基于反步自适应的多余度电静压伺服系统容错控制研究

为满足运载火箭高可靠性应用需求,针对多余度电静压伺服系统(Electro-Hydrostatic Actuator,EHA)提出了基于反步自适应的容错控制策略,建立了数学模型及状态空间方程,采用动态面方法降低了算法复杂性,实现了在冗余动力通道局部失效工况下的主动容错控制,进行了仿真分析和试验验证。结果表明,相比于非线性PID控制,基于反步自适应容错控制策略可显著降低系统在一路动力通道失效工况下的跟踪误差,提高系统控制性能,为未来工程应用奠定基础。

基于反步自适应分数阶PID的四旋翼控制

为强化四旋翼无人机在受到自然风干扰情况下的抗干扰能力以及鲁棒性,提出一种将反步自适应控制与改进分数阶PID控制相结合的控制策略。首先分析四旋翼无人机的力学原理,建立受到气流干扰的四旋翼数学模型;然后通过不完全微分与前馈补偿改进传统PID控制器,用于控制四旋翼的外环位置子系统,设计反步自适应控制器用于控制内环姿态子系统,同时通过Lyapunov稳定性理论验证姿态子系统的稳定性;最后在Simulink平台进行仿真实验。实验结果表明,基于反步自适应控制与改进分数阶PID控制相结合的控制策略设计的控制器相较传统PID控制器、反步自适应控制器在快速性、稳定性、准确性方面更具优势。

四旋翼飞行器反步自适应PID控制

针对四旋翼姿态控制算法的优化问题,提出了一种基于反步自适应控制与经典PID控制相结合的优化控制算法。该组合算法是将由不同控制算法设计出的控制器结合使用,即将控制系统分为两个回路:姿态角及高度通道为内回路,平面通道x和y为外回路。仿真结果表明,反步自适应PID控制算法有着非常好的控制性能,与其他控制算法相比,在稳定性、响应、抗干扰性及精确度等方面都有较大的提高。

考虑齿隙伺服系统的反步自适应模糊控制

针对具有未知参数和齿隙非线性的机电伺服系统,引入一种近似死区函数建立了系统的数学模型,给出了死区函数中参数的选取方法.用两个自适应模糊逻辑系统在线逼近机电伺服系统中的未知参数和非线性环节,从而避免了对每个未知参数推导自适应律.基于反步法设计了自适应模糊控制器,可抑制未知参数和齿隙非线性对系统性能的影响.采用Lyapunov方法证明了位置跟踪误差的指数收敛性.与PID控制方法对比的仿真实验表明,本文方法能够显著减小齿轮间传递力矩的振荡,并具有很好的控制精度和鲁棒性.

基于神经网络的反步自适应大机动飞行控制

针对飞机大机动飞行时模型非线性和参数不确定性的特点,提出了一种基于全调节神经网络的反步自适应控制方法。飞机模型不确定部分由全调节径向基函数(radical basis function,RBF)神经网络在线补偿,控制律及神经网络参数自适应律由反步法回馈递推得到,并利用一种自适应参数策略的混沌粒子群算法优化控制器固定参数,改善动态性能,最后通过加权伪逆控制分配方法得到最终控制信号。仿真结果表明:在较大的模型气动参数不确定及控制增益矩阵未知时,所设计的控制律仍能理想地跟踪飞机大机动指令飞行,神经网络参数估计误差指数收敛到有界紧集,系统具有快速的收敛性和良好的鲁棒性。

某空间伸杆机构的摩擦补偿及反步自适应控制

面向某新型大伸展(收拢比)、高载荷(自重比)伸缩式空间伸杆机构的实际应用需求,研究其低速伸展过程中摩擦力矩补偿及其反步自适应控制方法。考虑伸杆伸长量等各种因素引起的摩擦力矩变化,将其等效描述为摩擦变化系数的影响,由此得到Lu Gre改进模型的摩擦表征。在此基础上,设计基于摩擦力矩补偿的反步自适应控制器,以补偿和抑制模型不确定性和摩擦影响。最后通过仿真校验表明,该方法不依赖精确的动力学模型,能够在保证鲁棒性的前提下有效提高系统控制性能。

一类不确定非线性系统反步自适应神经网络控制研究

针对含有高阶不确定扰动项且不可参数线性化的一类非线性系统 ,采用反步递推方法设计基于多层神经网络的自适应控制器 .多层神经网络可较好地逼近非线性系统 ,其权值能在系统先验知识不多的情况下在线调整 .给出了神经网络 L yapunov意义下稳定的在线自适应律 .在设计控制器的过程中 ,采用类加权形式 L yapunov函数 ,使得控制器能有效处理自适应控制奇异性问题 .仿真结果表明 ,该控制器对系统参数的不确定性和有界干扰具有一定的鲁棒性 。

基于修正LuGre模型的反步自适应摩擦补偿控制

LuGre模型是一种常用的对伺服系统进行动态摩擦建模和补偿的模型。基于一种改进的LuGre模型,建立了伺服系统模型;利用反步自适应控制算法得到系统控制律,并构造Lyapunov函数证明了系统的稳定性;将控制结果方面与传统的前馈PID固定摩擦补偿算法进行比较。仿真结果表明该方法能有效降低摩擦因素的不利影响,且比传统的控制算法具有更高的跟踪精度。

小型无人直升机反步自适应控制

针对具有强非线性、高度耦合以及参数不确定性特点的小型无人直升机系统,提出一种基于小脑模型关节控制器(Cerebellar Model Articulation Control,CMAC)神经网络的自适应反步控制方法,该方法采用小脑模型关节控制器神经网络在线学习系统不确定性以及反步控制中各阶虚拟控制量的导数信息,设计鲁棒控制项克服CMAC神经网络在线学习系统不确定性的误差,控制律由反步法回归递推得到。仿真结果表明,在模型参数不确定和存在较大误差的情况下,所设计的控制律具有理想的姿态跟踪性能以及良好的鲁棒性。

高压巡线四旋翼机器人反步自适应控制的研究

为确保高压输电线路的安全稳定运行,设计了一款基于反步自适应控制方法的四旋翼机器人。该机器人可根据线路杆塔坐标信息实现自主飞行巡检,采集线路缺陷和隐患,对维护线路状态的安全运行等提供信息支持。首先,由刚体动力学和牛顿欧拉方程建立四旋翼机器人的六自由度数学模型。其次,根据动量定理和电枢回路中的电压平衡方程,建立转子的动力学方程。再次,将反步控制与自适应控制相结合,推导出反步自适应控制器,实现对四旋翼机器人姿态与位置的控制。最后,对四旋翼机器人高压输电线路的自主巡检过程进行模拟,并用MATLAB进行仿真实验。研究结果表明基于反步自适应控制的四旋翼机器人能满足高压输电线路自主巡检系统的要求。

四旋翼无人机反步自适应容错控制研究

无人机在飞行过程中存在不管输入值如何变化而执行器的输出值保持不变的加性故障。为此建立了系统的执行器加性故障动态模型,利用上述模型设计了一种反步自适应的渐近稳定控制器,并将控制量进行反解得到俯仰角和滚转角的期望值,以提高控制精度。为了进一步验证设计的控制算法是否可行,搭建了matlab仿真模型,并进行了定点悬停仿真。仿真结果表明控制器能够在故障发生后进行容错并保证控制系统达到期望的目标,实现了较好的控制效果。

永磁同步电机积分反步自适应控制

针对外界干扰导致永磁同步电机(PMSM)固有参数发生变化的问题,将新型的智能控制理论引入到PMSM控制系统中,提出了一种新颖的带有积分环节的反步自适应法的控制方法。该控制器能够利用交轴电流动态抑制或消除参数的变化对系统的影响,基于Lyapunov稳定性原理设计被控系统的控制律和自适应律,并引入积分环节,增强被控系统的稳定性,缩短速度响应的时间。仿真试验证明,该控制器能够有效地抑制电机固有参数的变化对被控系统的影响,保证了系统的强鲁棒性和动静态性能。

基于模糊反步自适应算法的飞机发电控制研究

随着多电化和全电化趋势的发展,飞机电气与电子设备大量增加,恒频系统已不能满足飞机用电需求。飞机供电体制需要由恒频系统向变频系统转变,而变频发电机是变频系统中尤为重要的设备。传统的PID控制采用固定参数,无法很好地在宽变频发电系统中工作,因此提出了基于模糊反步自适应控制算法的控制参数修正方法以提高调压系统适应性。结合三级式发电系统数学模型,设计了调压系统中不确定参数的自适应律分析方法,并建立了基于该算法的调压系统仿真模型。通过仿真验证了模糊反步自适应控制可以有效抑制工作条件变化对调压系统造成的影响,增强调压系统的稳定性和调节性能,为飞机发电机控制器的设计提供理论支持。

直驱型永磁同步风力发电机组中混沌运动的反步自适应控制

以直驱型永磁同步风力发电机为研究对象,推导了发电机在参数不确定以及风速扰动情况下的数学模型,验证了系统在某些参数及工作条件下会呈现出混沌属性.并提出了直驱型永磁同步风力发电机混沌运动下的基于反步自适应控制算法,并对其进行了仿真,仿真结果表明,所提出的算法对于具有参数不确定以及风速干扰的直驱型风力发电系统具有较好的鲁棒性.

战斗性机动飞行的智能反步自适应控制

针对飞机战斗性机动飞行时模型非线性和参数不确定性的特点,提出了一种非线性反步自适应控制方法。在系统输入输出反馈线性化基础上,基于滑模的思想适当选取李亚普诺夫函数,通过反步的方法回馈递推得到控制律,并且利用粒子群算法优化固定参数改善动态性能,同时设计相应的自适应律来调节未知参数,最后通过伪逆控制分配方法得到最终控制信号。仿真结果表明:在较大的模型气动参数不确定条件下,所设计的控制律仍能理想地跟踪飞机战斗性机动指令飞行,同时具有快速的收敛性和良好的鲁棒性。

融合速度信息的机械臂自适应轨迹跟踪控制方法

针对机械臂动力学模型参数不确定性与速度信息不精确影响轨迹跟踪精度的问题,提出一种多传感器信息融合的机械臂参数自适应轨迹跟踪控制方法。首先将未建模动态视为系统内部干扰,简化机械臂动力学模型;其次采用反步控制方法为机械臂系统设计控制律,并为动力学模型中不确定参数设计自适应律;最后考虑使用单一位置传感器的差分值或转速计的测量值作为速度信息可靠性低的问题,通过多传感器信息融合方法为控制器提供更精确的速度信息。仿真与实验结果表明:采用融合速度信息能够提高所提控制方法的精度与稳定性,速度信息的精确性提升7%;与反步控制方法、自适应控制方法相比,所提控制方法具有更好的机械臂轨迹跟踪控制性能,轨迹跟踪误差分别降低了30%、50%。

大机动飞行的鲁棒自适应控制

针对飞机大机动飞行时存在的模型气动参数不确定性和外界扰动等影响因素,提出了一种基于反步法的鲁棒自适应滑模控制方法。基于反步的思想,适当选取李亚谱诺夫函数回馈递推得到不确定参数自适应律,并在最后一步结合线性滑模设计滑模控制器。对某飞机六自由度模型的大机动仿真验证了该方法的有效性。

参数不确定混沌系统的反步变结构控制

针对一类存在不确定性或者输入扰动的严参数反馈形式非线性混沌系统,提出一种基于反步法的自适应变结构控制器。结合反步法和变结构控制,在第1步到第n -1步,用递推方法来选取Lyapunov函数,运用自适应反步法设计,在第n步(n阶系统) ,选择适当的滑动面来确定变结构控制器,以实现系统的全局调节或跟踪。仿真结果表明。

LuGre摩擦模型对伺服系统的影响与补偿

摩擦是影响伺服系统性能的一个主要因素.为了研究摩擦的影响与补偿,本文首先建立了基于动态LuGre摩擦的机电伺服系统模型.根据LuGre模型,构造了一个非线性观测器来估计摩擦力矩.然后,积分反步自适应控制算法被设计从而实现了摩擦补偿和负载扰动估计,并使用Lyapunov函数证明了闭环系统的稳定性.仿真结果表明:LuGre摩擦会对伺服系统产生极限环振荡以及低速爬行的影响,并且提出的补偿方法能够降低摩擦对伺服系统性能的影响以及提高了系统的跟踪精度和鲁棒性.

性能函数约束下的动力定位船轨迹跟踪控制

针对动力定位船的轨迹跟踪中经常涉及到控制偏差较大和跟踪误差无法估计的问题,本文提出了一种预设性能函数的约束控制方法。首先建立了三自由度简化的动力定位船运动学和动力学模型,根据模型特性设计了基于预设性能函数的反步自适应控制器,该控制方法能够保证动力定位船在执行轨迹跟踪任务过程中的暂态性能和稳态性能满足控制指标要求。然后通过Lyapunov稳定性判据,证明了满足预设性能前提下的系统稳定性并且能够快速收敛到平衡点的微小邻域内。实验结果表明:此方法减小了轨迹跟踪误差的超调量,保证了轨迹跟踪误差始终在预先设定的约束范围内。