电液伺服系统的多滑模鲁棒自适应控制

针对一类参数与外负载非匹配不确定的非线性高阶系统,提出了一种基于逐步递推方法的多滑模鲁棒自适应控制策略.应用逐步递推的多滑模控制方法简化了高阶系统的控制问题,同时在自适应控制中加入鲁棒控制的方法,以消除不确定性对控制性能的影响.首先利用逐步递推方法与状态反馈精确线性化理论,得出确定系统的多滑模控制器设计方法;然后基于Lyapunov稳定性分析方法,给出不确定系统的参数自适应律,及鲁棒自适应控制器的设计方法.本文把该控制策略应用到电液伺服系统的位置跟踪控制中,仿真结果显示,该控制方法具有较强的鲁棒性及良好的跟踪效果.     

一类不确定非线性系统的鲁棒白适应控制

针对一类MIMO不确定非线性系统的输出跟踪问题,基于自适应反步法和滑模控制为其设计了鲁棒自适应控制器。模型包含3种不确定性：1）参数不确定性;2）输入增益的不确定性;3）代表系统未建模动态和干扰的不确定函数,该函数有界。以非完整移动机械臂的输出跟踪控制为目标,对其进行仿真实验,实验结果表明所提出的控制算法是正确有效的。     

一种基于反步法的鲁棒自适应终端滑模控制

针对不确定严格反馈块控非线性系统, 提出了一种基于反步法的鲁棒自适应终端滑模变结构控制方法. 系统的未知不确定及外界干扰由模糊系统在线逼近, 利用反步法设计了变结构控制的终端滑模面, 并由此得到了鲁棒自适应终端滑模控制器, 使系统的跟踪误差在有限时间内趋于给定轨迹的任意小的邻域内. 通过Lyapunov定理证明了闭环系统所有信号最终有界. 对某战斗机6自由度机动仿真结果表明, 该方法具有强鲁棒性.     

一类不确定非线性系统的鲁棒自适应控制

针对一类MIMO不确定非线性系统的输出跟踪问题, 基于自适应反步法和滑模控制为其设计了鲁棒自适应控制器. 模型包含3种不确定性: 1) 参数不确定性; 2) 输入增益的不确定性; 3) 代表系统未建模动态和干扰的不确定函数, 该函数有界. 以非完整移动机械臂的输出跟踪控制为目标, 对其进行仿真实验, 实验结果表明所提出的控制算法是正确有效的.     

基于终端滑模的机械手鲁棒自适应控制

对于不确定的机械手系统,提出一种鲁棒自适应控制方法,用自适应控制来估计系统的未知参数,用终端滑模控制来减少不确定因素的影响,为了避免因干扰的存在使自适应的估计参数发生漂移,引入死区自适应控制．仿真表明,滑模控制不仅抑制了误差,而且消除了死区自适应算法的局限性,该算法在取得较好控制效果的同时,具有很强的鲁棒性．     

多关节机器人的自适应模糊滑模控制

针对多关节机械臂轨迹跟踪控制,提出了一种基于全局快速终端滑模面的自适应模糊滑模控制方法。该方法通过设计合适的自适应律,采用模糊自适应控制调节滑模控制的切换控制增益,实现了对建模误差和不确定干扰的自动跟踪,削弱了抖振。系统不需要对建模误差和干扰进行预估计,并且通过对控制器结构的简化,降低了模糊控制器的维数,减少了计算量。利用李亚普诺夫定理证明了控制系统的稳定性,仿真结果表明了其有效性。     

考虑扰动与输入饱和的机械臂连续非奇异快速终端滑模控制

针对机械臂控制过程中由于扰动与输入饱和造成的控制精度低的问题,提出一种连续非奇异快速终端滑模控制算法.首先,针对输入饱和问题,设计饱和补偿系统以消除输入饱和特性;其次,为避免滑模控制的抖振问题,设计二阶模型不确定与扰动估计器(UDE)对扰动项进行估计;同时,为进一步提高控制精度,采用自适应方法对扰动估计误差进行控制;在此基础上,设计基于二阶模型不确定与扰动估计器及输入饱和补偿的自适应连续非奇异快速终端滑模控制算法,并采用Lyapunov函数证明该算法的有限时间收敛特性;最后,以3自由度并联机械臂为控制对象进行仿真,并开展算法对比研究.仿真结果表明,该方法可以实现考虑扰动与输入饱和时的机械臂高精度有限时间轨迹跟踪控制.     

一种新颖的鲁棒模糊滑模观测器设计及干扰重构方法

针对一类由T-S模糊模型描述的不确定非线性系统,提出一种新颖的鲁棒模糊滑模观测器设计和干扰重构方法.首先,给出一种T-S模糊模型的等价形式.其次,在考虑滑模匹配条件不满足、状态不可测的情况下,利用高增益估计器构造辅助变量.为避免其峰化问题,提出基于高增益估计器的鲁棒滑模观测器.然后,基于所提出的等价形式,给出一类不确定非线性系统的鲁棒模糊滑模观测器设计方法.并证明其不但对系统的未知干扰具有鲁棒性,而且能保证状态估计残差在有限的时间内收敛于任意小的邻域,并可应用等价输出误差介入原理重构出系统的干扰.最后,将该方法应用于双关节机械臂的控制仿真实验.结果表明所提方法的有效性.     

基于鲁棒自适应的无人直升机悬停控制

小型无人直升机凭借良好的机动特性,在军事和民用方面有着广泛的用途。针对小型无人直升机悬停模型,考虑模型参数不确定对无人机控制的影响,提出一种鲁棒自适应控制律,实现无人机控制系统对不确定扰动的抑制。首先,基于无人直升机线性化悬停模型设计滑模面,并结合标称系统控制的反馈增益,获得滑模面的设计参数;在此基础上,利用传统滑模趋近律设计方法设计控制器;为改善系统控制性能,设计基于自适应增益的趋近律,实现系统鲁棒自适应控制。其次,利用Lyapunov稳定理论对所设计的鲁棒自适应控制策略的稳定性进行分析说明。最后,通过与基于指数趋近律以及变速趋近律的两种滑模控制方法仿真对比,验证了所设计的控制方法的有效性和优越性。     

一类不确定时滞系统的自适应滑模控制

讨论了不确定时滞系统的鲁棒控制器设计问题。利用自适应滑模控制策略,直接克服系统不确定性的影响,保证了从任意初始位置出发的系统在有限时间内到滑模面;基于时滞系统鲁棒稳定控制的结论,导出了时滞依赖滑模控制的新结论。仿真实验证明了所提方法的有效性。     

Adaptive sliding mode control for MIMO nonlinear systems based on fuzzy logic scheme

In this study an indirect adaptive sliding mode control (SMC) based on a fuzzy logic scheme is proposed to strengthen the tracking control performance of a general class of multi-input multi-output (MIMO) nonlinear uncertain systems. Combining reaching law approach and fuzzy universal approximation theorem, the proposed design procedure combines the advantages of fuzzy logic control, adaptive control and sliding mode control. The stability of the control systems is proved in the sense of the Lyapunov second stability theorem. Two simulation studies are presented to demonstrate the effectiveness of our new hybrid control algorithm.     

一类非线性系统的自适应模糊滑模控制

对一类具有不确定性的非线性系统,根据滑模控制原理并利用模糊系统的逼近能 力,提出了一种自适应模糊滑模控制系统的设计方法.控制结构中采用模糊系统自适应朴偿 过程的不确定性.利用李雅普诺夫理论,证明了控制算法是全局稳定的,跟踪误差可收敛到 零的一个邻域内.     

基于自适应模糊滑模控制的分数阶混沌系统的投影同步

基于模糊控制理论和滑模控制理论以及自适应控制理论,研究了一类含有外部扰动的不确定分数阶混沌系统的混合投影同步问题.提出了一种自适应模糊滑模控制的分数阶混沌系统投影同步方法.模糊逻辑系统用来逼近未知的非线性函数和外部扰动,并且对逼近误差采用了自适应控制,同时构造了一种具有较强鲁棒性的分数阶积分滑模面.应用分数阶Barbalat引理设计了自适应模糊滑模控制器和参数自适应律.最后数值仿真结果验证了所提控制方法的有效性.     

无刷直流电机的自适应模糊滑模控制策略研究

为了提高无刷直流电机（BLDCM,brushless dC motor）控制系统的动态响应速度和干扰抑制能力,提出了一种新的自适应模糊滑模控制（AFSMC,adaptive fuzzy sliding mode control）策略。控制系统根据滑模开关函数的取值范围,可以切换滑模控制器的输出,能够改进滑模观测器的抖振现象和系统稳定性。控制器的控制律由自适应模糊控制算法调节,滑模控制器的输出减少了系统不确定时延的影响。根据所提出控制策略建立了仿真模型,并进行了仿真。仿真结果表明,所提出的控制策略能提高系统的动态性能和鲁棒性。该方法用于无刷直流电机的控制是可行的、有效的。     

GA-based modified adaptive fuzzy sliding mode controller for nonlinear systems

In this paper, the stability analysis of the GA-based adaptive fuzzy sliding model controller for a nonlinear system is presented. First, an uncertain and nonlinear plant for the tracking of a reference trajectory is well approximated and described via the reference model and the fuzzy model involving fuzzy logic control rules. Next, the difficulty in designing a fuzzy sliding mode controller (FSMC) capable of rapidly and efficiently controlling complex and nonlinear systems is how to select the most appropriate initial values for the parameter vector. The initial values of the consequent parameter vector are decided via the genetic algorithm. After this, a modified adaptive law can be adopted to find the best high-performance parameters for the fuzzy sliding model controller. The adaptive fuzzy sliding model controller is derived to simultaneously stabilize and control the system. The stability of the nonlinear system is ensured by the derivation of the stability criterion based upon Lyapunov’s direct method. Finally, a numerical simulation is provided as an example to demonstrate the control methodology.     

Identification Recurrent Type 2 Fuzzy Wavelet Neural Network and L2‐Gain Adaptive Variable Sliding Mode Robust Control of Electro‐Hydraulic Servo System (EHSS)

An electro‐hydraulic servo system (EHSS) is a kind of system with the characteristics of time‐variant, serious nonlinearity, parameter and structural uncertainty, and uncertain load disturbance in most cases. These characteristics make it very difficult to realize highly accurate control by conventional methods. In order to solve the above problems, this paper introduces a recurrent type 2 fuzzy wavelet neural network to approximate the unknown nonlinear functions of the dynamic systems through tuning by the desired adaptive law. Based on the identification by recurrent type 2 fuzzy wavelet neural network, a L2 gain design method, combining gain adaptive variable sliding mode control with H infinity control, is proposed for load disturbance, thereby accommodating uncertainties that are the main factors affecting system stability and accuracy in EHSS. In this algorithm, a recurrent type 2 fuzzy wavelet neural network is employed to evaluate the unknown dynamic characteristics of the system and gain adaptive variable sliding mode control to compensate for evaluating errors, and H infinity control to suppress the effect on system by load disturbance. The experiment results show that the proposed system L2 gain design method can make the system exhibit strong robustness to parameter variation and load disturbance.     

基于不确定T-S模型的模糊滑模自适应控制

提出一种不确定T-S模型的模糊滑模自适应控制方法。通过变换将该模型转换成3个组成部分：线性标称系统,已知非线性部分和未知不确定部分。针对它们设计3个控制器,其作用分别为：强迫系统沿着滑模面运动,消除已知扰动对线性标称系统的影响,克服不确定扰动(采用模糊滑模自适应控制,无需知道不确定的界限)。该方法无需求正定矩阵就能保证系统全局稳定。     

基于量子遗传算法的模糊滑模控制

针对一类具有不确定性的非线性系统,提出了一种新的基于量子遗传算法的模糊滑模控制器的设计方法.将模糊控制与滑模控制相结合,利用滑模控制使系统跟踪误差进入边界层内;启用模糊控制替代切换控制,并在边界层上通过监督函数平滑控制作用.在滑动模态产生条件下,通过量子遗传算法优化模糊控制器的控制规则,有效地解决了模糊滑模控制中模糊控制规则的确定问题,从而削弱了系统的抖振,改善了控制器的控制性能.仿真结果表明了该方法的有效性.     

含有非线性不确定参数的电液系统滑模自适应控制

针对含有非线性不确定参数的电液控制系统, 提出了一种滑模自适应控制方法. 该控制方法主要是为了解决由于初始控制容积的不确定性而引起的, 非线性不确定参数自适应律设计的难题. 其主要特点为, 通过定义一个新型的特Lyapunov 函数, 进而构建系统的自适应控制器及参数自适应律, 并结合滑模控制方法及一种简单的鲁棒设计方法, 给出整个电液系统的滑模自适应控制器, 及所有不确定参数的自适应律. 试验结果表明, 采用该控制方法能够取得良好的性能, 尤其可以补偿非线性不确定参数对系统的影响.     

一种新型滑模控制器设计及仿真

对于一类非线性不确定系统,常规滑模控制器存在"抖振"现象和抗外部扰动作用不理想等问题.本文运用自适应模糊系统逼近滑模控制器参数,并引入一个自适应模糊参数连续逼近常规滑模控制器的开关函数,最后给出一种新型自适应模糊滑模控制器,该方法克服函数和边界层法的不足.仿真实验结果表明该方法增强非线性系统的抗干扰能力和鲁棒性,并大大地削弱系统的"抖振"现象.