液压外骨骼机器人非线性模糊滑模控制方法

针对液压外骨骼机器人系统建模困难的问题,提出一种利用自适应模糊逼近方法来实现对滑模等效控制的逼近,不需要对机器人的未知参数进行预先估计,同时设计可调参数的自适应调节律,增强系统的鲁棒性,引入一种类势能函数设计具有非线性积分项的滑模面,当误差较大时,积分效应适当减弱,防止产生较大的超调量;当误差较小时,积分效应适当增强,减小稳态误差。利用李雅普诺夫方法论证了该闭环控制系统的稳定性,并使用模糊切换方法来消除滑模控制抖振。最后,对液压助力外骨骼机器人系统进行轨迹跟踪及外干扰实验,结果验证了该方法的有效性,控制输出能快速平稳地跟随参考位置信号,且具有一定抗干扰能力。     

并联机床伺服系统双自适应模糊滑模控制

以并联机床的单通道对称阀控非对称液压缸为研究对象,提出一种适合该系统的将模糊控制、滑模控制、自适应控制三者有机结合的双自适应模糊滑模控制算法.仿真结果表明,采用所提方法使系统的输出渐进一致地收敛于参考输入信号,解决了对称滑阀控非对称液压缸系统存在的动态性能不对称、系统精度低、稳定性差等问题,可有效快速跟踪变化信号,对有界的干扰和参数摄动具有不变性.与常规PID控制相比,双自适应模糊滑模控制更适合于高阶非线性、强干扰的复杂系统,将此法应用于并联机床的液压控制系统可提高机床控制精度,改善机床动态性能,稳态误差仅为常规PID控制的20％.     

水轮机调节系统的动态滑模控制

针对水轮机调节系统在滑模控制中的抖振问题，研究基于滑模控制方法设计了水轮机调节系统的动态滑模控制器。首先建立了考虑超长引水隧洞的水轮机调节系统的数学模型，并设计了动态滑模控制器；然后通过粒子群和灰狼混合优化算法（PSOGWO）对设计的控制器参数进行了优化；最后采用设计的动态滑模控制器对水轮机调节系统进行了正弦和阶跃的轨迹追踪试验，用于评估不同控制器的优越性和有效性。仿真结果表明，设计的动态滑模控制器不仅提高了水轮机调节系统的控制性能并减少了轨迹追踪的收敛时间，而且能够显著减小滑模控制的抖振效应和轨迹追踪的误差。     

中空液压马达系统建模与摩擦动态补偿算法研究

针对阀控中空液压摆动马达系统,建立数学模型;基于LuGre动态摩擦模型,设计摩擦状态观测器;在此基础上,通过提出带状态观测的滑模变结构控制算法进行大摩擦力矩动态补偿控制,并进行了试验研究。结果表明：所设计的摩擦状态观测器可以较好地估计摩擦力矩,基于状态观测的滑模变结构控制算法可以实现大摩擦力矩下的高精度轨迹跟踪,相比无状态观测的滑模控制,轨迹跟踪精度提高1个数量级以上。     

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。     

基于趋近律滑模控制的智能车辆轨迹跟踪研究

针对目前已有智能车辆轨迹跟踪控制存在跟踪精度低、鲁棒性弱等问题,结合滑模控制响应迅速、抗干扰能力强的优点,提出一种基于趋近律的滑模控制方法。提出的趋近律通过特殊幂次函数和反双曲正弦函数的组合,提高了系统状态的趋近速度并且平滑和限制了抖振现象,可实现控制车辆平顺快速跟踪参考轨迹。在Simulink软件上搭建了车辆运动学模型并进行轨迹跟踪仿真实验,通过与双幂次趋近律滑模控制进行对比验证了控制效果。仿真实验结果表明,相对于双幂次趋近律滑模控制,提出的趋近律滑模控制的车辆能更快地跟踪到参考轨迹,横向和纵向误差收敛速度明显增快,航向角抖振现象减弱,系统具有更快的趋近速度,并且抖振现象被削弱。     

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。     

基于模糊补偿的离散全局滑模控制自动导航系统研究

阐述了一种基于模糊补偿的离散全局滑模导航控制方法。为了提高农用车辆自动导航的精度和稳定性,引入滑模变结构控制方法,并对其进行了改进。为了降低系统的抖振,采用模糊规则,对补偿控制量进行有效的估计,以消除不确定项的影响。仿真实验表明:该方法优于传统的离散的滑模控制,在理论上是可行的。     

感应电动机伺服系统模糊神经网络滑模控制

根据感应电动机伺服驱动系统性能要求,设计了一种基于模糊神经网络的滑模控制器.当系统状态进入滑动超平面后,测量滑模控制的"抖振"指标,将测量的指标值输入到学习算法中,调整模糊神经网络的输出以消除"抖振"现象.该控制策略的仿真结果与实验结果吻合,控制器设计合理,"抖振"现象明显减小.     

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。     

基于粒子群算法的混联机构神经网络自适应反演控制

针对含有不匹配干扰的混联机构轨迹跟踪控制问题,提出了一种极限学习机与自适应反演控制相结合的控制策略。在对干扰进行分析的基础上,分别采用两个极限学习机网络对系统中的匹配和不匹配干扰进行逼近和补偿。基于Lyapunov函数稳定性设计了混联机构的控制律与自适应律,实现混联机构的轨迹跟踪控制。由于控制器可调参数较多,采用粒子群算法进行控制器参数的寻优整定。仿真结果表明,所提出的控制方法具有良好的轨迹跟踪精度和鲁棒性。     

自适应模糊控制技术在半主动悬架控制中的应用

设计了一种基于神经网络的半主动悬架自适应模糊控制系统,分析了系统模型及自适应模糊控制的设计和实现,采用快速的变斜率梯度下降算法学习,具有自适应学习功能。仿真研究表明,神经网络自适应模糊半主动悬架性能明显优于一般的模糊控制,试验与计算结果基本吻合。     

拖拉机液压转向变论域模糊控制器设计与试验

2BFQ-6型油菜精量联合直播机田间自动对行作业时,东方红-LX854型拖拉机为其配套动力,实现导航功能,针对导航执行机构——电控全液压转向系统导航作业时转向控制稳定性和准确性差的问题,设计了自适应变论域模糊控制器。应用旋升优选法对模糊控制器参数仿真分析,获得了不同波形、幅值和周期激励信号下的最优参数组合,运用窗口Fourier变换和自卷积法设计了响应类型的实时识别方法,依据识别的结果和仿真寻优获得的参数优化基础模糊器规则的论域。在拖拉机电控全液压转向系统上试验结果表明:变论域模糊控制器对转向20°的阶跃响应的调节时间为2 s,平均稳态误差为0.18°,无稳态振荡现象;跟踪正弦信号平均延时为0.3 s;与定论域模糊控制器相比获得了更好的转向性能。     

拖拉机电控液压悬挂系统的耕深模糊控制策略

根据拖拉机液压悬挂系统的特点,提出电控液压悬挂系统模糊控制器的设计方法,建立了模糊推理系统。利用Matlab对悬挂系统耕深分别进行了模糊控制和PID控制仿真,研究结果表明,模糊控制策略控制比PID控制更能适用于拖拉机液压悬挂系统。     

高速履带车辆静液传动改进模糊控制

针对高速履带车辆静液传动系统具有非线性及时变负载等特点,设计了应用于该传动系统的模糊控制器,因系统响应在上升和稳定阶段对模糊控制器的比例因子有不同的要求,定比例因子的模糊控制器难以二者兼顾,故提出一种改进方法,以补偿量及其绝对值的乘积作为新的补偿量对系统进行控制,构成变比例因子的模糊控制器.仿真及试验表明,改进的模糊控制器响应迅速,能有效抑制系统超调量,且系统的动态和静态性能有明显改善,适用于高速履带车辆的静液传动控制.     

基于滑转率的四轮驱动汽车防滑模糊控制仿真

建立了四轮驱动汽车加速过程的数学模型,以滑转率为调节对象,提出一种基于模糊PID控制的驱动防滑控制ASR算法,设计了以发动机油门为控制对象的模糊-PID控制器并讨论了控制器切换参数的选取,并针对均一低附着路面以及分离路面在Simulink仿真环境下进行了动态仿真.对比仿真结果,表明模糊PID控制性能优于单一的模糊控制.     

四轮驱动汽车牵引力模糊控制方法仿真研究

建立了四轮驱动汽车加速过程的数学模型,采用模糊控制方法,建立了以滑转率为控制对象的汽车牵引力控制系统TCS(Traction Control System),用Matlab的模糊工具箱进行了模糊控制器的设计,并在Simulink仿真环境下进行了动态仿真,结果表明:基于模糊控制的TCS可将驱动轮滑转率控制在最佳值附近,有效地改善车辆的牵引性和动力性,抑制驱动轮过度滑转。     

水稻直播机自动驾驶模糊自适应控制方法

为了提高在水田等恶劣环境下作业的自主导航水稻直播机的性能,提出了一种利用模糊逻辑推理自适应调整PD控制器参数Kd的最优控制方法。首先根据水稻直播机的运动学模型,建立链式空间状态模型;然后基于链式空间状态模型,设计了PD控制器,并根据现场实验确定了参数Kp、Kd的取值范围,通过仿真得出了Kp和Kd的值,以及两者比值对系统稳定性和响应速度的影响;最后,提出了模糊自适应控制方法。仿真结果表明,相对于固定参数的PD控制器,模糊自适应控制方法超调较小、上线速度更快、稳定性较好。实地实验结果表明,该方法在水泥路面上平均绝对横向偏差小于0.021 m,水田直线跟踪平均绝对偏差小于0.040 m,与传统的PD控制和纯追踪控制相比,能够有效提高自主导航控制系统的稳定性和快速性。     

无级变速传动系统的模糊控制

设计了无级变速系统的模糊控制器,建立了简化的无级变速传动系统的动力学模型。考虑到系统模型的时变非线性特性、输入和输出之间的耦合特性以及复杂的运行工况的影响,给出了一种新的带有参数自调整的模糊－PI控制算法,利用该算法设计的模糊控制器使无级变速传动系统获得了良好的控制效果。仿真结果表明,该算法是可行和有效的。