双臂空间机器人的自适应鲁棒性联合控制

讨论了自由漂浮双臂空间机器人系统关节轨迹跟踪的控制问题。由于载体位置与姿态均不受控制,空间机器人系统控制方程失去了关于惯性参数的线性关系,给控制系统设计带来极大的困难。借助于增广变量法――即恰当地扩展系统的控制输入与输出,成功地克服了上述难点。以此为基础,针对机械臂惯性参数不确定与末端抓手持有载荷参数未知的情况下,设计了自由漂浮双臂空间机器人系统关节轨迹跟踪的自适应鲁棒性联合控制方案。系统数值仿真,证实了上述控制方案的有效性。

参数不确定空间机械臂系统的自适应鲁棒性联合控制

本文讨论载体位置与姿态均不受控制的自由浮动空间机械臂系统的控制问题。基于增广变量法，提出当机械臂与载荷参数均不确定时自由浮动空间机械臂追踪惯性空间期望轨迹的自适应鲁棒性联合控制方法。通过仿真运算， 证实了方法的有效性。

基于VIENNA永磁风电系统的自适应反推控制研究

针对永磁同步电机存在非线性项的不确定性以及系统参数摄动产生的不利影响,提出一种基于VIENNA永磁风电系统的自适应反推控制策略。采用VIENNA整流拓扑实现整机功率密度的最大化,降低谐波干扰,提升系统的可靠性。通过自适应反推控制得到系统控制律和参数自适应律,解决了系统的非线性,实现了对定子电阻和负载转矩的参数自适应,从而提高了系统的抗干扰能力。仿真结果表明,该控制系统具有较强的鲁棒性。

谷物联合收获机自适应控制方式与技术分析

随着我国农业机械化进程的不断加快,谷物联合收获机使用率越来越高,通过谷物联合收获机的发展现状,分析谷物联合收获机自适应控制方式,并探究谷物联合收获机自适应控制的关键技术,为进一步实现谷物联合收获机的机械化与智能化应用提供参考。

基于无模型自适应迭代学习的液压锚杆钻机转速控制

针对存在参数不确定、非线性约束液压锚杆钻机回转系统的转速高精度控制问题,利用钻机作业的重复性,提出了一种基于无模型自适应迭代学习的液压锚杆钻机回转系统转速控制方案。首先,搭建钻机回转控制系统关于转速的状态空间模型。其次,利用动态线性化技术,构造钻机回转系统液压马达与伺服阀电流在迭代域的等价线性映射关系,并根据系统采集的历史伺服阀电流输入、液压马达转角输出数据,提出无模型自适应迭代学习转速控制设计方法。然后在理论上给出液压锚杆钻机回转系统转速跟踪误差沿数据方向以及重复作业方向的渐近收敛性。最后,利用MATLAB软件和AMEsim平台联合仿真验证算法的有效性。结果表明,相比于传统PID算法和迭代学习控制算法,所提出的算法在不需要已知锚杆钻机系统模型的情况下,能够仅利用可测数据实现钻机转速的高精度控制,并且在面对突加外部干扰、油温波动情况下仍具备良好的自适应、抗干扰能力。

一种噪声环境下的汽车自适应巡航控制策略

为了满足车辆在实际跟车环境下的行驶需求,设计了一种面向噪声环境的自适应巡航控制策略。控制策略根据两车跟车运动学模型,针对信息采集过程中,噪声对车载传感器信号准确性影响较大的问题,设计了面向跟车模式的卡尔曼滤波器对传感器信号进行降噪处理。通过对模糊控制算法的设计,实现对汽车期望加速度的计算,并将结果交由底层控制算法,达到对汽车速度与车距的精确控制。在PreScan和Matlab/Simulink环境下搭建了联合仿真模型,并对策略控制效果进行比较分析。结果表明,在噪声环境中,该制策略对不同水平的噪声干扰信号有较强的适应能力,并能实现对车速与车距的精确且快速控制,满足跟车环境下安全性与舒适性。

参数快速自适应的电动注塑机的期望补偿自适应鲁棒控制

为了提高电动注塑机模具控制精度和稳定性,首先,针对由齿轮和滚珠丝杆结构组成的模具控制部分,建立了非线性动态模型。随后,提出了一种期望补偿自适应鲁棒控制器(desire compensate adaptive robust control,DCARC)。将参数估计过程和鲁棒控制律的设计分开,以提供更好的参数估计,并引入基于随机梯度下降法的模型补偿项以确保其瞬态性能,实现对其高精度的控制,并同时具备对参数的快速自适应能力。最后,设计了与传统控制器的对比实验,并在电动注塑机上进行了实验。对比实验结果验证了提出的方法具有较高的跟踪性能和较强的参数自适应性。

汽车半主动座椅悬架自适应模糊神经滑模控制

针对含有人体模型的5自由度座椅悬架系统,设计一种基于自适应模糊神经网络(Adaptive Neuro-Fuzzy Inference System,ANFIS)的滑模控制器(ANFIS-SMC)。首先,设计一种时变滑模面,通过调整其斜率使系统状态点快速到达滑模面,从而提升系统控制速度;其次,通过ANFIS对切换增益在线调节,用切换项消除干扰,实现控制器在复杂多源干扰下精确控制;最后,仿真验证采用双曲正切函数代替切换项中的符号函数,使得输出更连续,有效降低抖振。仿真结果表明:该控制器能有效提高系统的跟踪性能和响应速度,对不确定性干扰具有较好的鲁棒性,带有该控制器的座椅悬架乘坐舒适性明显改善。

基于自适应线性扩张状态观测器的双有源桥变换器无模型预测电压控制

针对模型预测控制算法参数依赖性问题以及传统扰动观测器应用于双有源桥变换器中存在估计补偿滞后于外部扰动、固定增益无法适应外部宽范围干扰变化等缺点,提出一种基于自适应线性扩张状态观测器的无模型预测电压控制策略。首先,结合预测控制与无模型控制方法构建双有源桥变换器的电压预测超局部模型,代替传统物理模型,降低参数依赖;其次,设计线性扩张状态观测器对超局部模型中动态部分进行反馈补偿,提高控制精度。同时在线拟合电压误差趋势,自适应调整观测器带宽,实现超前补偿;最后,设计成本函数,求解最优移相比,实现无模型预测电压控制。实验结果验证了该方法在提升系统鲁棒性和动态性方面的有效性。

基于非接触自适应阻抗控制的液压机械臂 主/被动联合柔顺控制

本文引入非接触阻抗控制理论对间接自适应阻抗控制进行改进从而获得非接触自适应阻抗控制。借助MATLAB/simulink仿真平台,将非接触自适应阻抗控制作为液压机械臂的主动柔顺控制并与关节的被动柔顺控制相结合,从而实现对关节的主、被动联合柔顺控制。仿真结果表明,主、被动联合柔顺控制效果较理想,可使机械臂在与环境接触时兼具较好的运动性能与较高的安全性能。

固体捆绑火箭联合摇摆控制方法

针对固体捆绑运载火箭固体发动机大范围推力变化、推力不同步问题,提出了一种固体捆绑火箭联合摇摆控制方案。首先利用燃烧室压强估算各台固体发动机实时推力,根据推力变化在线修正控制器参数,以适应固体发动机大范围推力变化;然后采用推力不同步前馈控制,消除推力不同步影响;最后采用固体发动机下沉角实时补偿控制方法,消除固体发动机摆心漂移影响。经仿真验证,该方法可有效解决固体助推器间推力不确定和推力不同步带来的控制难题,大幅提高姿态控制精度,提升固体捆绑火箭飞行适应能力。

基于自适应模糊PID的连续管作业机注入头速度控制研究

连续管作业机工作过程中起/下管速度控制主要依赖手动调节注入头泵的排量、马达压力等。为解决操作复杂、自动化程度低等问题,将连续管作业机注入头液压系统简化为闭式泵控马达系统,将传统手动控制方式改进为自动控制方式。分析泵控马达系统的工作原理,在AMESim中构建泵控马达系统的液压仿真模型;利用MATLAB/Simulink设计出AMESim仿真模型的PID及自适应模糊PID控制模型,从而构成整个系统的闭环控制联合仿真平台。采用PID算法及自适应模糊PID控制算法对系统响应进行仿真分析。结果表明:采用自适应模糊PID控制方式后,液压模型的响应速度更快、无超调和滞后现象、稳态误差更小,泵控马达系统具有良好的动态特性。

智能车辆自适应巡航控制策略研究

为满足车辆自适应巡航安全性要求,提出了一种分层式自适应巡航控制策略。首先将车辆行驶模式分为定速巡航与跟车巡航两种,并设计控制模式切换策略,针对不同模式,分别建立基于PID控制和基于可变车头时距的安全车间距策略与最优控制的控制器模型,获得期望加速度;然后建立下层制动/节气门开度切换模型及其逆模型,得到车辆期望的节气门开度和制动压力,实现对车辆的控制;最后基于CarSim与Matlab/Simulink联合仿真平台进行测试。结果显示,所设计的安全车间距策略和控制策略能够保证巡航稳定性及安全性。

基于自适应控制算法的机械控制系统优化研究

研究了基于自适应控制算法的机械控制系统优化,通过系统辨识建立了机械臂的线性参数空间模型,并采用径向基神经网络(RBFNN)构建了两级自适应控制器。实验结果验证了所提方法在提高轨迹跟踪精度和系统鲁棒性方面的有效性,特别是在应对复杂时变信号时表现突出,为工业机器人的高精度运动控制提供了新的解决方案,并为自适应控制算法的应用提供了实践指导。

基于CUCKOO算法的RBF网络监督磁悬浮自适应控制

磁悬浮技术应用前景广泛,其先进控制方法值得长期研究。针对存在干扰时的系统精确控制问题,提出基于前馈加反馈的神经网络监督控制方案(NNSC)。RBF前馈监督通过对反馈控制器的学习调整其网络权值,逐渐成为系统主控方式。当干扰出现时,反馈控制重新起作用,确保系统的稳定性和鲁棒性。引入布谷鸟算法,实现网络权值的优化搜索。以固高GML1001磁悬浮装置参数为基础,试验结果表明,22 g的小球可在既定平衡位置小范围内稳定、快速地跟踪目标信号。监督网络以其自学习功能主导系统的稳定性和控制精度,反馈控制又能够在干扰存在时保证系统的鲁棒性,二者共同作用提高了系统的控制性能。

基于AMESim和Simulink联合仿真的马达转速自适应控制

为了更精确实时地控制马达转速,应用AMESim和Simulink建立模型并进行联合仿真。采用模糊PID的控制策略来实现转速的自适应控制,并与传统的PID进行比较。结果表明:模糊PID相比传统的PID有较好的鲁棒性和较小的超调量,控制效果明显优于传统的PID。

扰动抑制无模型自适应控制的鲁棒性分析

针对一类存在测量扰动的SISO非线性离散时间系统,研究无模型自适应控制算法的扰动作用问题.首先给出了系统输出误差与测量扰动的关系,分析了测量扰动对控制性能的影响.然后提出了一种带有滤波器的改进无模型自适应控制算法,该算法较常规无模型自适应控制算法可有效抑制测量扰动的作用.仿真结果验证了理论分析的正确性.

联合收获机前进速度的模型参考模糊自适应控制系统

以切纵流联合收获机为研究对象,设计了一种基于联合收获机前进速度的模型参考模糊自适应控制系统,建立了融合多个变量的自适应控制参考模型和模糊控制规则。研制了联合收获机前进速度控制装置,并进行了田间水稻收获试验。试验表明,与普通模糊控制相比,所设计的模型参考模糊自适应控制系统可以实现对联合收获机的自适应控制,能够有效地降低操作人员的作业强度,提高田间收获效率。

一种新的鲁棒自适应广义预测控制算法及鲁棒性分析

针对对象的不确定性干扰，提出一种新的鲁棒参数自适应算法，证明了这种算法具有自适应验后误差和对象参数估值均值渐近小性质；根据确定性等价原理，将这种普棒参数自适应算法和鲁棒广义预测控制律相结合，提出了一种鲁棒自适应广义预测控制方案，并建立了相应的鲁棒稳定性定理。

自适应巡航控制系统的建模与联合仿真

采用Carsim与Simulink建立了一种车辆纵向动力学模型;然后基于最优控制和PID控制,设计了具有上、下两层结构的自适应巡航控制系统;最后对典型的自适应巡航工况进行联合仿真。结果表明,所设计的自适应巡航控制系统能使自车在保持一定车距的前提下较好地跟踪前车速度变化,并对前车的紧急制动有较好的响应。