扫雷器发射架电液伺服系统改进自抗扰控制

针对某爆破扫雷器发射架电液位置伺服系统响应速度慢、跟踪精度低、抗扰能力差的问题,设计一种改进自抗扰控制器。利用BP神经网络强大的自学习和非线性逼近能力对自抗扰控制器中的关键参数在线整定,并结合遗传算法(genetic algorithm,GA)对网络的初始权值进行优化;利用AMEsim和Simulink软件对该改进自抗扰控制器进行联合仿真验证。结果表明：该控制方法可有效提高系统的抗干扰能力,同时保证扫雷器的调炮速度和精度。     

改进型LM-RBF 神经网络在自抗扰控制器上的应用

为解决自抗扰控制器(active disturbance rejection control,ADRC)中参数较多且难以整定的问题,提出一 种基于LM 算法且网络结构可在线优化的径向基函数(radial basis function,RBF)神经网络。利用滑动窗口的思想将 在线输入的样本放入一个长度固定的队列,将LM-RBF 网络应用于ADRC,在线整定控制器参数,并以永磁同步电 机为对象在Matlab 里进行仿真分析。结果表明：与基于RBF 的常规自抗扰控制器相比,改进后LM-RBF 使控制器 有更快的响应速度及更优的抗干扰能力,能有效提高被控系统的稳定性,满足非线性时变系统对自抗扰控制器的性 能要求。     

某交流伺服系统的免疫克隆粒子群优化自抗扰控制

针对采用永磁同步电机(permanent magnet synchronous motor,PMSM)驱动的某火箭炮位置交流伺服系统存在摩擦力矩、外界扰动等一系列复杂非线性问题,设计一种基于免疫克隆粒子群优化算法的自抗扰控制器(IPSO-ADRC).根据自抗扰控制(active disturbance rejection control,ADRC)抗干扰能力强和粒子群优化算法(particle swarm optimization,PSO)寻优能力强的特点,采用免疫克隆粒子群优化算法在线整定自抗扰控制器的重要参数;并将克隆选择算法(clonal selection algorithm,CSA)融入到粒子群算法中,维护群体种类的差异性,解决PSO算法的缺陷问题.仿真实验结果证明:该控制策略使系统的稳态性能更好,并能提升系统的动态品质.     

基于粒子群优化的某车载火箭炮自抗扰控制

针对车载火箭炮行进间的PID 控制方法存在动态性能的限制,提出一种自抗控制器的设计。针对自抗扰 控制器(active disturbance rejection control,ADRC)模块中存在众多且不便确定的参数这一问题,利用粒子群优化算 法(particle swarm optimization,PSO)较强的寻优能力,对扩张状态观测器的参数进行优化,并优化控制系统。仿真 结果表明：基于该控制方法的伺服系统稳定性显著提升,提高行进间火炮的控制精度与动态性能。     

用跟踪微分器实现机器人自抗扰控制

建立基于干扰估计的机器人非线性反馈控制系统并证明其稳定性,在此基础上提出一种 适用于机器人跟踪控制的新型自抗扰控制器。该控制器不需实时计算复杂的机器人动态模型,由两个跟踪微分器(TD)构成：一个用于安排系统的过渡过程;另一个用来估计速度和加速度,TD的滤波特性使其对量测噪声具有抑制作用。由被控对象的控制量与所估计加速度的反馈构成的“扩张状态”来自动检测系统模型和外扰的实时作用并实时进行动态补偿。除了和以往的自抗扰控制器一样具有很好的适应能力和很强的鲁棒性外,它还具有需整定参数少的特点。仿真结果表明,该控制器是有效的且具有很强的鲁棒性,而且系统响应快且超调小。     

高超声速飞行器自抗扰轨迹线性化控制器的优化设计

为了进一步提高自抗扰轨迹线性化控制方法的工程实用价值,对基于自抗扰轨迹线性化的再入飞行器姿态控制器进行了优化设计。首先,分别对开环前馈控制器和闭环误差反馈控制器的优化机理进行了分析。接着,基于该优化机理,分别对开环前馈控制器和闭环误差反馈控制器进行了优化设计。仿真结果验证了所提优化控制器方案的合理性和有效性,能够满足高超声速飞行器的快时变、高精度以及强鲁棒的控制需求,进一步提高了自抗扰轨迹线性化控制方法的工程实用价值。     

基于自抗扰控制的导引律

考虑目标机动和驾驶仪动态等情况,提出了一种基于自抗扰控制理论和反步法设计思想的新型制导律。将目标机动和驾驶仪参数不确定分别当成系统的扰动。将包含驾驶仪动态特性的制导环路,分作外环和内环分别进行控制器设计。外环自抗扰控制器用于控制切向相对速度收敛到零。抑制目标机动及系统非线性项对视线稳定性影响。内环自抗扰控制器用于跟踪外环输出的虚拟控制,补偿驾驶仪动态及驾驶仪参数不确定性对于制导精度的影响。仿真结果表明,设计的算法能够有效地实现制导目的,在目标作大机动且考虑驾驶仪动态情况下,仍然具有很高的制导精度。     

自抗扰控制技术在电动缸伺服系统中的研究

某舰炮高低系统采用电动缸传动方式,对高低系统进行分析,得出电动缸伺服系统的电机转动与火炮身管转动存在非线性关系,提出将自抗扰控制技术应用于电动缸伺服系统,设计了用于系统位置环的自抗扰控制器。利用MATLAB软件对采用自抗扰控制器的电动缸伺服系统进行了仿真研究,并与传统PID控制的结果进行对比分析,仿真结果表明,基于ADRC的电动缸伺服系统响应速度快、稳态误差小、无超调、定位精度高、跟踪误差小。     

基于Vague集的自适应自抗扰控制器设计

为进一步提高自抗扰控制器(ADRC)的动态性能和稳态性能,文中利用基于Vague集相似度量推理易于得到控制量和便于工程运用的优点,设计了一种基于Vague集的自适应ADRC;通过动态调整ADRC的非线性组合权值,提高ADRC的适应能力。仿真结果表明,基于Vague集的自适应ADRC较常规自抗扰控制器有更好的动态性能和稳态性能。     

基于ESO及RESO的高超声速飞行器控制律设计

针对以小扰动线性化为代表的传统控制方法处理大范围不确定性问题时存在的不足,采用可对未知扰动进行实时跟踪估计并补偿的自抗扰控制方法设计控制律。构建辅助状态变量以满足控制器设计时的形式要求,在此基础上,分别设计基于扩张状态观测器(ESO)及降阶扩张状态观测器(RESO)的姿态控制器,通过对观测器的时频域分析确定基于RESO的控制器的优越性。仿真结果表明,以RESO为观测器的自抗扰控制方法与常规自抗扰方法相比具有更快的跟踪速度和更好的跟踪效果,本文所设计的控制器对仿真算例是有效的。     

滑翔制导炮弹非线性自抗扰过载控制器设计

针对滑翔制导炮弹控制系统存在不确定内、外扰动以及舵偏指令响应滞后情况下的过载跟踪问题,基于自抗扰控制技术,设计了非线性自抗扰过载跟踪控制器。该控制器结构简单,计算量小,需调整参数少。数值仿真结果表明：该自抗扰过载控制器可在强扰动和舵机响应延迟的情况下,使得输出过载精确有效地跟踪过载指令,具备良好的抗干扰能力;并且舵控指令从0缓慢变化,有效地减缓了舵机的控制负担。该控制器对较大范围内的气动参数和舵机时间常数的摄动具备较强的适应性和鲁棒性,可为滑翔制导炮弹的控制系统设计提供一定的参考依据。     

磁悬浮控制力矩陀螺转子系统径向自抗扰解耦控制和扰动抑制

为了克服外部扰动影响磁悬浮转子悬浮稳定度和磁悬浮控制力矩陀螺输出力矩精度的问题,提出一种基于自抗扰控制器的磁悬浮转子扰动抑制方法.根据牛顿第二定律和陀螺技术方程建立磁轴承坐标系下磁悬浮转子系统的动力学方程,基于自抗扰解耦控制原理得到径向四通道解耦模型,设计各通道自抗扰控制器,从而实现转子系统径向四通道解耦和扰动抑制.与分散 PID加交叉反馈控制方法进行仿真对比,结果表明:自抗扰控制器具有良好的扰动抑制功能,能提高转子的稳定精度和控制力矩陀螺的输出力矩精度;因此,此方法不仅改善了解耦控制精度,而且提高了系统对外部扰动和参数变化的鲁棒性,可应用于磁悬浮控制力矩陀螺的高精度强鲁棒控制.     

机器人操作手的神经跟踪控制

针对机器人轨迹跟踪问题,提出了一种自适应神经控制器.该控制方案利用RBF神经网络自适应学习机器人系统的未知非线性动态,然后,通过一个基于滑模控制技术的补偿器消除网络逼近误差和外部干扰的影响.网络权重的自适应修正规则基于Lyapunov函数方法得到.这种新的控制器能够保证闭环系统的稳定性和跟踪误差的渐近收敛性.     

基于在线神经网络的无人机着陆飞行自适应逆控制器设计

基于在线神经网络设计了无人机着陆飞行自适应逆控制器。根据时标分离的原则，将无人机系统分解为快慢不同的四个回路，采用动态逆的方法设计快回路、慢回路和非常慢回路控制器，并且在慢回路和非常慢回路用基于在线神经网络的干扰观测器逼近无人机所受的扰动和动态逆误差，降低了控制器对干扰和模型精确度的要求，增强了控制器的鲁棒性。仿真结果说明所设计的无人机着陆控制器是非常有效的。     

速率稳定滚仰式导引头跟踪回路自抗扰控制器设计与仿真

构建了一种速率稳定滚仰式导引头的双通道数学模型。对稳定回路采用速率陀螺反馈控制;对位置跟踪回路分别采用PID控制与自抗扰控制理论设计了控制器。通过仿真计算研究了控制器的动态性能、跟踪精度以及对外界干扰的鲁棒性。仿真结果表明:滚转通道对方波输入具有超调,而俯仰通道没有超调;自抗扰控制相比PI控制具有无超调、更快的上升时间和抗外界干扰能力;自抗扰控制器隔离度大约为PI控制器的1/30。研究结果为常规小口径火箭弹的制导化改造提供了一种可用的技术方案。     

基于神经网络的模糊控制在装甲车电传动控制系统中的应用

针对装甲车辆电传动系统是一个复杂的多变量、非线性系统,其控制系统的扰动变化大,对驱动电机的控制要求苛刻的特点,根据模糊控制器对参数的变化不敏感,对非线性系统进行控制时往往能取得较好的控制效果,以及神经网络的学习功能、联想记忆功能、分布并行式处理功能可以更好地实现模糊逻辑控制中的规则表示、知识获取和并行推理,因此利用神经网络来实现无刷直流电机调速系统的模糊控制。在MATLAB中进行计算机仿真,通过仿真分析表明,当突然加、减负载时,神经网络模糊控制与PID控制相比,具有对参数变化不敏感以及超调和振荡小等特点。该控制方法被证明适用于装甲车辆电传动系统。