参数不确定空间机械臂系统的鲁棒自适应混合控制

讨论了载体位置与姿态均不受控制的漂浮基空间机械臂系统的控制问题.对系统运动学、动力学的分析结果表明,结合系统动量守恒及动量矩守恒关系得到的系统广义Jacobi关系以及系统的动力学方程是系统惯性参数的非线性函数.证明了借助于增广变量法可以将系统的增广广义Jacobi矩阵及系统动力学方程表示为一组适当选择的(组合)惯性参数的线性函数.以此为基础,针对系统惯性参数不确定的情况,设计了空间机械臂末端抓手跟踪惯性空间期望轨迹的鲁棒自适应混合控制方案.仿真运算结果证实了方法的有效性.

柔性主从手臂系统自适应混合控制的研究

以柔性主从手臂系统为研究对象,提出一种新的自适应混合控制方法。建立了系统的动力学模型,在系数敏感性实验的基础上,分析了控制器权重系数对系统性能的影响,提出根据系统实时跟踪误差调整控制器中的权重系数,进而设计了自适应双向控制器和基于LQR的自适应伺服控制器。并以此为基础,通过选取合理的阈值,将两种自适应控制器有效结合,设计了自适应混合控制器。实验结果表明,自适应混合控制有效提高系统运动的稳定性,并显著减少了柔性执行手臂的振动衰减时问。

具有外部扰动及不确定载荷参数双臂空间机器人的拟增广鲁棒与自适应混合控制

研究载体位置与姿态均不受控制的漂浮基双臂空间机器人系统的控制问题。为了保持系统控制方程关于惯性参数的线性性质,漂浮基双臂空间机器人系统的动力学方程被描述为欠驱动形式。对系统的动力学分析表明,基于增广变量法所得到的系统增广广义Jacobi矩阵亦可以表示为一组适当选择的惯性参数的线性函数。在此基础上,针对系统既存在有外部扰动且两机械臂末端爪手所持载荷参数又具有不确定性的复杂情况,设计了漂浮基双臂空间机器人惯性空间轨迹跟踪的拟增广鲁棒与自适应混合控制方案。与自适应控制方法相比,所提控制方案化大量积分运算为简单的加减乘除四则运算,因此大大减少了计算量,非常适用于机载计算机运算能力有限的空间机器人控制系统的实时、在线应用。仿真运算证实了方法的有效性。

输入力矩受限情况下漂浮基空间机械臂的鲁棒自适应混合控制

讨论了在空间机械臂关节控制输入力矩幅值受限且系统存在不确定参数的复杂情况下,载体位置与姿态均不受控的漂浮基空间机械臂系统的智能控制问题。结合系统动量守恒关系进行系统运动学、动力学分析,并借助增广变量法,将获得的系统动力学方程表示为一组适当选择的(组合)惯性参数的线性函数。以此为基础,针对关节控制输入力矩受限且空间机械臂末端爪手所持载荷的参数不确定的情况,设计了一种鲁棒自适应混合控制方法。所提出的控制方法通过运用连续可导递增函数,有效地限制了关节控制输入力矩的幅值;且通过对不确定的系统参数进行鲁棒自适应调节,有效地克服了不确定性对控制精度的影响;更重要的是,无论不确定参数的估计值是否超出给定的误差范围,提出的控制方法都能保证系统的稳定,体现了控制系统的强鲁棒性。仿真运算结果证实了该方法的有效性。

连续对象具有未建模动态时的一种鲁棒混合自适应控制器

本文介绍了一种对象连续而控制参数进行离散式调整的鲁棒混合自适应控制器。在这种系统的对象中除了已建模部分之外,还具有相加和相乘未建模动态(Unmodeled Dynamics)。文中证明,如果这种未建模动态在低频范围内足够小,则这种混合自适应控制器可保证闭环中的所有信号有界,并且对任何有界初始条件,系统都具有较小的均值残余跟踪误差。

适于未建模动态对象的混合自适应控制器

基于σ校正混合自适应律设计了适合于对象具有未建模动态情况的混合自适应控制器 ,并且对系统的鲁棒稳定性进行了分析。仿真结果表明

多级混合自适应控制器的设计

设计了一种多极混合自适应控制器,解决了高阶复杂被控对象在以往的自适应控制中出现的不稳定问题。增强了控制系统的鲁棒性。

基于智能体的混合知识自适应推理控制

本文将传统的混合知识表示法推广 ,建立了一个将一般知识、案例知识、模型知识、模型知识及神经网络知识有机集成的结构 .该种知识表示结构有助于知识的搜索、匹配和推理控制 ,解决了复杂问题的知识表示 .为适应推理方法的需要 ,将各种不同的推理方法有机融合与集成 ,提出一种基于智能体的自适应推理控制结构 ,该种自适应推理控制结构对于改进解决复杂问题的效果以及提高解决复杂问题的效率具有重要意义 .

分数阶复值神经网络的自适应投影同步（英文）

本文基于自适应混合控制研究了一类分数阶复值神经网络的投影同步.首先,在复数域上构造了一个新的分数阶微分不等式;然后,通过设计新的自适应混合控制器,利用分数阶Lyapunov引理和复变函数理论,得到了分数阶复值神经网络自适应投影同步的充分条件;最后,通过数值模拟验证了理论结果的有效性.

SAHRC：一种基于分簇的无线传感器网络路由控制算法

设计特定应用场合的路由控制算法是无线传感器网络路由控制领域研究的热点之一。在深入研究经典网络路由算法(LEACH)的基础上,提出一种基于分簇的自适应混合型路由控制(SAHRC)算法。该算法针对大规模事件驱动型网络场景应用,采用网内节点启发机制解决了LEACH算法面对大规模网络缺乏自适应性,未考虑节点剩余能量,通信效率难以得到保障等问题。仿真结果表明,新的SAHRC算法比原有LEACH算法有更好的节能性和稳定性。

织机主传动控制系统的优化及应用

探讨织机主传动控制系统的优化措施及应用效果。采用大转矩高效节能永磁同步电机,对织机主传动机构及控制系统进行改造,提出了基于无位置传感器的织机主传动永磁同步电机自适应混合控制方法。试验表明:改进优化的织机主传动控制系统可靠稳定,系统动态响应快,降低了织机传动系统的能耗,提升了织机效率。

Caputo型多时滞F-OFQVNNs的全局Mittag-Leffler投影同步

本文研究了具有离散和无限分布时滞Caputo型分数阶模糊四元数值神经网络(F-OFQVNNs)的全局Mittag-Leffler投影同步(G-MLPS)问题。首先,引入新的F-OFQVNNs模型;其次,设计新的自适应混合控制器,并采用Lyapunov直接法和不等式放缩技巧,得到了在新控制器下F-OFQVNNs达到G-MLPS的充分判据;最后,通过对实例进行数值模拟验证了所得结果的有效性。

分数阶复杂动态网络的牵制自适应脉冲混合同步

利用广义的Barbalat引理,并针对Chen分数阶复杂动态网络,设计了一种牵制自适应脉冲混合同步控制新方法,只需控制网络中的一部分节点就能实现控制整个网络的目的.理论分析与仿真结果表明:所设计的控制策略能有效地实现分数阶复杂动态网络同步,节约控制成本且易于实现.最后讨论了受控节点数和分数阶次的改变对网络同步速度的影响.