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.     

一类离散非线性系统基于幂次函数的显式高阶滑模预测控制算法

针对一类不确定离散非线性系统,提出了一种显式高阶滑模预测控制算法:利用幂次函数趋近律和高阶滑模控制方法,结合预测控制策略,给出了一种高阶滑模预测模型,得到了显式的高阶滑模预测模型控制器,使其兼具滑模控制方法与预测控制方法的优点,有效削弱了滑模控制系统的抖振现象.最后用数值仿真算例证明了文章设计方法的有效性,与传统滑模预测控制相比,收敛速度更快,稳定性更好.     

考虑执行器特性的机械臂全阶滑模控制

针对动力学模型中带有参数未知特性的机械臂位置和速度跟踪问题,提出一种新型的基于神经网络和全阶滑模的控制策略.该策略考虑了执行器的动力学特性,然后基于跟踪误差,建立了全阶滑模面,并利用径向基网络对模型未知特性进行逼近,进而设计鲁棒自适应控制律使得系统状态到达滑模面并沿滑模面收敛到平衡点.理论分析证明了所设计的控制策略可在克服抖振问题的同时保证闭环系统的渐近稳定性.二连杆机械臂系统的数值仿真结果验证了所提出方法的有效性.     

具有外部扰动的空间刚性机械臂姿态与末端爪手协调运动的Terminal滑模控制算法设计

讨论了载体位置无控、姿态受控情况下,具有外部扰动的漂浮基空间刚性机械臂,载体姿态与末端爪手协调运动的控制算法设计问题．结合系统动量守恒关系及Lagrange方法,建立了漂浮基空间刚性机械臂完全能控形式的系统动力学方程及运动Jacobi关系,并将其转化为状态空间形式的系统控制方程．以此为基础,根据Terminal滑模控制技术,给出了系统相关Terminal滑模面的数学表达式,在此基础上提出了具有外部扰动情况下漂浮基空间刚性机械臂载体姿态与末端爪手协调运动的Terminal滑模控制方案．提出的控制方案不但确保了闭环系统滑模阶段的存在性,同时通过Terminal滑模函数的适当选取,还保证了输出误差在有限时间内的收敛性．此外,由于确保了无论何种情况下系统初始状态均在Terminal滑模面上,从而消除了其它滑模控制方法常有的到达阶段,使得闭环系统具有全局鲁棒性和稳定性．平面两杆空间刚性机械臂的系统数值仿真,证实了方法的有效性．     

基于组合智能控制的柔性臂微机控制系统研究

针对难以控制的柔性机械臂，设计了强鲁棒性、强自适应能力的模糊滑模控制策略；并针对控制对象与控制算法的复杂性，设计了基于DSP＋FPGA的控制系统，保证了系统的实时性和精确度。     

一类广义迭代学习控制系统的状态跟踪算法

利用迭代学习控制方法,研究了一类广义系统的状态跟踪问题.针对广义系统的分解形式,提出了一种新的迭代学习控制算法,该算法由部分D型算法和部分P型算法混合而成.给出了新算法的收敛条件,并从理论上对新算法进行了完整的收敛性分析.数值仿真结果说明了所提出的广义系统状态跟踪的迭代学习控制算法的有效性.     

基于扩张状态观测器的轮式移动机器人抗饱和自适应滑模轨迹跟踪控制

针对带有输入饱和约束的轮式移动机器人鲁棒轨迹跟踪问题,文章提出一种抗饱和自适应滑模控制方法.考虑到系统参数摄动和外部扰动等不确定因素对系统控制性能的影响,首先设计非线性扩张状态观测器来估计系统不确定因素,并基于估计值设计抗饱和自适应滑模控制器,消除系统的参数摄动、外部扰动和输入饱和约束对系统控制性能的影响.仿真对比结果验证了文章所提控制方法的优越性和有效性.     

机械臂系统的自适应跟踪控制

考虑一类非线性机械臂系统的跟踪控制.该系统包含未知的定常参数和多个未知的周期时变参数.提出了一种新的自适应跟踪控制方法,该方法能保证闭环系统的所有信号有界,且跟踪误差趋于零.     

一种时变非奇异快速终端滑模控制算法北大核心CSCD

针对非奇异快速终端滑模在趋近阶段收敛速率较慢的问题,提出一种时变非奇异快速终端滑模控制算法,提高了系统收敛速率.首先,提出一种时变非奇异快速终端滑模,使系统在滑动阶段能有限时间收敛到平衡点,并在趋近阶段保持较快的收敛速率.同时,提出一种新型双幂次趋近律,使其与经典双幂次趋近律相比具有更好的运动品质,同时改善系统鲁棒性.根据设计的滑模和趋近律提出一种时变非奇异快速终端滑模控制算法.通过Lyapunov理论证明:当系统扰动为0时,系统能实现有限时间收敛到平衡点;当系统扰动不为0时,系统滑模和其导数能有限时间收敛到一个剩余集,提高了系统控制精度.通过Matlab仿真表明,与传统非奇异快速终端滑模控制算法相比,该方法能有效提高系统收敛速率和控制精度,改善鲁棒性.     

一种时变非奇异快速终端滑模控制算法

针对非奇异快速终端滑模在趋近阶段收敛速率较慢的问题,提出一种时变非奇异快速终端滑模控制算法,提高了系统收敛速率.首先,提出一种时变非奇异快速终端滑模,使系统在滑动阶段能有限时间收敛到平衡点,并在趋近阶段保持较快的收敛速率.同时,提出一种新型双幂次趋近律,使其与经典双幂次趋近律相比具有更好的运动品质,同时改善系统鲁棒性.根据设计的滑模和趋近律提出一种时变非奇异快速终端滑模控制算法.通过Lyapunov理论证明:当系统扰动为0时,系统能实现有限时间收敛到平衡点;当系统扰动不为0时,系统滑模和其导数能有限时间收敛到一个剩余集,提高了系统控制精度.通过Matlab仿真表明,与传统非奇异快速终端滑模控制算法相比,该方法能有效提高系统收敛速率和控制精度,改善鲁棒性.     

区域约束环境下柔性关节机械臂的一致性控制

文章研究了柔性关节机械臂在区域约束条件下的一致性控制问题,提出了一种基于区域势函数约束环境下的柔性关节机械臂一致性控制算法,该算法能够有效控制柔性机械臂同步态的范围,无需计算最终的同步态,因而适用于实际多柔性关节机械臂区域内的协同控制和应用.进一步地,基于网络拓扑结构特征,给出了实现柔性关节机械臂区域可达一致性控制的充分条件.最后,文章给出了数值模拟以验证所提算法的有效性和正确性.     

基于奇异摄动的柔性关节机械臂约束跟随控制研究北大核心CSCD

针对二连杆柔性关节机械臂,提出了一种基于奇异摄动理论和Udwadia-Kalaba(U-K)方法的控制方法.设计步骤主要分为两步:第一,基于奇异摄动法对系统进行降阶,把系统拆分为快、慢系统,不仅降低了求解系统的阶次,而且克服了系统柔性;第二,基于U-K方法设计了快、慢系统的状态反馈约束跟随控制律,能使快、慢系统约束跟随误差收敛到零,即使系统初始不满足约束条件,该方法不需要借助Lagrange乘子和伪广义速度等辅助变量,可以同时处理完整约束和非完整约束.将以上方法运用在二连杆柔性关节机械臂系统中,解决了二连杆柔性关节机械臂的柔性振荡和约束跟随的问题.使用MATLAB进行仿真,并且与传统PID控制进行了对比,验证了所提出的方法的有效性与优越性.     

基于自抗扰控制器的CNC雕刻机控制系统轮廓误差控制

针对CNC雕刻机控制系统因时变时延影响轮廓跟踪精度的问题,设计了基于自抗扰控制的单轴轨迹跟踪控制器和基于非线性PID(NLPID)的轮廓误差补偿控制器.首先,针对单轴轨迹跟踪控制,将时变时延引起的不确定性处理成系统总干扰的一部分,设计扩张状态观测器(ESO),对系统内外总干扰和系统状态进行实时估计,并设计误差补偿控制律,实现系统干扰的估计和补偿,得到良好的单轴轨迹跟踪控制性能.然后,根据轮廓误差估计值,设计基于NLPID的轮廓误差补偿控制器,对系统轮廓误差实时补偿,实现了良好的轮廓跟踪控制性能.最后,通过实验验证了所提方法的有效性.     

不用饱和函数的重复学习控制

考虑一类高阶不确定非线性系统的跟踪控制问题,系统的控制系数是一个依赖于系统输出的未知函数.许多常见的机械和电机控制系统是这类系统的特例.文章提出了一种不采用饱和函数的重复学习控制方法,该方法能保证闭环系统中所有信号有界,且跟踪误差和期望输入的估计误差都趋于零.最后,举了一个仿真例子,仿真结果显示,跟踪误差和期望输入的估计误差很快地趋于零,这说明了文章方法的有效性.     

PMSM伺服系统的神经网络动态面控制

针对永磁同步电动机(PMSM)伺服系统中存在负载扰动和参数不确定问题,提出一种新型的基于预估器的自适应神经网络动态面控制算法.采用神经网络在线辨识系统的不确定项.在控制设计中引入神经网络预估器,并利用预估偏差学习神经网络的权值向量.通过引入动态面控制技术克服传统反步递推控制设计中存在的"复杂性爆炸"问题.所提控制算法可以在实现快速自适应的同时,避免了控制输入中可能存在的高频信号和控制输入漂移问题,进而提高PMSM伺服系统的位置跟踪控制性能.仿真结果验证了所提控制算法的有效性,并且与现有自适应神经网络控制方案相比,基于文章提出的自适应神经网络动态面控制方案的PMSM伺服系统具有更好的位置跟踪性能.     

基于RBF神经网络的超导风力发电系统变速控制研究

超导同步发电机(SCSG)以其功率密度大,重量轻,体积小,寿命长的特点,已经被用来研究超大型海上风力发电机组.文章首先介绍了一种将高温超导材料应用于大型风力发电机组的技术,分析了高温超导发电机的结构和特点,基于FAST和Matlab/Simulink软件平台搭建SCSG风力发电机组的数学模型和速度控制模块,其次针对SCSG模型存在高阶,非线性时变的特性,在速度控制环中引入了基于Delta学习规则的单神经元自适应PID控制算法,其中RBF网络用于控制参数的辨识整定.模拟实验结果表明,相对于传统PID控制,该算法可以使SCSG速度更好地跟踪风速,保持稳定的最佳叶尖速比和最大功率系数,从而实现最大风能利用.     

具有固定初始偏移的线性广义迭代学习控制系统的状态跟踪算法

本文研究线性广义系统存在固定初始偏移时的迭代学习控制问题.利用矩阵奇异值分解的方法,将广义系统转化为微分代数系统,再根据微分代数系统的性质,构建得到一种新的迭代学习控制算法,该算法由部分PD型算法和部分P型算法混合而成.利用压缩映射原理,证明在这种学习算法的作用下,系统的状态跟踪误差渐近收敛于零.为消除固定初始偏移的影响,本文进一步将初始修正策略应用到广义系统上,并由此构建得到相应的学习算法.证明在这种学习算法的作用下,可实现状态轨迹在预定有限时间区间上对期望轨迹的完全跟踪,且与初始偏移量的大小无关.仿真算例验证了算法的有效性.     

基于DMP-RRT的机械臂轨迹学习与避障方法

针对机械臂在工作空间中运动轨迹规划难的问题,文章提出了一种基于示教学习的轨迹学习与避障方法,该方法融合了高斯混合模型(GMM)、动态运动基元(DMP)和快速扩展随机树(RRT)方法.通过GMM表征预处理后的轨迹数据集,提取运动特征,优化轨迹点分布并回归生成示教轨迹.利用DMP模型对优化轨迹进行编码,学习生成复现轨迹,并...     

永磁同步电机复合型变阶次积分滑模控制研究

基于永磁同步电动机(PMSM)的数学模型和状态方程,为提高其位置控制的动态响应性能和鲁棒性,提出一种含有整数阶积分以及分数阶积分的复合型非线性滑模面,并设计了相应的位置滑模控制算法,其中分数阶积分项的阶次采用模糊推理原则获得.在控制律输出中加入滑模面的分数阶积分项作为前馈补偿,进一步增强了抑制负载扰动及削弱系统抖振的能力.通过Lyapunov定理证明了所设计的复合积分滑模控制方法的稳定性.对所提控制方法进行模型搭建和数值仿真,仿真结果证明了所提方法的鲁棒性和有效性.     

不确定电液位置伺服系统的自适应终端滑模控制

为了解决非线性、不确定电液伺服系统的位置跟踪控制问题,提出了一种基于反步法的自适应终端滑模控制方法.该方法将自适应控制和终端滑模方法结合在一起,一方面,提出的自适应控制律可以对电液伺服系统中的不确定性参数进行有效在线估计和补偿;另一方面,通过引入误差吸引子到滑模趋近律中得到变系数趋近律,设计的终端滑模控制律不仅能够消除普通终端滑模控制律中的非奇异项,还大大降低了滑模面的抖震.最终,根据Lyapunov稳定性理论,位置跟踪误差的有限时间稳定性得以严格证明.将该方法与积分反步滑模控制和线性滑模控制方法进行了对比研究,仿真结果验证了该方法在电液伺服系统位置跟踪控制方面良好的鲁棒性和跟踪精度.