基于障碍Lyapunov函数的双臂空间机器人捕获卫星柔顺控制

空间机器人捕获卫星操作过程中不可避免地会与卫星接触、碰撞,此过程中若未对其关节进行有效的保护,很容易造成捕获操作失败,因此提出在各关节电机与机械臂之间添加一种弹簧阻尼机构,该机构不仅能够实现碰撞冲击能量的吸收及柔性振动的抑制,还能配合设计的柔顺策略实现捕获操作的柔顺化。分别利用含耗散力Lagrange方程与Newton-Euler方程导出了碰撞前的双臂空间机器人与卫星分体系统动力学方程;结合Newton第三定律、捕获点的速度及闭链几何约束获得了捕获完成后的混合体系统动力学方程,且通过动量守恒关系计算了碰撞冲击效应与冲击力;基于障碍Lyapunov函数设计了一种状态约束控制方法,实现了轨迹的高精度跟踪;采用模糊自适应控制器对系统的不确定项进行拟合,解决了系统参数不确定的影响。通过Lyapunov定理证明了系统的稳定性,并利用数值模拟验证了缓冲机构的抗冲击性能及所提柔顺策略的有效性。

基于障碍Lyapunov函数的多智能体系统误差约束同步

带误差约束的多智能体同步除了要求多智能体的状态同步以外,同时还要求同步误差受给定的界约束。针对期望实现误差约束的未知非线性领航-追随者多智能体系统,提出了一种分布式神经自适应同步控制方法。首先利用神经网络近似智能体动力学方程中的未知非线性项,提出了一种新的分布式障碍Lyapunov函数来限制同步误差,然后根据所提出的障碍Lyapunov函数,通过稳定性分析推导出分布式自适应控制律。最后给出了一个仿真实例,验证了利用所提出的控制律可以实现同步误差约束。

基于障碍Lyapunov的自动作业船有限时间航向保持控制

为实现作业船在航向保持时的均匀投饵,船舶的航向偏差和艏摇角速度须满足指定的约束条件.针对作业船航向保持的多约束问题,提出一种基于障碍Lyapunov函数(barrier Lyapunov function,BLF)的有限时间控制方法.首先,建立自动作业船航向保持的状态空间模型,将其简化为严格反馈形式;其次,基于动态面理论设计障碍Lyapunov控制律,采用Lyapunov方法证明航向保持的收敛性,通过有限时间的分数幂项提高作业船抑制干扰的能力.仿真结果表明,基于障碍Lyapunov函数的控制策略具有稳定性优势,能保证作业船航向偏差和艏摇角速率满足约束上界,有效抑制风向及水流等干扰因素的影响,从而实现作业船在航向保持时的均匀投饵.

基于BLF的变阻抗约束人机交互控制

阻抗控制是一种广泛用于人机交互(HRI)的柔顺控制方法,它调节了机器人的跟踪精度和与环境接触的柔顺性。然而,传统的阻抗控制受限于阻抗参数恒定,很难适用于复杂的人机交互任务。为了解决人机交互中领导者与跟随者角色切换问题,本文提出了一种基于障碍李雅普诺夫函数(BLF)的变阻抗约束人机交互控制方法。首先,建立一种新的阻抗模型,将阻抗参数作为新的阻抗系统控制输入,同时将具有阻抗约束的变阻抗控制器设计问题转换成为一个可以求解的二次规划问题。其次,设计了一个基于BLF的自适应神经网络约束控制器来解决跟踪控制问题,同时该控制器保证了误差信号位于约束空间内,其中径向基神经网络用来补偿机器人动力学的不确定性同时保证了跟踪性能,闭环系统的稳定性通过李雅普诺夫稳定性定理进行了证明。最后,通过2个仿真案例验证了所提方法的有效性。

基于时变障碍李雅普诺夫函数的变体无人机有限时间控制

针对复杂扰动下可执行多种任务的复合式变体无人机,提出了一种基于浸入与不变(Immersion and invariance,I&I)理论和隐含系统状态受限条件的复合时变障碍Lyapunov函数(Composite time-varying barrier Lyapunov function,CTV-BLF)的控制方案.设计了一种基于浸入与不变理论的扰动观测器,构建了一种基于监督因子的有限时间动态尺度因子(Finite-time dynamic scaling factor,FT-DSF)调节器.在此基础上,设计了一种基于复合时变障碍Lyapunov函数和动态滑模面的控制器,保证系统状态始终在约束条件之内.通过衍生定理证明轨迹跟踪误差是有限时间稳定的.最终仿真结果验证了所提方案的有效性.

基于BLF全状态约束的直接横摆力矩控制

为了提高车辆在行驶过程中的横向稳定性,采用了障碍李雅普诺夫函数(Barrier Lyapunov Function,BLF)对车辆横向稳定性控制进行研究,以质心侧偏角和横摆角速度为状态变量,以质心侧偏角和横摆角速度的稳定边界为约束条件,设计全状态约束控制器。通过Matlab/Simulink对所设计的全状态约束控制器进行了验证。仿真结果表明,在设定工况下,质心侧偏角能够始终跟随理想质心侧偏角,并约束在0.035 rad内,横摆角速度始终约束在0.2 rad/s内,即确保全状态始终约束在边界值内。

基于补偿函数观测器的无人机吊挂飞行控制

无人机吊挂飞行系统是多变量、欠驱动、强耦合的非线性系统,且该系统存在模型偏差和未知扰动,给无人机位置和吊挂飞行减摆控制带来了困难。文章设计了一种基于补偿函数观测器(CFO)的非线性控制方法。首先,基于拉格朗日方程建立系统的动力学模型。然后,设计了补偿函数观测器来估计未建模动态和扰动,并将估计值反馈给控制器以大幅减弱其给吊挂飞行减摆控制带来的不利影响。仿真实验对比了线性自抗扰控制(LADRC)以及线性二次型调节器(LQR)两种控制方法,结果表明设计的控制器抗扰性更好、鲁棒性更强、控制精度更高。

考虑状态受限和一致性的微电网二次控制

为解决交流微电网下垂控制产生的偏差问题,本文采用二次控制对分布式电源输出电压和频率进行调节.将微电网看成分布式多智能体系统,智能体间通过稀疏网络进行通信,运用多智能体一致性协议,本文提出一种基于障碍Lyapunov函数和自适应模糊系统的二次电压和频率控制器.采用障碍Lyapunov函数设计控制器,不但能保持系统的稳定性,还可使输出的电压和频率限制在预设的范围内.采用自适应模糊系统可对系统中的一些参变量的变化进行估计,提高了控制器的鲁棒性.本文给出了严格的稳定性证明.通过对负载变化,以及拓扑结构改变等的仿真测试,验证了所提方案的有效性.

基于障碍Lyapunov函数的输出有界全局收敛鲁棒控制

为了克服基于障碍Lyapunov函数反演控制方法在输出约束控制中约束变量收敛区间小和要求模型精确已知的缺陷,提出一种输出有界且全局收敛的鲁棒控制策略.将收敛区间扩展到全局,并使输出保持在约束区间内;同时消除了由未知干扰和模型不确定性引起的稳态误差,放宽了对指令信号连续可导的限制.应用于电动舵机位置伺服控制的仿真结果表明,舵面能够全局稳定且摆幅有界,稳态无静差,动态响应快,抗扰动能力强.

不确定电液伺服系统的时变输出约束自适应滤波控制

针对电液伺服系统位置跟踪控制中存在的输出约束和不确定性问题,提出一种基于正切型时变障碍Lyapunov函数的输出约束自适应滤波控制方法。构造具有时变约束边界的正切型时变障碍Lyapunov函数,通过时变边界函数的参数设置,使系统输出具有较好的瞬态和稳态性能;设计径向基函数(RBF)神经网络及权重自适应学习律,在线逼近由模型不确定性和未知干扰组成的复合干扰,并将逼近值用于反馈控制;采用二阶指令滤波反步法设计状态反馈控制律和误差补偿机制,避免反步设计中“计算爆炸”的问题,同时消除滤波误差,提高系统位置跟踪精度;依据Lyapunov稳定性理论证明闭环系统中所有误差信号的收敛性。仿真结果表明:系统的稳态误差在所提方法下约为3.48×10^(-8)m,相比于其他控制方法,跟踪误差始终约束在时变的约束边界内,跟踪精度和控制性能均得到提升。

具有时变输出约束的非线性多智能体系统自适应最优包含控制

本文对具有时变输出约束和未建模动态的不确定严格反馈非线性多智能体系统,提出了一种最优包含控制方法.利用一种新型积分型障碍Lyapunov函数处理输出约束,利用动态信号处理未建模动态,利用动态面控制方法设计前馈控制器,结合自适应动态规划和积分强化学习方法设计最优反馈控制器,利用神经网络在线逼近相应代价函数,并设计权重更新律.理论分析证明了所有跟随者的输出收敛到领导者生成的凸包中,全部跟随者组成的闭环系统是半全局一致最终有界的,同时,跟随者的输出保持在给定的约束集中,代价函数达到最小.仿真结果验证了所提出方法的有效性.

网络攻击下考虑状态受限的微电网安全运行与控制

攻击、干扰、不确定性通常存在于微电网中危害系统的安全运行.为了解决此问题,设计了一种带攻击补偿的电压控制器,以减小或抵消攻击对系统稳定性的影响.设计攻击观测器对微电网中受到的攻击进行观测;利用多智能体一致性协议,考虑全状态约束问题,采用正切型障碍Lyapunov函数约束所设计的状态量,使系统状态约束在预设范围内,并实现无功功率分配.采用自适应模糊系统对系统中一些参变量的变化进行估计,提高控制器的自适应能力.仿真验证了控制器的有效性.

基于输入饱和的欠驱动水面舰艇预定义时间跟踪控制

[目的]为解决欠驱动水面舰艇(USV)在模型不确定性、强耦合特性和控制器输入饱和情况下的轨迹跟踪问题,提出基于输入饱和的USV预定义时间跟踪控制方法。[方法]针对USV模型具有非零对角项和强耦合特性问题,引入坐标变换,将系统模型转变为斜对角形式;将预定义时间性能函数与障碍Lyapunov函数(BLF)结合,保证瞬态和稳态的跟踪性能;利用自组织神经网络(SSNN)降低未知外部环境扰动和复杂的连续未知非线性项以及输入饱和产生的影响,以保证控制系统的跟踪精度,并且在线调整优化SSNN的神经元数目,减少控制系统的计算负担。[结果]基于Lyapunov稳定性理论,证明了闭环系统在预定义时间内是有界稳定的,跟踪误差始终保持在约束范围内。[结论]仿真结果表明,所提控制策略是有效的,其具有良好的跟踪性能。

考虑重力影响的柔性空间机械臂输出约束自适应PID容错控制

针对存在执行器故障的柔性空间机械臂轨迹跟踪问题,本文提出了一种基于奇异摄动的输出约束自适应比例积分微分(PID)容错控制策略。利用奇异摄动的方法和原理,将柔性空间机械臂控制系统解耦为快、慢子系统。慢子系统控制策略将执行器故障处理为符号固定但大小不固定的未知控制方向问题,并采用努斯鲍姆函数处理此问题,同时利用障碍李雅普诺夫函数(BLF)约束输出;快子系统中加入阻尼项抑制震荡。利用李雅普诺夫(Lyapunov)函数和相关定理证明了控制策略的稳定性。仿真结果表明,当系统受到执行器故障和变化的重力加速度影响时,控制策略可以使柔性空间机械臂精确地跟踪目标轨迹。

全状态约束下柔性关节自由飞行空间机器人有限时间指令滤波鲁棒跟踪控制

针对存在外部扰动、动力学耦合及全状态约束的柔性关节自由飞行空间机器人轨迹跟踪控制问题,基于拉格朗日方法建立了基座位置/姿态受控的柔性关节自由飞行空间机器人动力学模型,提出了一种全状态约束有限时间H∞轨迹跟踪控制方法。在带有滤波误差补偿的指令滤波反步法控制框架下,结合障碍Lyapunov函数和有限时间理论,设计了一种指令滤波有限时间全状态约束控制方法,将系统状态始终限定在约束区间内的同时,保证系统的有限时间收敛性能。此外,采用H∞控制理论抑制外部扰动的影响。通过Lyapunov稳定性定理证明了系统所有状态变量能够在有限时间内收敛至原点的任意小邻域内。仿真验证了所提控制方法的有效性和鲁棒性。

基于扩张滑模观测器的电液伺服系统鲁棒控制

为了提高电液伺服系统(EHSSs)控制性能,考虑外部干扰力、摩擦力、参数变动、结构振动及未建模特性等系统不确定性,构建系统状态空间模型.为了应对系统不确定性,提出新型扩张滑模观测器(ESMO),用于同时估计系统全状态和系统不确定性,并结合等值注入原理及饱和函数进行合理优化.利用系统不确定性的估计值,在反步控制设计中引入障碍Lyapunov函数,将系统的跟踪误差约束在一定范围内,结合参数自适应律,提高系统控制性能.为了验证所提控制方法的性能,在MATLAB/Simulink软件平台构建仿真模型,进一步地,搭建电液伺服系统实验台及实时控制系统,进行仿真和实验验证.结果表明所提方法的性能优于基于障碍Lyapunov函数的反步控制器及传统的反步控制器.

输出受限迟滞非线性系统的反步控制器设计

针对一类含有Bouc-Wen迟滞的输出受限非线性系统设计了反步控制器.首先分析了Bouc-Wen模型的特性并得到其上界值,然后设计了对称型障碍Lyapunov函数(barrier Lyapunov function,BLF),保证了BLF有界,从而满足了输出受限的条件,最后利用反步法设计控制器.该方法消除了迟滞引起的振荡和超调并且使得系统输出约束在设定的范围内,同时解决了迟滞和系统输出受限两个方面的影响,提高了控制精度.仿真和实验结果表明了控制方法的可行性.

具有状态约束的机电伺服系统自适应鲁棒控制

针对执行器动态及其状态受限、状态中存在测量噪声的问题,为伺服系统设计了一种基于非线性高增益观测器的自适应非线性鲁棒跟踪方法.基于系统位置测量值设计高增益观测器,利用滤波器消除噪声对观测器精度的影响,采用自适应律估计观测器增益,以保证观测器的鲁棒性.在设计过程中,引入一种新的障碍Lyapunov函数,以限制中间控制信号的幅值而满足系统对状态变量的约束要求,并通过Lyapunov方法验证了闭环系统的一致有界稳定性.结果表明,所提出的方法能够准确估算负载位置和速度.与传统的控制方法相比,其所观测的信息量较充分、估计精度较高、抗干扰能力及参数变化的鲁棒性较强.

一类机械臂系统自适应有限时间有界H_(∞)跟踪控制

考虑一种电机驱动的单连杆机械臂系统在受到输出约束时的自适应有限时间H∞跟踪控制问题.一个有限时间有界H∞性能的新概念被提出,并结合障碍Lyapunov函数(BLF)、神经网络自适应技术、有限时间控制理论和H_(∞)控制理论,提出了一种该系统在输出受限条件下的自适应神经有限时间有界H_(∞)跟踪控制器设计方法,避免了许多有限时间控制文献中控制器设计时出现的奇点问题,实现了该机械臂系统的有限时间有界H_(∞)轨迹跟踪控制.所设计的控制器保证了系统跟踪误差能够被约束在预先给定的范围内,并且所有状态能在有限时间内收敛到平衡状态的邻域内,同时对外部扰动具有H_(∞)性能.仿真结果验证了所设计控制器的有效性和优越性.

迭代学习控制的参考信号初始修正方法

针对一类非参数不确定系统,提出状态受限迭代学习控制的参考信号初始修正方法,以解决任意初态下的状态受限轨迹跟踪问题.通过构造修正参考信号,利用一种新型的障碍Lyapunov函数设计迭代学习控制系统,采用鲁棒方法与学习方法相结合的策略处理非参数不确定性,经过足够多次迭代后,可实现系统状态在整个作业区间上对修正参考信号的零误差跟踪,以及在预设作业区间上对参考信号的零误差跟踪.同时,将滤波误差约束于预设的界内,并由此实现对系统状态在各次迭代运行过程中的约束.仿真结果表明了本文所提控制方法的有效性.