柔性铰接板振动测量及迭代学习主动控制

大型柔性板状结构广泛应用于航空航天领域,这种结构特性极易引起低频振动,针对这一问题以柔性铰接板为研究对象,探究了柔性铰接板在受外部激励作用下弯曲模态的振动特性.为此搭建了一套用于测控柔性铰接板振动特性的实验平台,采用了立体视觉和压电陶瓷传感器分别检测柔性铰接板的振动信息,以此信息作反馈,采用了变遗忘因子的迭代学习控制方法对柔性铰接板的振动进行主动控制,同时以PD控制的实验效果作为对比.实验结果表明,不论是大幅值的快速衰减还是小幅值的残余振动抑制,迭代学习控制效果都优于PD控制.     

含模糊参数振动系统的Taylor级数展开法

为研究模糊参数约束条件下振动结构模糊有限元平衡方程特征值的问题,通过模糊集合理论中隶属度的性质,把振动结构的不确定模糊参量表示成区间形式,得到区间有限元平衡方程,利用所提Taylor级数展开法求解可以得到特征值所在的区间集.将α水平截集下得到的区间解,通过模糊分解定理构造出振动结构模糊有限元平衡方程的模糊解,从而可以得到模糊参数约束条件下振动结构的固有频率的变化范围,为结构的模糊可靠性评价奠定了基础.通过数值算例表明了所提方法的可行性.     

一种柔性空间机械臂的刚体运动和柔性振动复合控制方法

针对柔性空间机械臂的刚体运动控制和柔性体振动抑制问题,给出了一种反馈和前馈复合控制方法.对于一个柔性双连杆机械臂,首先设计反馈线性化控制器,消除非线性影响,实现大范围的刚体运动控制.其次基于闭环回路响应的振动特性,设计输入成型前馈控制器,预成型控制命令,抑制对结构振动影响显著的某些模态响应.最后仿真结果证实了给出的反馈线性化和输入成型复合控制方法,可以实现精确的位置控制,同时机械臂的残余振动得到了有效的抑制.     

超磁致伸缩作动器率相关磁滞环的模糊建模

超磁致伸缩作动器的输入输出特性中存在磁滞非线性现象,它在很大程度上影响了振动主动控制的精度及其稳定性.针对这一非线性特性,提出了基于模糊树模型的建模方法,为了产生适合模糊树建模的数据,首先将原来磁滞环中的一维输入空间映射到高维输入空间,从而将磁滞环一维输入空间的多值函数问题变为高维输入空间的单值函数问题.该方法结构简单,计算量低,对输入数据维数不敏感,通过数值算例表明了该方法的有效性.      

敏捷性导弹的建模与模糊变结构控制

新型精确制导导弹为了获得更大的机动性、敏捷性和更高的命中精度,大多采用了推力矢量控制或反作用推力控制.讨论了敏捷性导弹的动力学特性及数学建模,并针对一类反作用推力控制的导弹提出了一种具有实时逻辑切换能力的变结构模型跟踪控制方案,为减弱一般变结构控制系统的抖颤问题,在变结构控制系统中引入简单的模糊规则,有效抑制了变结构系统的抖颤,同时进一步增强了控制系统的鲁棒性.数学仿真表明控制方案的有效性.     

大型挠性结构基于独立模态空间的模糊PID控制

模糊控制器对于复杂不确定系统的控制具有很强的适应性,将模糊逻辑和PID控制器结合起来用于解决一类大型挠性结构空间桁架这一复杂系统的振动控制问题;并结合结构振动常用的独立模态空间控制方法,克服大型空间桁架不能建立精确的数学模型所带来的弊端,有效地抑制了由于模态溢出或耦合产生的差拍现象。仿真结果表明这一模糊PID控制器对于高阶、非线性的大型空间桁架振动控制是有效的。     

基于自校正模糊神经控制的无刷直流传动系统

提出了一种自校正模糊神经网络控制器(SCFNNC)来实现无刷直流电动机起动、调速、制动等各运行阶段的性能指标.该SCFNNC是采用调整系统增益参数的方法完成较完善的控制规则的.重点研究了系统自校正增益参数的确定方法,模糊控制器的设计,人工神经网络实现模糊控制规则的方法等.自校正增益参数是根据系统对超调量、转速稳态误差、动态速降的期望值来确定的.设计模糊控制器时是根据系统的性能指标,确定出合适的模糊控制规则表,用于训练神经网络.为使系统的性能达到最佳,采用了自校正模糊神经控制、开关控制和比例控制相结合的复合控制方法,通过数学仿真证实配备SCFNNC的系统具有优良的动、静态特性,及较强的鲁棒性.     

TSK模糊神经网络及其约束优化学习算法

针对非线性动态系统特点,提出了一种基于TSK(Takagi-Sugeno-Kang)模糊模型的动态回归模糊神经网络DRFNN(Dynamic Recurrent Fuzzy Neural Network),该模糊神经网络由静态网络和动态网络两部分组成,其中静态网络用来实现规则的条件部分和解模糊部分的计算,由FIR动态滤波器实现的内反馈回归网络用来实现规则的结论部分,为了加快网络收敛速度,给出了基于约束优化算法的网络参数迭代算法,把网络结构优化和参数学习作为一个约束优化问题来解决.应用于非线性系统的辨识和控制仿真试验说明了DRFNN网络及其算法对解决非线性系统问题的有效性.     

挠性空间结构的密集模态特性及影响分析

挠性空间结构周期性构型引起的低频段模态密集问题给振动控制中的控制对象建模、传感器优化配置和控制方案设计等造成困难.本文推导密频结构模态不稳定特性的产生机理,随即证明模态不稳定特性引发模型不确知性,而后基于可控性Gram矩阵的奇异值分析了密集模态的低可控度,并通过分析剩余模态的作用机理,说明模态密集将加剧溢出问题.在分析密集模态特性及影响的同时,给出控制设计中应注意的问题及可能的解决途径,对密频挠性结构在轨振动控制设计具有重要参考价值.     

基于规则灵敏度的模糊逻辑系统结构简化方法

基于规则灵敏度给出了模糊逻辑系统结构简化的一种方法.首先引入规则灵敏度的概念,在此基础上构造一个新的函数,并将其作为罚函数加入目标函数作为新的性能指标.通过优化性能指标来调整模糊逻辑系统的参数,使其输出在逼近期望输出的同时,有尽可能多的规则灵敏度接近于0.通过消去灵敏度接近于0的规则可达到简化系统结构的目的.仿真结果证实了所给方法的有效性.     

挠性航天器智能模糊控制算法

针对挠性航天器滑模变结构姿态控制器控制力矩的高频抖振问题,提出一种挠性航天器智能模糊控制算法。该算法使用模糊控制算法对航天器控制参数进行模糊化智能处理,能够有效改善控制器控制力矩的高频抖振问题。首先将模糊控制算法与滑模控制算法结合,根据切换面趋近律系数模糊化处理;然后应用连续饱和函数代替符号函数设计姿态控制器;最后通过算法到达滑模面的程度调整边界层厚度,在保证控制力矩不发生抖振情况的同时有效控制滑模面边界层的厚度。仿真结果证明,提出的智能模糊控制算法能够有效改善挠性航天器控制力矩的高频抖振问题,同时可以加快挠性航天器低阶模态振动曲线的收敛速度。     

全柔性空间机器人基于虚拟力的输出反馈有限维重复学习控制及振动抑制

探讨了基座、关节、臂均存在柔性情况下,空间机器人关节轨迹运动及多重柔性振动的主动控制和主动抑制问题.结合线性弹簧、扭转弹簧、简支梁及假设模态法,利用拉格朗日方程建立了基座、关节、臂全柔性影响下的空间机器人系统动力学模型,利用奇异摄动法,将模型分解为关节运动慢变子系统与关节柔性振动快变子系统.为控制慢变子系统中载体姿态、关节刚性运动并且抑制臂的柔性振动,依据虚拟控制力的概念,设计了基于有限维傅里叶级数解析周期信号的输出反馈重复学习算法.李雅普诺夫直接法证实了上述控制器的稳定性.为了抑制快变子系统中基座和关节的柔性振动,分别采用线性二次最优控制方法以及引入关节柔性补偿器间接增大关节等效刚度的方式,使控制算法不局限于求解弱非线性问题.系统数值仿真结果表明,所提出的控制器能够有效抑制机器人多重柔性构件的振动,实现对期望信号的高品质追踪.      

面向未知目标的柔性关节空间机器人滑模控制

针对载荷捕获的空间机器人控制问题,同时考虑机械臂关节柔性和非合作目标质量未知等因素影响,提出一种基于目标质量观测器的滑模变结构控制方法.首先,针对空间非合作目标质量未知问题,设计基于改进的最小二乘迭代算法实现对非合作目标质量在线辨识.进而,采用拉格朗日方法和动量矩守恒原理,建立漂浮基座柔性关节空间机器人动力学模型;针对...     

采用BP算法的模糊自适应控制

在对不熟悉的过程进行模糊控制时,由于对过程的不了解,很难得到合适的控制规则.基于模糊控制器的一种解析结构,提出了将模糊控制器与神经网络相结合的方法.由神经网络对系统进行辨识,并为学习系统提供必要的信息,将控制对象视为神经网络的输出部分,采用BP算法根据神经网络提供的信息对经验规则进行修改,从而改善模糊控制系统动态响应.仿真结果表明该控制器对模型参数变化具有较好的适应能力,能够较快地修改系统的原控制规则,使对象输出较快地跟踪系统的输入.     

基于重复自抗扰控制的索网天线振动抑制

为解决索网天线在轨运行过程中的振动抑制问题,提出一种基于重复自抗扰复合控制器的主动振动控制方法。首先,使用有限元法建立天线型面的振动动力学模型,基于模态截断的方法对动力学模型进行降阶并转化为状态空间方程的形式。然后,基于能量最小化准则,使用遗传算法对传感器/作动器的位置进行优化。最后,设计了基于线性自抗扰控制的天线型面振动主动抑制算法,并在此基础上设计前馈重复控制算法,通过对反馈控制周期性误差的学习,提高控制器抑制周期性扰动的能力。仿真结果表明,相比无控状态时,所提出的控制方法可将型面扰动降低97.0%,振动抑制效果优于PID控制器。所设计的控制方法为天线型面的振动控制提供了一种新的技术手段。     

一种柔性可展桁架结构的主动振动抑制技术

针对柔性可展桁架结构的主动振动抑制问题,提出一种采用作动执行机构的主动振动控制方法。首先基于模态综合方法建立智能柔性可展桁架结构的动力学模型,然后采用动态滑模控制律设计了主动振动控制器,并基于遗传算法对作动执行机构的布局配置进行优化,最后通过数学仿真验证,仿真结果表明了方法的有效性。     

基于自适应算法的Stewart平台微振动低频激励控制研究

针对空间微振动环境模拟的需求,以Stewart平台为对象,研究低频微振动激励控制.传统定增益控制器需要反复调节参数来获取满意的系统输出,同时由于摩擦等因素引起的非线性现象,导致难以在低频段建立精确的系统模型,以上问题均给控制器的设计带来困难.为此,设计一种自适应控制器加传统PID控制器的控制方案,并针对自适应控制器对于非参数不确定性等因素敏感的问题,采用dead-zone技术对自适应律进行修正,以提高控制器的鲁棒性.将此算法应用于Stewart微激励控制系统中,实验结果表明系统平台可以很好的输出单自由度与多自由度低频正弦激励,验证控制器在实际工程中的有效性.     

步进电机驱动柔性负载的一种振动抑制控制策略

  针对步进电机的输出力矩特征以及柔性负载的低频振动特性,提出一种抑制柔性负载振动的控制策略。推导了步进电机驱动柔性负载的动力学模型,分析了输入成形法抑制振动的原理并对其进行了扩展,由此产生的步进电机控制逻辑可以有效抑制柔性负载的低频振动。以数据中继卫星的单址天线回扫模式进行了数学仿真,结果表明,提出的控制策略有效且对系统的参数摄动具有一定的鲁棒性。     

空间机器人柔性臂动力学模糊控制的研究

重点研究了在空间机器人柔性臂的动力学非线性控制问题,由于柔性臂动力学系统的强非线性和耦合性,使得柔性臂控制系统复杂,控制的实时性和稳定性差,本文针对以往柔性臂控制所存在的问题,综合考虑系统的动态和静态特性,提出了一种带有非线性补偿器及ＰＩＤ控制器的柔性臂模糊复合控制方案,然后,根据所推导了一两连杆的空间机器人柔性臂的这非线性模型,进行了系统控制的仿真研究,实例仿真的结果表明,该控制方案能有效地抑制