基于观测器的混合直接自适应模糊辨识与控制

针对一类状态不可测的单输入单输出非线性不确定系统,提出了一种基于观测器的混合直接自适应模糊辨识与控制方法。设计中,将观测器、直接自适应模糊控制器与自适应模糊辨识模型相结合,用跟踪误差估计和辨识误差去调整系统的参数,以取得更好的逼近和跟踪效果。基于Lyapunov方法,证明了闭环系统的稳定性,跟踪误差渐近收敛到零点的一个小邻域内,仿真结果验证了该方法的有效性。

基于摩擦补偿的柔性关节机器人分级滑模控制

针对柔性关节机器人中存在的非线性摩擦问题,提出一种基于摩擦补偿的柔性关节机器人分级滑模控制方法。首先,通过线性化参数的方法对柔性关节机器人受到的摩擦进行建模,并对模型中未知参数设计自适应律以实现摩擦的估计;然后,针对摩擦模型的误差,进一步设计观测器进行估计,结合摩擦的自适应和模型误差估计实现对摩擦的补偿;最后,利用电机侧和关节侧的位置误差和速度误差设计一级滑模面,再根据一级滑模面设计二级滑模面,从而得到分级滑模控制器,进一步实现柔性关节机器人的位置轨迹跟踪控制。通过Lyapunov函数证明了机器人关节轨迹跟踪误差的收敛性。仿真结果表明:该控制方法结合参数自适应和模型误差观测器可以有效地对摩擦进行补偿,在有限时间内实现柔性关节机器人的位置轨迹对期望位置轨迹的跟踪。

非仿射非线性系统的自适应模糊输出反馈控制

针对一类单输入单输出非仿射非线性系统,提出了基于观测器的自适应模糊输出反馈控制。该算法通过构造线性误差观测器估计系统输出误差和系统状态,利用估计状态变量和估计输出误差变量设计自适应控制律,采用模糊逻辑系统在线消除非线性系统中的不确定模型,引入监督控制消除系统逼近误差和外界干扰,并利用Lyapunov方法严格证明了在该控制律作用下闭环系统所有信号一致最终有解,闭环系统的输出能最终跟踪期望输出。仿真结果表明了该方法的有效性。

具有未知死区的SISO非仿射非线性系统间接自适应模糊控制

为了解决含有未知死区输入特性的SISO非仿射非线性系统的跟踪控制问题,提出了基于模糊自适应方法的控制器设计方案,把未知死区分解为一个线性项和一个扰动类似项,当系统状态可测时,利用模糊逻辑系统设计间接自适应模糊控制器,并结合跟踪误差信息设计自适应律;系统状态不可测时,通过引入误差观测器估计的状态变量,设计了间接自适应模糊输出反馈控制器.理论论证过程说明两种控制器能使系统的跟踪误差最终收敛到零的某一邻域,且闭环系统所有信号均有界.仿真实验结果表明利用所设计控制方案可以使系统完成跟踪控制任务.

非线性系统的多模型DMC解耦设计

针对工业生产过程大多为多输入多输出非线性系统,干扰因素多,耦合作用强,常规控制方法难以获得满意控制效果的特点。提出一种基于动态矩阵控制(DMC)的多模型控制方法,采用误差指标切换函数作为切换准则,根据其最小值来选择与实际最接近模型,并将基于此模型的控制器切换为当前控制器。结合目标函数解耦方法,在模型中考虑其他通道输入对当前通道输出的影响,且目标函数中用控制量增量替代控制量,既能防止控制量变化过于剧烈,又可实现解耦。同时,引入的误差观测器,可以根据各个回路实际输出与其设定值的偏差大小,实时改变当前回路设定值跟踪权矩阵,起到进一步解耦作用。最后,给出球磨机模型的仿真结果,验证新算法的优越性。

基于广义预测相邻耦合理论的多点顶推系统同步控制策略

针对多点顶推系统的同步控制问题,提出了一种广义预测相邻耦合同步控制策略。根据多变量广义预测理论,建立了多缸电液伺服系统的CARIMA模型。结合相邻耦合控制理论,构造了同步误差观测器,预测了同步误差。对广义预测控制算法进行了改进,在性能指标中嵌入跟踪误差与同步误差及其差分量,确保同步误差与跟踪误差在全局范围内并渐进收敛于零。实验表明该策略较之主从式PID控制策略,具有更好的跟踪性能和同步性能。

基于边界值定量计算的神经网络自适应飞行控制

针对一般多输入多输出不确定系统,设计了一种基于自适应神经网络误差观测器控制方法。通过对一般多输入多输出系统进行匹配与非匹配两种不确定性分析,采用自适应神经网络对不确定因素导致的误差进行逼近补偿,采用Lyapunov定理证明了误差收敛有界,并计算了误差的边界值。最后将设计的控制律应用到不确定飞行器的指令跟踪控制中。仿真结果证明了该方法的有效性。

永磁同步电机磁链修正无位置传感器控制

表贴式永磁同步电机转速可以由电机反电势和磁链的比值进行估算,而永磁同步电机在运行时,永磁体磁链会因为交叉耦合和饱和效应而非线性实时变化,直接影响无位置传感器控制中电机转速和位置的估算。本文提出了一种磁链误差滑模观测器,通过重写定子磁链方程构建磁链误差观测器,由观测的磁链误差对永磁体磁链初值进行在线修正,利用修正得到的磁链值和反电势估算电机转速。该方法可以有效消除由于磁链扰动以及磁链初值精度不足而导致的转速及位置估算误差,提高永磁同步电机无位置传感器控制的转速和位置估算精度及抗干扰能力。仿真和实验验证了方法的正确性和有效性。

基于e-修正神经网络的直接自适应控制设计

针对一般非线性不确定系统设计了一种e-修正神经网络直接自适应控制方法。首先采用虚拟控制量的方法,并将其分解成参考模型输出、线性动态补偿输出与神经网络自适应输出三项;然后针对传统σ-修正神经网络在权值更新时的不足,设计了一种基于e-修正方法的权值自适应更新律,并设计了输出反馈误差观测器用以对神经网络进行训练;最后对基于σ-修正与e-修正两种权值自适应更新律进行仿真对比。仿真结果表明基于e-修正神经网络方法在跟踪误差、不确定性逼近等效果上均优于基于σ-修正神经网络方法。

饱和输入限制下欠驱动自主水下航行器水平面航迹跟踪控制

针对控制输入存在饱和限制的欠驱动自主水下航行器水平面航迹跟踪问题,提出了一种饱和控制方法。在航迹跟踪误差方程基础上,设计了一种误差信号观测器对原有跟踪误差进行近似,以避免由于跟踪误差直接求导所引起的控制器表达式的复杂化现象;推导得到一种新的误差动力学方程,通过引入一种光滑有界函数作为输入饱和条件的近似,以及一种Nussbaum型偶函数,设计了饱和动力学控制器;根据Lyapunov理论证明了该控制器能够使得自主水下航行器在控制输入饱和限制下,可以实现对任意光滑水平面航迹的跟踪控制,并保证跟踪误差是全局最终一致有界的。仿真实验结果验证了该设计方法是有效的,且对于模型参数误差具有一定的鲁棒性。

间歇通信环境下的船舶编队控制

[目的]针对多艘船舶在间歇通信环境下的编队控制问题,提出了基于反步法的协调编队控制律,并给出编队形成的充分条件以满足编队的鲁棒性。[方法]首先,利用反步法设计正常通信时段的船舶编队控制律,加入误差观测器消除外部环境带来的误差,保证船舶在正常通信时段形成理想编队。然后,对于在间歇通信中通信缺失的时段,设计控制律。此外,在船舶编队的形成以及队形保持的过程中,通信时长必须满足一定的要求,并给出在间歇通信环境下实现编队的充分条件。最后,利用李雅普诺夫理论对船舶编队控制律的稳定性进行验证,并证明该充分条件的可靠性。[结果]仿真结果表明,采用该控制律且满足给出的充分条件,船舶能够在间歇通信环境下实现编队航行。[结论]在间歇通信或类似的周期性通信缺失情况下,对船舶编队控制的设计与研究有一定的参考价值。

基于视线的无人机鲁棒自适应编队控制设计

针对基于视线的无人机编队动力学非线性不确定的特性,设计了一种基于鲁棒自适应控制的编队控制系统。首先建立了基于视线的长机-僚机编队方式下的无人机编队动力学模型,而后将其转换成伪控制形式,将伪控制量分解成参考模型的输出、比例微分控制输出与神经网络自适应输出三项,采用误差观测器的输出训练神经网络以实现误差补偿,利用Lyapunov理论对误差的有界性进行了证明,设计了伪控制保护以防止执行器超出物理范围。最后建立了无人机六自由度非线性模型并进行仿真,结果表明设计的编队控制系统可以使僚机有效地跟踪做不确定机动的长机。