液压驱动伺服机器人的模糊滑模控制研究

针对液压驱动四足机器人伺服系统非线性和不确定性严重的问题,提出了一种快速响应、鲁棒性好、控制精度高的模糊滑模控制器,并进行了仿真研究.首先,建立了液压驱动伺服机器人的液压动力机构非线性数学模型,利用Lyapunov方法设计了滑模控制器;其次,构造了一个模糊边界层宽度调节器,削弱滑模控制的抖振;最后,分析了参考力、液压参数、供油压力及负载刚度变化对系统输出的影响.仿真结果表明,该控制器对液压伺服力系统非线性和参数变化具有较好的控制效果.该方法用于四足液压驱动伺服机器人的控制是可行的、有效的.     

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。     

Sliding Mode Control for T-S Fuzzy Systems

A sliding mode control scheme for a class of complex nonlinear systems with T-S fuzzy models is proposed in this paper. It is shown that, by using the concept of extreme matrices to determine the upper bound information of the interactions of the fuzzy subsystems, a simple, yet constructive sliding mode control scheme can be developed to guarantee the asymptotic stability and robustness of the closed-loop system. Simulation results are presented in support of the proposed scheme.     

一类非线性系统的输出反馈模糊控制

针对一类具有不确定性的非线性系统，提出一种模糊控制方案，控制中只利用系统输出信号和一些辅助信号。利用李亚鲁诺夫方法证明了闭环模糊控制系统全局稳定．仿真表明该控制方案可回避通常滑模控制中不可避免的颤动，且系统具有很强的鲁棒性。     

Robust discrete-time sliding mode control for tracking and model following of uncertain nonlinear systems

This paper proposes a discrete-time controller for robust tracking and model following of a class of nonlinear, multi-input multi-output, systems. For this purpose, a discrete-time sliding mode controller (DTSMC) is used to ensure the stability, robustness and an output tracking against the modelling uncertainties, even at relatively large sampling periods. In this way, Takagi–Sugeno (T–S) fuzzy modelling is used to decompose the nonlinear system to a set fuzzy-blended locally linearised subsystems. Implementation of the second Lyapunov theory for mismatched uncertain nonlinear T–S fuzzy models results in a set of linear matrix inequalities, which is used to design the sliding surface. A new method is then proposed to reach the quasi-sliding mode and stay thereafter. Simulation studies show that the proposed method guarantees the stability of closed-loop system and achieves small tracking error in the presence of parametric uncertainties at large sampling periods.     

Fuzzy Sliding Mode Control for Discrete Nonlinear Systems

Sliding mode control is introduced into classical model free fuzzy logic control for discrete time nonlinear systems with uncertainty to the design of a novel fuzzy sliding mode control to meet the requirement of necessary and sufficient reaching conditions of sliding mode control. The simulation results show that the proposed controller outperforms the original fuzzy sliding mode controller and the classical fuzzy logic controller in stability, convergence and robustness.     

一类不确定动态系统的输出反馈模糊变结构控制*

对于一类具有非线性不确定性及外加干扰的系统，本文提出了一种模糊变结构控制方案，控制中只利用系统输出信号和一些辅助信号。利用李亚普诺夫方法，证明了闭环系统全局ＢＩＢＯ稳定，仿真表明该控制方案可回避通常滑控制中不可避免的颤动，且系统具有很强的鲁棒性。     

永磁球形电机的少保守性滑模控制

永磁球形电机轨迹跟踪控制方法常常利用高增益的控制输出来保证系统的鲁棒性及跟踪控制的快速性.但这种保守控制会带来较大的控制作用,甚至导致执行器饱和.为了减少控制的保守性,本文设计了一种带有非线性干扰观测器的模糊滑模控制器来解决球形电机的轨迹跟踪问题.利用干扰观测器对不确定性、摩擦、外界干扰、负载扰动等进行估计,并在控制输入端进行补偿实现对干扰的抑制.并利用滑模控制器抵消干扰观测器的干扰观测误差及不可观测部分的干扰,为了减少滑模的抖振,本文利用模糊逻辑对该部分进行逼近,并利用模糊的输出增益代替滑模的切换增益.此外通过Lyapunov方程证明了本文控制器的稳定性.仿真结果表明在存在模型不确定性及各种干扰的情况下,本文的轨迹跟踪控制具有良好的动静态性能和少保守性.     

An adaptive fuzzy controller based on sliding mode for robotmanipulators

This paper considers adaptive fuzzy control of robotic manipulators based on sliding mode. It is first shown that an adaptive fuzzy system with the system representative point (RP, or as is often termed, a switching function in variable structure control (VSC) theory) and its derivative as inputs, can approximate the robot nonlinear dynamics in the neighborhood of the switching hyperplane. Then a new method for designing an adaptive fuzzy control system based on sliding mode is proposed for the trajectory tracking control of a robot with unknown nonlinear dynamics. The system stability and tracking error convergence are also proved by Lyapunov techniques.     

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.     

一类非线性系统的自适应滑模模糊控制

针对一类具有多个子系统的欠驱动非线性系统提出了一种自适应滑模模糊控制方法. 首先通过分析模糊控制与边界层滑模控制的相似性,提出了滑模模糊控制方法;然后根据滑模 面斜率和各子系统控制对于系统动态性能的影响,分别采用模糊推理根据系统状态自动地实时 调节滑模面斜率和各子系统在系统控制中的作用;最后通过简单的滑模模糊控制器实现对具有 多个子系统的欠驱动非线性系统的控制.将该方法应用于吊车的运输控制中,仿真结果证明了 其有效性和鲁棒性.     

运输机低空重装空投增益自适应滑模控制

本文针对带有不确定性且不确定性边界未知的低空重装备空投过程控制问题,提出了基于增益自适应全局滑模的飞行控制方法.该方法采用反馈线性化技术对重装空投过程模型进行线性化,解决了空投模型的强非线性问题,在此基础上,设计了切换增益自适应全局滑模控制器,保证了系统在响应全程的鲁棒性,克服了滑模到达阶段系统初始误差对切换增益自适应过程的影响.提出了一种改进的增益自适应方法,解决了滑动阶段的切换增益过度自适应问题.基于Lyapunov理论证明了控制器的稳定性和鲁棒性.仿真验证了控制方法的控制性能和优越性.     

Backstepping sliding mode control with FWNN for strict output feedback non-smooth nonlinear dynamic system

An output feedback backstepping sliding mode control scheme was developed for precision positioning of a strict single-input and single-output (SISO) non-smooth nonlinear dynamic system that could compensate for deadzone, dynamic friction, uncertainty and estimations of immeasurable states. An adaptive fuzzy wavelet neural networks (FWNNs) technique was used to provide improved approximation ability to the system uncertainty. The adaptive laws were derived for application to estimate the deadzone and friction parameters using recursive backstepping controller design procedures. In addition, the sliding mode control method was also combined to enforce the robustness of the output feedback backstepping controller against disturbance. The Lyapunov stability theorem was used to prove stability of the proposed control system. The usefulness of the proposed control system was verified by simulations and experiments on a robot manipulator in the presence of a deadzone and friction in the actuator.     

基于干扰观测器的一类不确定非线性系统自适应二阶动态terminal滑模控制

针对一类不确定非线性系统的跟踪控制问题,在考虑建模误差、参数不确定和外部干扰情况下,以其拥有良好的跟踪性能以及强鲁棒性为目标,提出基于回归扰动模糊神经网络干扰观测器(recurrent perturbation fuzzy neural networks disturbance observer,RPFNNDO)的鲁棒自适应二阶动态terminal滑模控制策略.将回归网络、模糊神经网络和sine-cosine扰动函数各自优势相结合,给出一种回归扰动模糊神经网络结构,提出RPFNNDO设计方法,保证干扰估计准确性;构造基于带有指数函数滑模面的二阶快速terminal滑模面,给出其控制器设计过程,避免了滑模到达阶段、传统滑模的抖振问题,采用具有指数收敛的鲁棒项抑制干扰估计误差对系统跟踪性能的影响,利用Lyapunov理论证明闭环系统的稳定性;将该方法应用于混沌陀螺系统同步控制仿真实验,结果表明所提方法的有效性.     

机械手的模糊逆模型鲁棒控制

提出一种基于模糊聚类和滑动模控制的模糊逆模型控制方法,并将其应用于动力学 方程未知的机械手轨迹控制.首先,采用C均值聚类算法构造两关节机械手的高木-关野 (T-S)模糊模型,并由此构造模糊系统的逆模型.然后,在提出的模糊逆模型控制结构中, 离散时间滑动模控制和时延控制(TDC)用于补偿模糊建模误差和外扰动,保证系统的全局 稳定性并改进其动态和稳态性能.系统的稳定性和轨迹误差的收敛性可以通过稳定性定理来 证明.最后,以两关节机械手的轨迹跟随控制为例,揭示了该设计方法的控制性能.     

基于自适应模糊滑模控制的船舶航向控制器设计

针对船舶运动系统中固有的非线性、模型不确定性和风、浪、流等的干扰.提出了自适应模糊滑模控制(AFSMC)策略解决船舶的航向控制问题.通过采用模糊逻辑系统逼近系统未知函数,将滑模控制技术与自适应模糊控制技术相结合,设计了船舶航向AFSMC控制器.在滑模边界层内应用PI (proportional-integral)控制代替滑模控制中的切换项,削弱了滑模控制带来的抖振现象.借助李亚普诺夫函数证明了船舶运动系统中的信号都一致有界并利用Barbalat引理证明了跟踪误差渐近收敛到零.在参数摄动和外界干扰情况下进行了航向保持与改变仿真试验,采用AFSMC控制器得到了与无摄动和无干扰情况下相似的输出响应.实验结果表明,所提控制器能有效地处理系统不确定性和外界干扰,控制性能良好,具有很强的鲁棒性.     

Decoupled fuzzy sliding-mode control

A decoupled fuzzy sliding-mode controller design is proposed. The decoupled method provides a simple way to achieve asymptotic stability for a class of fourth-order nonlinear systems with only five fuzzy control rules. The ideas behind the controller are as follows. First, decouple the whole system into two second-order systems such that each subsystem has a separate control target expressed in terms of a sliding surface. Then, information from the secondary target conditions the main target, which, in turn, generates a control action to make both subsystems move toward their sliding surface, respectively. A closely related fuzzy controller to the sliding-mode controller is also presented to show the theoretical aspect of the fuzzy approach in which the characteristics of fuzzy sets are determined analytically to ensure the stability and robustness of the fuzzy controller. Finally, the decoupled sliding-mode control (SMC) is used to control three highly nonlinear systems and confirms the validity of the proposed approach     

基于神经网络滑模的智能车辆横向控制

以智能车辆为研究对象,针对车辆模型存在高度非线性动态特性、参数不确定性以及行驶时受外部干扰较多导致控制精度不高、鲁棒性差等问题,提出了采用径向基函数(RBF)神经网络滑模控制方法.建立2自由度线性车辆模型和自由度非线性整车模型,在传统2自由度车辆控制模型状态方程的基础上推导出新的状态方程并以此设计了相应控制器.利用李雅普诺夫(Lyapunov)稳定性理论推导出神经网络的权,并证明控制系统的稳定性.仿真结果表明:与传统的滑模控制方法相比,该方法控制精度高,有较强的鲁棒性.     

基于模糊变结构的机械臂控制

现有的机械臂模糊变结构控制方法大都计算复杂或需要检测滑模面的微分信号.本文将机械臂模型分为确定部分和不确定部分进行研究,对确定部分采用一般反馈控制,对不确定部分采用变结构集中补偿控制,为了消除变结构控制器的抖震引入模糊控制方法,将滑模面作为模糊控制器的输入,补偿控制器权值作为输出.本方案不仅不需要检测滑模面微分信号,而且计算简单,易于实现.仿真结果表明,在存在模型误差和外部扰动的情况下,该方案既能达到快速跟踪,又能很好的消除控制器的抖震.     

串联机器人的双模糊自适应滑模控制

提出了一种串联机器人的改进控制算法。采用一自适应模糊控制器,根据滑模到达条件对滑模切换增益进行估算,消除滑模控制中输出力矩的抖振现象,增强其对不确定性因素的适应能力。采用另一自适应模糊控制器对指数趋近律系数进行修正,改善由于大范围初始位姿产生的偏差而引起的大力矩和速度跳变问题。该方法无需确定被控对象的具体数学模型,具有强鲁棒性和高跟踪精度。基于Lyapunov方法进行了稳定性证明,保证控制系统的稳定性与收敛性。实验结果表明,该方法应用于串联机器人,跟踪效果良好并产生了平滑的力矩输出和速度输出。