基于定量反馈理论的飞行仿真转台鲁棒控制

采用定量反馈理论,可以设计具有参数不确定性的飞行仿真转台的鲁棒控制系统.分析和总结了定量反馈理论的基本原理和设计过程.采用QFT设计了某型飞行仿真转台的反馈控制器和前置滤波器,组成了转台的控制系统.实验结果表明,当转台的负载发生变化时,系统仍然能够保持良好的跟踪性能.这证明了系统的鲁棒性.此外,与PID控制的对比表明,QFT控制能够克服摩擦非线性,具有良好的抗干扰性能.QFT在飞行仿真转台上的成功应用说明了该方法具有工程实用价值.      

液压飞行仿真转台外框FNN控制器设计及仿真

以液压转台外框为控制对象,根据模糊控制理论,设计出直接自适应模糊控制器(DAFC,Direct Adaptive Fuzzy Controller)和同步模糊控制器(SFC,Synchronizing Fuzzy Controller)来解决外框负载干扰和双液压马达同步驱动这2个影响转台控制性能的主要问题;其中直接自适应模糊控制器还与PID控制器一起组成并行控制系统来抑制系统静态误差和动态干扰.针对模糊控制器自学习能力较差等缺陷,在模糊控制的基础上,根据模糊神经网络(FNN,Fuzzy Neural Net)模型设计出多输入多输出(MIMO,Multi-Input Multi-Output)的FNN控制器.软件仿真结果表明,当转台外框负载发生变化或外框两马达转速相差较大时,使用FNN模型的智能控制系统仍具有较高的位置跟踪精度和动态性能.      

RBF神经网络在静电悬浮位置控制中的应用

静电悬浮位置控制系统具有非线性、时变性的特点,传统的控制方法不能有效抑制扰动的影响。针对该问题提出了一种神经网络与PID相结合的RBF-PID控制策略。以球形样品为例分析其受力情况,推导出静电悬浮位置控制系统的机理模型。搭建基于RBF-PID控制器的静电悬浮位置控制系统,并根据仿真结果实时在线调整控制参数。仿真结果表明,当样品带电量从10–9 C突变至3×10–9 C时,RBF-PID控制器只需0.12 s即可使样品达到稳定状态。实验结果表明,当样品处于加热状态时,实时调整参数后系统的平均绝对误差为0.0416 mm,控制效果比传统PID控制策略提高了70%。所提出的控制方法辨识精度高,具有比传统PID方法更强的鲁棒性和稳定性。      

基于改进蚁群算法的飞行仿真转台的控制优化

提出了一种用改进蚁群算法优化飞行仿真转台非线性PID控制参数的新策略,借助相遇搜索策略和信息素残留系数的自适应控制思想对基本蚁群算法进行了改进,设计了一种基于改进蚁群算法优化飞行仿真转台非线性PID(NLPID)控制参数的飞行仿真转台系统结构,在对非线性PID控制参数进行优化时采用了时间乘以误差绝对值积分最小性能指标,最后将用改进蚁群算法优化后的控制参数应用于某型高性能飞行仿真转台。实验表明,采用改进蚁群算法优化非线性PID控制参数的飞行仿真转台系统可从带噪声的输入信号中合理地提取出微分信号,并且对噪声具有很强的滤波作用,整个系统响应速度快,并具有较强的鲁棒性。     

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.     

基于RTX的三轴仿真转台实时控制方法与实现CSCD

针对目前市场对三轴仿真转台控制系统的实时性需求,首先介绍了三轴仿真转台的控制系统,然后根据RTX的基本原理和转台控制系统的具体要求,采用"Windows+RTX"综合软件平台,设计并实现了转台的实时控制软件。实验表明,基于RTX的三轴仿真转台实时控制软件达到了系统的设计指标,实时性高,工作稳定可靠。     

高精度交流伺服系统的模糊PID双模控制

交流位置伺服系统因其存在参数时变、负载扰动以及电机的非线性等缺点 ,很难为其建立准确的模型.模糊(fuzzy)控制具有无需建立被控对象的数学模型、鲁棒 性好等优点,但稳态精度差.将模糊控制和PID控制相结合,设计了Fuzzy-PID双模控制器. 在论域内用不同的控制方式分段实现控制,这样就综合了模糊控制和PID控制的优点,克服 了各自的缺点.该控制器结构简单、易于实现.在半闭环交流位置伺服系统上所做的实验表 明,采用Fuzzy-PID双模控制器与采用经典PID控制器相比,阶跃响应的调整时间减少了33.7% ,并且无超调,轨迹跟踪误差减小了47.2%.      

高速热气流模拟风洞的供油流量控制

根据高速热气流风洞模拟实验系统对供油系统的要求,设计了基于变频调速加旁路比例节流阀调节的燃油供给系统.通过分析系统各个环节的特点,建立了系统的数学模型.针对燃油供给系统流量反馈的大纯滞后特性,提出了模糊PID(Proportion Integration Differentiation)加预测控制的控制策略.仿真和实验表明:所提出的控制策略满足了高速热气流模拟实验系统对燃油流量控制品质的要求,控制效果优于普通的PID和模糊PID控制策略.     

一种非线性鲁棒PID控制器设计方法

针对一类非线性不确定系统,提出了一种基于PID(比例-积分-微分)控制的鲁棒控制方法.整个控制器由PID控制器和一个鲁棒补偿器构成.首先,基于系统的标称模型设计PID控制器;然后在PID控制的基础上,设计一个辅助鲁棒补偿器,用于补偿系统非线性、参数摄动和外界扰动等对系统控制性能的影响.补偿器的设计基于李雅普诺夫(Lyapunov)稳定性理论进行,从而保证了闭环系统的鲁棒稳定.采用该方法对倒立摆跟踪问题进行了仿真控制,仿真结果验证了设计方案的有效性.     

静电悬浮位置控制系统设计与实现

静电悬浮位置控制技术是静电悬浮材料实验装置中的关键技术. 以静电悬浮位置控制系统为研究对象, 分析了稳定悬浮样品的基本条件, 并以两组不同波段正交平行光作为光源, 位置测量传感器(PSD)作为位置信号接收器来组成样品的三维位置测量装置. 将PSD的位置输出信号作为输入、模拟电压信号作为输出构建PID位置反馈控制系统, 再利用PID反馈控制系统的输出来驱动高压放大器, 从而按照样品的实时位置变化调整电场强度. 通过选择合理的PID参数, 最终很好地实现了静电悬浮系统中样品位置的稳定控制.      

基于神经网络的重力卸载系统控制器设计

吊挂系统是地面模拟空间机械臂重力卸载试验的重要方法之一.针对传统PID控制方式动作响应慢、鲁棒性差等缺点,提出了一种基于径向基函数(RBF)神经网络的智能控制方式.该方式有很强的非线性拟合能力,且学习规则简单,可映射任意复杂的非线性关系,便于计算机实现.利用该特性,设计了一种重力卸载精度较PID控制方式更高的控制器.该...     

基于扩张状态观测器的泵控电液伺服系统滑模控制

以泵控电液伺服系统为研究对象,提出了一种基于扩张状态观测器的滑模位置跟踪控制策略。首先,利用奇异扰动理论对泵控电液伺服系统的数学模型进行降阶处理,得到降阶泵控电液位置伺服系统数学模型。其次,针对泵控电液伺服系统工况的复杂性及外负载干扰问题,设计了扩张状态观测器对系统干扰在线观测,同时该观测器还可以对活塞杆的位置和速度信号进行估计。然后,利用观测到的干扰信号及速度信号,基于滑模控制理论设计了滑模变结构控制算法,对所提出的控制策略的稳定性进行了理论分析。最后,利用MATLAB/Simulink和AMESim仿真平台,搭建了泵控电液伺服系统的联合仿真模型,对算法的可行性及有效性进行了仿真验证。仿真结果表明,所设计的扩张状态观测器能对干扰进行精确估计,基于扩张状态观测器的滑模控制策略的位置跟踪性能显著优于PID控制器和传统滑模控制器,且对外部干扰力具有较强的鲁棒性,提高了泵控电液伺服系统的控制性能。      

控制力矩陀螺框架高精度周期随动控制

为实现控制力矩陀螺框架伺服系统的高精度周期随动控制,采用比例积分微分(PID,Proportion Integration Differentiation)控制器结合重复控制器的控制方式,PID控制器实现框架伺服系统静态和匀速运动的高精度控制,插入式重复控制器实现对周期性输入信号的精确跟踪.对控制力矩陀螺框架系统进行了建模,设计了PID控制器与插入式重复控制器,并分析了重复控制器的稳定性条件、稳态跟踪性能和对扰动的抑制能力.仿真结果和实验结果表明:采用插入式重复控制器使控制力矩陀螺跟踪1Hz给定速度信号时的稳态跟踪误差大幅减少.PID控制器结合插入式重复控制器结构简单,两者可分开独立设计,参数设计容易.     

基于PIDNN控制的飞行模拟器人感系统

针对飞行模拟器人感系统的高度非线性和易受干扰性,提出一种基于PIDNN(Proportional Integral Differential Neural Network)的控制方案.首先对飞行模拟器人感系统的模型进行分析研究,对它所受到的外界干扰作理论分析,整理出系统的数学模型,再利用PIDNN控制器优良的在线训练、学习和调整功能对该模型进行仿真控制.与传统PID(Proportional Integral Differential)控制器相比,PIDNN结构简单、自适应性强、收敛速度快、不会陷入局部极小.仿真结果表明:PIDNN控制系统响应速度快、稳态精度高、 具有良好的动静态特性和鲁棒性,满足实时控制的要求.      

Mars entry fault-tolerant control via neural network and structure adaptive model inversion

The capability of autonomous fault detection and reconstruction is essential for future manned Mars exploration missions. Considering actuator failures and atmosphere uncertainties, we present a new active fault-tolerant control algorithm for Mars entry by use of neural network and structure adaptive model inversion. First, the online BP neural network is adopted to conduct the fault detection and isolation. Second, based on the structure adaptive model inversion, an adaptive neural network PID controller is developed for Mars entry fault-tolerant control. The normal PID controller will be automatically switched into neural network PID controller when an actuator fault is detected. Therefore, the error between the reference model and the output of the attitude control system would be adjusted to ensure the dynamic property of the entry vehicle. Finally, the effectiveness of the algorithm developed in this paper is confirmed by computer simulation.     

改进型自抗扰四旋翼无人机控制系统设计与实现

针对提高四旋翼无人机姿态控制抗干扰能力的目标，设计了一种内外环嵌套结构的改进型自抗扰控制（ADRC）器。根据所搭建四旋翼无人机的实际参数，构建了四旋翼无人机姿态控制系统的数值仿真模型。通过与传统双闭环PID控制器进行对比，证明所设计的自抗扰控制系统在快速响应、无超调的前提下，具有很强的抗干扰能力以及较高的控制效率。将所设计的控制系统，应用于四旋翼无人机之上，在具有大偏载以及方向不确定的强干扰的飞行试验中，取得了良好的控制效果。      

基于改进神经网络的空间机械臂阻抗控制方法

针对环境信息不确定和碰撞模型未知情况下的空间机械臂柔顺控制问题,提出了一种基于改进型神经网络的阻抗控制方法.以空间机械臂阻抗控制系统闭环方程为基础,分析了环境信息不确定和碰撞模型未知情况下不能实现精准力控制的原因.利用粒子群优化算法调整神经网络中的权值矩阵,以提高神经网络的收敛速度和寻优性能.基于改进后的神经网络设计阻...     

基于ADRC和RBF神经网络的MSCSG控制系统设计

为了克服外部扰动突变对磁悬浮转子悬浮稳定度和磁悬浮控制敏感陀螺（MSCSG）输出力矩精度的影响,提出了一种基于自抗扰控制器（ADRC）和径向基函数（RBF）神经网络相结合的MSCSG径向偏转控制方法。阐明了ADRC参数对MSCSG控制效果的影响,通过优化设计ADRC,并将RBF神经网络和ADRC结合运用,实现对控制器参数的实时调试,从而克服外界扰动突变的影响。仿真证明所提方法相较于单ADRC控制,不仅改善了解耦控制精度,而且提高了系统对外部扰动和参数变化的响应速度和鲁棒性,可应用于MSCSG的高精度、快响应、强鲁棒控制。