基于自适应神经模糊推理系统的船舶航向自抗扰控制

在实际的船舶航向控制中,航向系统在受到外界风浪干扰时表现出的模型非线性和参数不确定性,为航向控制器的设计带来了困难。针对该问题,设计了常规的线性自抗扰控制器和两种在线学习的自抗扰控制器。利用自适应神经模糊推理系统(ANFIS)实现自抗扰控制器参数的在线调整,设计了自适应PD的自抗扰控制器和自适应扩张状态观测器(ESO)的自抗扰控制器;分别在船舶受到外界扰动和参数摄动的两种情况下进行了仿真,仿真表明自适应自抗扰控制器控制效果更好,抗扰能力更强,表现出较强的鲁棒性。     

立方体机器人自抗扰平衡控制方法

针对立方体机器人动力学模型多变量、强耦合的问题,提出一种基于自抗扰控制的平衡控制器设计方法.引入虚拟控制量,并在控制量与输出向量之间并行地嵌入多个自抗扰控制器,从而实现对多变量系统的解耦控制,将系统的动态耦合和外部扰动视为各自通道上的自抗扰控制器的总扰动,在为期望姿态安排过渡过程基础上,设计扩张状态观测器对总扰动进行估计并实时补偿.综合采用经验试凑法和带宽法对控制器参数进行整定,对自抗扰控制器系统进行稳定控制、姿态跟踪、抗扰性和鲁棒性实验,并与PID控制系统进行定量对比分析.仿真结果表明,所设计的自抗扰控制器不仅能有效实现立方体机器人的平衡控制,而且较PID控制器具有更好的响应速度、控制精度和强鲁棒性.     

二阶系统线性自抗扰控制器频带特性与参数配置研究

本文从频域分析方法入手, 基于线性自抗扰控制器的闭环传递函数和频带特性曲线, 系统地分析了扩张状态观测器的跟踪估计能力和自抗扰控制器的稳定性、对外部扰动的抑制能力、对控制输入增益不确定性和模型参数不确定性的鲁棒性及其噪声传递特性, 探讨了系统动态特性与控制参数的关系; 在此基础上提出了控制参数的工程配置方法, 最后将其应用于某高精度武器控制系统, 验证该方法的有效性. 此外, 本文还分析了自抗扰控制器工程应用中的超调现象、控制量深度饱和以及前置滤波器设计等问题, 为工程设计提供理论依据和实践参考.     

线性自抗扰控制参数整定鲁棒性的根轨迹分析

从极点配置和根轨迹的角度研究了二阶线性定常对象的线性自抗扰控制.提出一个新传递函数框图.基于该框图,将线性自抗扰控制的参数整定解释为闭环极点配置问题,控制器带宽、观测器带宽等参数的整定被看作开环极、零点位置的选择.建议用根轨迹法研究线性自抗扰控制的鲁棒性.通过分析根轨迹定性说明了观测器带宽可以等于控制器带宽,以及线性自抗扰控制对被控对象参数变化的鲁棒性.     

无人直升机航向自抗扰控制

针对无人直升机系统航向通道扰动大等问题,本文设计了一种自抗扰控制算法来实现其高性能控制.首先分析了航向通道的动态模型,并通过数学变换,将其转化为一类二阶系统;在此基础上,本文设计了适用于无人机航向通道的自抗扰控制策略,它由跟踪微分器、扩展状态观测器、控制器3个环节构成.本文对所设计的自抗扰控制策略进行了仿真和实验测试,并与常见的串级控制方法进行了对比分析.仿真与实验结果表明:这种自抗扰控制策略具有对扰动抑制能力强、控制精度高等优点,其控制性能明显优于常规的串级比例–积分–微分控制方法.     

基于定量反馈理论的时滞系统自抗扰控制参数整定

工业过程对象普遍存在时滞、模型参数不确定性和外部扰动多等特点,传统Smith预估控制方法难以设计出满足期望性能的鲁棒控制器.针对模型参数不确定性和外部扰动,本文采用自抗扰控制技术进行估计和补偿.针对系统存在时滞的特点,本文提出改进Smith预估器结构,提升扩张状态观测器对于扰动估计的实时性.在此基础上,本文以一阶时滞系统为例提出了控制器参数整定方法.首先根据最优参数选取准则确定预估器模型,然后在等效模型框架下采用定量反馈理论整定自抗扰控制器参数,确保控制系统达到预期性能指标.在仿真实验中,将所提出方法与几种常见时滞系统控制方法进行比较,通过设定值跟踪、抗扰及蒙特卡罗实验验证了所提出方法具有良好抗扰能力与鲁棒性.     

线性自抗扰控制参数b0 辨识及参数整定规律

针对自抗扰控制中参数b0 整定困难的问题, 提出一种新的参数辨识方法, 对线性自抗扰控制器(LADRC) 中的参数b0 进行辨识, 并提出了LADRC参数整定的基本规律. 通过频域分析研究了控制器参数b₀ 和控制器带宽b₀ 的变化对闭环系统扰动抑制能力的影响. 通过分析闭环控制系统的稳定区域研究了控制器的鲁棒性. 仿真结果表明, 根据辨识得到的b0 可以快速整定LADRC的参数, 使LADRC具有较强的鲁棒性.

     

无刷双馈电机自抗扰控制方法

针对无刷双馈电机非线性强耦合特性, 提出一种实现其高性能控制的自抗扰控制方法. 在控制电机同步坐标系下, 设计磁链自抗扰控制器和转速自抗扰控制器, 对系统内部的耦合影响和系统外部扰动进行观测和补偿, 实现非线性系统线性化控制. 该控制器具有较强的鲁棒性, 且不依赖电机模型. 仿真对比结果表明, 自抗扰控制器能够准确地估计和补偿系统的内外扰动, 控制精度高, 抗扰能力强, 能够实现磁链和电磁转矩的解耦, 进而实现磁链和转速相互独立控制, 是一种简单有效的高性能控制方法.

     

高阶大惯性系统的线性自抗扰控制器设计

针对自抗扰控制器在热力系统高阶大惯性过程控制中效果不佳的问题,提出一种利用高阶系统模型信息进行补偿的自抗扰控制器设计方法.基于理论分析,给出各可调参数的物理意义及其定量化参数整定方法,并从观测误差、开环频率特性和参数稳定域等方面分析补偿自抗扰控制器能够提高控制效果的原因.仿真对比实验和鲁棒性检验结果表明,所提方法在设定值跟踪、抗扰能力和性能鲁棒性方面均优于PI/PID,同时能够显著改善低阶自抗扰控制器对高阶大惯性过程的控制效果,具有很好的工程推广潜力.     

基于ANFIS的船舶航向控制系统的设计

为解决因船舶运动的非线性和不确定性使常规航向控制器参数调整难度大的问题,提出一种基于自适应神经模糊推理系统(ANFIS)的船舶航向控制算法.用模糊控制解决船舶不确定性系统控制问题,并借助神经网络的学习能力优化控制器参数,设计出能在线自调整控制规则来获得最佳控制规律的ANFIS航向控制器.仿真实验结果表明,设计的航向控制器在船舶模型参数摄动以及风浪干扰下都能获得良好的控制性能.     

舵鳍联合自抗扰主从控制策略设计

在分析舰船航行中所受干扰特性的基础上,针对目前舵鳍联合控制中存在的问题,以虚拟控制力作为中间变量,设计了主从结构的舵鳍联合控制策略.主控制器采用非线性干扰观测器对环境扰动和模型不确定性进行估计,在此基础上以虚拟控制力作为控制量采用自抗扰结构,对船舶三自由度运动进行联合控制.同时,在主控制器设计中包含了舵/鳍伺服系统的实际约束,保证了从控制器解的可行性.基于遗传算法设计了数值反演从控制器,求取最终的控制量.通过船模试验和仿真对所设计的控制器进行了验证,试验和仿真结果表明所设计的两步主从控制策略具有较好的控制效果.     

基于扰动补偿的无微分模型参考自适应控制系统设计

针对一类含有参数不确定性和未知非线性扰动的系统,本文提出一种基于扰动补偿的无微分模型参考自适应控制方法,实现系统输出对参考模型输出信号的高精度跟踪.首先,利用被控对象模型信息设计扰动估计器,对系统非线性扰动进行在线估计;其次,基于非线性扰动估计值设计参考模型和无微分参数更新律,构建无微分模型参考自适应控制器,建立基于扰动补偿和状态反馈的自适应控制律,以消除参数不确定性和非线性扰动对系统输出的影响,保证系统输出对参考模型输出的准确跟踪;然后,给出闭环系统误差信号收敛条件和控制器参数整定方法;最后,通过数值仿真验证所提方法的有效性和优越性.     

车辆线控转向系统的分数阶鲁棒控制研究

线控转向系统有别于普通车辆的机械转向机构,它是由转向电机、转向机构、转角和力矩传感器以及控制单元构成的复杂转向系统．系统性能受到参数的不确定性、未建模动态以及前轮回正力矩的影响．本文基于分数微积分理论,根据转向系统鲁棒性的设计要求,提出一种新的PI^λD^μ控制策略,保证线控转向系统在所要求的频域范围具有鲁棒性．文中通过优化方法得到PI^λD^μ控制器的五个设计参数,并用Oustaloup算法对分数阶控制器进行仿真验证,结果表明该控制方法对提高转向系统性能的鲁棒性是有效的．     

舰船混沌运动的单输入自适应变结构控制

针对在舰船混沌运动控制中由模型不确定性及外部扰动无法确知所引起的控制结果无法保证的问题,采用自适应控制与滑模变结构控制相结合的方法,在设计切换函数时,将符号函数转移到控制输入的一阶导数当中,有效抑制了变结构控制中的抖振问题,并提出了一种单输入自适应滑模变结构控制方法.实验结果表明,与传统滑模变结构控制相比,新方法能够在系统模型具有不确定性及未知外部扰动的情况下实现舰船混沌运动的良好控制,为舰船混沌运动控制提供了一种可靠的工程实现途径.     

基于无源性的全方位移动机器人自抗扰控制

针对全方位移动机器人轨迹跟踪控制中存在的外界干扰和系统参数不确定性问题,提出基于无源性的自抗扰控制方法.该方法通过扩张状态观测器对系统扰动进行估计,并在基于无源性的控制器中加入扰动补偿项以减小外界干扰和参数不确定性对系统的影响;进而,利用系统的无源特性和Lyapunov 理论证明在该控制器作用下闭环系统有界输入有界输出稳定.仿真结果表明,所提出的控制方法响应速度较快,控制精度较高,对系统外扰和模型参数不确定性具有较强的鲁棒性     

Indirect disturbance compensation control of a planar parallel (2-PRP and 1-PPR) robotic manipulator

This study addresses the dynamic modelling and indirect disturbance compensation control of planar parallel robotic motion platform with three degrees of freedom (3-DOF) in the presence of parameter uncertainties and external disturbances. The proposed planar parallel motion platform is a singularity free manipulator and has three manipulator legs located on the same plane linked with a moving platform. Of the three aforementioned manipulator legs, two legs have a prismatic–revolute–prismatic (PRP) joint configuration each with only one prismatic joint deliberated to be active, and the other leg consists of prismatic–revolute–prismatic (PPR) joint configuration with one active prismatic joint. The closed form kinematic solution (both forward and reverse kinematics) for the platform has been obtained in completion. In addition, the dynamic model for the platform has been communicated using the energy based Euler–Lagrangian formulation method. The proposed controller is based on a computer torque control with disturbance compensation integrated with it. Disturbance vectors comprising disturbances due to parameter variations, payload variations, frictional effects and other additional effects have been estimated using an extended Kalman filter (EKF). The EKF proposed for this specific platform uses only position and orientation measurements for estimation and noise mitigation. Simulations with a characteristic trajectory are presented and the results have been paralleled with traditional controllers such as the proportional integral derivative (PID) controller and computed torque controller (CTC). The results demonstrate satisfactory tracking performance for the proposed controller in the presence of parameter uncertainties and external disturbances.     

Adaptive disturbance estimation and cancelation for ships under thruster saturation

This work addresses the problem of disturbance estimation and cancelation for ships with ocean disturbances and modeling uncertainties under thruster saturation effects. The ocean disturbances are expressed as the multiple sinusoidal disturbances with unknown frequencies, amplitudes, and phases. By means of a parametric exogenous system and a canonical model with unknown disturbances being inputs, the ocean disturbances are represented as the multivariate regression model with unavailable regressors and regression parameters. An observer is employed to provide the regressor estimation, such that the disturbance estimation and cancelation are converted to the adaptive control problem. The robust control term with the adaptive technique attenuates the modeling uncertainties. The thruster saturation effects are reduced using the state vectors from the auxiliary dynamic filter to online correct the control errors. The ship disturbance cancelation controller is derived via the adaptive backstepping. The closed‐loop tracking system is guaranteed to be uniformly ultimately stable and the ship's position and heading navigate along with desired trajectories. The proposed adaptive control scheme is validated by simulations with comparisons on a 1:70 scaled model ship CyberShip II in different cases.     

船舶航向非线性系统鲁棒跟踪控制

对船舶航向非线性系统, 提出了一种基于神经网络方法的鲁棒跟踪控制器. 系统由船舶运动非线性响应模型和舵机伺服系统串联构成, 其中运动响应模型考虑了建模误差和外界干扰力等非匹配不确定性. 对建模误差和期望舵角的一阶导数项应用在线二层神经网络予以辨识和补偿, 不确定性干扰项处理应用L2增益设计. 采用Lyapunov函数递推法, 得到包括神经网络权值算法在内的跟踪控制器. 跟踪误差和神经网络权值误差的一致终值有界性保证了系统的鲁棒稳定性, 合理的控制器参数选择保证了控制精度. 仿真结果验证了控制器的有效性.     

具有多层感知器力矩补偿的机器人自抗扰控制

本文针对机器人系统的控制特性, 提出了一种基于自抗扰控制(ADRC)的关节控制算法, 该算法可以克服 传统控制算法中存在的如系统抗干扰能力弱, 控制性能受限于建模精度, 动态性能与稳态性能难以兼顾, 控制律设 计较为复杂等问题. 针对受控系统特性给出了一套实际控制器的完整设计方法与参数整定方法, 并根据控制性能指 标设计优化函数完成了最优控制参数的优化, 在系统参数辨识的基础上利用多层感知器(MLP)设计了对建模不确 定性的补偿网络. 数值仿真和实验结果均表明该算法能够实现机器人快速稳定的轨迹跟踪, 具有良好的控制精度 与很强的抗干扰能力, 此外该算法不依赖于精确的系统模型, 降低了实际设计和应用的难度, 具有很好的工程应用 价值.