基于自适应快速幂次趋近律的PMSM滑模控制

针对在采用传统滑模趋近率控制器的永磁同步电机调速系统中,系统容易出现抖振以及滑模面趋近速度较慢等问题,提出了一种基于自适应快速幂次趋近律的滑模速度控制器应用于永磁同步电机矢量调速系统中。该趋近率在幂次趋近律的基础上,引入高斯函数对终端吸引项进行自适应调整,不仅改善了固有的抖振问题,同时提升了在趋近模态中的趋近速度。基于该趋近律设计了永磁同步电机速度控制器,并与PI控制器和传统趋近律进行比较,结果表明,该控制器能显著提高系统的动静态性能。     

基于新型趋近律的永磁同步电机调速研究

为了提高表贴式永磁同步电机的调速性能,提出一种新型趋近律。该趋近律可以根据系统状态离滑模面的距离进行自适应调整参数,综合了滑模控制中抖振和快速性之间的矛盾,并引入双曲正切函数进一步减小由符号函数切换过程带来的抖振。为了证明该趋近律的优越性,利用相轨迹图进行分析,并采用Lyapunov函数对所提的新型趋近律进行了稳定性分析。同时,为了避免对趋近律参数进行反复试凑,引入万有引力算法对参数进行整定。采用MATLAB/Simulink进行建模仿真,与指数趋近律相比,使用所提的趋近律设计的速度环滑模控制不仅提高了系统的调速性能,而且削弱了系统的抖振现象,改善了系统的动态特性以及鲁棒性。     

水田植保机自主作业滑模抗干扰路径跟踪方法

为解决无人化水田植保机在田间作业时上线速度慢、精度不高和抗干扰能力差的问题,提出了一种基于快速幂次趋近律和全局滑模控制的水田植保机路径跟踪控制方法。首先建立了含有滑移干扰项和航向角干扰项的水田植保机四轮异相位转向运动学模型,提出了一种基于全局滑模控制和快速幂次趋近律的直线作业跟踪转向控制算法,解决了滑模控制算法的抖振和趋近模态对干扰敏感的问题,使用Lyapunov判据检验了算法的收敛性。使用Matlab建立了仿真模型,对算法进行了仿真,相比基于指数趋近律和等速趋近律的滑模控制算法,本文算法的快速性更好。实际作业实验结果表明,该方法直线跟踪横向偏差绝对值最大为0.0778m,能够有效提高自主导航控制系统的稳定性和快速性。     

电动汽车PMSM电机速度环分数阶滑模控制研究

针对传统整数阶滑模控制器在PMSM速度环控制中存在的电机转矩抖振问题,提出了分数阶指数趋近律滑模变结构控制,利用分数阶系统缓慢传递能量的特性来消减电机扭矩的抖振。仿真结果表明分数阶指数滑模控制器与传统指数趋近律滑模控制器相比,不但能在一定程度上消减扭矩的抖振,还提高了系统抗外部扰动的能力。     

基于滑模控制的自动泊车系统路径跟踪研究

现有的自动泊车系统研究,由于忽略实际车辆转向约束和初始位姿条件而影响实际车辆跟踪参考路径效果,本文提出基于B样条曲线的路径规划算法和基于趋近律的非时间参考终端滑模路径跟踪控制算法。首先,对车辆的运动过程进行研究,建立车辆的运动学模型。其次,基于B样条曲线理论建立非线性约束平行泊车路径优化函数,并分析车辆运动学约束条件。然后,结合非时间参考路径跟踪控制和终端滑模控制方法,提出基于趋近律的非时间参考终端滑模路径跟踪控制方法。最后,通过Simulink和Car Sim联合仿真,验证了规划路径的合理性以及路径跟踪控制器的效果。     

基于滑模控制的半挂汽车倒车轨迹跟踪

针对半挂汽车自动倒车时的轨迹跟踪问题,建立了铰接式半挂汽车在极坐标系下的车辆非线性运动学模型。为简化求解过程,以半挂车期望路径的弧长作为新的时间量标,通过准确线性变换方法对建立的系统模型进行线性化,设计了滑模变结构控制器。为保证半挂车快速趋近期望路径同时削弱抖振,采用指数趋近律的方法和准滑动模态控制,采用极点配置法选取控制参数,最后对曲线轨迹的倒车路线跟踪控制进行了仿真分析。仿真结果表明,设计的反馈控制器能改善半挂汽车对行驶路径的跟踪能力,使偏离的挂车快速返回到期望的稳态轨迹上。      

基于遗传算法的自动引导车自适应变结构控制

为了提高自动引导车控制的精度,提出了一种基于遗传算法的变结构控制方法.利用遗传算法在线调整变结构控制律中的参数,克服了常规变结构控制方法中需预先设定趋近律参数的限制,既保留了传统趋近律的优点,又有效改善了系统的控制品质,使系统最终以理想方式在滑模面上运动.试验表明直线跟踪误差为±0.02 m,曲线跟踪误差为±0.03 m,没有出现抖振现象.     

四轮移动机器人的模糊滑模轨迹跟踪控制

为了提高四轮移动机器人的轨迹跟踪控制性能,减弱滑模控制系统抖振,设计了一种易于实现且有较好轨迹跟踪控制效果的模糊滑模控制器。首先,以四轮移动机器人运动学模型为基础设计了一种含积分项的滑模控制器,然后引入模糊控制,采用模糊滑模变结构的控制策略调整切换控制的相关估计参数,最终设计了一种基于模糊滑模控制的四轮移动机器人轨迹跟踪控制方法。仿真结果表明,该轨迹跟踪方法可以有效消除系统抖振并提高控制性能。     

基于滑模变结构控制的双轮驱动电动汽车防滑系统的研究

对双轮驱动电动汽车的加速过程进行力学分析建立了四分之一车辆动力学模型,以车轮滑转率为控制时象,提出一种基于滑模变结构控制的驱动防滑控制系统.设计了双轮驱动电动汽车驱动防滑系统的滑模变结构控制器,采用饱和函数可以很好地削弱系统响应的抖振现象.通过Matlab/Simulink软件对所设计系统进行仿真,仿真结构表明滑模变结构控制器能够很好地跟踪路面最佳滑转率的变化,驱动力矩的变化平稳.     

基于改进滑模控制的五相永磁同步电机仿真

针对传统PI速度控制下五相永磁同步电机的抗干扰能力弱、超调量较大等问题,采用一种基于滑模变结构控制的速度控制方法。首先通过三相永磁同步电机推导出五相永磁同步电机的数学模型,以此为基础建立滑模速度控制器;然后,再以一种新型正弦饱和函数代替传统开关函数,从而达到有效抑制滑模的抖振现象。通过MATLAB/Simulink软件建立仿真模型,仿真结果表明:新型滑模速度控制器具有响应速度快、抗干扰能力强等优点,并且系统鲁棒性更佳。     

基于跟踪误差模型的无人驾驶车辆预测控制方法

针对无人驾驶车辆的轨迹跟踪问题,在分析车辆运动学模型的基础上,设计了一种基于模型预测控制理论的轨迹跟踪控制方法。首先,将车辆运动学模型进行线性化处理,得到车辆运动学线性跟踪误差模型,该模型可以用来预测车辆的未来行为。其次,利用此跟踪误差模型作为预测模型,应用线性模型预测控制方法,通过优化得到使性能指标最小的控制序列,将控制序列的第一步作用于系统。最后,建立了3种典型的道路试验曲线,并且在基于实时多体动力学软件Vortex搭建的虚拟仿真平台中对轨迹跟踪控制器进行了仿真。仿真结果表明,该控制器可以保证无人驾驶车辆快速且稳定地跟踪参考轨迹,距离偏差和方位偏差都在合理的范围内,且实时性可以达到要求。     

扰动下农用运输车辆路径跟踪控制器设计与试验

为提高农用运输车辆路径跟踪的鲁棒稳定性,基于线性模型预测控制结合农用运输车辆特点设计了路径跟踪控制器。该方法首先将农用运输车辆的运动学模型进行离散化求解,推出误差模型作为控制器预测方程,为使农用运输车能够克服在田间行驶时的各种干扰,通过构建李雅普诺夫函数重点分析了该模型的鲁棒稳定性,得到控制周期约束条件,然后建立目标函数并引入松弛因子,最后把预测模型代入目标函数进行优化求解,重复以上过程,实现优化控制。Matlab仿真表明：当前轮转角扰动不大于15°及横向扰动不大于1.5m时,控制器可以迅速起到调节作用,使车辆快速回到参考轨迹上行驶。对应的场地试验结果表明：试验小车以2m/s的速度跟踪参考路径时,直线路段跟踪效果良好,最大横向偏差为10.57cm,均值为8.49cm;添加扰动路段的跟踪偏差较大,最大横向偏差为23.89cm,最大纵向偏差为62.53cm,但在控制器的控制作用下可以实现对路径的有效跟踪。由此可见,该控制器在速度小于等于2m/s的情况下,可以满足农用运输车辆对路径跟踪的精度与鲁棒稳定性要求。     

智能车辆换道与超车轨迹跟踪控制

智能车辆换道过程中须同时考虑车辆的横向控制和纵向控制,为实现智能车辆对预定轨迹的稳定跟踪,根据智能车辆的车辆运动学简化模型,建立基于刚体的车辆模型.选取车辆当前位姿和参考位姿构造动态的位姿误差.建立智能车辆轨迹跟踪闭环控制系统的状态空间数学模型.基于Backstepping控制算法选取Lyapunov函数设计智能车辆换道及超车轨迹跟踪控制器.仿真和试验结果表明,所设计的控制器能够快速跟踪参考轨迹.控制器在智能车辆换道及超车控制过程中平稳、可靠.     

基于自适应趋近律的采摘机器人关节滑模控制研究

利用离散趋近律设计的滑模控制可有效抑制滑模控制中的抖动现象,但其抑制抖动的效果与离散趋近律的设计参数及系统的采样时间有着密切的关系。为此,在分析指数趋近律抖动的基础上,提出了一种自适应滑模控制器,Mat LAB能够进一步的提高基于趋近律的滑模控制器的抖动抑制能力。为了验证本文所提出方法的有效性,在Mat LAB中实现了该算法,并利用其来控制采摘机器人关节的伺服电机。仿真结果表明:本文所提的算法具有较好的位置跟踪能力,进一步地抑制了指数趋近律滑模控制中存在的抖动现象,提高了系统的性能。     

除草机器人自适应快速积分终端滑模跟踪控制技术

智能除草机器人在草坪作业时,易受到外界扰动以及系统不确定性的影响,从而导致轨迹跟踪收敛时间长以及跟踪效果差等问题。因此,设计一种面向轨迹跟踪的自适应快速积分终端滑模控制算法。首先,考虑驱动轮动力学特性以及未建模误差、外界干扰、动静摩擦等不确定性因素,建立除草机器人的动力学模型。然后基于所建立的动力学模型,设计自适应快速积分终端滑模控制器。所提出的控制器结合了快速终端滑模、积分滑模和自适应估计技术的优点,能够实现期望的跟踪性能并抑制控制信号抖动。同时,在不需要明确系统不确定性和外界干扰上界的情况下,可以通过所设计自适应估计项进行实时补偿,提高系统的鲁棒性。最后,通过仿真和试验验证了该方法的有效性。试验结果表明,所设计的控制器能够使跟踪误差在有限时间内快速收敛,并且横向误差绝对值不超过0.097 9 m,纵向误差绝对值不超过0.102 6 m,航向角误差绝对值不超过0.057 8 rad,保证除草机器人准确跟踪作业路径,同时具有较强的鲁棒性。     

无人驾驶模式下电液复合转向系统高鲁棒性控制策略

针对重型车辆电液复合转向系统（Electro hydraulic hybrid steering system,EHHS）无人驾驶模式下的转向跟踪控制问题,首先建立了考虑EHHS系统参数不确定性及外界干扰影响的转向系统完整非线性动力学模型;然后提出了一种自适应双闭环转向跟踪控制策略,外控制环设计参数自适应率,以有效适应模型参数摄动,采用改进滑模控制计算期望转向力矩,内控制环则利用PI控制转向电机电流,实现对期望转向力矩跟踪;最后利用Matlab/Simulink对EHHS系统模型以及提出的控制策略进行仿真验证。结果表明,提出的自适应控制可有效缩短EHHS系统转角跟踪阶跃响应反应时间,降低转向轮角度跟踪误差,并保证转角跟踪精度不受系统参数摄动的影响,有效提高了EHHS系统无人驾驶模式下的转向跟踪控制性能。     

应用于茶叶罐分拣的码垛机器人最优关节空间控制

针对茶叶罐分拣生产线的高效率运动控制,提出一种码垛机器人最优关节控制方法。首先,设计茶叶罐分拣码垛机器人生产线的三维模型,根据拉格朗日方程推导出机器人动力学模型,明确模型的输入输出关系。进而,利用萤火虫算法的寻优优势对码垛机器人进行运动学反解,并引入NUBRS曲线平滑处理经五阶多项式插补的轨迹。最后,设计快速连续非奇异终端滑模控制器来实现关节空间内的高精度轨迹跟踪控制。研究结果表明:与滑模控制和反步法控制相比,本文控制器具有更高的控制性能;萤火虫算法能在0.37 s内求解机器人反向运动学,结合五阶多项式插补法与NUBRS曲线能获得光滑柔顺的参考关节轨迹;本文控制器能有效抑制集总干扰力矩影响,保证机器人关节空间内轨迹跟踪精度。     

机械臂神经网络非奇异快速终端滑模控制

针对多自由度机械臂轨迹跟踪控制系统存在收敛速度慢、跟踪精度低的问题,提出了一种基于径向基神经网络(RBFNN)的非奇异快速终端滑模(NFTSM)自适应轨迹跟踪控制方法。首先,该方法采用非奇异快速终端滑模超曲面,切换控制项引入连续终端吸引子,使得系统能在有限的时间内收敛到平衡点。其次,采用RBFNN逼近系统未知非线性动力学,并结合逼近误差的自适应补偿机制,实现无模型控制。利用Lyapunov理论证明闭环系统的全局渐进稳定性和有限时间收敛性。最后,将该控制方法应用于Denso串联机械臂进行实验验证,并分析系统传输延时对实验结果的影响,提出解决方法。仿真和实验结果表明,该控制方法能有效地提高系统收敛速度和跟踪精度,增强对外部扰动的鲁棒性,削弱系统抖振。