MIMO离散非线性系统的自适应Backstepping控制

研究MIMO离散非线性系统的自适应Backstepping控制,对包含两个三阶子系统的MIMO系统推出稳定的自适应控制器设计,并利用关键性引理和投影算法的性质证明了闭环系统的所有信号有界和保证跟踪性能.     

一类非线性机电混沌系统的自适应反步控制

针对一类非线性Vanderpol-Duffing耦合振子机电系统,讨论了系统的基本动力学行为,运用非线性系统理论和Routh-Hurwitz定理分别对系统平衡点的稳定性作了研究,得到了相关的定理。同时采用自适应反步法,对含有6个未知参数的机电系统设计了相应的控制器。最后通过数值示例进行仿真,对文中论证进行了强有力地论证。     

漂角修正的欠驱动船舶航向鲁棒自适应控制

针对复杂海况下欠驱动船舶航向运动的非线性特性和海浪扰动问题,基于漂角修正设计一种反步航向控制器,并结合非线性扰动观测器提出一种鲁棒自适应控制方法。通过非零漂角对航向误差进行修正,利用非线性扰动观测器对艏摇方向存在的海浪扰动进行有效的估计,通过Lyapunov理论证明非线性扰动观测器与控制器结合后闭环系统的稳定性。仿真结果表明,提出的鲁棒自适应控制方法可以有效减小航向误差,提高航向控制性能。     

基于RBF神经网络的不确定机械臂自适应反演控制研究

针对机械臂位置跟踪问题,基于RBF神经网络控制理论,提出了一种自适应反演控制方法．该方法利用反演控制技术解决了系统的非线性问题,通过神经网络对系统中不确定函数进行逼近,实现神经网络自适应反演控制,最后通过Lyapunov稳定性理论证明所得闭环系统的最终一致有界．仿真结果证明该算法的有效性．     

Adaptive backstepping sliding mode control for nonlinear systems with input saturation

An adaptive backstepping sliding mode control is proposed for a class of uncertain nonlinear systems with input saturation.A command filtered approach is used to prevent input saturation from destroying the adaptive capabilities of neural networks (NNs).The control law and adaptive updating laws of NNs are derived in the sense of Lyapunov function,so the stability can be guaranteed even under the input saturation.The proposed control law is robust against the disturbance,and it can also eliminate the impact of input saturation.Simulation results indicate that the proposed controller has a good performance.     

基于速度比例的伺服平台控制特性分析

针对伺服平台中非线性、多干扰的控制问题,文章采用速度比例、位置反演的控制方法对永磁伺服平台进行串行复合控制,利用电机及减速器动力学方程建立系统数学模型,通过递推Lyapunov函数的逐步演算,最终获得系统的控制量函数;经过仿真平台的俯仰及方位的阶跃控制特性分析,得到了反演比例控制策略的动态特性.     

反推自适应控制与滑模控制在交流伺服电机中的应用比较

针对AC伺服电机系统,在转矩及转动惯量变化情况下,对比反推自适应控制和滑膜控制两种方法在系统参数变化和阻力扰动的鲁棒性。仿真情况包括理想模型、摩擦力扰动、执行器饱和等。仿真结果表明反推自适应控制对系统变化具有很强鲁棒性,但是更容易受到执行器饱和影响;滑模控制方法更容易实现,但是在摩擦扰动存在情况下,振动式冲击难以消除。     

一种基于反步设计的实时控制算法

针对机械伺服系统,提出了一种基于积分反步原理的新型的伺服控制器。该控制器对外部扰动及系统参数变化具有较强的鲁棒性。以直流电机伺服系统为例,对该方法进行了数字仿真,结果表明了本文控制器的有效性。     

Numerical issues in backstepping control: Sensitivity and parameter tuning

The backstepping-based adaptive tuning functions design is a control-scheme for uncertain systems that ensures reasonably good stability and performance properties of the closed loop. The complexity of the controller makes inevitable the use of digital computers to perform the calculation of the control signal. This paper addresses the issue of the numerical sensitivity of this control scheme. It is shown that while the increase of the design parameters may be desirable to achieve a good transient performance, it harms the control signal as this increase introduces large high-frequency components due to the numerical errors. The presented results suggest that it is necessary a certain compromise between the choice of the design parameters and the numerical precision of the tools involved in the control design. This compromise can be quantified by explicit expressions.     

基于Backstepping的双臂空间机器人惯性空间轨迹的鲁棒神经网络跟踪控制

讨论了基于BackStepping方法,载体位置与姿态均不受控制的双臂空间机器人跟踪惯性空间期望轨迹的控制问题．首先基于拉格朗日第二类方法,结合系统动量（动量矩）守恒关系,推导得到了系统动力学方程,并转化为系统状态方程．基于Backstepping方法,针对具有不确定性的双臂空间机器人系统,设计了鲁棒自适应神经网络控制规律,保证了具有不确定性的双臂空间机器人系统末端手爪在惯性空间跟踪期望轨迹的控制．仿真实验证明了该方法的有效性．