风帆助航船舶自启发评价迭代滑模航向控制

针对风帆助航船舶运动模型具有时变非线性和受海洋环境扰动作用的特点,本文提出一种带自适应启发评价的模糊非线性迭代滑模航向控制方法。该方法采用双曲正切函数构造系统状态的迭代滑模函数,利用滑模面反馈设计控制增量,避免了对系统未知项和外界扰动的观测,并结合模糊系统对滑模控制参数进行优化,增强控制器的自适应性。通过定义一种控制舵角抖振观测变量与自适应启发评价函数,对所构建模糊系统的结构参数进行动态调节和优化,以进一步降低控制舵角的抖振作用。应用"文竹海"号散货船数学模型进行控制仿真,结果表明所设计控制器能有效地处理模型参数摄动和海洋环境扰动,控制性能良好,具有强鲁棒性。     

基于Backstepping的欠驱动船舶神经滑模航迹控制

在外界干扰和参数不确定的情况下,设计一种基于Backstepping的自适应神经滑模控制器对欠驱动船舶神经滑模航迹进行控制。采用趋近律的滑模控制,抑制常规滑模的固定切换增益系数带来的抖振现象;利用神经网络辨识对象,减少趋近律滑模控制对对象模型参数的依赖。以某实习船为例进行仿真,结果表明:在标称参数下,所设计的控制器能够有效跟踪设定的航迹并抑制常规滑模控制器的抖振现象;在外部环境扰动以及参数摄动的情况下,仍然能够实现较好的控制,表现出强鲁棒性。     

不确定系统的上界自适应动态神经滑模控制

针对滑模控制中不确定上界值的问题,提出一种神经网络上界自适应学习的动态滑模控制方法。该方法将系统中不确定及干扰部分分离出来,构造不确定量的联合上界,然后分两步进行分析。当上界已知时,采用动态滑模方法设计滑模控制器;上界未知时,采用神经网络自适应学习不确定项的上界,设计了权值调整规则及动态神经滑模控制器。该控制器不仅可以保证非线性不确定系统渐近稳定,降低一般滑模控制理论分析的条件,还有效地抑制了抖振。仿真实例表明,该控制方法是正确有效的。     

基于切换增益调节的神经滑模控制的机器人位置跟踪

针对机器人的位置轨迹跟踪问题,提出一种基于切换增益调节的神经网络滑模控制方法。首先设计基于机器人位置的滑模控制器模块,然后通过神经网络来调节滑模控制器中的切换增益,使得切换增益能随着外界干扰作用等不确定项的改变而改变,从而能实时地估计切换增益,解决传统滑模控制中的抖振问题,最后,以双臂机器人为对象,采用MATLAB仿真软件对该控制算法进行了验证。结果表明,与传统的滑模控制相比较,该方法能使机器人更好地跟踪期望的位置轨迹,并有效地减轻了抖振。     

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。     

单电磁悬浮系统的神经网络模糊滑模控制

为实现单电磁悬浮系统悬浮气隙的精确控制,提出一种基于神经网络的模糊滑模控制方案.根据单电磁悬浮系统的动态非线性数学模型,设计使系统状态在有限时间内到达稳定点的滑模面,同时根据滑模切换状态,通过引入神经网络的模糊控制方法对滑模切换控制量的增益进行评估,实时对滑模控制量进行调整,实现切换控制信号的柔化.基于神经网络的模糊滑模控制系统不仅能很好地跟踪给定信号,而且能削弱滑模控制抖振,对外部扰动具有完全的鲁棒性.仿真结果表明,所设计的控制系统零超调,具有速度跟踪性能,对外部扰动具有很强的鲁棒性.     

基于RBF神经网络的拟滑模控制

将一种拟滑模控制算法与径向基函数神经网络相结合,利用神经网络的网络权值具有自适应学习的能力,使拟滑模控制器的相关参数具有自适应性,从而优化控制信号,削弱系统抖振. 并给出了具体的设计方案,仿真结果表明,所给出方案是有效、可行的.     

直流电动舵机的离散模糊变结构控制

针对外来扰动和不确定参数项对电动舵机伺服控制的影响以及传统滑模控制的抖振现象,设计了一种基于等效控制的离散模糊滑模控制方法。该方法利用模糊控制器调整切换控制量的值,消除不确定项及外来扰动的影响,柔化了控制信号。分析了直流电动舵机系统的工作原理并建立了数学模型,给出了离散模糊变结构控制器的设计过程,证明了系统的稳定性。仿真结果表明所设计的控制系统具有较好的鲁棒性,同时又降低了常规滑模控制所产生的抖振。     

“倒三角”系统的神经滑模控制

针对高阶非线性、强耦合倒三角平衡系统,设计一种神经滑模控制器（NNSMC）对其进行平衡控制。所设计的控制律由系统进入滑动模态的等效控制量及神经网络学习算法计算得出的系统补偿控制量构成。其中,等效控制部分保证系统滑动模态可达,补偿控制量用于对系统的干扰和不确定性的补偿。该方法既保留了滑模控制所具有的较强的鲁棒性,又使控制系统滑动模态的品质得到保证和改善,同时削弱了系统的抖振。计算机仿真结果表明了该方法的有效性和可行性。     

飞翼布局无人机二阶滑模姿态跟踪鲁棒控制

针对飞翼布局无人机受扰姿态控制问题,提出一种二阶滑模姿态跟踪鲁棒控制方案。基于时标分离特性,将飞翼布局无人机姿态控制系统分为内外回路进行设计。外回路采用自适应二阶终端滑模控制器,利用自适应算法调节切换增益抑制复合干扰对系统性能的影响,同时二阶终端滑模将不连续的符号函数加在控制量的导数上,通过积分得到连续的滑模控制律,从而有效地消除了常规滑模控制器的抖振。内回路采用基于自适应super twisting滑模观测器的积分滑模控制器,设计自适应super twisting滑模观测器以实现对内回路复合干扰的估计和补偿。最后通过控制分配环节将控制力矩分配到舵面上,仿真结果验证了所提方案的有效性。     

单电磁铁悬浮系统的指数趋近律滑模控制

根据电磁场理论,给出了磁场力与气隙、电流之间的函数关系,建立了单电磁铁悬浮系统的二阶非线性状态方程。以电流为控制量,设计了一种滑模控制器。为了解决滑模控制在单电磁铁悬浮系统控制中的抖振问题,在滑模控制器中采用指数趋近律。该控制器不但能够保证悬浮系统的各个状态趋于设计值,而且能够保证抖振振幅值呈指数衰减。同时,基于Mat-lab软件,对悬浮系统进行建模仿真。仿真结果表明:该滑模控制系统具有良好的动态性能和较强的鲁棒性。     

基于分段幂次函数滑模观测器的 永磁同步电机速度控制

为了提高永磁同步电机的控制性能,解决传统滑模控制器中存在的抖振和响应速度慢等问题,提出一种采用分段幂次函数的新型滑模观测器。利用Lyapunov稳定判据对系统稳定性进行了证明,并在新型滑模观测器前设计了滑模速度控制器,最后与传统的PI控制器进行仿真比较。Matlab仿真和实验结果表明,新型滑模观测器结合滑模速度控制器的控制方法具有更强的鲁棒性和更快的收敛速度,在抑制系统抖振方面具有更优的性能,所得结果验证了所提出方法的有效性。     

迭代滑模增量反馈及在船舶航向控制中的应用

针对一类不确定非线性受扰动系统，提出一种基于非线性迭代滑模变结构的增量反馈控制算法．通过对系统输出迭代设计非线性滑动模态，并利用增量反馈控制，无需对不确定项的估计，在系统输入增益符号已知的条件下可自动寻找使系统稳定的控制量，避免了变结构控制的抖振以及输出反馈控制的稳态误差与超调问题，强化了变结构控制的不变性特点．对不同船型及舵机模型的船舶航向控制进行了仿真，结果表明，系统阶跃响应超调得到有效抑制，定常干扰下的静态误差得到消除，且控制器对模型摄动及干扰变化不敏感、设计参数易于调节．     

车辆导航横向模糊滑模控制算法及性能仿真

通过减小车辆横向滑模控制器输出控制量的抖振对车辆转向机构的机械损伤,提高车辆导航跟踪精度.运用车辆动力学分析,结合预瞄导航模型,建立了车辆导航横向控制模型;在此模型基础上,利用模糊规则及反模糊化方法设计了模糊滑模控制器.在该控制器设计中,通过模糊系统隶属函数的变化,实现了削弱穿越滑模面所产生的抖振.对车辆导航横向控制算法进行了仿真分析,结果表明:该控制算法输出抖振幅度较传统横向滑模控制降低了82%~98%,跟踪精度提高了2.5%~3.5%,车辆导航横向控制系统的稳定性和鲁棒性优于传统横向滑模控制系统.     

风帆助航船舶运动的模糊自适应迭代滑模控制

针对风帆助航船舶运动模型的不确定性和高度非线性特点,设计了一种自适应非线性滑模控制器。该控制器利用非线性双曲正切函数对系统输出进行迭代滑动模态设计,应用滑模面反馈控制方法,无需对系统的不确定项和外界干扰进行估计,根据双曲正切函数的严格有界性和控制输入约束条件证明了控制器稳定性,同时引入模糊系统对迭代滑模参数进行优化,增强控制器的自适应性。以“文竹海”号76000DWT散货船为目标进行控制仿真,结果表明,所设计控制器对系统模型不确定参数摄动及风浪作用不敏感,具有强鲁棒性,且与迭代滑模控制器相比所得控制量输出更加合理有效。     

一种基于模糊滑模监督控制的速度控制器

提出了一种带监督控制器的模糊滑模控制方法,利用监督控制器来保证当系统状态误差远离滑模面时,能迫使系统加速向滑模面运动．先用试错法和直接自适应模糊控制方法设计模糊控制器,然后用改进的滑模函数调整模糊控制器参数以减小系统的抖振,用监督控制器来增强系统的鲁棒性．仿真结果表明,该控制方法是可行的．     

永磁同步电机的线性自抗扰与滑模协调控制

为了改善永磁同步电机伺服系统的控制性能和抗干扰能力,解决滑模控制存在的抖振问题,本文设计了永磁同步电机线性自抗扰与滑模方法协调控制的策略。为了保证电流环的快速动态响应及抗干扰性能,内环采用自适应滑模控制,为了减小抖振,自适应律采用变指数趋近律;外环起动时采用滑模控制,转速接近期望值时,通过协调函数对线性自抗扰与滑模控制两种方法进行平滑过渡,达到期望值时,采用稳态性能更好的线性自抗扰控制。协调控制策略结合了两种控制方法的优点,避免了滑模抖振现象的产生,改善了电机转速的动态和稳态性能。最后在负载转矩未知时设计了观测器和新的控制器,快速准确的观测未知负载扰动,提高了受到扰动时的控制精度。仿真结果表明了线性自抗扰与滑模协调控制器的优越性,达到了预期要求。该控制具有广泛的应用价值。     

一种基于微粒群算法的自适应滑模控制

提出了一种基于微粒群算法的自适应滑模控制方法,把微粒群算法运用于自适应滑模控制器设计中。首先利用一种自适应算法估计系统中总不确定量的上确界,然后利用微粒群算法对自适应滑模控制器的切换参数和自适应参数进行优化调节,在改善系统控制性能和鲁棒性的同时削弱了抖振。仿真研究结果证明了该方法的有效性。     

神经滑模理论在柴油机调速系统中的应用研究

基于神经网络辨识及滑模变结构理论,对柴油机非线性模型设计了神经滑模控制器。通过编写S函数实现了神经网络在线更新权值,并在Matlab/Simulink环境中对控制系统进行仿真,证明该控制器可以在保证控制精度的前提下削弱了系统抖振,对柴油机转速取得了较好的控制效果。     

采用神经网络滑模控制的齿隙摩擦补偿

基于滞环齿隙模型和集合摩擦模型,建立了齿轮传动系统动力学变结构模型。采用径向基函数(RBF)神经网络和滑模控制构成复合控制器,对系统齿隙、摩擦非线性因素进行了补偿。利用RBF神经网络调节滑模控制器的切换项增益,降低了滑模控制的抖振,提高了补偿效果,仿真结果验证了该方法的可行性。