被动式电液力伺服系统的高阶积分滑模控制

针对被动式电液力伺服系统的控制问题,提出了高阶积分滑模控制方法。积分滑动模可以降低控制器对期望跟踪轨迹高阶导数的要求,有效抑制传统滑模变结构控制中的抖振问题;CMAC神经网络在线学习系统不确定性能够降低控制器参数设计的保守性。将该控制方法应用于电液力伺服系统中,并进行仿真。结果表明:该控制方案均具有较好的控制性能,且能够有效抑制系统的抖振。

一类非线性不确定系统的高阶积分自适应滑模控制

为有效改善传统积分滑模在一类非线性不确定系统的应用中存在的抖振问题,结合有限时间收敛理论、高阶积分滑模理论和自适应控制理论,提出了一种高阶积分自适应滑模控制方法;该方法通过选取有限时间收敛反馈量和设计高阶积分滑模面,不仅确保了系统状态误差在有限时间内的收敛性,而且还保证了系统具备对不确定性干扰的抑制能力;同时,当系统的不确定项的边界范围无法预先确定时,采用自适应方法对滑模控制的趋近速率进行估计;仿真结果表明所提方法能够有效抑制非线性不确定系统的抖动,并具有较高的控制精度。

基于RBF神经网络和积分型高阶滑模控制的永磁同步电机位置伺服系统

本文主要研究永磁同步电机伺服系统的位置跟踪问题。根据矢量控制原理,针对d轴电压,设计了一阶滑模控制器,将使d轴电流在有限时间到达0。针对q轴电压,基于滑模控制理论,设计了积分型高阶滑模控制器。由于系统中存在不确定性参数,设计了基于神经网络的q轴电压滑模控制器。理论分析表明,在所设计的控制器作用下,可以保证位置系统的精确跟踪控制。仿真结果表明了该控制方案具有较好的收敛性和抗干扰性能。

一种新型滑模控制器的设计及其应用

针对非线性不确定系统的控制,设计了一种新的基于高阶积分的滑模控制器。这种控制器集成了积分和高阶滑模控制的优点,具有抑制抖振、实用于非最小相位系统和有较强的鲁棒性特点,并且为了进一步减少控制抖振问题引入了饱和函数对控制器进行改进。在系统的不确定性和干扰鲁棒控制方面,提出的滑模控制器能够使系统稳定工作;只需要满足干扰有界的条件,其稳定性利用李雅普诺夫方法得到了验证。最后通过在干扰环境下在无人机的轨迹跟踪上仿真研究,验证了提出的滑模算法的有效性。