基于LQR控制算法的双层混合隔振系统优化设计

针对基于LQR控制算法设计的控制器并不能实现混合隔振系统的全局优化问题的现状,提出了邻域繁殖遗传算法双层隔振系统进行优化设计的方法,并对基于LQR控制算法的双层混合隔振系统进行了多目标优化设计和分析。结果表明:双层混合隔振系统在降低系统力传递率的同时,并没有加剧机械设备振动,从而为混合隔振系统优化设计提供了一种思路。     

基于神经网络的离散变结构控制系统

系统研究了基于神经网络的离散变结构控制系统设计方法,提出了几种具体设计方案.神经网络的引入可以使滑模(变结构)控制具备学习与自适应能力,使控制信号得以柔化,从而能够减轻或避免困扰常规滑模控制器的抖振现象,改善控制效果.     

弹药自动装填机器人免疫遗传模糊神经滑模控制

提出了一种基于改进免疫遗传算法的弹药自动装填机器人自适应模糊神经滑模控制器(IIGAAFNSMC)。用径向基神经网络来近似等效滑模控制中的不确定参数,通过自适应免疫遗传算法在线调整径向基神经网络非线性隐含层的结构和参数。利用最小二乘法计算线性输出层的权值,自适应模糊系统调节滑模控制的增益,减小了网络逼近误差和外部干扰并消除了传统滑模控制中的抖振问题。仿真结果表明,该方法比传统的神经网络滑模控制器具有更高的逼近精度和速度。     

基于RBF网络的滑模变结构控制在无刷直流电机伺服系统中的应用

无刷直流电动机的参数强耦合、高度非线性特性增加了对其速度控制的难度，针对这一特点，设计了一种神经网络滑模变结构速度控制器。将无刷直流电机速度伺服系统分成名义模型和不确定模型，采用状态反馈方法对名义模型进行控制，以RBF神经网络为滑模动态补偿器对不确定系统进行控制。该方法不仪具有变结构控制的抗参数摄动、抗干扰以及速度快等优点，神经网络控制的加入还有效地减弱了单纯滑模变结构控制所带来的“抖振”现象。Matlab仿真结果表明，该控制器具有良好的控制性能和鲁棒性能。     

双层气囊隔振装置多目标协同姿态控制方法

针对双层气囊隔振装置高精度姿态平衡控制需求,提出多目标协同姿态控制方法。通过建立双层隔振装置动力学模型、充放气控制等效作用力模型,建立了控制响应特性分析模型。并基于多目标满意优化方法建立了多目标协同姿态控制方法,使得双层气囊隔振装置能够较好地适应上下层气囊隔振装置姿态耦合,实现姿态平衡控制,并可有效抑制结构弹性变形对姿态平衡控制的影响。在双层气囊隔振装置上验证了该控制方法的可行性。该方法将用于某型船舶大型发电机组双层气囊隔振系统,实现双层气囊隔振装置柔性支撑状态下的姿态平衡控制。     

基于柔性基础的双层隔振系统概率灵敏度分析

对基于柔性基础的双层隔振系统的功率流传递特性进行了分析,利用有限元分析软件ANSYS计算了传递到基础的功率流,并用概率灵敏度分析方法研究了功率流对隔振系统给定参数的灵敏度,为双层隔振系统的优化设计奠定了基础.     

坦克稳定器的神经滑模控制方法

针对坦克稳定器这一类非线性和不确定性的复杂控制对象,提出一种神经滑模控制方法。该方法将滑模控制与神经网络相结合,解决了控制系统跟踪性能和鲁棒性能之间的矛盾。系统中的滑模控制器保证了系统的快速跟踪性能;而神经网络具有很强的自学习功能,通过学习能够保证系统的稳定性,同时可对扰动和参数变化进行有效的抑制补偿,从而在不牺牲系统鲁棒性的同时达到削弱抖振的目的。从理论上证明了滑动平面的稳定性,并且通过仿真验证了该结果。仿真结果表明该设计方法优于经典设计,为实际设计提供了一种可行的新方法。     

改进幂指数趋近律的航空发动机模糊滑模控制

针对滑模变结构控制趋近运动不具有鲁棒性的问题,提出了一种基于改进幂指数趋近律的航空发动机模糊滑模控制策略。采用一种参数模糊自调节的时变滑模面,"主动迎上"系统状态轨迹,而不是被动等待系统状态轨迹落在滑模面上,缩短趋近运动时间,提高控制器的鲁棒性;并提出了一种改进的幂指数趋近律,进一步削弱抖振。仿真结果表明,所设计的控制器取得了令人满意的控制效果,能有效地抑制干扰和参数不确定性的影响,削弱抖振。     

伺服电机NCS神经网络PID趋近律滑模控制

针对直流伺服驱动电机的网络控制系统的非线性控制系统特性和神经网络多包传输的特性,提出一种基于滑动窗口策略的多核LS-SVM神经网络PID趋近滑模控制器。该控制器可以在线控制和预测丢包补偿,并将其控制系统实现为一种具有延迟和丢包的多包数据传输直流控制器的伺服驱动电机神经网络自动控制补偿系统。其主要方法为,首先基于等效变换、无延迟和滑动窗口相结合的LS-SVM在线数据包损耗预测,建立系统的延迟补偿模型。其后通过神经网络的非线性映射对PID参数进行在线调整,实现稳态并进行分析。仿真结果表明,组合内核LS-SVM预测策略可以提高数据包损失补偿的准确性,减少系统抖振,在响应速度较快的情况下完成整定。     

基于主动磁轴承飞轮转子的滑模变结构控制研究

针对主动磁轴承飞轮转子系统存在较多不确定因素的问题,设计了滑模变结构控制器,其中采用Lyapunov方法建立滑模面,由比例型到达律确定到达控制器,同时由Lyapunov第二方法证明了闭环系统的渐进稳定性.仿真结果表明,系统的位移和速度能在较短时间内收敛到零,抖振较小,系统动态响应较快,稳定精度较高,对外界干扰和参数变化具有较强的鲁棒性,从而达到了较好的控制效果.     

挠性航天器姿态机动的主动振动控制

研究了挠性航天器姿态机动过程中挠性附件的主动振动控制问题.针对刚性主体上带有挠性梁的航天器,在建立挠性系统动力学模型的基础上,采用滑模变结构控制策略进行挠性航天器的大角度机动控制,为了快速抑制由于刚体运动而激发的弹性振动,在挠性梁上配置压电致动器,并通过速度反馈设计压电致动器的控制律.仿真结果表明,此方法在实现了旋转机动的同时,有效抑制了弹性振动.     

Finite-time tracking control and vibration suppression based on the concept of virtual control force for flexible two-link space robot

The dynamic modeling, finite-time trajectory tracking control and vibration suppression of a flexible two-link space robot are studied. Firstly, the dynamic model of the system is established by combining Lagrange method with assumed mode method. In order to ensure that the base attitude and the joints of space robot can reach the desired positions within a limited time, a non-singular fast terminal sliding mode (NFTSM) controller is designed, which realizes the finite-time convergence of the trajectory tracking errors. Subsequently, for the sake of suppressing the vibrations of flexible links, a hybrid tra-jectory based on the concept of the virtual control force is developed, which can reflect the flexible modes and the trajectory tracking errors simultaneously. By modifying the original control scheme, a NFTSM hybrid controller is proposed. The hybrid control scheme can not only realized attitude stabili-zation and trajectory tracking of joints in finite time, but also provide a new method of vibration sup-pression. The simulation results verify the effectiveness of the designed hybrid control strategy.     

模糊神经网络在发电机励磁控制中的应用

采用含有惯性项学习算法的BP神经网络代替模糊PID控制器，对同步发电机励磁控制系统进行仿真。仿真结果表明，在系统遭受扰动或突加减载时，所设计的模糊神经网络励磁控制器具有良好的控制效果。     

制导炮弹非线性滑模控制器设计

为了提高制导炮弹的精确打击能力,研究了一种非线性滑模变结构控制器。利用近似最优控制理论确定了非线性滑模面,并设计了舵面的控制律,使得系统状态快速达到并保持在滑模面,采用指数趋近律和饱和函数减轻了滑模控制带来的抖振,实现对控制指令的跟踪。仿真表明,设计的非线性控制器能有效处理制导炮弹的非线性耦合问题,快速响应控制指令,并且在气动参数摄动时体现出较强的鲁棒性,具有良好的工程应用前景。     

双层隔振系统的模糊-PID控制方法

PID算法简单,稳态性能好,但动态性能差.模糊控制方法灵活,适应性强,不依赖于受控对象的数学模型,可以处理系统参数的非线性和不确定性问题,动态性能好,但稳态性能差.为提高双层隔振系统隔离低频结构噪声的不足,将模糊控制理论应用于双层隔振系统,较好地实现了两种算法的结合,弥补了该系统动态性能差的缺陷.仿真结果表明该方法有良好的减振效果.     

前馈控制的神经网络实现

不依赖对象模型,在前馈-反馈定值控制系统中,借助神经网络构成前馈控制器,以反馈输出引导网络权值及输出的调整,使网络逐步学成前馈补偿功能,并最终在控制中占据主导地位,实现对主要可测干扰的补偿.文章分析了神经网络前馈控制器的作用效果,并与根据精确模型设计的常规前馈控制器的作用特性进行了比较.文中采用两种不同方式对神经网络进行训练,仿真结果证实了在模型未知的条件下,利用神经网络实现前馈控制的有效性.     

Novel approach for active vibration control of a flexible missile

This paper investigates the feasibility of using an active dynamic vibration absorber (ADVA) for active vibration control of a flexible missile system through simulation. Based on the principles of a dynamic vibration absorber (DVA), a ring-type ADVA is first designed to attenuate the elastic vibration of the flexible missile, and the design of the active controller adopts the proportional-integral-derivative (PID) control algorithm. The motion equations of a flexible missile with an ADVA, which is subjected to follower thrust at its aft end, are derived using the Lagrangian approach. Taking the minimum of the root mean square (RMS) of the lateral displacement response of the center of mass as the objective function, a genetic algorithm (GA) is used to optimize the parameter of the DVA and PID controller. The numerical calculations show that the ADVA and DVA are effective in suppressing the vibration and provide approximately 41.2% and 17.6% improvement, respectively, compared with the case of no DVA. The ADVA has better performance than the DVA. When the missile is subjected to follower thrust, the effect of vibration reduction is more effective than the case without follower thrust. It is feasible to reduce vibration and improve the stability of flexible missiles by means of the ADVA.