电动静液作动器的非线性变阻尼积分滑模控制

对于电动静液作动器(EHA),传统滑模控制器存在加速度信息难以获取,参数不易整定和控制信号抖振等问题,从而造成控制器很难应用于实际。针对以上问题,利用奇异摄动理论对EHA数学模型进行合理的降阶,从而使控制器设计避免了使用加速度信息。在此基础上,利用降阶模型设计了一种新型非线性变阻尼积分滑模控制器(NSMC),该控制器可根据位置控制误差实现系统阻尼比由欠阻尼到过阻尼的自适应调节,能有效提高位置阶跃调节性能。设计了一种基于滤波器的不确定项估计器对EHA中存在的参数不确定性和外部扰动进行实时估计并补偿。滑模面积分项的引入和不确定项估计器的使用,一方面使控制器中无需使用切换函数,实现了EHA的无抖振滑模控制,另一方面使系统整个动态过程完全表现为滑动模态,从而可根据EHA控制指标直接整定滑模面参数,大大简化了参数整定过程。同时利用Lyapunov稳定性理论对整个闭环系统和滑模面的稳定性进行了详细分析。分别与PI控制器、传统滑模控制器(SMC)和传统变阻尼滑模控制器(DVSMC)进行了详细的仿真分析比较,仿真结果表明NSMC能有效提高EHA位置跟踪性能和增强对参数不确定性和外部扰动的鲁棒性。     

基于多模态滑模的快速非奇异终端滑模控制

根据多模态滑模概念,提出了一种快速非奇异终端滑模控制方法(FNTSM,Fast Nonsingular Terminal Sliding Mode),实现了非奇异终端滑模控制的全局快速收敛.多模态滑模通过设计分段切换函数,实现多个滑动模态.FNTSM的切换函数由线性滑模的切换函数和非奇异终端滑模的切换函数连接而成.当系统状态远离平衡点时,系统运行于线性滑动模态;当系统状态靠近平衡点时,系统运行于非奇异终端滑动模态.设计了切换型控制律,保证了系统的到达时间和滑动时间都是有限的.数值仿真表明:FNTSM控制与非奇异终端滑模控制、线性滑模控制相比具有快速性优点.      

火星大气进入滑模自抗扰制导方法

针对火星探测器大气进入制导阶段存在着模型参数误差等不确定性,基于直接反馈线性化理论设计了一种滑模自抗扰进入制导方法。首先利用反馈线性化方法对跟踪系统模型进行线性化处理;在此基础上设计了滑模控制律,并利用线性扩张状态观测器估计系统的未知不确定量,在控制律中进行补偿;此外还给出了大气进入段的横向制导律。仿真结果表明,与反馈线性化方法相比,该方法设计的制导律有效地降低了模型参数误差对制导精度的影响,实现了对参考轨迹的良好跟踪,提高了探测器开伞点的精度。     

具有相乘非线性的马达速度鲁棒控制

变转速变排量联合控制是一种新型的容积控制,具有效率高和相对快的响应,但由于具有相乘的本质非线性,给控制带来一定的难度.针对变频调速变排量联合控制的泵控马达速度试验系统,建立了系统的数学模型,对存在的本质非线性问题,提出采用精确反馈线性化方法进行线性化处理,并设计了基于积分滑模面的马达速度滑模变结构控制器.由于系统参数多,各个参数是变化的且不易确定,造成常规的滑模变结构控制输出抖振现象严重,为降低输出抖振现象,提出采用自适应模糊滑模控制器进行改进,并对稳定性进行证明.最后对该控制方法的抗干扰性和正弦信号跟踪性进行了仿真试验,仿真结果验证了所设计的控制方法正确性.      

变结构航天器模糊神经网络滑模控制器设计

变结构航天器是目前航天领域的重要发展方向，航天器结构的变化将导致质量分布发生明显变化，这对航天器动力学建模和控制器设计都提出新的问题。针对这种情况，采用混合坐标法和拉格朗日方程建立了航天器刚柔耦合动力学模型，利用几种典型工况的参数近似得到变结构过程中动力学参数的变化规律。设计滑模控制器对航天器变结构过程进行姿态控制，为提高滑模控制器的适应性，设计模糊神经网络（FNN）自适应调节滑模控制器参数，并利用径向基函数（RBF）神经网络逼近动力学模型，得到控制力矩与姿态变化之间的近似关系，用于FNN的优化。通过仿真得到航天器变结构期间无控、滑模控制和模糊神经网络滑模控制的姿态变化，仿真结果对比验证了模糊神经网络滑模控制对于滑模控制的优势，证明了其在变结构航天器姿态控制方面的有效性。     

基于ESO的电液位置伺服系统反步滑模控制

针对阀控电液位置伺服系统未建模摩擦力、参数不确定性和外部随机干扰造成的复合扰动问题, 提出一种基于扩张状态观测器(ESO)的反步滑模控制方法。ESO的设计可以对作动器速度、加速度和复合扰动进行在线估计, 解决工程应用中对以上信号难以测定的问题;基于ESO估计值和位移反馈信号进行反步滑模控制器设计, 通过构造包含反步设计误差、滑模函数和观测器误差的Lyapunov函数, 对所提控制方法进行稳定性证明;为验证所提方法的有效性, 进行了AMESim和MATLAB/Simulink联合仿真, 与PID控制器、传统的反步滑模控制器和基于ESO的滑模控制器的控制效果进行对比, 并对仿真数据进行了分析。研究结果表明:所提方法可以有效抑制系统复合扰动, 位移跟踪精度高, 鲁棒性强。      

电动静液作动器的新型变阻尼级联滑模控制

为改善电动静液作动器（EHA）的动态性能，提出了一种基于新型准自适应变阻尼滑模控制（DV-SMC）和PID控制的级联控制（CC）算法。所提算法将高阶EHA分为液压和机械2个低阶系统，分别对2个低阶系统采用了DV-SMC和双环PID控制策略。DV-SMC方法能够自适应调整滑模面阻尼。在起始阶段采用欠阻尼、末段自适应调节为过阻尼，从而在保证EHA快速性的同时也能够完全抑制超调现象。通过仿真验证了所提算法的有效性，并讨论给出了DV-SMC滑模面最优参数。      

MIMO仿射型极值搜索系统的输出反馈滑模控制

针对一类多输入多输出(MIMO)仿射型非线性极值搜索系统的控制问题,提出了一种输出反馈滑模控制方法。将原系统分解为若干个单输入单输出(SISO)极值搜索子系统,并针对每个极值搜索子系统,考虑到系统状态量不可测的特点,以斜坡函数作为新系统输出量的参考跟踪信号,采用输出跟踪误差以及该误差符号函数的积分值建立切换函数,设计得到基于输出反馈的滑模极值搜索控制律。稳定性分析证明:在任意初始条件下,本文方法可使系统的输出量全局收敛至期望极值的任意小邻域内,并且所有状态量均一致范数有界。仿真结果验证了本文方法的有效性。      

静止轨道卫星高精度悬停编队最优 滑模控制器设计

针对静止轨道上卫星悬停编队问题,考虑空间摄动力及测量误差,建立卫星编队的相对运动模型.根据上述模型,取优化指标函数,将跟踪问题转化为LQR问题,求得最优控制解.综合滑模控制方法,提高最优控制解的鲁棒性,并用Lyapunov第二法证明最优滑模控制器的全局渐近稳定,进行仿真验证.结果表明,所设计的最优滑模控制器对静止轨道卫星编队控制性能优于LQR控制,在200 m的编队距离,相对位置控制精度达到毫米量级.     

基于指数趋近律的高超声速飞行器滑模控制器设计

采用NASA兰利实验室开发的一种通用高超声速飞行器的改良非线性纵向模型,针对输入/输出线性化模型,以指数趋近律作为到达条件设计滑模变结构控制器,该方法能够较好地处理不确定性问题,而且对外界干扰不敏感.仿真在高超声速巡航条件下进行,通过对跟踪高度和速度阶跃指令的仿真验证,并与符号函数作为到达条件设计的滑模控制器进行对比,发现前者在速度阶跃和高度阶跃响应速度上较后者分别提高了50%和70%左右,并且以符号函数设计的滑模控制器存在稳态误差,而以指数趋近律作为到达条件设计的滑模控制器可以达到0误差的跟踪精度.     

一种使用RBF网络的自适应滑模控制器

针对实际系统易受未知非线性、外界干扰和参数摄动等不确定因素影响的问题,以高精度模拟转台为例,采用一种基于RBF(Radial Basis Function)网络的自适应滑模控制器.控制器由名义反馈控制器和滑模干扰补偿器两个子系统组成.反馈控制器通过极点配置的方法实现,用来稳定名义系统.干扰补偿器使用一个自适应RBF网络在线辨识不确定性的上界值.计算机仿真结果表明了该法的鲁棒性和有效性.     

基于神经网络的电液转台非线性积分滑模控制

针对高精度电液飞行仿真转台具有高度非线性、参数不确定和不确定非线性等特点,提出了一种基于RBF（Radial Basis Function）神经网络的非线性积分滑模鲁棒控制方法.采用自适应RBF神经网络对该系统存在的参数不确定性和不确定非线性进行补偿,从而降低滑模控制器对切换项的增益的需求,进而减小系统抖振幅值.积分滑模面的设计能消除外部干扰对系统带来的稳态误差.根据积分滑模变结构控制器的特点,将控制律分为等效控制律和到达控制律.等效控制律使系统运动于滑模面附近,到达控制律可使处于状态空间内任意初始位置的系统趋近于滑模面,并进一步通过Lyapunov方法证明了系统的渐近稳定性.实验结果表明,所提出的非线性控制器不仅能满足电液转台的高精度跟踪性能的要求,且对参数不确定性和不确定非线性具有一定的鲁棒性.     

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。     

Neural network-based sliding mode control for atmospheric-actuated spacecraft formation using switching strategy

This paper presents an adaptive neural networks-based control method for spacecraft formation with coupled translational and rotational dynamics using only aerodynamic forces. It is assumed that each spacecraft is equipped with several large flat plates. A coupled orbit-attitude dynamic model is considered based on the specific configuration of atmospheric-based actuators. For this model, a neural network-based adaptive sliding mode controller is implemented, accounting for system uncertainties and external perturbations. To avoid invalidation of the neural networks destroying stability of the system, a switching control strategy is proposed which combines an adaptive neural networks controller dominating in its active region and an adaptive sliding mode controller outside the neural active region. An optimal process is developed to determine the control commands for the plates system. The stability of the closed-loop system is proved by a Lyapunov-based method. Comparative results through numerical simulations illustrate the effectiveness of executing attitude control while maintaining the relative motion, and higher control accuracy can be achieved by using the proposed neural-based switching control scheme than using only adaptive sliding mode controller.     

基于Terminal滑模的小行星探测器着陆连续控制

针对弱引力场不规则小行星探测器安全下降与着陆,提出了一种基于比例微分(PD,Proportional plus Derivative)及非奇异Terminal滑模的连续控制方法.在着陆点坐标系下推导了探测器的动力学方程,设计了开环燃料次最优多项式标称轨迹制导方法.针对下降和着陆两个不同阶段提出了PD和非奇异Terminal滑模变结构连续控制方法.将PD控制的易操作性与非奇异Terminal滑模控制收敛速度快、调整时间短有效结合,保证了探测器安全着陆.仿真结果表明了提出方法的可行性和有效性.     

电液复合调节作动器的精确线性化建模与控制

针对经典泵控电液作动器固有频率低的问题,对原系统增加了一个新设计的总压力控制阀,它可保证作动筒两个工作腔的压力之和始终为一常数并使两腔压力可控,从而使泵控系统达到和阀控系统相当的固有频率.这种改进型作动器称为EHCA(Electro-Hydraulic Compound regulating integrated Actuator).针对存在的相乘非线性控制问题,通过分析EHCA和总压力控制阀的工作原理,设计了基于精确线性化方法的滑模控制器,并分析了电机转速和变量泵排量在不同工况下的控制量大小配合问题.分析和仿真证明,该设计思想是有效实现高效率、节能和快响应的电液组合作动器方案.     

基于遗传算法的高速飞行器滑模控制律设计

以高超声速飞行器GHV(Generic Hypersonic Vehicle)的俯仰通道为控制对象,针对其6自由度非线性模型设计了滑模控制律.为了便于应用滑模控制理论,首先对该模型进行了输入输出反馈线性化,将原模型转换成为仿射型.设计好滑模控制律结构以后,基于遗传算法完成了滑模控制律参数设计.该过程利用了随机鲁棒思想,即在随机均匀分布的参数不确定性作用下,通过遗传算法优化滑模控制律参数,使得飞行控制系统失去稳定性和鲁棒性的概率达到最小.仿真表明,该方法可以同时满足飞行控制系统鲁棒性和参数优化过程收敛性的要求.