机械臂的区间二型模糊超螺旋滑模控制

针对不确定性条件下机械臂的轨迹跟踪问题,提出一种基于区间二型模糊逼近扰动的超螺旋滑模控制方法.首先将机械臂的建模误差、摩擦项、外部扰动等均视为广义扰动,然后利用自适应区间二型模糊逼近广义扰动.接着通过一个嵌套自适应律来设计基于超螺旋算法的趋近律,进而提出超螺旋滑模控制器.通过Lyapunov稳定性理论验证了趋近律的稳定性,基于此证明了系统的稳定性,并导出了区间二型模糊自适应律.仿真实验表明,区间二型模糊具有更好的逼近效果,超螺旋滑模控制能够抑制系统的扰动,本文所提算法具有响应快速和鲁棒性强的优点.     

基于二型模糊系统多源异质信息目标身份类别推理方法

针对前件推理规则未知的目标身份识别问题,考虑到目标信息量测的多源异质特点,利用模糊集对目标速度和图像等多维度特征信息进行统一的抽象化描述。借助遗传算法对模糊推理规则进行优化,在确定模糊划分区间的前提下,通过训练得到最优隶属度函数,并建立最优推理规则库。此外,针对因传感器探测精度有限带来的量测不确定性问题,引入区间型样本数据的模糊分类思想,在完成一型模糊系统构建的基础上,提出了一种基于二型模糊推理系统的遗传优化算法。给出了由三角型隶属度函数嵌入构造对应二型模糊集的推导过程,设计了满足点值与区间型数值复合输入的二型模糊推理系统,并通过仿真验证了该推理系统的可行性。     

可重复使用飞行器再入姿态的区间二型自适应模糊滑模控制设计

针对具有强非线性、多变量耦合特性的可重复使用飞行器（RLV）,同时考虑模型参数不确定性和外界干扰对飞行器再入姿态跟踪的影响,提出了一种基于区间二型自适应模糊滑模的姿态控制方法。首先,建立飞行器再入动态模型,并基于反步思想将控制模型转化为姿态角和角速率相关子系统。其次,将模型参数不确定性和外界干扰视作子系统非线性项的一部分。再次,采用区间二型模糊系统逼近子系统非线性项,并结合自适应技术和滑模控制方法分别设计虚拟控制量和实际控制量。此外,引入一阶低通滤波器用以处理子系统虚拟控制律。通过Lyapunov方法的分析证明了闭环控制系统的稳定性,且飞行器姿态跟踪误差可收敛于原点附近的小邻域。最后,利用飞行器的数值仿真验证了所设计控制方法能有效跟踪飞行器参考指令,且对外界干扰有较强的鲁棒性。      

基于区间二型模糊终端滑模控制的飞行器姿态控制

针对四旋翼飞行器姿态控制问题,提出区间二型模糊控制与非奇异终端滑模控制结合的算法.首先,采用非奇异终端滑模控制方法,根据滑模控制的强鲁棒性及快速响应特性,令四旋翼飞行器系统实现在有限时间内收敛并对外界干扰具有较强抵抗力;同时,采用区间二型模糊控制,将滑模面作为模糊控制的输入,趋近律作为模糊控制的输出,实现对滑模面增益的动态调节,增强对外界随机扰动的适应能力并提高系统收敛速度、削弱抖振.基于Lyapunov函数证明系统的稳定性.仿真结果显示,本文设计的控制器具有更加平稳的输出,同时对四旋翼姿态角度的跟踪更加迅速、精确.     

模糊AHP法在雷达组网效能评估中的应用

由于雷达系统组网效能评估和优选工作涉及多个指标和大量的模糊属性,导致了决策工作的困难.把拓展的模糊层次分析方法AHP(Analytic Hierarchy Process)引入雷达组网系统效能评估领域,提出了组网雷达作战效能评价指标层次,根据区间数判断矩阵的有关概念,得到了区间数判断矩阵排序权向量或综合评价值的计算方法,利用概率分布法对各最底层元素关于最高层准则的总组合权重进行排序.应用基于区间模糊数判断矩阵的模糊AHP法,建立了模糊评判模型.实例分析结果表明该方法具有实用性,其评估结果可以辅助指挥员提高雷达组网布防决策的准确性和科学性.      

模糊滑模迭代学习控制算法在液压系统中应用

普通比例(P, Proportion)和比例微分(PD, Proportion and Differential)迭 代学习控制(ILC, Iterative Learning Control)算法在液压位置伺服系统中收敛速度比较 慢,很难在实际中应用.为了提高ILC算法的收敛速度,将滑模控制算法引入ILC,提出模糊 滑模迭代学习控制(FSMILC, Fuzzy Sliding Mode Iterative Learning Control)算法,利 用滑模控制响应快的优点来加速ILC的收敛速度,利用模糊控制来减小滑模控制所引起的抖 动问题.FSMILC算法的实质是以系统的滑模函数作为模糊控制器的输入,以模糊控制器的输 出作为ILC的控制增量.通过仿真可以看出,FSMILC算法能够实现系统快速收敛,相对于P型 和PD型具有明显优势.      

基于模糊理论的加速度计标度因数稳定性分析

运用模糊理论描述了影响加速度计标度因数稳定性诸多因素的不确定性问题,针对其中的磁钢磁感应强度和石英摆片热膨胀系数两类稳定性影响因素,给出了其三角模糊数区间,并通过该型加速度计的磁-结构耦合ANSYS分析求出了在模糊参数不同组合下的仿真输出,根据仿真输出结果获得了标度因数模糊稳定区间,给出了加速度计标度因数稳定性分析流程及实例.分析说明了基于模糊理论的稳定性分析方法可以为加速度计加速稳定试验截止条件提供依据,对提高加速度计标度因数长期稳定性水平具有重要意义.     

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.     

结构振动主动控制系统的非概率可靠性分析

为了解决结构主动振动控制系统的可靠性问题,考虑结构参数的不确定性,研究了结构振动主动控制系统可靠性分析的非概率方法.对不确定变量用区间数或区间向量进行描述,基于区间数学,提出了含区间不确定参数的闭环控制系统响应的计算方法,在此基础之上结合非概率可靠性分析方法,建立了适用于振动控制系统的非概率可靠性分析方法.该方法无需不确定量的概率信息,只需明确参数所在区间范围即可,对开环系统和闭环控制系统的可靠性分析与基于可靠性的控制器设计具有一定的理论意义.通过数值算例,将非概率可靠性分析方法与蒙特卡洛方法进行了比较,结果表明了本文所提方法的有效性和对复杂结构振动主动控制系统的适用性.      

模糊变分原理在求解结构固有频率中的应用

在处理含模糊参数的结构固有频率问题时,现有的方法局限于先将模糊参数转化为区间数求解,再由区间解构造出相应的模糊解.由于现有方法计算量较大,所以提出了基于模糊变分原理的模糊里兹法和模糊有限元法.通过在瑞利商变分中直接引入模糊参数,得到了结构固有频率问题的模糊变分原理.作为模糊变分原理的应用,推导了模糊里兹法和模糊有限元法.这两种方法都可以直接得到问题的模糊解,与传统的区间解法相比,提高了计算效率.算例表明,这两种方法不但具有较高的计算精度,而且可以很大程度上减少计算量.     

Adaptive fuzzy neural network control for a space manipulator in the presence of output constraints and input nonlinearities

Space manipulator is considered as one of the most promising technologies for future space activities owing to its important role in various on-orbit serving missions. In this paper, a novel adaptive fuzzy neural network (FNN) control scheme is proposed for the trajectory tracking control of an attitude-controlled free-flying space manipulator in the presence of output constraints and input nonlinearities. The parametric uncertainties and external disturbances are also taken into the consideration. First, a model-based controller is designed by using the barrier Lyapunov function (BLF) to prevent the position tracking errors from violating the predefined output constraints. Then, an adaptive FNN controller is designed by using two FNNs to compensate for the lumped uncertainties and input nonlinearities, respectively. Rigorous theoretical analysis for the semiglobal uniform ultimate boundedness of the whole closed-loop system is provided. The proposed adaptive FNN controller can guarantee the position and velocity tracking errors converge to the small neighborhoods about zero, while ensuring the position tracking errors within the output constraints even in the presence of input nonlinearities. To the best of the authors’ knowledge, there are relatively few existing controllers can achieve such excellent control performance in the same conditions. Numerical simulations illustrate the effectiveness and superiority of the proposed control scheme.     

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.     

基于自适应反步的DGMSCMG框架伺服系统控制方法

针对双框架磁悬浮控制力矩陀螺(DGMSCMG)内、外框架伺服系统耦合力矩及传动机构的非线性传动特性影响框架角速率精度的问题,提出一种基于自适应反步的非线性鲁棒控制器的设计方法。首先分别就双框架伺服系统耦合力矩及框架传动机构的非线性传动特性对系统稳定性和角速率精度的影响进行分析;其次利用反步理论,通过构造适当的Lyapunov函数并逐级反推得到控制律,保证参数估值的收敛性和系统的全局稳定性;最后通过仿真分析并以小型DGMSCMG系统为对象进行实验,结果表明:与电流前馈控制比较,所提出的自适应反步控制方法,既增强双框架伺服系统的扰动抑制能力,又提高框架角速率精度。      

Station-keeping control for a stratospheric airship platform via fuzzy adaptive backstepping approach

This paper presents a novel approach for station-keeping control of a stratospheric airship platform in the presence of parametric uncertainty and external disturbance. First, conceptual design of the stratospheric airship platform is introduced, including the target mission, configuration, energy sources, propeller and payload. Second, the dynamics model of the airship platform is presented, and the mathematical model of its horizontal motion is derived. Third, a fuzzy adaptive backstepping control approach is proposed to develop the station-keeping control system for the simplified horizontal motion. The backstepping controller is designed assuming that the airship model is accurately known, and a fuzzy adaptive algorithm is used to approximate the uncertainty of the airship model. The stability of the closed-loop control system is proven via the Lyapunov theorem. Finally, simulation results illustrate the effectiveness and robustness of the proposed control approach.     

一种柔性机器人的神经网络控制方法

提出了一种末杆为柔性杆的机器人的新型神经网络控制方法.它将末杆为柔性杆的机器人分解成刚性前端和柔性末端两部分,使用传统的机器人控制方法控制刚性前端,采用神经网络辩识柔性末端部分的逆模型,将末端的期望轨迹实时分解成末关节转角及末关节轴位姿的期望轨迹再分别进行控制.这一方法将传统的基于模型的控制方法和神经网络方法有机结合在一起.通过对平面3杆柔性机器人的数值仿真,初步验证了这一方法的有效性和良好效果.     

无刷直流电动机的新型自适应模糊神经控制

 为无刷直流电动机提出了一种自适应模糊神经控制方法.这是一种建立在开关控制、模糊控制和自适应控制相结合基础上的控制方法,并用神经网络实现了模糊控制器和自适应机构.在无刷直流电动机的双闭环调速系统中,电流控制器是PI控制器;转速控制器是由1个开关控制器和1个包括自适应机构在内的模糊控制器相结合组成的,且用1个3层前向神经网络离线学习实现了模糊控制器,学习算法采用的是改进的BP算法.用1个单神经元通过在系统运行过程中的动态学习实现了自适应机构,学习算法选用了有监督的Hebb学习算法.由电机所处的运行阶段决定哪一个控制器工作.此控制算法的仿真结果说明,它使系统具有良好的动、静态特性和自适应性.     

基于神经网络的自由漂浮空间机械臂 自适应鲁棒控制

针对自由漂浮空间机械臂动力学模型难以精确获得,且无法表达为关于未知参数的线性形式问题,提出基于自适应神经网络的鲁棒控制方法.对于不确定性空间机械臂系统模型中存在的未知不确定部分,利用神经网络的万能逼近特性,设计神经网络控制器来补偿未知模型,避免传统控制中的保守上界估计;采用泰勒线性化技术将神经网络隐含层中的高斯函数线性化,设计包括网络权值、高斯中心及宽度在内的网络全参数自适应学习律,实现在线实时调整,提高控制精度;设计鲁棒自适应控制器来抑制外界扰动,并补偿逼近误差,提高系统鲁棒性;基于Lyapunov理论证明闭环系统的一致最终有界（UUB）.仿真试验表明所提控制方法能够获得较好控制效果,对空间机械臂控制具有一定工程应用价值.