无刷双馈电机自抗扰控制方法

针对无刷双馈电机非线性强耦合特性, 提出一种实现其高性能控制的自抗扰控制方法. 在控制电机同步坐标系下, 设计磁链自抗扰控制器和转速自抗扰控制器, 对系统内部的耦合影响和系统外部扰动进行观测和补偿, 实现非线性系统线性化控制. 该控制器具有较强的鲁棒性, 且不依赖电机模型. 仿真对比结果表明, 自抗扰控制器能够准确地估计和补偿系统的内外扰动, 控制精度高, 抗扰能力强, 能够实现磁链和电磁转矩的解耦, 进而实现磁链和转速相互独立控制, 是一种简单有效的高性能控制方法.

     

基于自抗扰技术的网络化无刷直流电机控制系统时延补偿

采用自抗扰控制技术解决网络化无刷直流电机转速控制系统的时延补偿问题. 首先, 建立含有时变网络诱导时延的无刷直流电机控制系统模型, 并将时变时延引起的不确定动态描述为系统模型的不确定性; 然后, 设计自抗扰控制器, 对时延引起的不确定动态进行动态线性化补偿, 从而消除时变时延对系统性能的影响; 最后, 通过仿真研究表明了所设计的自抗扰补偿方法的有效性和优越性.

     

线性自抗扰控制参数b0 辨识及参数整定规律

针对自抗扰控制中参数b0 整定困难的问题, 提出一种新的参数辨识方法, 对线性自抗扰控制器(LADRC) 中的参数b0 进行辨识, 并提出了LADRC参数整定的基本规律. 通过频域分析研究了控制器参数b₀ 和控制器带宽b₀ 的变化对闭环系统扰动抑制能力的影响. 通过分析闭环控制系统的稳定区域研究了控制器的鲁棒性. 仿真结果表明, 根据辨识得到的b0 可以快速整定LADRC的参数, 使LADRC具有较强的鲁棒性.

     

具有死区补偿的自抗扰控制下PMSM转矩脉动抑制方法

空间矢量脉宽调制死区效应对永磁同步电机(PMSM) 的调速控制系统及转矩脉动有一定影响, 为了削弱其不利作用, 在永磁同步电机矢量控制基础上, 提出一种新型的具有死区补偿的自抗扰PMSM控制方案, 针对传统自抗扰控制策略下电机转矩脉动较大的缺陷, 在原有的自抗扰控制策略中加入死区补偿. 仿真及实验结果表明, 具有死区补偿的自抗扰PMSM驱动系统, 谐波含量明显减少, 速度驱动系统更加平稳, 有效抑制了转矩脉动.

     

基于控制系统直接方法的非线性系统预见控制器设计

针对一类非线性离散时间系统给出最优预见控制器设计方法. 首先运用非线性控制系统直接控制方法的思想, 将非线性反馈部分作为形式输入, 使得系统成为“形式上”的线性系统; 然后, 针对该线性系统, 利用最优预见控制的基本方法设计最优预见控制器; 最后, 利用形式输入与实际输入的关系得到非线性离散时间系统的最优预见控制器. 证明了如果形式线性系统满足一定的可镇定和可检测条件, 则闭环系统是渐近稳定的. 数值仿真结果表明了控制器的有效性.

     

基于广义扩张状态观测器的干扰不匹配离散系统状态反馈控制

针对一类干扰不匹配的线性离散时间系统, 研究基于广义扩张状态观测器的稳定化状态反馈控制器设计问题. 在经典的自抗扰控制器中, 扩张状态观测器主要针对干扰匹配的积分串联型系统. 然而, 在许多实际系统中往往存在干扰不匹配的情况, 例如存在采样抖动的离散时间控制系统. 针对这一问题, 基于一类存在不匹配干扰的离散时间系统, 提出广义扩张状态观测器和相应的稳定化状态反馈控制器设计方法. 最后通过永磁同步电机调速控制仿真实例验证了所设计的观测器和控制器的有效性.

     

一种可保证瞬态特性的改进的鲁棒模型参考自适应控制

针对典型的鲁棒模型参考自适应控制中瞬态性能无法得到保障的问题, 提出一种改进的鲁棒模型参考自适应控制器. 该控制器在标准的鲁棒自适应控制中加入??_∞ 补偿器, 以抑制闭环自适应系统中参数估计误差和不确定扰动对系统输出跟踪性能造成的不利影响. 理论分析和仿真验证表明, 所提出的控制器不但保留了典型鲁棒模型参考自适应控制的理想特性, 并且通过设计适当的??∞ 补偿器使得闭环系统的瞬态性得到了较大的改善, 其改善的程度依赖于??∞ 补偿器性能指标的大小.

     

考虑参数和负载不确定性的内置式永磁同步电机自适应反步控制

提出一种??_?? = 0 的内置式永磁同步电机的自适应反步控制方法. 通过定义虚拟控制变量和选择适当的Lyapunov 函数, 导出系统控制律及参数自适应律. 该方法能够根据自适应参数估计器实时估计出的负载转矩和定子电阻对控制输出进行动态校正, 从而提高转速控制精度和系统的抗扰能力. 仿真结果表明, 系统能够快速跟踪参考转速, 并对负载扰动和参数变化具有较强的鲁棒性.

     

基于扩张PCHD 模型的永磁同步电机无源控制

针对常规无源控制器在受到外部常值干扰和输入常值干扰的情况下系统会出现静差的问题, 设计加入积分反馈来消除上述干扰所引起的静差. 建立永磁同步电机受扰的端口受控耗散哈密顿系统模型(PCHD), 采用互联和阻尼分配无源控制方法, 同时加入积分比例动态反馈, 设计了永磁同步电机的速度控制器, 以保证闭环扩张系统依然具有PCHD 模型形式, 使系统稳定于期望平衡点. 最后通过仿真结果表明了所提出的控制策略的有效性.

     

姿态变化一致有界的姿态稳定控制器设计

针对航天器姿态稳定控制问题, 设计一种迭代学习姿态控制器. 将连续非周期运动的姿态跟踪过程分解为队列重复运动, 采用前一周期的姿态跟踪误差修正后一周期的控制输入, 分别对未知参数和干扰构建有界迭代学习律, 给出航天器姿态稳定控制器, 并从理论上分析了闭环系统的渐近稳定性和姿态跟踪误差的一致有界性. 通过在轨捕获非合作目标过程中航天器姿态跟踪控制问题的数值仿真, 验证了迭代学习控制器的鲁棒性和强抗干扰性.

     

基于改进主从控制结构的海洋机器人零航速减摇鳍系统

利用零航速减摇鳍系统实现对海洋机器人在近水面低速航行时的横摇姿态控制. 基于零航速减摇鳍的非线 性动态特性和海洋机器人横摇解耦模型, 提出具有主从结构的横摇减摇控制规律. 设计具有积分滑模面的变结构控 制规律, 估算系统期望横摇扶正力矩, 并进一步结合非线性跟踪控制理论和反馈线性化方法, 建立减摇鳍子系统模 型, 设计从属控制规律驱动减摇鳍产生实际横摇稳定力矩. 仿真结果和理论分析表明, 所设计的控制规律是稳定且有 效的.

     

基于多模态进化Rao-Blackwellized 粒子滤波器的 移动机器人航迹推算系统的故障诊断

针对一类移动机器人航迹推算系统的故障诊断问题, 提出一种多模态进化Rao-Blackwellized 粒子滤波
器(MERBPF) 算法. 为解决由粒子贫乏引起的不一致性问题, 采用交叉与变异种群策略优化, 根据粒子多样性加入扰
动因子. 利用专家规则判定机器人运动状态所对应的MERBPF, 构造复杂逻辑表述方法. 仿真实验结果表明: 在强过
程噪声下, MERBPF 仍具有较高的鲁棒性, 提高了诊断机器人航迹推算系统的准确率.

     

基于概率路标的机器人狭窄通道路径规划

针对机器人工作空间中存在狭窄通道时,基于概率路标图的路径规划法不能有效提高狭窄通道中路标分布的合理性,研究一种基于狭窄通道辨识的混合路标规划法的混合路标采集策略,利用星形试验法辨识出狭窄通道形状,增加狭窄通道中的路标密度,使全局路标分布合理化,提高了路径规划的效率.二维和三维配置空间中的仿真实验验证了该算法的有效性.     

基于反馈增益的AUV稳定神经网络反步变深控制

为解决自主水下航行器的变深控制问题,提出一种基于反馈增益的反步控制方法.首先,通过设计控制器参数消除部分非线性项,在保证系统稳定性的同时设计神经网络控制器来补偿纵倾运动中的模型不确定性;然后,通过自适应鲁棒控制器对神经网络的逼近误差予以消除,以加快神经网络的收敛学习速度,神经网络权值和逼近误差估计的学习律可由李雅普诺夫稳定性理论推导得出,保证了闭环系统的一致最终有界性;最后,通过仿真实验验证了所提出方法的有效性.     

无刷直流电机转速伺服系统反步高阶滑模控制

针对无刷直流电机转速伺服系统高性能非线性鲁棒控制, 提出一种新型的多滑模反步高阶滑模非线性控制方法. 在控制律设计的每一步都引入二阶滑模Super-Twisting 算法, 无需计算变量导数, 消除了滑模抖振, 并在第1 级子系统虚拟控制律设计中提出一种改进的二阶滑模Super-Twisting 算法. 与传统双闭环PI 控制相比, 能够令系统的动静态性能更好, 转矩脉动更小, 鲁棒性更强; 与标准Super-Twisting 算法相比, 进一步提高了系统对阶跃负载扰动的抑制能力. 最后通过仿真分析表明了所提出方法的有效性.

     

基于干扰观测器的SWATH船运动非线性预测控制

针对带有海浪干扰和参数不确定的SWATH船运动控制问题, 提出基于干扰观测器的SWATH船运动非线性预测控制. 首先对SWATH船运动进行建模、参数求解和海浪干扰仿真; 然后根据运动模型设计非线性预测控制律, 对SWATH 船升沉和纵摇进行控制, 同时利用干扰观测器对海浪干扰进行观测, 并从理论上证明了所设计的控制器可以保证SWATH 船运动的稳定性. 仿真结果表明, 所设计的控制器提高了SWATH船运动控制效果, 且能对海浪干扰进行抑制.

     

湍流环境中多弱感知机器人气味源搜索算法

针对湍流环境中机器人空间感知能力的不足, 提出一种多弱感知机器人气味源搜索算法. 该算法建立了气味源位置概率分布的近似表达式, 机器人通过自由能最小化获得移动方向. 各机器人之间通过共享位置信息实现协同, 通过设定内部温度达到搜索过程中探索和利用的平衡. 仿真结果验证了所提出算法的有效性.

     

基于一次指数平滑法的自适应差分进化算法

提出一个策略和控制参数自适应的差分进化(ESADE)算法.ESADE算法将指数平滑法和轮盘赌选择法结合到一起,根据先前成功的经验在策略候选池中为每个个体自适应地选择变异策略来匹配进化的不同阶段.在进化过程中,ESADE算法使用柯西分布和正态分布为控制参数产生适当的值,并使用指数平滑法进行自适应.大量的仿真实验结果表明,ESADE算法要优于其他差分进化算法.