基于二阶滑模算法的船舶航向控制

针对非线性、易受外界扰动的欠驱动船舶航向控制系统,基于滑模控制算法的理念,直接对二阶航向控制系统中的控制输入进行设计,提出一种二阶滑模控制算法,通过设计合理的李雅普诺夫函数及利用其稳定性理论对系统的稳定性进行了分析,并利用"育龙"轮运动数学模型进行计算机模拟仿真,验证了该控制算法的合理性及有效性。该算法避免了计算中的维数膨胀问题,无需对不确定的外界摄动进行定性估计,可以保证闭环控制系统的渐近收敛及稳定。仿真结果表明,根据该控制算法所设计的控制器,能够有效解决非线性航向控制系统中存在的抖振、超调以及不能在有限时间内快速收敛的问题,而且对外界干扰以及系统摄动不敏感、具有强鲁棒性,具有很好的实践应用价值。     

船舶航向保持的滑模变结构自适应模糊控制研究

针对船舶航向非线性控制系统中存在未知控制增益,参数不确定性和外界干扰的影响,通过引入Nussbaum函数,利用模糊逻辑系统的逼近能力,将多滑模控制与自适应模糊控制相结合,提出一种新的多滑模自适应模糊控制算法,实现了船舶航向的跟踪控制,并且在设计过程中,避免了控制器奇异值问题的发生。借助Lya-punov函数证明了所设计控制器使船舶运动非线性系统中所有信号有界,且跟踪误差收敛到零的某个邻域内。仿真结果表明,所设计的控制器能够快速准确地跟踪设定航向,对参数摄动和外界扰动具有较强的鲁棒性。     

反馈线性化与连续滑模控制方法在直升机控制中的应用

首先提出了ＭＩＭＯ非线性系统反馈线性化与连续滑模控制方法,它通过动态增广将系统不连续的滑模控制谈连续控制,可减小颤动控制对系统造成的不利影响。然后用其为某些直升机的垂直飞行模态设计了鲁棒控制律,并进行了仿真研究。结果表明,所设计的控制律能保证直升机稳定跟踪给定输入,且具有较强的鲁棒性。     

一类不确定非线性系统的状态参考自适应滑模控制

针对一类非匹配不确定非线性系统。基于状态参考自适应控制算法和滑模控制策略。提出了状态参考自适应反演滑模控制方案，实现了不确定非线性系统的鲁棒输出跟踪。与现有的控制器设计相比，大大降低了控制系统阶次，允许系统存在非参数化的不确定性和未知扰动，增强了控制系统鲁棒性。仿真算例证明了理论研究成果的正确性和鲁棒性。     

船舶航行的模糊模型建模及航向控制

为了进一步对船舶行操舵控制的研究,应用模糊系统理论对船舶航行操舵控制建立了一个模糊模型;并彩神经网络方法对模糊模型的参数进行了辨识和估计,此模糊模型的建立使控制设计摆脱了数学模型,同时为下一步进行控制方案选择和设计打下了基础,仿真结果表明,船舶航行模糊模型及参数辨识方法是有效的,并给出针对某一船舶的模糊模型的具体形式;仿真结果也表明了船舶航行控制效果良好性。     

欠驱动船舶路径跟踪神经元自适应迭代滑模控制

针对模型存在参数不确定以及遭受未知外界干扰的欠驱动船舶路径跟踪控制问题,本文提出一种基于Lyapunov稳定性的神经元自适应迭代滑模控制方法。该方法根据路径跟踪偏差信息构造出四阶非线性迭代滑模面,利用最高阶滑模面构建Lyapunov能量函数,并得到满足系统渐近稳定性条件的一个误差函数,进而采用Adaline单神经元设计自适应控制器,且结合最小二乘法推导出使误差函数收敛的神经元权重在线学习算法,可避免对模型参数不确定项和外界干扰进行估计。将设计的控制器应用于5446TEU集装箱船模型进行仿真,结果表明控制系统能有效地处理模型参数摄动及风浪干扰,具有强鲁棒性,且与迭代滑模控制器相比所得控制舵角输出更加平滑有效。     

一类非线性不确定系统的迭代学习控制

针对在有限时间区间上运行的一类非线性不确定系统,基于类Lyapunov 方法给出了一种迭 代学习控制器设计方法． 在提出的控制方案中,学习策略用来处理界函数已知的不确定项,但并未 采用鲁棒方法处理不确定项． 由于控制器中未采用断续函数,避免了系统中产生颤振现象． 理论分 析结果表明,该方案可保证闭环系统中所有变量的有界性,并且跟踪误差能够在整个作业区间上收 敛到零,实现完全跟踪． 数值仿真验证了算法的有效性．     

船舶航向反步自适应控制

针对反步控制算法控制参数多、难整定的问题,经过理论分析提出基于期望指标的二阶系统参数整定方法.将系统变换为二阶系统形式,在选取闭环系统的自然频率、阻尼、闭环系统调节时间与超调量后,确定系统闭环极点,由极点整定了两个关键控制参数,积分增益取值参考PID控制器中积分时间参数的方法整定.在海浪干扰和船舶模型参数出现很大摄动的情况下,对所设计控制器进行了仿真试验,结果表明,所设计的控制器具有很好的鲁棒性,提出的整定控制器参数方法是可行的.     

船舶航向非线性系统的H_∞鲁棒控制与仿真

针对船舶航向非线性控制系统的数学模型,在考虑船舶操舵伺服机构特性的情况下,基于状态反馈线性化方法,采用闭环增益成形算法设计出了船舶航向鲁棒控制器。利用Matlab/Simulink工具箱进行仿真,结果表明,所设计的鲁棒控制器与采用极点配置法设计的鲁棒镇定控制器相比,具有较好的控制性能,对风浪干扰也具有很强的鲁棒性。     

离散时间系统自适应迭代学习控制的研究进展

离散自适应迭代学习控制是针对在有限时间区间上运行的不确定非线性离散时间系统提出的一类方法,可有效抵抗系统的不确定性,并放宽了传统迭代学习控制中要求相同初始条件和参考轨迹这两个关键假设。即可在随机初始条件下实现对迭代变化参考轨迹的几乎完全跟踪性能。本研究给出了迭代学习控制方法的分类,对其中的自适应迭代学习控制方法的设计思路和适用背景进行了阐述。重点综述了离散时间系统自适应迭代学习控制方法的发展过程,讨论了所提出离散时间自适应控制方法的特点和适用范围,提出了基于数据驱动的自适应迭代学习控制发展的必然趋势和有待于进一步研究的问题。     

智能船舶自动舵系统自适应模糊输出反馈控制

针对智能船舶自动舵系统,考虑输入饱和、回转角速度未知和指定性能,提出一种自适应模糊控制算法.本文自适应模糊输出反馈算法采用状态观测器、辅助系统和误差转换系统,模糊逻辑系统用于估计未知非线性函数,状态观测器用于估计未知回转角速度状态,辅助系统和误差转换系统分别用于补偿不匹配控制信号和变换航向角追踪误差.基于Lyapuno...     

基于模糊逻辑的滑模与状态反馈加权控制

针对小车倒立摆系统,提出了一种基于模糊逻辑的滑模与状态反馈加权的控制方法。倒立摆摆杆角度作为模糊逻辑系统的输入,输出为滑模控制器的加权系数。滑模控制将摆角控制在一个零的邻域内,在邻域内先采用近似的线性化模型来描述系统,然后采用基于极点配置的线性状态反馈来控制系统达到给定值。仿真结果表明,设计的控制器具有良好地跟踪性。     

基于RBF神经滑模的XY平台迭代交叉耦合控制

永磁同步直线电机(PMLSM)直接驱动XY平台的轮廓加工精度会受负载扰动、双轴参数不匹配以及周期性轮廓误差的影响.针对这一问题,采用RBF神经滑模与迭代交叉耦合控制相结合的方式对两轴运动进行协调控制.设计RBF神经滑模控制器用以削弱负载扰动对加工系统的影响.采用实时轮廓误差法估算出轮廓误差模型,并且将轮廓误差作为控制器的输入,设计迭代交叉耦合控制器用以削弱双轴参数不匹配和周期性轮廓误差对加工性能的影响,实现跟踪误差与轮廓误差的同时减小.仿真结果表明,所设计控制系统具有较强的鲁棒性和较高的轮廓精度.     

自适应模糊滑模控制在汽轮机调速系统中的应用

汽轮机调速系统是一个典型的变参数、强扰动的对象,常规的PID控制器难以满足其控制要求.针对此问题,设计了一种自适应模糊滑模控制器.该控制策略基于带积分补偿的变结构控制器,并利用自适应模糊控制方法,把滑模控制器中的不确定项进行模糊逼近.利用李亚普诺夫函数证明了控制器的稳定性.将此控制策略应用到汽轮机调速系统中,仿真结果显示,控制方法具有较强的鲁棒性和良好的跟踪性能.     

基于滑模控制的PWM整流器的研究

针对PI调节器在扰动情况下不能获得良好的动态特性以及三相电压型PWM整流器典型的非线性结构问题,在三相电压型PWM整流器d-q数学模型的基础上,提出了对非线性系统具有良好控制效果的滑模控制策略。首先,给出了PI控制和滑模控制的设计方法;其次,通过仿真对比双闭环PI控制与双闭环混合滑模控制,得出混合滑模控制较PI控制,超调量小,动态响应快,鲁棒性好的结论。最后,基于TMS320F2812搭建实验样机,结果证明了混合滑模控制策略的正确性。     

基于滑模控制的高超声速飞行器的轨迹控制

针对高度非线性、多变量、强耦合的高超声速飞行器的纵向模型,设计了飞行控制系统。首先对其进行输入/输出线性化,然后,选择2个解耦的滑动面,以改进的符号函数作为到达条件,设计了一种多输入多输出滑模变结构控制器。分别研究了飞行器对速度和高度阶跃指令下的响应,对标称模型和含有大范围时变参数模型进行了仿真研究。仿真结果表明该方法在存在参数不确定性的条件下,具有较强的鲁棒性能,能够满足系统的性能要求。     

滑模变结构控制在直流直线电机中的应用研究

针对直流直线电机定位问题,推导了直流直线电机的数学模型,建立了直流直线电机定位控制系统,并将滑模变结构控制应用于直流直线电机的控制中,在此基础上对其进行仿真并加以分析．从MATLAB仿真曲线上,可以很清楚地看到使用滑动模态的控制器具有响应速度快的优点．     

基于自适应神经网络滑模观测器的容错控制

针对机电伺服系统可能发生的故障,提出基于自适应神经网络滑模观测器的快速终端滑模容错控制策略.在自适应滑模观测器中引入神经网络估计故障,以提高故障发生时观测器的状态估计精度和故障检测准确性.利用观测器的状态估计值进行状态重构,结合参数自适应技术和快速终端滑模控制方法设计主动容错控制器.针对参数不确定性设计参数自适应率进行估计,并利用前馈补偿技术补偿故障和参数不确定性.针对未知上界的扰动设计具有自适应增益的鲁棒项.利用Lyapunov定理证明所提出的控制方法可以实现系统有界稳定,大量仿真和实验结果验证了控制器在系统发生故障时具有良好的容错能力、控制精度和响应速度.     

基于神经网络干扰观测器的Terminal滑模控制

针对一类非线性不确定系统,通过构建动态干扰观测器系统,提出一种快速神经网络干扰观测器。根据干扰观测误差在线调节神经网络权值,实现对未知综合干扰的逼近,逼近误差一致最终有界。基于神经网络干扰观测器设计了自适应Terminal滑模控制方案,严格证明了闭环系统状态在有限时间内收敛到零,从而提高了状态的收敛速度。最后,通过一个倒立摆的仿真例子,验证了系统的快速性和神经网络干扰观测器的逼近能力。     

基于模糊决策的推土机滑模鲁棒自适应控制

针对推土机作业效率低的问题,提出了一种推土机工作装置的自动控制方法.根据推土机发动机转速和转速变化率,结合操作经验和试验结果,采用模糊决策的方法对铲刀位置进行优化.考虑电液伺服系统的特性,设计了一种基于逐步递推方法的滑模鲁棒自适应控制器,用以跟踪经过模糊决策的铲刀目标位置.利用逐步递推方法和状态反馈线性化的方法,得到系统的滑模控制器;依据Lyapunov稳定性理论,得出系统的参数自适应律,并在自适应控制中引入鲁棒控制的设计方法,实现对模糊决策量的精确位置跟踪控制.实验结果表明,滑模鲁棒自适应控制具有较强的鲁棒性和良好的跟踪性能,模糊决策合理地优化铲刀目标调整位置,提高推土作业效率.