基于摩擦模型的固冲发动机流量调节控制

针对固冲发动机流量调节伺服控制系统在实际运行中存在摩擦负载的问题,提出一种基于Lu Gre模型的自适应摩擦补偿方法。考虑到摩擦模型的参数会随系统变化而发生改变,采用反步(Backstepping)方法设计自适应摩擦补偿控制方案。在分析流量调节伺服系统数学模型的基础上,运用Matlab对伺服系统直流无刷电机电流、速度、位置三闭环系统进行建模和系统仿真,并与采用常规PID算法的系统进行了比较。仿真结果表明基于Lu Gre摩擦模型的Backstepping自适应摩擦补偿控制系统具有较好的给定适应性和抗干扰性,优于常规PID控制系统的性能。采用该补偿方案能有效地抑制摩擦干扰对伺服系统的不利影响,为提高固冲发动机流量调节伺服系统的动态跟踪性能奠定基础。

基于滑模控制的数控机床伺服系统的摩擦补偿

以数控机床伺服系统为研究对象,对其建立了数学模型,并结合Lu Gre摩擦模型,设计了参数在线估计的PID滑模面自适应控制器.并采用李亚普诺夫函数证明系统的渐进稳定性.最后通过系统的MATLAB仿真及物理实验进一步证明了系统具有良好的跟踪性能.

柔性关节驱动机构的复合神经动态面控制

为实现柔性关节驱动机构的高精度位置控制,首先对其建立了包含Lu Gre摩擦模型、柔性变形和外界扰动力矩等非线性因素的动力学模型.然后针对该模型设计了复合神经动态面控制器,模型的不确定项通过径向基函数(RBF)神经网络(NN)在线逼近和补偿,为提高神经网络对不确定项的逼近速度和逼近精度,结合预测误差和补偿跟踪误差构建了神经网络权值的复合自适应律.通过李亚普诺夫理论证明了系统一致最终稳定有界.与传统动态面控制相比,仿真结果表明复合神经动态面控制器提高了神经网络对不确定项的逼近精度和逼近速度,提高了柔性关节驱动机构的位置跟踪精度.