自适应调节能力,且控制响应快、精度高、无效操舵少,能极大地提高大型运输船舶的航行效率、安全性和稳定性。

基于多岛遗传算法的燃料电池汽车模糊控制策略优化

针对某款中型燃料电池物流车,基于MATLAB/SIMULINK搭建了整车前向仿真模型。根据功率跟随控制逻辑以及燃料电池汽车控制原则制定模糊规则,建立了双输入单输出Mamdani型模糊控制策略。为提高仿真效率,利用敏感性分析从23个设计变量中筛选出12个对结果影响较大的变量,建立了高精度椭球基神经网络近似模型作为优化的基础。针对模糊控制隶属函数的制定主观性较大的问题,采用多岛遗传算法优化隶属函数。仿真结果表明:优化后燃料电池系统输出功率更加平稳,百公里等效氢耗较优化前降低了8.4%,提高了整车经济性。