浮球式惯导平台的自适应模糊滑模稳定控制

针对浮球式惯导平台的惯性空间稳定问题,提出了一种基于模糊逻辑的自适应滑模控制方案。该方法利用滑模控制器保证了系统的稳定性和快速性,解决了浮球式惯导平台参数不确定、未建模动态等未知干扰问题;然后,基于滑模控制器的设计问题,利用模糊逻辑和自适应控制律,调节滑模控制器的参数,估计并补偿系统的外界干扰及不确定性等干扰,增强系统对随机不确定性的适应能力,提高控制系统的鲁棒性和控制精度;最后,利用Laypunov方法证明了控制系统的稳定性与收敛性。仿真结果表明,该方法可以有效减低滑模控制控制输入抖振问题,实现浮球式惯导平台的高精度惯性空间稳定,且稳定精度高于 。     

基于干扰观测器的高超声速飞行器Terminal滑模控制

针对高超声速飞行器控制系统纵向平面轨迹跟踪问题,提出了一种基于干扰观测器的终端(Terminal)滑模控制器设计方法。将结构的弹性振动视为刚体动力学系统中的不确定因素,采用Terminal滑模控制方法设计速度和高度控制器。为增强控制器的鲁棒性,设计了一种非线性干扰观测器对模型不确定项进行自适应估计和补偿。仿真实验表明,该控制器对模型不确定性和气动弹性影响具有鲁棒性,能够实现对速度和高度参考输入的稳定跟踪。     

基于输入特性分析的光电跟踪内模控制设计

内模控制是一种基于对象教学模型进行控制器设计的新型控制策略,其设计思路是将对象模型与实际对象相并联,控制器逼近模型的动态逆.根据内模控制原理及光电跟踪系统参考输入及扰动输入特性,设计了一种新型位置控制器.并分析了IMC跟踪控制器的零稳念偏差及抗干扰性能.从仿真结果看,与常规PID控制相比,内模控制器参数调整简单、跟踪性能良好.特别是在针对目标突然机动的情况下.IMC控制器具有良好的稳态误差重构能力,即能迅速收敛到稳态误差.根据仿真结果数据统计,系统跟踪误差的均方根可减小到0.5 tarad,表明该控制器能够提高系统的跟踪精度,为高性能光电跟踪系统提供了一种新的控制策略.     

基于新型滑模面的机械臂快速轨迹跟踪滑模变结构控制

从滑模变结构控制的趋近运动和滑模运动两个阶段人手,分别对影响其性能的滑模面和趋近律进行了设计．首先,基于线性滑模面和终端滑模面,设计了一种具有较快收敛速度的新型非线性滑模面,以缩短系统在滑模运动阶段的运动时间．同时,根据幂次趋近律提出了一种改进的趋近律设计方法,保证了其趋近运动的速度,并减弱了传统滑模变结构控制所固有的抖振．最后,将该方法用于机械臂的滑模轨迹跟踪控制策略设计,仿真结果表明,该策略保证了机械臂对期望轨迹的快速跟踪,具有较强的鲁棒性,并且验证了控制策略的有效性．     

AUV纵倾角动态面滑模自适应控制

对于自主水下机器人(AUV)纵倾角跟踪问题,提出一种基于动态面滑模思想的自适应控制方法。首先对自治水下机器人纵倾角运动模型进行简化,其次针对不确定外干扰的情况,设计了自适应规律,对外干扰进行估计,在此基础之上设计了动态面滑模自适应控制器,并通过李雅普诺夫稳定性理论证明了系统的稳定性,最后通过给定参数的仿真实验结果可知,所设计的控制器在系统受到不确定外干扰时,表现出良好的鲁棒性。     

PMSM位置伺服系统新型融合控制策略

针对PMSM位置伺服系统存在非线性、强耦合等特征,提出了一种基于分数阶PID和分数阶滑模控制的新型融合控制策略。通过检测位置误差、速度及负载转矩,归一化处理后带入构造的二次性能指标函数,根据其数值动态改变分数阶PID和分数阶滑模控制器输入到被控对象控制量的权重值大小,从而确保提出的新型融合控制策略具有快速跟踪和抗扰动能力。数值仿真实验结果表明:新型融合控制策略比分数阶PID和分数阶滑模控制拥有优良的动静态性能和较好的鲁棒性。     

考虑输入受限的高超声速飞行器预设性能控制

针对考虑输入幅值与速率受限的高超声速飞行器跟踪性能问题,提出基于受限指令滤波器的预设性能控制方案。为了提高系统瞬态和稳态性能,设计预设性能反演控制器,并通过设计新的性能函数使得跟踪误差超调量更小。引入指令滤波器来处理反演控制器设计中难以求导的问题。针对输入受限问题,构造一种受限指令滤波器来约束系统控制律,保证控制输入满足幅值和速率的限制要求,并进行相应的理论证明。另外,考虑系统参数不确定性与外界干扰,采用线性扩张状态观测器进行观测并补偿。基于Lyapunov稳定理论证明系统的所有跟踪误差最终一致有界。通过仿真验证该方法的有效性。     

基于滑模自适应鲁棒控制的四旋翼飞行器轨迹跟踪

针对四旋翼飞行器的稳定性在实际应用环境中会受到不同程度的破坏,不易对其进行高精度轨迹跟踪,提出一种滑模自适应鲁棒控制算法.系统整体采用内外环控制思想,将位置部分作为外环子系统,将姿态部分作为内环子系统,对两部分分别进行控制器的设计;通过运用李雅普诺夫稳定性分析判断控制算法是否能够使系统最终达到渐进稳定;最后进行仿真和实验研究,通过仿真和实验结果证明了此算法的有效性和优越性.     

非线性干扰观测器的高超声速飞行器鲁棒反演控制

针对高超声速飞行器控制系统设计,提出一种基于干扰观测器的鲁棒反演控制器设计方法。采用反演控制方法分别设计速度和高度控制器。引入滑模微分器设计虚拟控制量的导数求解器,避免了传统反演控制"微分项膨胀"问题。为增强控制器的鲁棒性,设计一种非线性干扰观测器对模型不确定项进行自适应估计和补偿。通过数值仿真表明,该控制器能够保证对速度和高度参考输入的稳定跟踪。     

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。