基于B样条网补偿的直线伺服系统跟踪控制

针对永磁直线同步电机(PMLSM)伺服系统，在分析影响直线伺服跟踪精度因素的基础上，采用学习前馈控制(LFFC)策略对该伺服系统进行有效的补偿控制.在系统和扰动定性知识的基础上，设计了基于B样条网络的学习前馈补偿控制，利用了B样条网具有收敛速度快和避免局部极值的优点.仿真结果表明，该控制策略明显降低了外部负载扰动、端部效应、摩擦力以及系统参数变化等对系统性能的影响，从而显著提高了直线伺服系统的跟踪精度.     

基于学习前馈控制的永磁直线伺服系统跟踪控制研究

针对永磁直线同步电动机(PMLSM)伺服系统,在分析影响直线伺服跟踪精度因素的基础上,引入学习前馈控制(LFFC)补偿技术。学习前馈控制是一种反馈误差学习的控制形式,其包含了反馈控制器和采用函数逼近器的前馈控制器两部分。在系统和扰动定性知识的基础上,设计了基于B样条网络的学习前馈补偿控制。仿真结果表明,该方案有效地降低了负载扰动、端部效应等对系统性能的影响,提高了系统的跟踪精度。     

基于学习前馈控制的永磁直线伺服系统跟踪控制研究

针对永磁直线同步电动机（PMLSM）伺服系统,在分析影响直线伺服跟踪精度因素的基础上,引入学习前馈控制（LFFC）补偿技术.学习前馈控制是一种反馈误差学习的控制形式,其包含了反馈控制器和采用函数逼近器的前馈控制器两部分.在系统和扰动定性知识的基础上,设计了基于B样条网络的学习前馈补偿控制.仿真结果表明,该方案有效地降低了负载扰动、端部效应等对系统性能的影响,提高了系统的跟踪精度.     

直线电动机迭代学习控制方法的仿真研究

直线电动机是一种多变量、非线性的控制系统,采用经典的PID控制难以得到满意的控制效果,为此设计一个基于前馈辅助PID控制器的神经网络（PIDNN）控制系统.该控制系统的结构主要由一个反馈和一个前馈构成,反馈是PID控制,为系统提供稳定性;前馈为ILC控制,作为对系统的非线性、未知的动力和扰动的前馈补偿.在Matlab环境下,对所提出的方案进行了仿真实验,并与传统PID进行比较.结果表明,该方案能够有效地提高系统的速度和位置的跟踪性能,并验证了采用智能前馈控制的优势.该系统适合应用于大量重复的运动轨迹系统.     

基于ZPETC-FF和DOB的精密运动平台控制

光刻机的工件台和掩模台采用长行程直线电机宏动跟随平面电机高精密微动的复合运动方式,实现系统高动态纳米级精度的跟踪定位. 为减小平面电机的运动范围和加速度,必须提高直线电机精密运动平台的跟踪精度. 提出一种零相位误差跟踪控制器加前馈(ZPETC-FF)和干扰观测器(DOB)相结合的复合控制方法,以提高直线电机宏动精密运动平台的运动精度. ZPETC-FF作为前馈跟踪控制器,有效提高了系统带宽和跟踪性能,减小了系统的动态跟踪误差;DOB作为鲁棒反馈控制器,补偿了外部扰动、未建模动态和系统参数摄动等,有效提高了系统的抗干扰能力. 实验表明,所提出的控制方法与传统的控制方法相比,不仅提高了系统的动态跟踪性能,而且还具有更强的抗干扰能力.     

不确定性机器人系统前馈-反馈跟踪控制仿真

针对不确定性机器人系统的轨迹跟踪控制问题,利用基于计算力矩方法的前馈控制,结合PID的反馈控制构成前馈-反馈控制策略,给出了系统控制器设计的详细步骤.将该方法应用于GR-Ⅱ型两关节机器人系统,在考虑扰动变化和系统不确定性变化的情况下,经仿真证明了前馈-反馈控制能保证系统良好的稳定性,并对系统的扰动和不确定性具有强的鲁棒性和良好的跟踪控制精度.     

基于扰动观测器的轮式移动机器人滚动时域路径跟踪控制

轮式移动机器人路径跟踪控制问题中通常存在状态约束和输入约束,并且系统运行时容易受到外部扰动的影响。本文基于非线性扰动观测器提出了一种轮式移动机器人滚动时域路径跟踪控制策略。当没有外部扰动作用于系统时,滚动时域控制算法可以满足控制约束和状态约束,并且使得轮式移动机器人跟踪期望的轨迹;当存在外部干扰,尤其是慢变扰动时,非线性扰动观测器能够估计扰动,并通过反馈补偿扰动对轮式移动机器人移动轨迹的影响。仿真结果表明,在外部干扰存在的情况下该控制策略能够保证移动机器人渐近跟踪期望路径。     

基于扰动观测器的时滞非线性系统的跟踪控制

研究了具有输入时滞和未知外部扰动的单输入单输出非线性系统的跟踪控制问题. 针对系统中未知扰动,设计了扰动观测器对其进行良好的监测,针对输入时滞问题,采用pade近似和增加中间变量的方法消除其带来的影响. 在系统具有未知外部扰动的情况下,利用反步法和扰动观测器的技术提出了鲁棒跟踪控制. 在基于扰动观测器的鲁棒跟踪控制下,通过李雅普诺夫分析,保证了闭环系统中所有信号的一致渐近收敛性. 最后通过一个仿真实例验证了该控制方法的有效性.     

基于分数阶PID和重复控制的快速刀具伺服系统

针对永磁直线同步电机(PMLSM)驱动的快速刀具伺服系统在高频输入信号时的系统跟踪精度问题,设计了一种分数阶PID重复控制算法.由于系统的参考信号和干扰信号都具有周期性的特点,通过对系统参考信号的跟踪和扰动的抑制研究,将改进型分数阶PID控制和重复控制相结合,利用重复控制对周期性输入或复杂干扰信号的跟踪和抑制能力来补偿分数阶PID控制器,使系统有快速响应能力的同时具有较强的抗干扰性.仿真结果表明,所提出的控制策略有效地提高了伺服系统的跟踪精度,并对周期性扰动有较好的抑制作用.     

基于前馈补偿的空间光通信精跟踪控制研究

针对空间光通信精跟踪系统存在非线性、时延滞后的特性而难于建立精确的数学模型,设计了基于前馈补偿的模糊比例、积分和微分(PID)控制系统。采用camera-link接口的高帧频可开窗口CMOS相机和大规模FPGA芯片,设计了精跟踪处理控制平台。将图像处理、前馈补偿和模糊PID控制等功能全部集成在FPGA芯片内部,大大降低了系统体积和成本;将模糊PID与前馈补偿相结合,极大提高了系统的控制精度和抑制外部干扰的能力。测试结果表明,该系统稳定精度高、抗干扰能力强。     

基于模型预测的迭代学习控制器设计

针对具有非重复性干扰项的重复操作过程,提出了基于模型预测的迭代学习控制算法。其中,迭代学习控制器以前馈形式作用于重复过程.算法在时间轴方向基于跟踪误差暂态模型,采用模型预测控制的反馈校正,来抑制当前随机干扰,提高系统的跟踪性能.在重复次序方向利用P型迭代学习控制克服重复干扰.仿真结果表明了该方法的有效性.     

机械臂非奇异快速终端滑模模糊控制

针对存在建模误差和外部干扰等大量不确定信息的机械臂轨迹追踪控制问题,提出带有自适应模糊系统的终端滑模控制方法. 该方法采用非奇异快速终端滑模面,使状态变量在滑动阶段具有全局快速收敛性;选取带有变系数的改进型双幂次趋近律,提高状态变量在趋近运动阶段的收敛速度,削弱控制器输出抖振;利用自适应多输入多输出（MIMO）模糊系统对系统模型以及外部干扰进行逼近,摆脱对具体模型信息的依赖,提高轨迹追踪精度和抗干扰能力. 通过构建Lyapunov函数证明系统的闭环稳定性和有限时间收敛性. 以Denso VP6242G串联机械臂为被控对象进行对比仿真和实验,结果表明所设计的控制器能有效提高轨迹追踪精度和抗扰动能力,并缓解控制器输出中的抖振现象.     

Path planning and stability control of collision avoidance system based on active front steering

Vehicle collision avoidance system is a kind of auxiliary driving system based on vehicle active safety,which can assist the driver to take the initiative to avoid obstacles under certain conditions,so as to effectively improve the driving safety of vehicle.This paper presents a collision avoidance system for an autonomous vehicle based on an active front steering,which mainly consists of a path planner and a robust tracking controller.A path planner is designed based on polynomial parameterization optimized by simulated annealing algorithm,which plans an evasive trajectory to bypass the obstacle and avoid crashes.The dynamic models of the AFS system,vehicle as well as the driver model are established,and based on these,a robust tracking controller is proposed,which controls the system to resist external disturbances and work in accordance with the planning trajectory.The proposed collision avoidance system is testified through CarSim and Simulink combined simulation platform.The simulation results show that it can effectively track the planning trajectory,and improve the steering stability and anti-interference performance of the vehicle.     

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.     

基于H∞理论的滚珠丝杠进给系统滑模控制

针对滚珠丝杠进给系统的动态特性,建立参数不确定的数学模型. 为了消除参数不确定的影响,设计满足H∞性能的积分滑模控制器. 针对存在的未知干扰,设计指数干扰观测器进行补偿. 分析结果表明,本研究的控制方法具有L₂增益性能. 利用该方法在滚珠丝杠实验台上进行轨迹跟踪实验. 实验结果表明,当使用设计的控制器时,最大跟踪误差为16.85 μm;当使用设计的控制器加上指数干扰观测器时,最大跟踪误差为10.18 μm;在工作台增加25 kg质量块后,当使用设计的控制器加上干扰观测器时,最大跟踪误差为15.61 μm. 实验结果说明所设计的控制器具有较好的性能,并且干扰观测器能够提高控制精度. 与传统的比例-比例积分控制器的对比结果说明本研究的控制方法有较好的综合性能.     

深海采矿车的轨迹跟踪控制算法与仿真

根据深海采矿车的运动学模型,考虑随机打滑率等干扰影响,采用分层控制的思想将采矿车的轨迹跟踪控制分为2部分:轨迹跟踪模糊控制器和速度PID控制器.基于连续状态反馈的有限时间控制算法,结合模糊逻辑控制器,设计了一种连续的状态反馈轨迹跟踪控制算法,仿真结果表明了该方法的有效性.     

基于二型模糊大脑情感学习控制器的双足机器人容错控制研究

为提高双足机器人行走的控制精度,提出利用二型模糊大脑情感学习控制器对双足机器人进行容错控制.该方法利用控制器的非线性估计模块估计双足机器人的系统故障和建模误差信息,并由计算转矩控制器和鲁棒控制器实现容错控制以解决外部扰动引起的系统不稳定问题.利用Matlab对两个案例进行仿真结果表明,该方法在双足机器人出现系统故障和外部出现扰动的情况下,仍能良好地估计出控制器的输入值,使双足机器人正常运行.因此,该方法对提高双足机器人的容错控制精度及轨迹跟踪的可靠性具有很好的参考价值.     

四轮移动机器人轨迹跟踪的最优状态反馈控制

对具有量测噪声、模型噪声和输入信号干扰的四轮移动机器人轨迹跟踪的最优状态反馈控制进行研究.建立系统的运动学与动力学方程和轨迹生成方程,导出了相应的离散状态方程式,采用卡尔曼滤波器对伴有高斯白噪声的系统状态方程进行了状态估计,提出一种基于李亚普诺夫稳定性的最优状态反馈控制策略.给出了补偿输入信号干扰的自适应算法.仿真结果表明,所提出的控制算法,在四轮移动机器人轨迹跟踪中,能有效地抑制系统的模型、量测和输入信号中的随机噪声和扰动,提高系统的跟踪精度和动态响应速度,使系统具有优良的静、动态特性．     

欠驱动水面船舶的非线性滑模轨迹跟踪控制

针对模型参数存在不确定性和风、浪、流时变干扰的三自由度欠驱动水面船舶动态轨迹跟踪控制问题,根据滑模控制对系统的不确定性和外界干扰具有鲁棒性的特点,提出了一种新型的非线性滑模控制律设计方法.在设计时根据欠驱动水面船舶的固有特性,船舶在横向上没有驱动,如果要同时控制船舶水平面位置和艏摇角3个自由度的运动,就需要分别引入关于纵向跟踪误差的一阶滑动平面和关于横向跟踪误差的二阶滑动平面来间接设计控制律.仿真结果表明,所设计的控制器能够使船舶跟踪虚拟船产生的参考轨迹,对参数不确定和外界扰动具有强的鲁棒性.     

高速无人驾驶车辆轨迹跟踪和稳定性控制

针对高速无人驾驶车辆运动控制过程中轨迹跟踪精度和稳定性难以同时保障的问题,提出综合前馈-反馈及自抗扰控制(ADRC)补偿相结合的横向控制算法. 通过车速和道路曲率信息计算前馈稳态前轮转向角,将质心侧偏角引入航向偏差,以车辆航向角偏差和侧向偏差作为参考量进行反馈控制,通过前馈-反馈控制提升瞬态轨迹跟踪性能. 设计自抗扰控制器,通过扩张状态观测器对未建模动态和内外界干扰进行估计,通过将后轮侧偏角控制在参考值附近来补偿前轮转角,提升无人驾驶车辆的转向稳定性和控制器的鲁棒性. 不同工况下的仿真结果表明,利用该方法可以保证高速无人驾驶车辆稳定地跟踪期望路径行驶,轨迹跟踪偏差较小,对车辆参数变化和外界干扰具有较强的鲁棒性.