SISO仿射非线性系统自适应变结构BPNN控制

为了更好地消除抖振,提高复杂非线性系统的控制效果,针对一类典型SISO仿射非线性系统,提出了一种新的变结构神经网络自适应控制策略(VSYNC)。其中,对于系统未知非线性函数,将神经网络用作估计器。对控制输入加入连续函数项,其可以根据状态点和滑动切换面之间的距离自适应地调节不连续的控制变量,从而使变结构控制策略得到了显著提高。所提出的控制方法能够有效地抑制周围切换面的抖振,保证了系统地动态性能,同时还能够消除系统的稳态误差。仿真结果表明,该方法具有较高的控制精度和鲁棒性。     

一类非线性不确定系统的高阶积分自适应滑模控制

针对一类非线性不确定系统的滑模控制,结合有限时间收敛理论、高阶积分滑模理论与自适应控制理论,提出了一种高阶积分自适应滑模控制方法,改善了传统积分滑模存在的抖振问题。该方法通过对有限时间收敛反馈量的选取和高阶积分滑模面的设计,不但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,采用自适应方法估计滑模控制的趋近速率,使得无须已知不确定项的边界范围。仿真结果验证了所提方法的有效性。     

基于扩张状态观测器的永磁同步电机混沌系统自适应滑模控制

针对部分状态不可测的永磁同步电机混沌系统, 结合自适应滑模控制和扩张状态观测器理论, 提出一种基于扩张状态观测器的永磁同步电机自适应混沌控制方法, 取消了系统所有状态完全可测的限制. 通过坐标变换, 将永磁同步电机混沌模型变为更适宜控制器设计的Brunovsky标准形式. 在系统部分状态和非线性不确定项上界均未知的情况下, 基于扩张状态观测器估计系统未知状态及不确定项, 并设计自适应滑模控制器, 保证系统状态快速稳定收敛至零点. 仿真结果表明, 该控制器能够改善滑模控制的抖振问题以及提高系统鲁棒性. 关键词： 永磁同步电机 混沌控制 扩张状态观测器 自适应滑模     

SCARA机器人的模糊自适应滑模控制

为了提高SCARA机器人的轨迹跟踪控制性能,提出一种双模糊自适应滑模控制。采用一自适应模糊控制器,根据滑模到达条件对滑模切换增益进行估算,消除滑模控制中输出力矩的抖振现象,增强其对不确定性因素的适应能力。采用另一自适应模糊控制器对指数趋近律系数进行修正,改善由于大范围初始位姿产生的偏差而引起的大力矩和速度跳变问题。基于Lyapunov方法进行了稳定性证明,保证控制系统的稳定性与收敛性。仿真实验结果表明,该方法应用于SCARA机器人,跟踪效果良好并产生了平滑的力矩输出和速度输出。     

基于反演自适应动态滑模的FitzHugh-Nagumo神经元混沌同步控制

本文采用反演自适应动态滑模控制实现耦合FitzHugh-Nagumo (FHN) 神经元混沌同步. 该方法将自适应技术与反演控制方法相结合, 通过设计新型切换函数, 采用动态滑模控制律, 实现了带有不确定参数的耦合FHN神经元混沌放电同步. 研究表明该方法可以有效地削弱系统的抖振, 从而避免破坏神经元的本质特性, 且响应速度快. 仿真结果证明了该控制方法的有效性. 关键词： 自适应 动态滑模控制 FitzHugh-Nagumo神经元 混沌同步     

基于ESO的装甲车辆稳瞄系统积分滑模控制

针对装甲车辆稳瞄系统中存在摩擦力矩、参数漂移等非线性扰动因素造成系统性能下降的问题,设计一种基于扩张状态观测器（ESO）的积分滑模控制策略。在基于状态变量的滑模面中引入了误差积分补偿项,有利于降低系统的稳态误差,同时突破了常规滑模控制中被跟踪信号的各阶导数均需已知的限制;利用ESO对系统内外扰动进行观测补偿,减小了滑模控制所需要的切换增益,削弱滑模控制容易出现的抖振现象。仿真及实验结果表明,跟踪精度保持在0.5％以内,系统最大稳定误差小于0.1 mrad,该控制策略能够很好地抑制各种非线性扰动因素的影响,有效地改善系统的控制性能。     

基于模糊切换增益调节的燃气流量滑模控制

将模糊控制方法与滑模控制方法相结合,针对燃气流量调节伺服系统设计一种基于模糊切换增益调节的滑模控制器,固冲发动机流量调节伺服控制系统的不确定部分通过滑模控制器来补偿,从而可实现固冲发动机流量调节伺服系统的鲁棒控制。使用matlab对固冲发动机流量调节伺服系统进行建模仿真并与单纯使用滑模控制方法进行比较,仿真结果表明基于模糊切换增益调节的固冲发动机模糊滑模控制系统具有较好的给定适应性和抗干扰性,采用该控制方案能有效的抑制系统随机干扰对控制系统的不利影响,控制效果优于纯滑模控制方法,消弱了控制信号的抖振,为提高固冲发动机流量调节控制系统的动态性能奠定基础。     

超导磁储能变流器的超螺旋滑模控制策略研究

针对超导磁储能(Superconducting Magnetic Energy Storage,SMES)变流器采用传统滑模控制方法时存在较大的抖振问题,研究了一种超螺旋滑模控制策略用于改善这一现状。根据SMES变流器拓扑结构进行建模分析,然后选取d、q轴的电流误差值作为积分滑模面,设计了超螺旋滑模控制器。该控制器包含了等效控制和切换控制两部分,其中采用超螺旋控制率的切换控制仅在趋近阶段起作用,使跟踪误差能够在有限时间内收敛为零;当系统状态到达准滑模态时采用等效控制,有效地削弱了抖振幅度。MATLAB/Simulink仿真结果表明,所提出的控制策略较PI控制以及传统滑模控制有着更小的抖振和更高的动态响应性能。     

不确定非线性光电伺服系统滑模自适应控制

针对同时存在参数不确定性和结构不确定性的非线性光电伺服系统,运用自适应原理对系统的参数进行在线估计,同时提出一种改进的指数趋近律,并结合滑模控制（变结构控制）策略设计系统的滑模自适应位置控制器（APR）。以等效正弦1.2sin(0.93t)作为仿真输入,在0.45s后跟踪误差小于60μrad,表明该控制方法对此类不确定非线性系统的控制效果良好。     

基于磁悬浮作动器的自适应有源振动控制研究

针对周期扰动提出一种基于磁悬浮作动器的非线性前馈自适应有源振动控制算法。算法中将磁悬浮作动器视为具有时变非线性的单输入输出系统,并使用径向基函数神经网络进行控制,分别采用聚类算法和随机梯度算法对其隐层中心点和输出层权值进行自适应调整。该算法摆脱了传统磁悬浮控制对模型的依赖,在正常工作条件下不需对作动器建模。仿真和实验结果表明:在单自由度主动隔振系统中,非线性自适应算法可以显著降低周期振动的能量,同时能对磁悬浮作动器的时变非线性进行有效的补偿。      

冠状动脉系统高阶滑模自适应混沌同步设计

针对冠状动脉系统混沌同步问题, 系统模型受到有界但未知的不确定干扰条件下, 利用几何齐次性理论和积分滑模面设计高阶滑模自适应控制器, 使响应系统在有限时间内跟踪驱动系统, 该方法无需提前预知扰动边界. 采用Lyapunov理论对闭环系统进行分析并证明该控制器保证该系统能够在有限时间内镇定, 从仿真实验结果可以看出所设计的控制器在不确定干扰的情况下系统具有良好鲁棒性和未知参数的自适应性, 为能够有效治疗心肌梗死等冠状动脉疾病提供了一定的理论依据.     

Controlling chaos based on a novel intelligent integral terminal sliding mode control in a rod-type plasma torch

An integral terminal sliding mode controller is proposed in order to control chaos in a rod-type plasma torch system.In this method, a new sliding surface is defined based on a combination of the conventional sliding surface in terminal sliding mode control and a nonlinear function of the integral of the system states. It is assumed that the dynamics of a chaotic system are unknown and also the system is exposed to disturbance and unstructured uncertainty. To achieve a chattering-free and high-speed response for such an unknown system, an adaptive neuro-fuzzy inference system is utilized in the next step to approximate the unknown part of the nonlinear dynamics. Then, the proposed integral terminal sliding mode controller stabilizes the approximated system based on Lyapunov's stability theory. In addition, a Bee algorithm is used to select the coefficients of integral terminal sliding mode controller to improve the performance of the proposed method. Simulation results demonstrate the improvement in the response speed, chattering rejection, transient response,and robustness against uncertainties.     

基于滑模变结构控制及预测跟踪的光电吊舱控制方法北大核心CSCD

光电吊舱在稳像和目标跟踪过程中存在摩擦力矩、不平衡力矩等干扰力矩,从而影响速度环响应精度;另一方面,吊舱视频跟踪器图像传输和处理造成的延迟也会造成跟踪滞后,因此必须进行延时补偿。提出基于预测跟踪的滑模变结构控制方法,采用微分预测跟踪器实现对视频跟踪器的延迟补偿,采用预测跟踪器估计出的目标运动角速率构成自适应补偿参数,以调整滑模变结构控制量,改进的滑模控制算法在补偿干扰力矩的同时抑制了抖振现象。仿真及实验结果表明:改进的控制方法能够有效补偿干扰力矩和跟踪器延迟造成的误差,相对于传统PID控制,其跟踪误差减小为原来的1/3,并且该算法已经在相关系统上得到应用。     

电力系统混沌振荡的等效快速终端模糊滑模控制

电力系统混沌振荡被认为是大型互联电力系统停电事故的主要原因, 本文通过相图、 李雅普诺夫指数图和时域波形图分析了二阶电力系统混沌振荡的动力学行为, 并提出了等效快速终端模糊滑模控制来抑制电力系统混沌振荡, 使其恢复到同步运行状态. 仿真结果表明, 所提出的控制方案不仅具有较快的收敛速度, 而且能够柔化控制信号, 减少控制能量, 并且能有效地降低抖振. 关键词： 电力系统混沌振荡 等效滑模控制 模糊滑模控制 快速终端滑模控制     

Neural adaptive chaotic control with constrained input using state and output feedback

This paper presents neural adaptive control methods for a class of chaotic nonlinear systems in the presence of constrained input and unknown dynamics.To attenuate the influence of constrained input caused by actuator saturation,an effective auxiliary system is constructed to prevent the stability of closed loop system from being destroyed.Radial basis function neural networks(RBF-NNs)are used in the online learning of the unknown dynamics,which do not require an off-line training phase.Both state and output feedback control laws are developed.In the output feedback case,high-order sliding mode(HOSM)observer is utilized to estimate the unmeasurable system states.Simulation results are presented to verify the effectiveness of proposed schemes.