基于全部参数自适应Smith预估补偿的永磁同步电机滑模前馈控制及扰动抑制

在永磁同步电机控制系统中,逆变器的延迟效应会降低系统的跟踪性能和稳定裕度。引入Smith预估补偿器可以补偿延迟环节对系统性能的影响,但Smith预估补偿器要求延迟时间和被控对象模型参数已知,这不符合实际情况。为此提出时变模型自适应预估方法,分别对延迟时间和被控对象模型参数进行自适应估计,实现Smith预估补偿器的全参数自适应。设计基于位置输出超前值预测和扰动抑制的滑模前馈控制器,与全参数自适应Smith预估补偿控制相结合,确保控制系统的全局稳定,降低系统对参数不确定的敏感性,并提高系统的抗扰性。仿真结果表明,与传统及多种改进的Smith预估补偿方法相比,该方法有着更高的跟踪精度,即使在非理想条件下,对参数不确定依然具有较强的鲁棒性,对随机扰动依然具有较强的干扰抑制能力。

Smith预估补偿与积分分离PID在供热控制系统中的应用

针对供热控制系统时延性较大、传统PID策略控制精度不高、易产生超调与静态误差等问题,提出了一种史密斯(Smith)预估补偿与积分分离PID相结合的供热系统控制策略。首先,设计了供水温度控制系统的Smith预估补偿器,以降低热惰性因素对控制性能的影响;其次,给出了积分分离策略,用于消除静态误差;最后,将Smith预估补偿器与积分分离PID在PLC控制系统中进行部署调试,并进行实践研究。实践证明,Smith预估补偿与积分分离PID相结合的控制策略能最大限度地减弱大时延对供热系统的影响,有效提升系统的控制精度与控制性能。

基于动态理论模型的电液伺服加载前馈补偿复合控制系统

针对一般电液伺服系统存在的非预期负载扰动和非线性干扰等问题,为了提高系统的自适应能力和动态响应的品质,减小系统跟踪和输出响应的误差,提出了一种基于动态理论模型的电液伺服加载前馈补偿复合控制方法。首先,阐释了电液伺服试验台的结构组成及其数学模型,分析了系统力矩控制和位置控制的结构关系;然后,论证了自适应前馈补偿复合控制的伺服原理,阐述了以调速理论模型和实际模型的误差函数作为调速依据的前馈补偿和复合控制的原理和方法;最后,进行了系统仿真,同时为了验证基于动态理论模型的自适应前馈补偿复合控制策略的合理性和有效性,对伺服系统进行了加载试验。研究结果表明:采用该复合控制策略可以精确算出对伺服马达进行转速补偿的基准值和调整参数,系统动态响应速度比采用传统闭环控制算法提高了8%以上;系统控制器自适应能力和抗扰动性能也明显优于采用传统PI闭环控制及模糊PI闭环控制算法的系统;通过对比分析0.2 Hz和0.5 Hz的正弦响应曲线可知,该系统的位置跟踪曲线性能最优,控制精度最高,实际输出值的误差也最小。

基于Smith预估补偿的加热炉炉温控制策略

加热炉炉温具有大时滞、时变、非线性和干扰因素多等特点,易造成炉温波动频繁、偏差较大。针对加热炉炉温特点,提出基于Smith预估补偿的炉温控制策略。借助Matlab仿真软件对加热炉炉温控制系统进行辨识,将预估补偿控制策略应用到辨识系统中,验证了控制策略的有效性。仿真结果表明,该控制策略的动态性能指标较佳,可有效改善炉温控制系统的稳定性和抗干扰性。

跷跷板系统干扰补偿的分层滑模控制策略研究

为提高跷跷板系统在外部干扰下的平衡控制性能,提出一种基于指数收敛干扰观测器与切换增益模糊自适应分层滑模控制相结合的复合控制策略。首先,设计一种指数收敛干扰观测器,对系统受到的外部扰动等不确定因素进行估计补偿,以改善控制器鲁棒性。该观测器不需要状态变量二阶导的信息,可以应对实际工程中难以通过求导的方式获取加速度信号的问题。然后,针对跷跷板这类强耦合欠驱动系统提出一种分层滑模控制算法,并进一步针对滑模控制算法在未知大干扰下切换增益过大的问题,通过模糊规则的设计将切换增益模糊化,以降低系统抖振。最后,仿真和试验结果表明,相较于传统的滑模控制算法,该分层滑模控制算法抗干扰能力更强、切换增益更低。该策略可应用于类跷跷板平衡控制的实际系统。

基于自适应反步滑模与死区逆补偿的闭式泵控系统位置输出控制策略

为了解决电液伺服闭式泵控系统位置控制过程中系统参数不确定性和系统死区问题,提出了一种自适应反步滑模控制与死区逆补偿控制相结合的串联控制策略。首先,阐述了电液伺服闭式泵控系统的原理,在此基础上构建了电液伺服闭式泵控系统的数学模型和仿真模型;其次,基于自适应反步控制与滑模控制消除了系统非匹配不确定性及避免参数嵌套,设计了自适应反步滑模控制器;接着,利用平滑连续指标函数构造了光滑死区逆函数,设计了死区逆补偿控制器,并将两者组成串联控制器;最后,利用MATLAB/Simulink软件构建了系统仿真模型,并进行了相应的分析。研究结果表明:采用串联控制器的系统位移跟随精度可以达到±0.6μm,稳态精度则可以达到±0.3μm,系统在0.6 s左右时到达稳态;同时,参数自适应律在系统位置控制过程中可对系统不确定性参数进行实时调整,提高系统稳态控制精度;仿真结果验证了所提串联控制策略的有效性。

垂直气动人工肌肉系统的模型参考自适应逆补偿控制

与传统刚性驱动系统相比,气动人工肌肉系统具有质量轻、人机交互友好等优势,近年来在生产生活中受到广泛关注.然而,该类系统的运动呈现出复杂的迟滞特性,这给针对该类系统的跟踪控制研究带来了挑战.本文针对垂直气动人工肌肉系统,提出一种模型参考自适应逆补偿控制策略,可有效克服迟滞特性以及控制过程中外界扰动和参数摄动等不确定因素对系统运动状态的影响,实现系统高精度跟踪控制.具体而言,本文首先对系统的运动特性以及影响系统控制精度的不确定因素进行分析;然后,基于分析结果建立一个描述系统运动特性的参考模型;进而采用逆补偿思想,通过对所建立的参考模型求逆来构造一个逆补偿控制器,克服迟滞特性对系统运动状态产生的影响;随后,基于最小均方误差算法设计自适应律,在线辨识参考模型的权值,同时估计逆补偿控制器的设计参数,克服外界扰动和参数摄动等不确定因素对系统运动状态的影响;最后,通过实验验证所提控制策略的有效性.

基于模糊控制系统的机械臂自适应控制算法设计

针对现有机械臂控制算法,在轨迹控制和精度补偿方面存在的不足,设计了一种基于模糊补偿系统的自适应控制算法;先在笛卡尔空间内分析了机械臂的空间动力学运动过程,并得出机械臂运动中的最优力矩值,构建模糊控制规则并设定模糊子集;对经典模糊理论进行优化,引入可变论域思维在机械臂运动过程中,系统会实时反馈末端执行器行动轨迹,并实施动态化补偿;基于自适应算法对可变论域模糊控制器进行二次优化,修正模糊规则并校正模型的控制量参数,提升和改善整个机械臂系统的控制精度;实验结果显示,模糊补充自适应控制算法在多关节和多连杆机械臂的角度控制和位移控制精度方面有较大的优势,同时各关节和连杆的运动相应时间仅为0.27 s和0.20 s。

基于Smith预估的模糊自适应主汽温控制系统

针对火电厂主汽温被控对象大滞后、大惯性、模型不确定,采用常规的串级PID控制难以获得良好控制效果的特点。结合模糊理论与Smith预估技术,提出了基于Smith预估的模糊自适应主汽温控制系统,即采用Smith预估内回路广义被控对象,以模糊自适应控制器对预估后的广义被控对象进行控制。该控制系统容易实现,对工况变化具有良好的自适应性。对某主汽温系统5种工况进行仿真,结果表明该控制方案具有较强的鲁棒性和抗干扰能力。此外,该控制方法在现有的集散控制系统和现场总线控制系统中容易实现,不需要增加硬件投资,具有较高的工程应用价值。

基于特征模型的5阶关节伺服系统扰动补偿策略

针对工业机器人关节伺服系统负载时变和模型不确定性问题,提出将线性扩张状态观测器和基于特征模型的全系数自适应控制相结合的控制策略。建立双惯量柔性关节动力学模型并得到关节伺服系统5阶扩张状态方程。基于该模型设计5阶线性扩张状态观测器,通过该观测器估计系统总扰动并进行扰动补偿,并证明观测器收敛性。基于特征建模的方法,通过实验数据和梯度下降法对特征参数进行辨识,并基于参数值设计全系数自适应控制律,将该控制律结合线性扩张状态观测器设计一种控制策略,对系统进行精确控制。实验结果表明,新的控制策略使系统在变负载扰动工况下的定位精度达到0.003°,正弦信号跟踪误差保持在0.92°以内,系统具有较强的鲁棒性和控制精度。

基于反步自适应控制的伺服系统齿隙补偿

齿隙是影响机电伺服系统动/静态性能的一个重要因素.为了减小其不利影响,该文以存在不确定参数的机电位置伺服系统为研究对象,针对系统中存在的齿隙非线性,应用反步积分方法,通过逐步递推选择Lyapunov函数,设计了基于状态反馈的自适应控制器.通过理论分析以及与传统PID控制的仿真结果比较表明,该方案显著地降低了齿隙对伺服性能的影响,提高了系统的跟踪精度和鲁棒性.

基于预估补偿的网络控制系统模糊免疫PI控制

为克服网络时延对系统性能的影响,采用Smith预估补偿和模糊免疫PI控制相结合的方法,把被控对象和网络看作一个时变的被控系统,用渐消记忆的最小二乘算法对该系统的延时参数进行估计,并用Smith补偿器对延时进行补偿,初步解决网络延时给系统带来的影响.将免疫反馈控制和PI控制相结合,组成免疫PI控制器,根据控制量的变化来调节PI控制器参数,在参数选择合适的情况下,克服由延时预估误差对系统引起的控制偏差,提高系统精度.最后以直流电机为被控对象进行了仿真研究,结果表明该方法能有效改善系统的控制性能.

大纯滞后系统的自适应补偿控制

针对工业过程中普遍存在的纯滞后对象的控制问题 ,提出了一种带误差补偿环节的模型参考自适应控制方法 .仿真结果表明 ,这种自适应控制器对于一类大纯滞后系统的控制具有比较好的控制效果 ,且结构简单 。

SGCMG系统框架角轨迹跟踪自适应补偿控制

作为应用在航天器上的惯性执行机构 ,单框架控制力矩陀螺 (SGCMG)系统框架角空间的轨迹跟踪性能对航天器姿态控制 (或稳定 )精度有着极大的影响 .为提高SGCMG系统框架角轨迹跟踪性能 ,本文在轨迹跟踪控制中 ,采用了“PD +自适应补偿”的控制器结构 .通过分析可以发现 ,此种控制器不但可使轨迹跟踪误差收敛至零 ,实现有限时间跟踪控制 ,而且可使轨迹跟踪误差每一分量的绝对值指数收敛 .对应用在航天器上的金字塔形4 SGCMG系统框架角空间轨迹跟踪控制的仿真结果表明 。

带随机分布时延的网络控制系统预估补偿控制

网络时延的时变特性导致只有某些时刻的对象输出被控制器端接收,回路时延的形式较复杂.采用开关式的状态观测器,基于接收到的输出估计系统状态,建立状态估计误差系统.为讨论切换系统均方稳定的条件,推导了多随机变量序列的Markov特性,进而在Markov跳跃系统的基础上得到了闭环系统均方稳定的充分条件.该条件由状态估计误差系统与时延状态反馈控制系统的均方稳定条件组成,所以控制器和观测器满足分离特性.此外,通过增广状态向量利用系统的Markov切换特性得到了系统均方稳定的充分必要条件.最后用数值实例验证了预估补偿控制策略的有效性.

基于改进Smith预估补偿的智能滴灌系统模糊PID控制

由于温室滴灌系统模型参数易受环境变化的影响,导致传统模糊PID的控制精度不高,因此提出一种改进Smith预估补偿的滴灌系统模糊PID控制方法。MATLAB/simulink仿真实验结果表明,改进Smith预估补偿的模糊PID控制相比传统模糊PID具有更好的控制品质和更短的响应时间,且过渡过程更短、超调量更小、稳定性更高,控制效果明显提升;同时,蔬菜温室的田间测试结果表明,滴灌系统的最大超调量为5.95,且系统稳定后,土壤湿度始终保持在60.22左右,运行稳定且符合温室的灌溉要求,实现了灌溉的精准管理和精确控制,为发展设施农业精准灌溉提供一种新的解决方案。

网络流量的神经网络自适应Smith预估补偿控制

网络的时延对基于速率反馈的ATM网络的ABR流量控制具有极大的不利影响,Smith预估补偿是克服大纯滞后影响的有效手段,然而其对时延的预估误差非常敏感,实际网络时延的不确定性往往使其难以取得满意的效果。该文将在线学习的神经网络自适应控制器与Smith预估补偿相结合,很好地克服了网络的时延及其不确定性对流量控制的不利影响,从而使信源的发送速率能快速响应网络状态的变化。与PIDSmith预估补偿控制相比,控制的适应性和鲁棒性更好,更适用于实际网络,且为保证信元不溢出及链路带宽充分利用所需的缓冲容量更低。

一种改进的自适应Smith预估控制系统

在文献 [2 ]中提出的自适应Smith预估控制方法中 ,经过仿真发现 ,当实际对象增益比估计模型增益大的时候 ,系统响应很慢 ,消除稳态误差的时间很长。经过深入分析和揭示问题的实质后 ,提出了另一种自适应律 ,该方法在没有影响原来控制效果的情况下 。

基于模型参考自适应的网络控制系统随机时延补偿

随机时延和数据丢包造成网络控制系统性能下降甚至使得系统不稳定.为了提高网络控制系统的动态性能,提出一种基于模型参考自适应控制的双端Smith预估随机时延补偿控制策略.首先,通过在控制器端和执行器端分别引入Smith预估器,将随机时延补偿控制问题转换为模型匹配问题.然后,设计模型参考自适应控制器使Smith预估模型和真实模型相匹配,实现对随机时延的完全补偿.仿真结果表明,提出的控制策略能够对网络时延进行有效补偿,且具有良好的实时性.