基于神经网络的一类非线性关联大系统鲁棒滑模分散控制

针对一类具有未知界扰动和子系统部分已知的非线性大系统,结合神经网络逼近方法、滑模控制研究了一种新的分散鲁棒自适应控制方法。所设计的分散控制器分为两部分,一是等效控制器,二是滑模控制器。滑模控制器用来减小系统的跟踪误差,起鲁棒控制作用。文中用神经网络逼近非线性未知函数,将网络权值误差引入到网络权值的自适应律中用以改善系统的动态性能。仿真算例证明了所设计的鲁棒分散控制器是有效的。     

变质心共轴双旋翼无人机建模与反步滑模控制

针对共轴双旋翼无人机旋翼组件过于复杂，导致旋翼控制系统可靠性较低的问题，提出了一种依靠三轨变质心机构进行姿态控制的方案。推导了三轨变质心共轴双旋翼的运动模型和空气动力学模型，并分析了不同滑块所处位置和质量占比情况下变质心无人机动力学特性。建立变质心无人机姿态控制系统的状态方程，针对系统中的非线性和不确定性，设计了基于反步滑模控制的姿态控制器。仿真实验表明，所设计的控制器能够在含有外部扰动的工况下有效完成姿态跟踪任务，具备较好的抗干扰能力。     

永磁球形电机的自适应反演滑模控制

针对非线性、强耦合、直驱型的永磁球形电机动力学系统,设计了一种自适应反演滑模控制器。首先,通过拉格朗日第二方程以及卡尔丹角坐标变换建立永磁球形电机的转子动力学方程。然后,将反演设计方法和滑模控制有机结合抑制外界扰动和参数摄动的影响。其中,基于类李雅普诺夫方法获得外界扰动上界的自适应律,并采用一种新颖的趋近律消除抖振问题。最后,仿真结果对比证实:该控制器不仅能保证永磁球形电机动力学系统高精度的轨迹跟踪、快速的动态响应,而且对外界扰动具有较强的鲁棒性。     

基于自适应滑模反馈线性化的航空电动燃油泵预见控制器设计（英文）

以六相永磁同步电机直接驱动外啮合齿轮泵的航空电动燃油泵为对象,研究了其流量系统的控制器设计问题,提出了一种基于自适应滑模反馈线性化的预见控制器设计方法。首先,建立六相永磁同步电动机和外啮合齿轮泵的数学模型。其次,利用反馈线性化方法处理电动燃油泵这一非线性化模型,方便后续预见控制器的设计;接着,采用自适应滑模控制方法消除了由模型不确定性引起的反馈线性化误差,该方法可以将建模误差和负载扰动带来的不确定性分开处理,从而避免较大的切换增益引起抖振,同时不需要精确的不确定性的边界信息,从而提高了控制性能。最后,在反馈线性化得到线性模型上设计预见流量控制器,加快控制系统对燃油指令的响应速度。仿真结果表明,该控制方案具有较快的响应速度、较强的鲁棒性能和优良的抑制抖振能力。     

非线性飞控系统的滑模PI混合模糊逻辑控制

针对一类空间飞行器的非线性姿态控制问题，首先通过变换将其强耦合模型分解成若干个子系统，把各子系统之间的耦全、未建模动态和外界扰动视为系统的不确定性。而后提出了一种结合滑模控制与比例积分控制的模糊逻辑控制器，运用李亚普诺夫原理对系统的稳定性进行了分析。用这种控制器对系统进行分散鲁棒自适应控制，仿真说明相对于传统滑模控制器，它具有响应速度快，跟踪精度高，鲁棒性强的优点。     

无人机绕速度矢量轴滚转机动自适应滑模边界保护控制

针对无人机绕速度矢量轴滚转机动下状态易越界的问题,研究了一种自适应滑模边界保护控制方法。首先,基于二分法思想改进可达平衡集并引入指令约束方法,进而实现在线边界解算与约束指令生成。其次,为抑制不确定性和外部未知干扰对闭环系统的不利影响,利用径向基神经网络逼近系统不确定性并设计非线性二阶干扰观测器估计复合干扰,进一步设计自适应滑模边界保护控制器以实现无人机在安全边界内的姿态跟踪。最后,通过数值仿真验证了自适应滑模边界保护控制方法的有效性。     

基于ESO与NTSM的汽车主动前轮转向控制

提出基于扩张状态观测器(Extended state observer,ESO)与非奇异终端滑模(Nonsingular terminal sliding mode,NTSM)的车辆主动前轮转向控制。首先建立二自由度车辆模型计算车辆理想参考横摆角速度。其次以二自由度模型为基础设计扩张状态观测器与非奇异终端滑模控制器,扩张状态观测器能估计车辆状态与扰动,非奇异终端滑模控制器能对扰动进行补偿并输出控制量。最后在Matlab/Simlink中建立了扩张状态观测器与非奇异终端滑模控制器,采用CarSim非线性车辆模型进行仿真试验,研究了NTSM与PID控制器的闭环控制性能以及鲁棒性,并对两种控制器试验结果进行对比。结果表明,非奇异终端滑模控制的车主动前轮转向系统能有效改善车辆的操纵稳定性,控制器具有强抗干扰能力、良好的路径跟踪性能和鲁棒性,且优于PID控制器。     

鲁棒低阶自适应控制器的设计

本文提出了一种自适应控制系统设计的新方法,利用该方法设计的自适应控制器具有低阶的控制结构和良好的控制性能,数字仿真结果证明了其有效性。     

基于模糊小波神经网络的四旋翼飞行器鲁棒自适应控制

针对四旋翼飞行器的飞行控制问题,提出了一种基于模糊小波神经网络的鲁棒自适应滑模控制方法。首先利用牛顿-欧拉方程得到四旋翼飞行器的动力学模型,然后用模糊小波神经网络在线逼近系统中的外部扰动和未建模不确定动力学特性,最后提出鲁棒自适应滑模控制算法,通过Lyapunov稳定性理论证明了整个飞行控制系统的稳定性。仿真和实验结果验证了所提出控制方法对外界干扰和模型的不确定性具有较好的鲁棒性和自适应性。     

数字双闭环瞬时值控制逆变器外特性研究

数字双闭环控制通过电流环的无差拍控制实现对负载扰动的抑制,从而提高系统的动态响应速度,但由于没有实现电压的无差拍控制,稳态精度不够理想。本文在介绍电容电流瞬时值反馈控制逆变器数字双闭环控制模型的基础上,建立了系统的闭环传递函数,并从理论上分析了影响数字双环控制逆变器外特性的因素。滤波电感参数的实际偏差和直流电压的波动对逆变器的外特性有较大影响。通过适当的参数设计和在控制器中引入直流电压的解耦控制可以解决在实际参数与控制器参数不一致时输出电压精度不高的问题。仿真和试验结果证明了理论分析的正确性,尤其是加入直流电压解耦控制明显提高了逆变器的输出稳态精度。