直线电梯单电磁导向装置悬浮气隙高度控制

针对单电磁导向系统参数变化及外部扰动对悬浮气隙高度产生的影响,提出了RBF神经网络自适应滑模控制方法.采用RBF神经网络并利用其学习功能,对直线电梯单电磁悬装置不确定参数进行自适应补偿,取代了常规滑模控制切换部分,并且消除了系统高频抖振现象.通过比例微分并行控制提高了RBF神经网络参数的收敛性,改善了局部极小现象的发生,增强了系统的鲁棒性,并采用Lyapunov稳定性理论证明了系统的稳定性.Matlab仿真显示该方法具有良好的跟踪性和鲁棒性.     

基于PD方法的不确定机器人神经网络变结构控制

针对不确定机器人轨迹跟踪控制,提出基于PD方法自适应神经网络变结构控制律,利用RBF神经网络补偿系统参数不确定性,用滑模变结构控制器消除神经网络的逼近误差.仿真结果表明,该控制律能保证轨迹跟踪误差的快速收敛性及对参数不确定性和外部扰动的鲁棒性.     

卫星姿态调节的自适应滑模控制器设计

针对刚体卫星的姿态调节问题,提出了一种自适应滑模控制器设计方法.在卫星转动惯量参数存在不确定性时,设计了基于李亚普诺夫方法的自适应滑模控制律,实现了对惯量参数的实时辨识.同时为克服滑模控制中控制量存在的固有的抖振问题,又提出了采用双曲正切函数代替符号函数的控制方案.最后对卫星姿态控制系统进行了仿真研究.结果表明,所设计的控制方案在实现姿态调节控制的同时,完成了对卫星转动惯量的辨识,并有效地抑制了外部扰动.     

基于自适应神经网络滑模观测器的容错控制

针对机电伺服系统可能发生的故障,提出基于自适应神经网络滑模观测器的快速终端滑模容错控制策略. 在自适应滑模观测器中引入神经网络估计故障,以提高故障发生时观测器的状态估计精度和故障检测准确性. 利用观测器的状态估计值进行状态重构,结合参数自适应技术和快速终端滑模控制方法设计主动容错控制器. 针对参数不确定性设计参数自适应率进行估计,并利用前馈补偿技术补偿故障和参数不确定性. 针对未知上界的扰动设计具有自适应增益的鲁棒项. 利用Lyapunov定理证明所提出的控制方法可以实现系统有界稳定,大量仿真和实验结果验证了控制器在系统发生故障时具有良好的容错能力、控制精度和响应速度.     

不确定性空间机器人自适应Terminal滑模控制方法

分析了空间机器人本体质量变化和负载情况变化对系统动力学不确定性的影响,并针对空间机器人操作负载变化显著的特点,设计了一种自适应Terminal滑模控制方法。利用RBF神经网络在线学习系统的不确定性上界,系统状态始终保持在滑模面上,并能保证系统控制误差在有限时间内收敛。以两自由度空间机器人为对象,对不同负载情况的运动进行了仿真,结果表明这种滑模控制方法对系统负载变化不敏感,并能保证期望控制精度。     

不确定系统的上界自适应动态神经滑模控制

针对滑模控制中不确定上界值的问题,提出一种神经网络上界自适应学习的动态滑模控制方法。该方法将系统中不确定及干扰部分分离出来,构造不确定量的联合上界,然后分两步进行分析。当上界已知时,采用动态滑模方法设计滑模控制器;上界未知时,采用神经网络自适应学习不确定项的上界,设计了权值调整规则及动态神经滑模控制器。该控制器不仅可以保证非线性不确定系统渐近稳定,降低一般滑模控制理论分析的条件,还有效地抑制了抖振。仿真实例表明,该控制方法是正确有效的。     

基于RBF神经网络的柔性机械臂位置控制

针对复杂的柔性机械臂位置控制问题,提出一种结合极点配置技术的自适应滑模控制方法。变结构滑模应用于柔性臂的刚性运动和弹性振动抑制的控制,极点配置用以设置滑模面的极点,以获得良好的动态响应特性。利用RBF网络自适应性学习系统不确定量的上界,神经网络的输出用于自适应修正控制律的切换增益。实例仿真结果表明,该控制方法能在对机械臂位置控制的同时有效地抑制柔性臂的弹性振动,对不确定参数具有鲁棒性。     

采用神经网络滑模控制的齿隙摩擦补偿

基于滞环齿隙模型和集合摩擦模型,建立了齿轮传动系统动力学变结构模型。采用径向基函数(RBF)神经网络和滑模控制构成复合控制器,对系统齿隙、摩擦非线性因素进行了补偿。利用RBF神经网络调节滑模控制器的切换项增益,降低了滑模控制的抖振,提高了补偿效果,仿真结果验证了该方法的可行性。     

飞翼布局无人机二阶滑模姿态跟踪鲁棒控制

针对飞翼布局无人机受扰姿态控制问题,提出一种二阶滑模姿态跟踪鲁棒控制方案。基于时标分离特性,将飞翼布局无人机姿态控制系统分为内外回路进行设计。外回路采用自适应二阶终端滑模控制器,利用自适应算法调节切换增益抑制复合干扰对系统性能的影响,同时二阶终端滑模将不连续的符号函数加在控制量的导数上,通过积分得到连续的滑模控制律,从而有效地消除了常规滑模控制器的抖振。内回路采用基于自适应super twisting滑模观测器的积分滑模控制器,设计自适应super twisting滑模观测器以实现对内回路复合干扰的估计和补偿。最后通过控制分配环节将控制力矩分配到舵面上,仿真结果验证了所提方案的有效性。     

基于神经网络的鲁棒自适应滑模迭代学习控制

对一类不确定非线性系统，包括不确定性机器人，提出一种自适应鲁棒迭代学习控制方案，学习控制用于学习周期性的系统不确定性，自适应滑模控制用于抑制非周期性系统不确定性，并且利用RBF神经网络自适应学习系统不确定性的未知上界，对不确定性系统动态和有界输入拢动具有鲁棒性，通过Lyapunov直接方法，确保了对每次迭代闭环系统是一致有界的，并且沿着迭代次数的增加，跟踪误差渐近收敛于零，仿真结果表明了该方案的有效性。     

卫星姿态跟踪的模糊滑模控制器设计

针对刚体卫星的姿态跟踪问题,提出了一种模糊滑模变结构控制器设计方法。首先根据由误差四元数和误差角速度描述的跟踪误差动力学和运动学方程,设计了基于李亚普诺夫方法的滑模变结构控制律。为克服滑模控制中存在的固有的抖振问题,采用模糊控制方法设计了切换控制项。最后对卫星姿态跟踪控制系统进行了仿真研究。结果表明,在参数不确定性及外干扰存在时,所设计的控制方案在实现姿态跟踪控制的同时,对于卫星转动惯量的摄动及外部扰动力矩是鲁棒的。     

时滞反馈Lorenz系统的神经网络滑模自适应同步控制及在保密通信中的应用

为了研究不确定Lorenz混沌系统同步控制在保密通信中的应用,首先设计了时滞反馈Lorenz混沌系统,并通过Poincare映射和功率谱分析了其混沌动力学特性.在此基础上,提出了不确定时滞反馈Lorenz混沌系统的神经网络滑模自适应同步控制策略.应用径向基(RBF)神经网络逼近混沌系统的不确定项,基于该径向基神经网络的输出再利用滑模控制和自适应控制相结合的方法提出了单维同步控制器的设计.最后,将所设计的同步控制方法应用于保密通信.仿真结果表明,本文所提出的神经网络滑模自适应同步控制方法可以实现混沌系统同步并可应用于保密通信,且具有较强的抗干扰能力.     

一类非线性系统的神经网络鲁棒自适应控制

针对一类单输入单输出仿射非线性系统，提出了一类神经网络鲁棒自适应控制。设计过程中，采用RBF神经网络实现对系统中的未知非线性函数逼近，并考虑到存在逼近误差和外部干扰，采用滑模控制实现了系统的鲁棒控制。最后通过MATLAB仿真，证明了该方法的有效性。     

滑模观测器在卫星姿控系统故障诊断中的应用

为提高卫星系统的可靠性,研究了基于观测器的卫星姿态控制系统执行机构故障诊断问题.考虑卫星姿态控制系统的不确定性及外界干扰,设计一种鲁棒自适应滑模观测器,采用Lyapunov函数作为稳定观测器的判别条件,保证了观测器的存在,利用设计的观测器对执行机构的故障进行重构从而达到故障诊断的目的.建立卫星闭环姿态控制系统模型并对算...     

挠性航天器预设性能自适应姿态跟踪控制

为研究存在外界干扰及未建模动态的挠性航天器姿态跟踪问题,提出了一种基于预设性能方法的自适应姿态跟踪控制策略.预设性能方法利用性能函数和一种误差变换方式,将系统的跟踪误差限制在预先设定的约束范围内,以保证系统响应具有期望的超调、收敛速度以及稳态误差.采用径向基函数(RBF)神经网络来处理由干扰和附件挠性振荡产生的模型未知动态.考虑到存在未知的神经网络逼近误差,为减小控制参数选取的保守性,进一步对逼近误差的上界进行自适应估计.结合权值和逼近误差上界的自适应律,设计了预设性能自适应姿态跟踪控制器.仿真结果表明,使用本方法可以有效补偿干扰及挠性振动所产生的影响,同时使姿态控制系统获得快速平稳的动态过程和给定的稳态跟踪精度.与未采用预设性能的方法相比,所提出的方法在收敛速度、跟踪精度与振荡抑制效果等方面均具有较明显的优势,并且对控制器参数选取的依赖性更低.     

卫星姿态调节的滑模PID控制器设计

针对刚体卫星的姿态调节问题,提出了一种滑模PID控制器设计方法.根据李亚普诺夫方法,推导出了采用PID形式的切换面的滑模PID控制器.在卫星转动惯量参数存在不确定性和存在外干扰时,该控制律也具有全局稳定性和鲁棒性.最后对卫星姿态控制系统进行了仿真研究.结果表明,所设计的控制方案在实现姿态调节控制的同时,对于卫星转动惯量的摄动及外部扰动力矩是鲁棒的.