飞行器再入二阶终端滑模姿控系统设计

针对飞行器再入飞行过程中存在的复杂气动环境和未知不确定干扰影响,在对扰动提出一定假设的基础上,提出一种基于自适应二阶非奇异终端滑模的控制方案,保证姿态跟踪误差在有限的时间内收敛于零的同时有效削弱控制舵机的抖振,提高系统控制精度。不需要内外扰的先验知识,通过在线自适应辨识扰动上界以消除其影响。最后以气动参数摄动50%作为扰动条件进行了飞行器再入姿态控制仿真,仿真结果表明控制系统消除了参数摄动影响及舵机抖振,因此具有较强鲁棒性。

无人机舵面故障高阶滑模重构观测器设计及主动容错控制

针对无人机舵面损伤故障容错问题,提出了基于二阶非奇异终端滑模重构观测器及主动容错设计方法。在分析舵面正常偏转运动学和动力学特性基础上,构建了无人机典型舵面故障非线性特性模型。提出无人机舵面故障的高阶滑模重构滑模观测器设计方案;引入线性变换降维简化观测器设计程式;将终端滑模和非奇异终端滑模结合起来,实现滑模运动有限时间快速收敛;综合自适应律、线性矩阵不等式设计观测器系数矩阵,确保状态估计偏差有界稳定。提出集状态与故障重构于一体的主动容错控制方案,并通过仿真算例检验所提方案的有效性。

基于迭代学习的工业机械臂抗干扰控制方法

为了克服工业机械臂的未知负载力矩和摩擦等干扰因素的影响,采用迭代学习算法设计了滑模控制律。首先建立了工业机械臂数学模型,然后设计了二阶非奇异快速终端滑模面,同时提出了滑模控制律,最后利用迭代学习方法来改善滑模控制律的抖振现象,并进行了收敛性分析。仿真结果表明:设计的基于迭代学习的滑模控制律能够有效消除各种干扰因素的影响,实现对工业机械臂运动轨迹的精确控制,最大跟踪误差仅为0.3mm,在实测验证中的最大跟踪误差也仅为0.17mm,平均运行时长仅为1.73s,大幅提升了对工业机械臂的控制精准度。

基于自适应二阶终端滑模的飞行器再入姿态控制

针对飞行器再入过程中存在着模型不确定性因素以及气动环境复杂等鲁棒控制问题,提出一种基于自适应二阶非奇异终端滑模的控制方案.设计的控制器保证姿态跟踪误差在有限的时间内收敛于零,不需要内外扰的先验知识,通过在线自适应辨识扰动上界以消除其影响.最后以气动参数摄动50%作为扰动条件进行了飞行器再入姿态控制仿真,结果表明了该方案的快速性和鲁棒性.