具有非线性不确定参数的电液伺服系统自适应backstepping控制

针对电液伺服系统中存在非线性不确定参数的问题,提出了一种采用积分型Lyapunov函数的自适应backstepping控制方法.首先定义积分型Lyapunov函数,将电液伺服系统中的非线性不确定参数转化为线性表示;然后逐步递推设计backstepping控制器,同时在控制律中加入阻尼项,从而补偿外界干扰对控制性能的影响;基于Lyapunov稳定性方法,设计了参数自适应律,并且在自适应律中引入充分光滑投影算子,实现对电液伺服系统中不确定参数漂移的抑制作用.搭建了AMESim与MATLAB的联合仿真平台,对所设计的自适应backstepping控制器进行仿真,作为对比,设计了不带有非线性参数估计的自适应backstepping控制器和PID算法.仿真表明,本文所设计的控制器具有良好的跟踪性能和补偿非线性不确定参数变化的能力.     

基于微分观测器的飞行模拟转台伺服系统非线性控制

飞行模拟器转台伺服系统是导弹飞行的重要模拟设备,用于获取实验数据。针对飞行模拟转台伺服系统在跟踪控制过程中存在参数不确定性、非线性摩擦等不确定性问题,提出了一种基于微分观测器的飞行模拟转台伺服系统非线性控制方法;考虑系统在跟踪控制过程中存在不确定性问题,设计了微分观测器来估计复合不确定扰动;设计非线性控制器来控制飞行模拟转台伺服系统,使得系统可以收敛到期望位置转角信号;通过李雅普洛夫稳定性证明控制器作用在系统条件下的鲁棒性;通过MATLAB/Simulink仿真试验平台验证了文中提出的控制策略能够使系统有效跟踪期望位置转角,具有一定工程应用价值;     

具有未知负载扰动的水井钻机电液伺服系统无模型自适应控制

针对电液伺服系统在水井钻机推进工况下存在的参数不确定以及未知负载扰动突变等非线性因素,提出了基于径向基(RBF)神经网络扰动观测器的无模型自适应控制方法.首先,通过改进的无模型自适应控制动态线性化方法,将被控系统线性化为与输入输出相关的增量形式,并将未知负载扰动合并到一个非线性项中;然后,设计了径向基神经网络扰动观测器对含有未知负载扰动的非线性项进行估计,作为对未知扰动的补偿;最后,设计了时变参数估计律,通过在线调整伪偏导数,给出了电液伺服系统的控制更新律.仿真结果表明,所设计的控制器能够对未知负载扰动突变进行补偿,并能确保跟踪误差有界收敛.     

电液位置伺服系统的多滑模神经网络控制

针对电液位置伺服系统存在的强非线性、控制增益未知和非匹配不确定性.通过引入神经网络和带饱和层的多滑模面,提出了一种多滑模神经网络控制方法.该方法运用神经网络的万能逼近特性和滑模控制优良的抗干扰特点,采用构造性方法设计控制器.运用光滑投影算法和积分李雅普诺夫技术,避免了参数漂移和控制器奇异问题.理论证明了系统跟踪误差收敛于任意设定的滑模面饱和层内.仿真实验表明了理论结果的有效性.     

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.     

不确定受扰电液伺服系统智能自学习PID控制

针对具有参数不确定和外负载扰动的不确定受扰电液伺服系统,提出一种智能自学习PID控制策略.该方法不依赖于系统的精确模型,是一种数据驱动的控制方法.首先,通过改进的动态线性化方法将非线性非仿射的电液伺服系统等效为含有时变参数项和非线性不确定项的线性仿射形式;然后,采用梯度估计算法和时间差分算法分别对时变参数项和非线性不确定项进行估计;接着,利用iPID控制引入附加误差信息对过度线性化丢失的信息进行补偿;最后,根据最优准则,设计不确定受扰电液伺服系统的参数更新律和学习控制律.通过理论分析和仿真实验验证所提出控制策略的收敛性,并通过对比实验,验证该控制方案应用于电液伺服系统的优越性和精确性.实验结果表明,所提出方法能够抑制非线性扰动对系统造成的不良影响,实现理想轨迹的精确跟踪.     

基于弹性能量函数的非线性不确定系统控制方法

针对非线性不确定系统的控制问题,提出一种基于弹性能量函数的扰动观测方法和弹性跟踪控制方法.该方法以弹性能量函数为核心,将其分别应用于扰动观测器、虚拟跟踪指令以及弹性跟踪控制器的设计.该控制方法的突出优势是只根据误差来消除误差,不涉及误差的微分运算,控制器增益参数完全根据积分步长来整定.理论研究表明,所提出的弹性跟踪控制方法不仅可从理论上保证各级子控制器的稳定性,有效解决高阶SISO非线性不确定系统的控制问题,而且可有效避免反步控制方法出现的微分爆炸问题.此外,每个子控制器只有一个由积分步长即可整定的增益参数,因而控制器结构简单、计算量较小.仿真结果表明:所提出的控制方法不仅具有快的响应速度、高的控制精度以及强的抗扰动能力,而且不依赖于被控对象模型,在非线性不确定系统控制领域具有广泛的应用前景.     

基于AMEsim的自适应控制在电液力伺服系统上仿真研究

由于实际电液伺服系统大量存在非线性、时变、不确定、时滞及强耦合特性等,一般无法获得精确的教学模型.为了解决参数的不确定性和随机变化性对电液力控伺服系统的影响,设计了自适应控制器.利用AMEsim和Simulink联合仿真技术建立了该电液力控制系统模型,设计一种自适应控制器,进行了电液力控伺服系统的控制仿真.仿真结果表明了自适应控制器对于系统控制的有效性和鲁棒性.     

电液位置伺服系统的多滑模神经网络控制

针对电液位置伺服系统存在的强非线性,控制增益未知和非匹配不确定性,通过引入神经网络和带饱和层的多滑模面,提出了一种多滑模神经网络控制方法.该方法运用神经网络的万能逼近特性和滑模控制优良的抗干扰特点,采用构造性方法设计控制器.运用光滑投影算法和积分李雅普诺夫技术,避免了参数漂移和控制器奇异问题.理论证明了系统跟踪误差收敛于任意设定的滑模面饱和层内.仿真实验表明了理论结果的有效性.

     

飞行仿真转台伺服系统滑模控制器设计

针对转台位置伺服系统中存在的非线性摩擦环节．设计一种补偿摩擦的滑模控制器。该控制器把摩擦作为系统的有界扰动，利用滑模控制，在仅知道摩擦力矩上界的情况下，对摩擦进行补偿。仿真结果表明，该控制器有效地抑制摩擦力矩的影响，实现高精度的位置跟踪，鲁棒性强。     

Fast terminal sliding‐mode finite‐time tracking control with differential evolution optimization algorithm using integral chain differentiator in uncertain nonlinear systems

This paper presents a fast terminal sliding‐mode tracking control for a class of uncertain nonlinear systems with unknown parameters and system states combined with time‐varying disturbances. Fast terminal sliding‐mode finite‐time tracking systems based on differential evolution algorithms incorporate an integral chain differentiator (ICD) to feedback systems for the estimation of the unknown system states. The differential evolution optimization algorithm using ICD is also applied to a tracking controller, which provides unknown parametric estimation in the limitation of unknown system states for trajectory tracking. The ICD in the tracking systems strengthens the tracking controller robustness for the disturbances by filtering noises. As a powerful finite‐time control effort, the fast terminal sliding‐mode tracking control guarantees that all tracking errors rapidly converge to the origin. The effectiveness of the proposed approach is verified via simulations, and the results exhibit high‐precision output tracking performance in uncertain nonlinear systems.     

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.     

Adaptive integral backstepping sliding mode control for opto-electronic tracking system based on modified LuGre friction model

In order to improve the control accuracy and stability of opto-electronic tracking system fixed on reef or airport under friction and external disturbance conditions, adaptive integral backstepping sliding mode control approach with friction compensation is developed to achieve accurate and stable tracking for fast moving target. The nonlinear observer and slide mode controller based on modified LuGre model with friction compensation can effectively reduce the influence of nonlinear friction and disturbance of this servo system. The stability of the closed-loop system is guaranteed by Lyapunov theory. The steady-state error of the system is eliminated by integral action. The adaptive integral backstepping sliding mode controller and its performance are validated by a nonlinear modified LuGre dynamic model of the opto-electronic tracking system in simulation and practical experiments. The experiment results demonstrate that the proposed controller can effectively realise the accuracy and stability control of opto-electronic tracking system.     

Sliding mode tracking control with differential evolution optimisation algorithm using integral-chain differentiator in uncertain nonlinear systems

This paper presents sliding mode tracking control for a class of uncertain nonlinear systems with unknown parameters and system states. The sliding mode tracking controller with the differential evolution (DE) algorithm using integral-chain differentiator (ICD) is designed for the trajectory tracking in uncertain nonlinear systems. The ICD added into the sliding mode tracking systems provides the estimation of unknown states. The DE optimisation algorithm on the basis of ICD realises the unknown parametric identification in the limitation of unknown system states. The simulation is implemented to illustrate that the combined control scheme achieves high precision tracking performances.     

飞行模拟转台非线性干扰观测器反步滑模控制器设计

本文针对考虑不确定性的飞行模拟转台伺服系统,提出了一种基于非线性干扰观测器的反步全局滑模补偿控制方法。该方法采用反步控制方法设计转速期望虚拟控制,然后利用非线性干扰观测器观测系统不确定干扰,进而对引入非线性干扰观测器的系统设计自适应全局滑模控制器,实现了飞行模拟转台伺服系统期望转角信号的鲁棒跟踪控制,仿真结果表明,该方法控制效果良好,具有很好的工程应用价值。     

车载惯性稳定平台的神经网络滑模控制

三轴车载惯性稳定平台为复杂的MIMO非线性系统,针对其在不确定扰动下的伺服控制问题,本文设计了一种神经网络反演滑模控制器(NNBSMC).首先,选用反演法对其解耦,同时引入滑模控制律增加系统的抗干扰性;其次针对框架间的非线性摩擦力与系统耦合选用RBF神经网络作为扰动估计器,以便实时估计与补偿;然后采用前向增稳通道应对建...     

基于干扰观测器的一类不确定仿射非线性系统有限时间收敛backstepping控制

针对一类不确定仿射非线性系统的跟踪控制问题,提出一种基于干扰观测器的有限时间收敛backstepping控制方法.为增强小脑模型(CMAC)泛化和学习能力,将非对称高斯函数和模糊理论相结合,给出非对称模糊CMAC结构,设计干扰观测器实现系统未知复合干扰在线准确逼近;基于非对称模糊CMAC干扰观测器,给出有限时间收敛backstepping控制器设计步骤,利用Lyapunov稳定理论证明闭环系统稳定性,其中采用非线性微分器获取虚拟控制量滤波和微分信息以避免backstepping设计中的微分“膨胀问题”,设计辅助系统修正因微分器带来的误差对系统跟踪性能影响,引入基于障碍型函数的自适应滑模鲁棒项抑制复合干扰估计偏差对跟踪误差的影响;将所提方法应用于无人机飞行控制仿真实验,结果表明所提方法的有效性.     

非线性积分滑模控制方法

针对一类不确定非线性系统的滑模控制,提出了一类具有"小误差放大,大误差饱和"功能的光滑非线性饱和函数来改进传统的积分滑模控制,以形成非线性积分滑模控制.在保持传统积分滑模控制跟踪精度的同时获得更好的暂态性能.应用Lyapunov稳定性理论和LaSalle不变性原理证明了对最终常值干扰可以完全抑制.考虑控制受限时,所设计...     

Adaptive neural network asymptotical tracking control for an uncertain nonlinear system with input quantisation

In this paper, the problem of adaptive neural network asymptotical tracking is investigated for a class of nonlinear system with unknown function, external disturbances and input quantisation. Based on neural network technique, an adaptive asymptotical tracking controller is provided for an uncertain nonlinear system via backstepping method. In order to reduce complexity of the control algorithm in the backstepping design process, a sliding mode differentiator is employed to estimate the virtual control law and only two parameters need to be estimated via adaptive control technique. The stability of the closed-loop system is analysed by using Lyapunov function method and zero-tracking error performance is obtained in the presence of unknown nonlinear function, external disturbances and input quantisation. Finally, an application example is employed to demonstrate the effectiveness of the proposed scheme.