一种改进机电伺服系统递归积分滑模控制方法

针对带有未知摩擦力矩、负载力矩及扰动力矩等不确定性的机电伺服系统,提出了一种基于径向基函数(RBF)神经网络的机电伺服系统递归积分滑模控制方法。首先,利用快速非奇异终端滑模面和递归积分滑模面,构造了一种新的递归终端积分滑模面。其次,为了减少干扰,保证系统稳定的同时加快趋近速率,采用了指数趋近律。然后,采用递归积分滑模控制结合RBF神经网络逼近的方法,使其在有限时间内达到接近零的预期误差。最后,通过构造李雅普诺夫函数,证明了该机电伺服系统控制方法的可达性及稳定性。仿真结果表明:所提出的机电伺服控制方法具有良好的跟踪性能,能够快速准确地跟踪期望轨迹。

可重复使用运载器递归积分滑模姿态控制方法

针对存在模型不确定和外部干扰的可重复使用运载器再入段姿态控制问题,提出了一种基于自适应滑模干扰观测器的递归积分滑模控制方法。首先,基于可重复使用运载器再入段姿态运动模型,建立了面向控制的模型;其次,设计了自适应滑模干扰观测器,以精准估计和补偿由模型不确定和外部干扰构成的复合干扰;然后,基于递归思想设计了一种新型递归积分滑模控制器,利用Lyapunov稳定性理论证明了闭环系统的有限时间稳定性;最后,数值仿真结果验证了该方法具有较强的鲁棒性和较快的收敛速度。