永磁直线同步电机的自适应Backstepping滑模控制研究

针对永磁直线同步电机(PMLSM)控制系统的不确定性因素,提出了自适应 Backstepping滑模控制器,实现运动跟踪。建立 PMLSM 系统模型,采用 Backstepping 设计,在滑模控制的基础上,基于 Lyapunov 函数设计自适应率,改善控制性能。仿真结果表明,系统具有稳定快速的跟踪性能,考虑实际系统中参数不确定性因素,控制器仍具有较强鲁棒性。     

液压位置伺服系统滑模自抗扰控制器设计

主要研究了驱动连铸结晶器的液压伺服系统的精确位置跟踪控制问题。由于液压伺服系统的某些内部参数是时变且不可测的,同时外部负载力也随时间变化使得系统动态模型不精确,从而影响了系统的控制效果。针对这一问题,提出了一种基于滑模控制的自抗干扰控制器的设计方法,利用扩张状态观测器把系统内部参数和外部负载力的不确定性观测出来,从而有效地抵消了系统的不确定性。根据工程实际中的参数进行仿真研究,其结果表明这种控制方法具有很好的全局鲁棒性,并且提高了位置跟踪的精度。     

基于自适应模糊反步法的永磁同步电机位置跟踪控制

研究具有参数不确定性的永磁同步屯动机位置跟踪控制问题.利用模糊逻辑系统逼近系统中非线性函数,采用反步设计方法实现永磁同步电动机的自适应模糊控制.所提出的自适应模糊控制器在电机参数不确定和负载扰动的情况下,实现了永磁同步电动机的高性能位置跟踪控制.仿真结果表明了所提出方法的有效性.     

双电机驱动伺服系统的Backstepping自适应控制

针对存在未知齿隙等非线性的双电机驱动伺服系统的控制问题,给出了双电机驱动伺服系统的模型,应用Backstepping方法,引入虚拟控制量的概念,通过逐步递推选择Lyapunov函数,设计了基于状态反馈的自适应控制器,进行了稳定性分析。仿真结果表明,所提出的控制策略不需要知道系统内部不确定性参数,控制系统具有良好的位置跟踪性能和较强的鲁棒性。     

时滞柔性关节机械臂自适应位置/力控制

针对具有时滞的柔性关节机械臂自适应位置和力控制问题进行了研究.首先,通过坐标变换得出降维的位置/力控制模型.随后,将时间滞后近似表示成一阶滞后,进行时滞补偿.利用自适应算法修正机械臂系统参数,克服模型参数不确定性对系统的影响.同时,采用反步控制技术设计机械臂位置/力控制器,运用Lyapunov稳定性定理证明控制器能使机械臂位置和力跟踪误差收敛.最后的仿真研究验证了控制方案的有效性.     

控制量前具有不确定系数的电液伺服系统自适应控制

针对控制输入前具有不确定系数的电液伺服位置系统精确跟踪控制问题, 提出了一种改进的自适应Backstepping控制器设计方法. 该方法通过对系统模型的等价变换和选择合适的Lyapunov函数, 有效解决了系统模型中控制输入前存在不确定系数而导致所设计的控制器存在参数自适应律, 而自适应律中存在控制量造成的嵌套难题. 以驱动连铸结晶器的电液伺服位置系统为例, 进行了控制器的设计和稳定性证明. 仿真研究结果表明, 所提出的改进设计方法是可行的, 设计的控制器具有较强的鲁棒性和良好的跟踪性能.     

一类未知参数非线性系统的自适应无源控制

对一类含有未知参数的本质非线性系统,通常的Backstepping方法无法应用.为此,提出一种基于状态反馈的自适应无源控制对策,通过对非线性系统进行反馈无源化控制,设计自适应无源镇定控制器和自适应无源输出跟踪控制器.设计中适当调节自适应无源控制器参数,能够保证闭环系统稳定且所有信号全局一致有界,从而解决了此类含有未知参数非线性系统的稳定性和输出跟踪问题.仿真算例验证了提出控制方案的有效性,表明系统具有较强的稳定性和跟踪特性.     

基于反步法的直流电机鲁棒速度跟踪控制

为实现具有电枢反应非线性和参数不确定性的直流电机速度跟踪控制,采用自适应反步法,设计了鲁棒自适应速度跟踪控制器.首先推导了电机的非线性动态模型并考虑了电机转动惯量及负载转矩的不确定性,然后经非线性变换并利用线性参考模型导出了系统的误差动态方程,基于自适应反步法设计了鲁棒速度跟踪控制器,最后时其稳定性进行了分析证明.     

电液位置伺服系统内模鲁棒控制器的设计

针对电液位置伺服系统存在一定的参数不确定性和较大的负载扰动等问题,建立了电液位置伺服线性系统的数学模型,并将其转化为H∞性能准则问题.利用H∞鲁棒控制理论,设计了电液位置伺服控制系统的鲁棒状态反馈控制器;基于内模原理的设计方法,设计了跟踪控制器.仿真结果表明,该位置鲁棒跟踪控制系统不仅对于伺服系统的参数不确定性有较好的控制效果,而且可以有效地抑制位置伺服系统负载扰动的影响,并有效地提高系统的跟踪特性,使系统具有良好的动态性能.     

电液负载模拟器的自适应滑模控制方法

针对电液负载模拟器存在的系统非线性、不确定性和强干扰的控制难点,设计了自适应滑模控制方法.设计积分滑模以降低控制器对期望跟踪轨迹高阶导数的要求;设计动态滑模算法抑制抖振;采用小脑模型关节控制器(CMAC)在线学习系统不确定性以降低控制器参数设计的保守性.设计了自适应滑模控制律,给出了CMAC神经网络权值调整算法,证明了控制器的稳定性,以确保系统稳定且输出跟踪误差渐近收敛于零.仿真结果证明了控制策略的有效性.