基于RBF神经网络的鲁棒因子滑模变结构多自由度机械臂精确跟踪控制研究

针对具有时变干扰的不确定多自由度机械臂,文章设计了基于RBF神经网络的含有鲁棒因子的滑模变结构高精度跟踪控制方法.针对时变干扰,设计鲁棒因子,将其嵌入滑模变结构控制器,克服了时变干扰对系统跟踪性能的影响.将RBF神经网络控制算法结合鲁棒因子滑模变结构控制,估计多自由度机械手臂系统的不确定因素.采用Lyapunov函数方法,证明了系统的稳定性.对比分析了计算力矩法滑模变结构控制方法,仿真结果证明,基于RBF神经网络的鲁棒因子滑模控制,针对具有时变干扰的含有不确定因素的多自由度机械手臂系统,具有较为精确的跟踪性能.

电液伺服系统的模糊神经网络并行自学习鲁棒控制

基于模糊神经网络结构,提出了一种复合式控制方案,解决了传统自适应控制中模型的在线辨识和控制器的在线设计问题。达到了对不确定非线性系统的高精度榆出跟踪;通过引入运行监控器,解决了模糊神经网络实时性差的问题;同时,利用一个鲁棒反馈控制器,来保证模糊神经网络学习初期闭环系统的稳定性。应用到电流力伺服加载系统中,获得满意控制效果。

基于响应面法的鲁棒可靠性研究

本文将鲁棒可靠性理论与响应面法相结合,提出了一种计算复杂系统的鲁棒可靠性的数值算法,由于不用计算导数,计算相对比较简单,可有效提高计算效率,从而拓宽了鲁棒可靠性理论的应用范围.同时,对鲁棒可靠性的指标进行了改进,提出了鲁棒可靠性因子的概念,使凸模型更好地与已知的信息相结合,在一定程度上克服了原有鲁棒可靠性理论上的不足.数值算例表明所提出的方法在计算复杂系统鲁棒可靠性的有效性.

移相全桥变换器无源性控制研究

介绍了移相全桥变换器的基本结构和工作原理,在分析变换器占空比丢失的基础上,建立变换器基本矩阵数学模型。为改进普通PID控制器的控制效果,将无源控制策略运用于变换器的电压控制。针对负载扰动,系统谐振程度未知,输出电压偏离参考值的问题,引入覆盖扰动量的鲁棒因子,使输出电压稳定性得到保证。仿真实验验证了带鲁棒因子的无源控制器能实现变换器输出电压稳定、动态响应迅速且鲁棒性好。证明了无源性控制策略运用于移相全桥变换器可行性与有效性。

永磁同步直线电机小行程高精度定位控制

为实现永磁同步直线电机在小行程应用情况下的精确定位控制,提出了一种改进的无源性控制(PBC)算法,通过选择合适的阻尼系数和鲁棒因子,在外环中设计无源控制器取代传统PID控制的位置环和速度环,使系统控制性能得到较大改善。仿真结果表明,该方法降低了稳态误差,提高了控制精度,且抗负载扰动能力强。