数控机床用磁悬浮系统自抗扰控制仿真研究

为了实现磁悬浮系统悬浮气隙的精确控制,提出运用自抗扰控制技术对横梁悬浮系统进行悬浮气隙控制,自抗扰控制器可以将系统模型参数变化和外扰作用均当作对系统的扰动而自动在线估计并予以补偿.对横梁磁悬浮系统建立的原始数学模型选择状态变量,得到系统的非线性状态方程,以线圈两端电压为控制量,设计悬浮气隙位置环和电流环双环自抗扰控制器,实现横梁悬浮系统的非线性控制.仿真结果表明,自抗扰控制具有良好的动态性能和抑制外来扰动能力,可以实现横梁无摩擦稳定悬浮.     

线性自抗扰气缸位置伺服控制研究

针对气动伺服系统复杂的非线性问题,提出了一种线性自抗扰控制策略对气动伺服系统进行位置控制。利用线性自抗扰控制器不依赖于被控对象精确数学模型的特点,解决被控气动系统内外各种不确定性,设计了线性扩张状态观测器来估计和补偿系统的全部干扰,同时给出了线性状态误差反馈控制器来保证系统的闭环响应性能。证明了线性扩张状态观测器的收敛性和闭环系统的镇定性。应用线性自抗扰控制策略与PID控制策略在气缸伺服系统中进行实验、比较,实验结果表明所设计的线性自抗扰控制器具有良好的控制效果。     

基于模糊自抗扰控制在电动汽车PMSM位置驱动系统研究

为实现电动汽车用PMSM转速快速响应和强鲁棒性,本文提出一种基于模糊自抗扰的电动汽车PMSM驱动控制系统,将模糊控制与自抗扰控制结合,将位置反馈作为控制器反馈信号,结合自抗扰控制器中状态变量估计和微分之间的误差,建立误差的模糊规则控制表,进行去模糊化之后得到误差精准的控制量,并通过对非线性误差状态反馈控制率的误差比例系数、微分系数、积分系数进行自适应调节,实现对扰动量的补偿控制,增强电动汽车PMSM驱动系统的抗扰动能力。     

加工中心龙门磁悬浮高度的滑模控制

针对龙门加工中心中的移动横梁,提出了采用磁悬浮技术,实现无摩擦驱动的新型控制方案。根据所建立的横梁磁悬浮系统的数学模型,应用基于微分几何的反馈线性化方法将非线性的电磁悬浮系统转化为线性系统,然后利用积分滑模控制器来对整个系统进行鲁棒控制。仿真研究结果表明,与传统控制方法相比,系统具有很强的抗扰性和较高的刚度,横梁能够实现无摩擦稳定悬浮。     

基于死区补偿的电液位置伺服系统自抗扰控制

针对电液位置伺服控制系统的比例阀死区、参数不确定及外部未知扰动等问题,设计了由自抗扰控制器与死区逆补偿构成的串联控制器。首先基于实验辨识构造死区逆模型对死区进行预补偿,然后根据系统特性设计了一阶自抗扰控制器,构造改进的扩张状态观测器对“总扰动”进行实时估计,并通过非线性控制律给予主动补偿。联合仿真与试验结果表明,所提出的串联控制器有效地补偿了比例阀死区,提高了系统动态性能和位置跟踪精度。     

基于扩张状态观测器和非线性状态误差反馈设计自抗扰振动控制器

智能桁架结构作为一种控制结构一体化的新型空间结构,具有几何、物理可自调性,但这类结构同时具有柔性大、阻尼小、低频模态密集、模态耦合程度高以及存在多种不确定性和耦合等特点,给振动控制带来很大挑战。基于此,研究如何基于扩张状态观测器和非线性状态误差反馈设计不依赖于模型的自抗扰振动控制器。采用扩张状态观测器实时估计对象模型摄动及外扰的总和作用量,并在控制信号中补偿掉,实现不确定非线性系统的动态补偿线性化。针对线性的"积分器串联型"对象,设计非线性状态误差反馈控制律。对不确定参数空间83杆智能桁架结构进行自抗扰振动控制仿真研究。结果表明在外部扰动或模型结构参数发生变化时,自抗扰振动控制器仍可以获得理想的控制效果,具有很好的适应性和鲁棒性。     

电磁式惯性作动器的结构振动自抗扰控制

针对四边固支板结构振动主动控制中存在的系统模型不准确性和内外干扰等问题，利用惯性作动器提出一种基于自抗扰控制器的主动控制方法，并且研究自抗扰控制器中观测器带宽、PD控制器参数，控制器增益对振动控制性能的影响。首先，建立基于惯性作动器的四边固支板振动控制系统的状态空间模型。然后，利用三阶线性扩张状态观测器估计整个振动控制系统的不确定性和状态变量。此外，从理论上分析自抗扰控制器各参数对振动控制性能的影响，以获得良好的振动控制性能。最后，基于NI-PCIe 6343采集卡搭建了半实物实验平台，并在Matlab/Simulink中desktop real-time下验证了理论分析的准确性与自抗扰控制的有效性。结果表明，自抗扰算法用于振动控制是可行的，当控制器其他参数不变时，可以在一定范围内提升观测器带宽或降低控制器增益可以提升控制效果，调节PD控制器参数对控制效果影响不大。     

气动恒力控制系统的自抗扰控制

针对磨削和抛光等对恒力控制装置的迫切需求,开展气动恒力控制系统研究。由于气动系统存在比例流量阀死区、气缸摩擦力以及气体可压缩等非线性问题,提出了一种二阶线性PID自抗扰控制器,并加入了死区补偿器。该控制器采用跟踪微分器对输入信号进行过渡,利用扩张状态观测器对非线性参数影响进行估计,并通过线性PID反馈控制律进行补偿,同时引入死区补偿器快速跳过死区范围。试验结果表明,相比传统PID控制和积分型线性自抗扰控制(I-LADRC),线性PID自抗扰控制具有更好的动态响应以及更强的鲁棒性,并且稳态误差小于2 N。     

基于压电智能结构状态估计误差补偿的自抗扰振动控制

压电智能结构的模型难以精确建立,且存在外界环境激励干扰和内部参数不确定等问题,从而影响闭环结构的振动控制性能。基于此,将结构的内部干扰和外界激励的影响归结为系统的集总干扰,并利用扩张状态观测器(Extended state observer,ESO)设计不依赖于模型的自抗扰振动控制器。然而当外界扰动激励变化时,扩张状态观测器对扰动和各阶状态的估计不可避免存在偏差,难以保证振动控制的效果。为克服二阶自抗扰策略在振动主动控制中的不足,提出一种基于压电智能板结构的状态估计误差补偿自抗扰振动控制方案。利用状态观测误差信息,对二阶自抗扰控制器进行补偿,从而减小ESO对扰动和各阶状态估计的压力,提高振动控制效果。利用dSPACE实时仿真系统,搭建四面固支压电智能板结构的振动主动试验平台。四种干扰激励的试验结果验证该方法的有效性、实用性和强抗干扰能力。     

不确定离散系统全程滑模变结构控制研究

讨论线性多变量不确定离散系统全程滑模变结构控制问题。本文将干扰和参数不确定性等效为系统的外界干扰，利用时延性对不确定性进行在线估计，并根据全程滑模的特点采用等效控制方法设计控制器。本文的方法克服了以往控制方法中须已知不确定性界的限制，且不必满足匹配条件．且采用等效控制方法设计控制器解决了以往用离散趋近律方法设计控制器系统存在抖振的问题。并基于倒立摆模型进行了仿真，结果验证了其有效性。     

基于NDO的HXD_3机车轮对齿隙自适应补偿

为研究HXD3型电力机车轮对齿隙受线路激扰和车行冲击影响时的位置控制精度,考虑实际工况中齿隙传动的非线性以及外界干扰的周期性,建立了齿隙传动伺服系统的数学模型;针对具有齿隙输入和未知时变参数的非线性系统,结合齿轮传动控制方向未知的实际工况,引入Nussbaum类型函数;为改善系统抖振,同时减小外干扰和不确定性对系统的影响,添加了非线性干扰观测器;基于积分滑模控制器收敛快速、鲁棒性强的优点,设计了具有衰减因子的积分滑模自适应控制器。理论分析表明,齿隙伺服系统闭环输出有界,滑模面与跟踪误差一致有界并收敛于0。仿真结果表明,积分滑模面抖振较小,收敛迅速;Nussbaum函数有界并收敛;NDO能够对非线性干扰进行近似无偏估计。齿隙伺服系统可实现在线路上存在周期性冲击时及参数存在摄动的工况下对位置指令输入的近似无偏跟踪,并对控制方向不同的指令输入具有较为理想的输出响应。     

数控机床直线同步电动机磁悬浮系统的神经网络直接自适应控制

针对数控机床可控励磁直线同步电动机磁悬浮系统的强非线性、外部扰动不确定性的问题,设计基于RBF神经网络直接自适应控制器.通过分析磁悬浮系统的运行机理,推导运动方程及悬浮力方程,进而建立系统的状态方程;用悬浮高度的跟踪误差和误差的变化量构造误差函数,设计直接自适应理想控制器并采用RBF神经网络对其进行逼近;设计自适应律来估计神经网络理想权值,对误差函数的变化率构造二次型Lyapunov函数,利用Lyapunov稳定性理论来证明系统稳定;通过Matlab对控制系统进行计算机仿真,结果表明该方法设计的控制器与自适应模糊滑模控制器和PID控制器相比,空载启动时调节时间减少了23.5％,突加负载时动态降落减少了64.7％,恢复时间减少了38.2％,具有稳态误差小,调节时间和恢复时间短,抗扰性较强的优点,能有效提高磁悬浮系统的控制性能.     

基于干扰观测器的时滞非线性切换系统滑模控制方法

为实现更加精准的时滞非线性切换系统滑模控制,应用干扰观测器设计一种新的系统滑模控制方法。构建时滞非线性切换系统模型,针对系统在发生结构变化时会产生复合干扰变化的情况,设计了一种非线性切换干扰观测器,实施系统不连续干扰的估计。通过 Backstepping 方法结合干扰观测器,设计一种切换滑模控制器,依据标量非线性特性打造一个滑模面,通过滑模控制器算法使时滞非线性切换系统能够满足滑模面的实际可达性条件,完成切换滑模控制器设计,实现系统的滑模控制。对设计的滑模控制方法进行测试,实验中选择的时滞非线性切换系统为一种变后掠翼 NSV 。实验结果表明,该设计方法能够实现较为准确地切入信号跟踪,表现出了很好的切换复合干扰估计性能。     

基于滑模自抗扰控制的变绳长塔机防摆控制

塔式起重机在实际应用中，由于绳长的变化会加剧负载(货物)的摆动，使得货物很难被快速、准确地运输到指定的位置。因此，为了对塔式起重机负载进行精确定位及防摆控制，提出了一种基于滑模自抗扰控制(SM-ADRC)的变绳长塔机防摆控制方法。首先，根据拉格朗日方程得出了系统的动力学方程，并依据动力学方程将系统分为了变幅、回转、提升3个子系统，并对每个子系统分别设计了线性扩张状态观测器(LESO),观测和补偿了对应回路中因参数变化、系统耦合及外界因素引起的未知总干扰；然后，结合滑模控制(SMC),设计了带有干扰补偿的非线性误差反馈控制律；最后，在MATLAB/Simulink中，在快速性、鲁棒性方面，对比分析了滑模控制方法与滑模自抗扰控制方法的控制性能。研究结果表明：相比于滑模控制方法，滑模自抗扰控制方法对塔机防摆控制时间缩短了25.5%,并且该方法不仅可以提高塔机的快速响应性能，而且具有较强的鲁棒性和自适应性，可以对塔式起重机负载进行精确定位及有效的防摆控制。     

基于自抗扰控制的转台伺服系统摩擦非线性补偿仿真研究

为克服非线性摩擦在转台伺服系统低速运行时对控制性能的影响,设计一种线性自抗扰控制器.该控制器采用线性扩张状态观测器及线性反馈,将摩擦作为系统总扰动进行实时估计,并加以补偿.基于Lugre摩擦模型建立转台伺服系统的数学模型,对这种线性自抗扰控制器进行仿真实验.结果表明,和传统PID控制器相比,所设计的控制器对非线性摩擦有良好的抑制作用,同时具有响应速度快、稳态误差小,抗扰能力强的特点.     

永磁同步电机位置伺服系统改进变结构自抗扰控制

为进一步提高传统变结构自抗扰控制器的控制精度,增强永磁伺服驱动系统的抗干扰能力,提出一种改进变结构自抗扰控制策略。该方法在基于变结构原理设计的扩张状态观测器中引入位置、速度的观测误差以实现状态变量的无差估计,采用基于指数趋近律设计的非线性状态误差反馈控制律实现线性控制与非线性控制的平滑过渡,并在此基础上引入位置跟踪误差,提高伺服系统的跟踪性能。通过实验分析比较了改进变结构自抗扰控制与传统变结构自抗扰控制两种控制策略,结果显示改进控制策略较传统控制策略的位置跟踪误差减少了约30%。当负载突变时,传统控制策略的跟踪误差约为负载突变前最大跟踪误差的3.4倍,而改进变结构自抗扰控制策略仍能准确跟踪给定信号。     

基于非线性干扰观测器的自动弹仓终端滑模控制

针对某自动弹仓位置控制过程中的负载变化和不确定性干扰,设计了基于干扰观测器和非奇异快速终端滑模的复合控制策略,建立了自动弹仓的不确定性动力学模型。干扰观测器用于估计系统复合干扰,估计值用于补偿滑模控制器以增强控制器的鲁棒性和抗干扰能力。运用Lyapunov准则证明了系统闭环稳定。所提算法和PID算法的对比实验结果显示,设计的控制律实现了自动弹仓位置的精确控制,具有良好的鲁棒性,有效提高了自动弹仓的定位稳定性。     

基于扩展干扰观测器的主动升沉补偿系统自适应鲁棒控制

针对不确定性及外部干扰下主动升沉补偿系统的非线性控制问题,提出一种基于扩展干扰观测器自适应鲁棒控制器。扩展状态观测器将外部扰动扩张成新的状态变量,利用输出反馈观测扩张的状态。基于反步法构建自适应控制器,结合拓展状态观测器处理系统方程存在的建模误差、外干扰、不确定性及参数不确定性。基于滑模控制方法,设计非线性滑模反馈律,从而提高系统在外部干扰下的鲁棒性能。最后,通过李雅普诺夫函数证明整个闭环系统的稳定性。基于升沉补偿电液伺服系统进行仿真实验,结果表明:所设计控制器在存在不确定性及外部干扰的情况下具有良好的控制精度及鲁棒性。     

电液位置伺服系统自适应反演滑模控制

在六自由度并联运动平台运动控制中，可转化为对各个支链的运动控制，每条支链采用电液伺服运动系统。针对并联运动平台支链位置控制中存在的抗干扰和控制精度问题，提出了一种基于自适应反演滑模控制算法。该算法利用自适应控制策略，以此对系统的建模误差和外加干扰等不确定性进行估计，再结合反演滑模控制算法设计平台支链位置控制器，解决并联运动平台位置精确控制问题。仿真结果和试验表明，该控制策略能够很好的实现支链电液伺服运动快速、稳定、高精度位置控制，并对系统的外加干扰具有很强的鲁棒性和自适应性。     

线性/非线性自抗扰切换控制在变载荷气动加载系统中的应用

针对气动加载系统压力跟踪控制中强非线性、强耦合性、模型不精确性等问题,提出一种线性/非线性自抗扰切换控制器,该控制器结合了线性自抗扰控制器参数整定简便、理论分析简单和非线性自抗扰控制器跟踪精度高、响应快的优点,设计线性/非线性切换扩张状态观测器对系统的耦合项以及不同幅值的扰动等不确定项进行估计,并采用切换状态误差反馈控制律给予实时主动补偿,进而实现系统加载压力的实时控制,并完成了线性/非线性切换扩张状态观测器的收敛性证明。最后,在气动变载荷摩擦磨损试验机试验平台上进行试验验证,与线性自抗扰和非线性自抗扰进行对比,试验结果表明,改进的控制器具有抗干扰性强、跟踪精度高、应用性强等特点。