非仿射非线性离散系统的数据驱动二阶滑模解耦控制

针对传统二阶离散滑模变结构控制方法很难应用于模型未知系统的问题,提出了一种数据驱动二阶滑模解耦控制算法.该控制算法采用数据驱动的策略,运用系统的I/O数据,实时计算二阶离散滑模控制(2–DSMC)律.同时,运用观测器的思想,在控制器设计中引入离散扩张状态观测器(DESO),在线估计系统各回路间耦合、不确定性和外部扰动,进一步实现系统的解耦,改善控制品质.最后的理论分析和仿真结果表明,所提出的方法对于一般带有扰动和不确定性的非仿射非线性离散多入多出(MIMO)系统具有较好的解耦效果、渐进收敛的稳定性和较强的鲁棒性.

二维直线电机的无模型高阶滑模解耦控制

针对二维直线电机运动系统存在的非线性、多变量、不确定性以及强耦合作用对控制精度的影响,提出一种无模型高阶滑模解耦控制方法。以紧格式动态线性化无模型控制技术为基础,设计一种数据驱动滑模面并验证滑模面的渐进稳定性;利用高阶滑模控制思想设计高阶滑模控制律,对二维直线电机XY轴进行整体控制,减小位置跟踪误差,并进行稳定性和收敛性证明。采用自适应解耦控制策略,设计离散扩张状态观测器对系统两轴间耦合、未建模动态和未知外部干扰进行估计和补偿,进一步实现系统的解耦。仿真和实物实验结果表明,所提方案能够有效提高二维直线电机的位置控制精度。

一类未知MIMO非线性离散系统的改进自适应准滑模解耦控制

针对一类带有外部扰动的未知MIMO非线性离散系统,提出一种新型自适应准滑模控制算法.该算法基于非参数动态线性化技术,运用高阶滑模控制的思想实现带有扰动系统的二阶准滑模控制.同时,利用扰动解耦技术,在控制器的设计中引入离散扩张状态观测器(DESO)对系统各回路间的耦合以及数据模型的未建模动态进行补偿,以进一步实现多变量系统的解耦,提升控制品质.理论分析和仿真结果说明了所提出方法的有效性和可行性.

基于NOB的线性自抗扰控制在惯性参考单元中的应用

高增益的线性自抗扰控制(linear active disturbance rejection control,LADRC),应用于系统输出被噪声污染的场合时,性能会受到较大的影响和限制.针对经典滤波算法噪声抑制效果差,带宽损失严重的问题,提出利用噪声观测器(noise observer,NOB)降低LADRC噪声敏感,从而提高系统带宽的控制策略.首先,分析LADRC的频域特性和离散化效果,明确传感噪声对系统带宽的影响;然后,介绍基于NOB的LADRC实现,并进行系统内稳定性的分析;最后,针对惯性参考单元的位置环,将所提出方案与低通滤波器、预报式跟踪微分器进行对比分析.仿真结果表明,NOB能够在抑制噪声的同时,减小相位损失;硬件实验表明,引入NOB滤波的LADRC,驱动信号的RMSE降低至LADRC的20.47%,系统阶跃响应的上升时间减少56.67%,表明NOB对于降低LADRC的噪声敏感,提高系统带宽具有显著效果,具备相当的工程实践意义.