基于级联滑模控制的高精度光电跟踪与捕获

为了进一步提高光电跟踪系统的目标捕获和跟踪性能,提出了一种基于变增益趋近律的级联滑模控制方法。基于反双曲正弦函数和幂次项设计了新型变增益滑模趋近律,在提高滑模面趋近速度的同时抑制滑模抖振现象;基于变增益滑模趋近律设计速度环和位置环滑模控制器构成级联滑模控制,以提高系统的动态响应性能和鲁棒性,提高系统对目标的捕获能力和跟踪精度。最后,以某球形光电跟踪系统的方位轴作为控制对象,进行了传统级联PI控制和级联滑模控制方法的对比分析。实验结果表明,相比于传统级联PI控制,捕获速度为1(°)/s的目标时,级联滑模控制可以将目标捕获时间减小32%;跟踪等效最大速度为4(°)/s和最大加速度为2(°)/s 2的正弦引导信号,可将跟踪误差RMS值减小31%,采用级联滑模控制可有效提高跟踪系统的控制性能。

级联滑模控制策略在单相逆变器上的应用研究

对单相逆变器提出了级联滑模控制策略，从而有效地实现了系统的级联控制，并保留了滑模控制的良好性能。

弹性关节空间机械臂级联智能滑模控制

谐波减速器和力矩传感器等柔性元件因其独特性能而广泛应用在空间机器人关节系统中,以获取高减速比.但同时这些柔性元件的存在为空间机械臂系统引入了关节柔性,使得对其稳定控制变得更为复杂.基于此,文中讨论了基于自适应回归小波神经网络(Self-RecurrentWaveletNeuralNetworks,SRWNN)的弹性关节空间机械臂系统动力学建模及级联智能滑模控制.首先,利用级联系统理论及第二类拉格朗日方法推导出了由外环刚性臂子系统和内环关节电机转子子系统组成的系统级联动力学模型;其次,为两个子系统分别设计了内、外环自适应滑模回归小波神经网络控制.外环控制算法以期望轨迹为控制量,而其控制信号作为抑制弹性关节振动的内环控制算法的控制量,整个控制系统由内、外环控制系统叠加而成;而后,基于Lyapunov稳定性理论证明了整个控制系统的稳定性并设计了自适应回归小波神经网络的各权值参数在线学习算法.所提的控制算法有效地消除了模型不确定的影响,避免了复杂的求导计算和角加速度可测的要求,同时,控制系统设计过程中未涉及惯常奇异摄动双时标分解操作,在理论上适合任意大小的关节柔性刚度.最后,系统对比仿真试验证明了所提的级联智能控制算法优于惯常基于奇异摄动法和基于柔性铰补偿奇异摄动法的控制方案.

基于级联滑模的电动汽车自适应运动控制

提出一种电动汽车自适应级联滑模运动控制方案,该电动汽车控制系统具有由侧滑角和横摆角速度控制器组成级联滑模控制结构,自带的参数自适应功能有效减轻车辆运行的高增益抖振问题,基于致动器冗余最小化的最优扭矩分配律有效防止了驱动力的过度饱和,最后在某汽车厂的车辆上进行实验验证。实验结果表明所提出的自适应级联滑模运动控制方案可以有效提高电动汽车的操纵性能,与无施加控制和施加传统控制相比,驾驶员的操纵操作力分别减少了70%和33%,且能够很好地实现对横摆角速度和侧滑角的实时跟踪,同时参数自适应效应有效减轻了轮内电机不必要的高增益抖振现象。