输入无模型动态扰动非线性系统的反演控制

研究了输入无模型动态扰动的不确定非线性系统的全局镇定。基于控制李雅普诺夫函数,设计了反演控制律,利用自抗扰的思想,构建扩展状态观测器来处理输入无模型动态,仿真结果验证了本方法的有效性。文章提出的控制方法适用于很多非线性系统。     

考虑执行机构故障的运载火箭自适应滑模容错控制

针对执行机构故障下的运载火箭姿态指令跟踪问题，在考虑内部未建模动态、外部不确定干扰等因素的影响下，设计了一种基于新型扩张状态观测器(ESO)的自适应滑模容错控制器。首先，基于一种新型级联降阶扩张状态观测器，对系统的未建模动态、外部干扰等不确定性进行估计。在此基础上，结合滑模控制理论，设计了一种固定时间收敛的自适应滑模控制律，能够获得观测器干扰估计误差的上界信息，同时消除滑模控制的抖振现象。通过李雅普诺夫方法证明了闭环系统的稳定性。仿真结果表明，所提出的基于新型扩张状态观测器的自适应滑模容错控制器在执行机构故障情况下仍具有较好的跟踪性能和抗扰能力。     

空间连续型机器人位姿与构型的能量整形控制

针对空间连续型机器人(SCR)位置和姿态机动、连续型机械臂变形控制以及系统受到外界干扰的问题，基于连接与阻尼配置-无源性控制(IDA PBC)方法设计了控制器。通过能量整形得到空间连续型机器人期望的能量函数，再对系统注入阻尼使其渐近稳定。利用非线性干扰观测器估计系统受到的干扰，并对外界干扰进行补偿。仿真结果表明：设计的控制器可以使空间连续型机器人机动到指定的位置和姿态，同时控制连续型机械臂变形为期望的构型，并且具有主动抗干扰的能力。通过选择合适的能量整形系数和阻尼注入系数，可使系统以期望的动态性能到达指定的平衡点。     

充液挠性航天器姿态机动终端滑模控制

对存在未知外界干扰、参数不确定问题的刚–液–柔多体耦合航天器姿态控制进行了研究。将液体燃料的晃动等效为球摆模型，挠性附件假设为欧拉–伯努利梁，运用拉格朗日方法建立航天器的动力学方程。将外界干扰、航天器转动惯量的参数不确定性以及液体晃动和挠性附件振动带来的耦合干扰归结为集总干扰，设计干扰观测器对其进行补偿；在干扰观测器的基础上，设计一种模糊滑模控制律。在原有的终端滑模控制基础上采用模糊控制对切换增益进行改进，达到抑制系统抖动的目的。数值仿真结果表明：所设计的模糊终端滑模控制律不仅能够实现充液挠性航天器的姿态机动，而且能够有效抑制液体晃动和挠性附件的振动，具有更好的控制性能。     

永磁同步曳引机变频调速系统的内模控制

永磁同步曳引机是典型的非线性多变量强耦合系统,在同步旋转坐标系下dq轴电流存在耦合,传统的PI控制器无法实现解耦,提出一种基于内模控制原理和空间矢量算法相结合的高性能永磁同步曳引机解耦控制方法,用内模控制策略控制理想电机模型,对定子电流交叉耦合电势动态解耦,提高系统的动态响应性能,同时在整个电流闭环过程中对参数摄动和外扰动具有良好的鲁棒性,这种方法不需要额外的电机参数和检测硬件,试验结果验证了这种方法有效可行。     

基于固定阈值事件触发扩张状态观测器的多智能体协同目标环绕控制

针对复杂多扰环境下面向未知运动目标的多智能体对峙跟踪问题,提出了一种基于固定阈值事件触发扩张状态观测器(FTESO)的多智能体协同目标环绕控制方法。首先,建立了智能体与目标的相对运动模型,将目标加速度、模型非线性、环境摄动视为集总干扰,利用量测的相对位置信息构造可降低测量端状态更新频次的FTESO,以实现在非周期采样条件下对于相对速度不可测和集总干扰未知的精准估计。其次,结合速度方向场理论生成目标与智能体间的期望相对速度,根据相邻智能体间的相对角间距信息与FTESO的观测结果,设计了一种不依赖目标加速度信息的多智能体相位协同一致性协议,使得多智能体能够以指定环绕半径、环绕角速度和相对角间距实现对未知运动目标的环绕跟踪。借助Lyapunov稳定性理论,证明了闭环系统中所有误差信号最终一致有界。最后,通过仿真和比较结果验证了所提算法的有效性。     

基于自抗扰的无人机俯仰姿态控制

针对无人机俯仰姿态控制回路在模型参数和复杂外界环境等不确定性干扰影响下鲁棒性差、系统响应速度慢的问题,采用工程上易实现的自抗扰控制(ADRC)方法设计了俯仰姿态控制器,通过构造线性扩张状态观测器(LESO)估计不确定性干扰,并在控制回路中对干扰进行实时补偿.性能分析与仿真结果表明,基于ADRC的无人机俯仰姿态控制器具有良好的性能和干扰抑制能力,并且能够实现对控制指令的精确跟踪.     

1种未知输入观测器的推广设计方法

为使未知输入观测器的应用范围更广,提出1种解决在未知输入观测器(UIO)设计过程中对象测量输出线性相关问题的方法。通过对测量输出的线性相关性分析,测量输出可以被合理分组,使得各组内包含部分互相线性无关的测量输出并且保证这些分组涵盖了所有需要诊断的测量输出传感器;以这种方式来满足设计UIO的存在条件,并在此基础上针对不同分组来设计UIO以进行关于传感器的故障诊断算法设计。针对1个工程实例,使用UIO进行传感器的故障诊断设计验证了该方法的可行性。