垂直起降系统的互补滑模与情感神经网络控制

针对具有未知扰动的垂直起降机双闭环控制系统,提出一种基于连续径向基情感神经网络的互补积分滑模控制策略。建立了包含未知扰动项的垂直起降机的数学模型,为系统内外环分别设计滑模控制器和互补积分滑模控制器,基于对系统鲁棒性的考量,利用连续径向基情感神经网络逼近系统未知扰动项,给出神经网络权重的自适应律,形成一套新型的复合控制策略,利用Lyapunov方法分析了系统的稳定性。通过对垂直起降机的仿真实验与实物实验进行分析对比,证明了所设计的控制器具有更快的收敛速度、更高的跟踪精度和更佳的鲁棒性。

基于滑模自抗扰的储能变流器控制策略

为了提高储能变流器(PCS)的动态性能,设计基于降阶级联扩张状态观测器(ESO)和互补滑模控制(CSMC)的改进自抗扰控制(ADRC)策略,将改进ADRC策略应用于PCS的双向DC/AC变流器电压外环.改进ESO为降阶级联ESO以提高状态变量和系统总扰动的估计速度,增加扰动估计能力;更改PD控制为CSMC以设计状态误差反馈律,提升PCS的系统鲁棒性;设计改进指数趋近律以抑制抖振现象.为了证明改进ADRC策略相较于PI控制和传统ADRC的优越性,建立仿真模型并搭建相关实验平台.仿真与实验结果表明,改进ADRC策略减小了PCS暂态时直流母线电压波动,提高了PCS交流侧功率响应速度,改善了交流侧的输出电能质量.

多智能体系统固定时间一致性的多永磁同步电机转速协同控制

为了提高多电机转速协同控制精度,该文提出一种多智能体系统固定时间一致性的多永磁同步电机转速协同控制新思想。首先,将多永磁同步电机调速系统视为一个多智能体系统,设计了基于无向通信拓扑图的固定时间一致性协议;同时,设计了固定时间滑模观测器估计扰动并在一致性协议中引入前馈补偿,从而得到期望的q轴电流。然后,在矢量控制调速系统的框架下设计了固定时间互补滑模电流控制器,用于跟踪q轴参考电流。利用李雅普诺夫函数分别证明了控制器和观测器可以在与系统初始状态无关的情况下实现固定时间内收敛。最后,在三台永磁同步电机调速系统实验平台上与传统偏差耦合控制算法进行了对比实验验证,证明了所提控制算法的可行性和鲁棒性。

基于互补滑模控制的四旋翼姿态自抗扰控制

针对受模型不确定性和外界干扰等因素影响的四旋翼无人机的姿态控制问题,提出了一种基于互补滑模控制的自抗扰姿态控制方法。基于自抗扰理论,首先将四旋翼无人机动力学模型改写为标准二阶积分型形式,设计了扩张状态观测器,对总扰动进行在线观测以补偿总扰动对系统的影响。其次,将广义滑模面与互补滑模面相结合,并引入sig函数替换切换函数,提出改进型互补滑模控制律并通过Lyapunov理论证明所提出控制器的稳定性。最后,通过仿真算例,从收敛时间、均方误差、最大误差等指标考察了所提出的控制器的性能。研究结果表明,与互补滑模控制、传统自抗扰控制及反步滑模控制相比,所提改进方法的控制品质更好。

倾转四旋翼无人机自适应RNN互补滑模控制

针对倾转四旋翼无人机(TQUAV)在未知扰动下飞行的轨迹跟踪问题,提出了一种自适应循环神经网络(RNN)互补滑模控制(CSMC)方法。首先,将倾转四旋翼无人机动力学系统分为位置子系统和姿态子系统并分别设计互补滑模控制器。考虑到无人机在飞行过程中受到外部扰动的影响,由滑模控制方法得到的理想控制器包含未知的干扰项,因此使用循环神经网络来估计未知扰动。然后,为降低循环神经网络组合估计误差的影响并削弱控制器抖振,引入超螺旋滑模控制(STSMC)设计切换控制器。最后,通过仿真验证了所提方法的有效性。

永磁同步电机的神经网络滑模与预测控制

针对永磁同步电机(permanent magnet synchronous motor,PMSM)伺服系统转子位置跟踪问题,提出了一种基于Elman神经网络的互补滑模控制方法。首先,考虑系统的不确定性建立PMSM数学模型,利用Elman神经网络来估计系统的不确定性,以实现对PMSM高度的位置跟踪。然后,提出了一种PMSM无差拍预测电流控制方法,该方法相当于高增益的比例控制方法,从原理上增加了电流环的带宽,从而改善电流环的性能。计算机仿真和半实物仿真的结果表明,与传统的矢量控制相比,无差拍预测电流控制有效提高了电流环的动态性能和稳态精度,基于Elman神经网络的互补滑模控制有更好的跟踪性能。

永磁直线伺服系统终端互补滑模位置控制

为了解决永磁直线同步电机(PMLSM)直驱伺服系统易受端部效应、非线性摩擦以及外部扰动等不确定因素影响的问题,提出一种将互补滑模控制(CSMC)与终端滑模控制(TSMC)相结合的终端互补滑模控制(TCSMC)方法。首先,建立具有不确定因素的PMLSM动态模型。其次,将广义滑模面与互补滑模面相结合,同时利用饱和函数替换切换函数设计CSMC,与传统的滑模控制相比,其跟踪误差减半,能有效削弱抖振。为了进一步提高系统的收敛速度,在互补滑模面中引入终端项,设计TCSMC,使得系统在CMSC减少系统误差的基础上,进一步提高控制性能。最后,通过理论分析,证明控制器的稳定性,系统实验表明,与CSMC和TSMC相比,TCSMC不但提高了系统收敛速度和控制精度,削弱了抖振现象,而且明显增强了系统的鲁棒性。

基于时延补偿的高速列车无线网络多幂次滑模控制策略

无线网络时延的存在是制约高速列车无线通信网络发展的关键问题。通过搭建无线网络控制半实物试验平台获取时延样本,针对无线时延序列复杂度高的特点,提出互补集合经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)与奇异值分解(Singular Value Decomposition,SVD)相结合的处理方法,并引入样本熵降低运算量,最终通过混沌粒子群算法优化最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)模型,完成时延预测;以高速列车牵引制动模块为被控对象,设计基于多幂次趋近律的滑模控制器进行时延补偿,采用混沌粒子群算法对控制器参数进行智能寻优,将ITAE指标(Integrated Time and Absolute Error)改进为ITAE*作为适应度函数,以减小跟踪误差,提高响应速度。结果表明:经CEEMD分解后最大分量样本熵由原来的2.7以上降至2.0以下,采用SVD对最大样本熵的本征模函数(Intrinsic Mode Function1,IMF1)分量进行二次处理后,其样本熵降至1.5以下,有效降低了预测难度;改进后的时延预测均方误差(Mean Square Error,MSE)、平均绝对误差(Mean Absolute Error,MAE)和平均绝对百分误差(Mean Absolute Percentage Error,MAPE)分别降至0.139 6,0.296 4和0.008 3,预测精度有所提高;对于较长时延,进行时延补偿控制后其ITAE*指标仅为补偿前的0.136%,速度跟踪累计绝对误差为补偿前的0.696%,高速列车运行状态改变时速度跟踪曲线无明显抖振现象,同时当高速列车遇到扰动时速度跟踪曲线可快速回归平稳状态。研究成果可为高速列车引入无线网络控制提供一种新的方法。

中低速磁浮列车滑模自抗扰悬浮控制算法

由于磁浮列车各悬浮架相互独立,任何一个悬浮控制点产生故障将导致整个悬浮架向失效一侧倾斜,造成列车运行事故。为此提出一种滑模自抗扰的悬浮控制方案以进一步提升悬浮控制器的带宽、鲁棒性和容错性。在获取间隙数据时融合了电涡流传感器的低频数据和加速度传感器的高频数据,并加入有效性判断,将不同传感器性能互补。在控制器的输出项中增加加速度微分项以检测磁浮列车的向心加速度,避免悬浮架在坡道与竖曲线过渡处撞击轨道,但直接求解微分会使系统不稳定,所以采用最速控制综合函数实现列车加速度微分项的获取。自抗扰控制器中扩张状态观测器会采集悬浮间隙信号,并观测到悬浮架的悬浮间隙、悬浮架的垂向速度和悬浮电磁铁的电流值,即使在加速度传感器和电流传感器同时失效的情况下,磁浮列车依靠扩张状态观测器观测到的数据也能实现稳定悬浮。通过李雅普诺夫稳定性判据证明了滑模自抗扰悬浮控制算法稳定性,经过MATLAB/Simulink仿真和实车试验,验证了算法的可行性。该悬浮控制算法确保磁浮列车在运行过程中遇到多种传感器同时失效的情况下不失稳,将磁浮列车悬浮控制器用到的所有传感器特性发挥出来,最大程度保障列车上乘客的安全及车载设备的正常运行。

Buck变换器的改进型互补滑模控制

针对Buck变换器系统中存在匹配和不匹配干扰的问题,本文提出了一种基于干扰观测器(DOB)的改进型互补滑模控制(CSMC)策略.首先,建立存在多重干扰的Buck变换器数学模型,将模型改写为标准二阶积分型控制对象,将式中干扰统一为匹配干扰和不匹配干扰.其次,设计2个DOB分别估计匹配干扰和不匹配干扰,实现有限时间内跟踪干扰信号,以抵消各种不确定性对系统的影响.然后,设计互补滑模面,提出基于等效控制的改进型互补滑模控制律,保留边界层内鲁棒性的同时,提升控制器的动态性能,减小静态误差,拓宽边界层参数选择范围.最后,基于李雅普诺夫理论证明所提出控制器的稳定性.数字仿真表明,提出的改进型CSMC控制器结合DOB的总体控制方案能够有效抑制系统匹配和不匹配干扰,同时获得更快的收敛速度以及更高的跟踪精度.

基于观测器的深海起重机互补滑模主动升沉补偿

针对深海起重机主动升沉补偿系统的非线性时变负载特性,在互补滑模控制器的基础上利用扰动观测器补偿扰动,实现主动升沉补偿。首先,将复合扰动分为匹配扰动和非匹配扰动两部分,采用互补滑模控制器对匹配扰动进行补偿,并降低系统稳态误差;同时设计扰动观测器对非匹配扰动的导数及其一阶、二阶导数进行估计,补偿至滑模控制律。最后采用MATLAB软件对深海起重机进行建模,搭建基于扰动观测器的互补滑模控制器,在给定负载位移条件下,进行负载位移跟踪仿真研究。结果表明,所设计的控制器在不同系统参数的情况下可实现迅速和精确的补偿控制,并与PID控制器进行对比,有更好的响应速度和控制效果,与普通滑模相比可缩短到达滑平面的时间。

滞环调制全局滑模控制Buck变换器设计

研究Buck变换器的瞬态特性与全局滑模系数的关系,分析滑态移动参数的选取方法,给出一种实现全局切换函数的方法。分析Buck变换器稳态工作时的输出电压纹波,提出全局滑模控制Buck变换器的瞬态情形的判定条件。利用Matlab/Simulink实现全局滑模控制器并进行仿真研究。仿真和实验结果表明,全局滑模控制Buck变换器的瞬态情形判定条件和瞬态初值赋定方法正确有效,全局滑模系数和滑态移动参数的选取方法合理,全局滑模控制较传统滑模控制具有相近的负载瞬态特性和更好的鲁棒性。

基于等效控制的全局滑模控制Buck变换器设计

为简化滑模控制器设计和提高变换器系统的鲁棒性,探讨了全局滑模控制的原理和设计方法,并用于设计Buck变换器的控制系统.分析了全局滑模控制Buck变换器的特点,给出了基于等效控制思想的全局滑模控制器设计步骤,并设计了全局滑模控制律.最后,通过仿真分析,探讨了全局滑模控制器应用于Buck变换器的可行性和有效性.仿真结果表明,设计的全局滑模控制Buck变换器较传统滑模控制Buck变换器的瞬态响应速度快,并具有全局鲁棒性.

永磁直线同步电机自适应互补滑模控制

针对永磁直线同步电机(PMLSM)易受非线性因素影响而降低伺服系统鲁棒性的问题,提出一种自适应互补滑模控制方法。永磁直线同步电机的非线性因素包括系统参数变化、电机端部效应及外部不确定性的扰动。互补滑模控制将积分滑模面与广义误差滑模面相结合,将系统状态轨迹限定在两个面的交线上,缩短了状态轨迹达到滑模面的时间,提高了位置跟踪精度。为了进一步改善系统鲁棒跟踪性能,利用自适应控制对不确定扰动因素的上界进行估计,减小不确定因素对系统的影响,改善滑模控制的抖振现象。实验结果表明所提出的控制方法是有效可行的,自适应互补滑模控制不仅提高了系统的跟踪性能,而且更有效地抑制了不确定因素对控制系统的影响。

基于补偿滑模神经网络的某炮控系统位置控制

针对某炮控系统存在较强的非线性和不确定性特征,提出了基于补偿滑模的自组织神经网络控制策略。引入了补偿滑模面设计方法,构成了自组织神经网络控制器和辅助补偿器。自组织神经网络控制器由Hermite多项式、变结构神经网络和神经元参数自学习算法构成,其减小了计算复杂度,提高了自适应能力;梯度下降法对神经网络的参数进行自学习,提高了系统的收敛速度;辅助补偿器的引入进一步减小了系统稳态误差,满足了该炮控系统的基本指标要求,保证了系统在Lyapunov意义下的稳定性和鲁棒性。半实物仿真试验表明:该控制策略有效地提高了系统的控制精确度和鲁棒性,减小了外界干扰对系统性能的影响。

永磁直线同步电机的互补滑模变结构控制

针对永磁直线同步电动机伺服系统易受参数变化、外部扰动、非线性摩擦及固有的端部效应等不确定性因素影响,提出了一种互补滑模变结构控制方法。建立了含有不确定性的直线伺服电机运动系统的动态模型,采用广义滑模面和互补滑模面相结合的方法设计了互补滑模变结构控制器,从理论上分析证明了此控制器可以保证系统跟踪误差的收敛性,抑制不确定性因素,提高系统瞬态响应速度,进而有效地减小了跟踪误差。同时选择饱和函数作为切换函数,降低了滑模控制(sliding mode control,SMC)的抖振现象。最后,通过系统实验表明了所提出的控制方法是有效可行的,与传统SMC相比,基于互补滑模控制(complementary sliding mode control,CSMC)的系统具有快速准确的跟踪性能和鲁棒性能,明显地减小了系统的跟踪误差。

基于Elman神经网络的永磁直线同步电机互补滑模控制

针对永磁直线同步电机(PMLSM)易受系统参数变化和外部扰动等非线性因素影响而降低伺服系统控制性能的问题,提出了一种Elman神经网络互补滑模控制方法。互补滑模控制是在常规滑模控制的基础上增加一个广义误差滑模面,不仅可以减少系统状态达到滑模面的时间,又能保证系统跟踪精度。但是,在实际应用中互补滑模控制的切换增益和边界层厚度的值很难选取。为了对系统中不确定性因素的值进行准确的估计,并削弱滑模控制的抖振现象,采用Elman神经网络估计器对其进行估计,替代滑模控制中的切换控制,降低不确定性因素对伺服控制系统的影响,进一步提高系统的鲁棒性。实验结果表明,基于Elman神经网络的互补滑模控制与互补滑模控制相比,不仅改善了系统的位置跟踪性能,还提高了系统的鲁棒性能。

基于扩张状态观测器的磁悬浮球连续滑模控制

针对磁悬浮球系统具有非线性、模型不确定性和易受干扰影响的特点,提出了一种基于扩张状态观测器(ESO)的连续滑模控制方法(CSMC)。该控制方法采用ESO对系统的扰动进行观测和估计,再将扰动估计值作为连续滑模控制器的补偿量,以克服不确定性和外界扰动的影响,进一步提升了连续滑模控制器的控制性能。仿真和实验验证了所提方法的有效性。结果表明,与连续滑模控制方法(CSMC)相比,ESO-CSMC具有更强的抗干扰性能。

精密直驱龙门系统的交叉耦合互补滑模控制

针对龙门定位平台上双直线电动机伺服系统的位置精确同步控制问题,提出一种基于交叉耦合控制(Cross-Coupled Control,CCC)与互补滑模控制(Complementary Sliding Mode Control,CSMC)相结合的控制方案。考虑到永磁直线同步电动机(Permanent Magnet Linear Synchronous Motor,PMLSM)易受系统存在的端部效应、参数变化、外部扰动及非线性摩擦等不确定性因素的影响,建立含有不确定性因素的直线伺服系统的动态模型。为了使系统实现高精度强鲁棒性的位置跟踪性能,设计基于CCC和CSMC的双直线电动机伺服系统。利用CSMC对系统不确定性因素不敏感和抖振小的优点,来保证双直线电动机伺服系统中单轴的位置跟踪精度;并将CCC引入到双直线电动机伺服系统中,消除了双电动机之间存在的耦合,进而减小了系统的位置同步误差。系统实验结果表明,该控制方法具有快速的跟踪性和较强的鲁棒性,能够满足高精度强鲁棒性的实际加工生产需求。

永磁直线同步电机的智能互补滑模控制

针对永磁直线同步电机(PMLSM)伺服系统的位置跟踪精度问题,提出了一种基于径向基函数(RBF)神经网络的智能互补滑模控制(ICSMC)方法。建立了包含端部效应、参数变化、外部扰动及非线性摩擦等不确定性因素的PMLSM动态方程。设计了互补滑模控制器,采用广义滑模面和互补滑模面相结合的设计,降低了系统跟踪误差,提高了系统响应速度,并削弱了抖振现象;利用RBF神经网络直接对系统存在的不确定性进行估计,在线调整RBF网络参数以改善系统动态性能,提高系统鲁棒性,并用李雅普诺夫定理保证系统闭环稳定性。通过分析系统实验结果,验证了所提出的控制方法有效降低了系统跟踪误差,并使系统具有良好的动态性能和鲁棒性能。