基于分段式双幂次趋近律的迭代滑模航向控制

应用滑模变结构控制方法设计了一种简单高效的船舶航向控制器.为解决滑模变结构控制器方法中的收敛速率慢和抖振强的难题,提出一种分段式双幂次趋近律.数学验证表明提出的趋近律的收敛速率更快.同时,在未知海况干扰下为使控制器时刻保持在最佳状态,引入RBF神经网络对控制器参数实施在线估计,增强自适应性.仿真结果表明:分段式双幂次趋近律削弱抖振效果明显,基本无抖振;依此方法设计的控制器对外界风浪干扰有更强的鲁棒性.     

基于改进型指数趋近律的直流电机滑模变结构控制器设计

为了进一步提高单环位置直流伺服系统快速跟踪能力,采用基于指数趋近律的滑模变结构控制策略.针对滑模变结构在滑模面来回切换产生的抖动问题,给出了一种改进型的指数趋近律,引入误差权值使切换函数快速进入滑模面,使得控制律品质得到改善.在Matlab实验平台上仿真结果显示,采用改进型指数趋近律后,单环位置直流伺服系统,动态响应快,快速跟踪给定信号,且具有一定的抗干扰的能力.     

船舶运动路径跟踪迭代滑模控制设计

针对欠驱动船舶带有的内部不确定、外界干扰下路径跟踪控制问题,提出基于差分进化算法的自适应迭代滑模跟踪控制方法,以提高控制系统性能.以分离型船舶非线性模型为基础,利用绝对有界的双曲正切函数进行迭代滑模面设计.计算机仿真验证了该方法的可行性.     

电子节气门多滑模面高精度开度控制

针对电子节气门系统的摩擦、复位弹簧扭矩不连续等产生的非线性特征以及复杂外部干扰等问题,结合李雅普诺夫稳定性理论,提出了一种基于变指数趋近律的多滑模面高精度滑模控制,并应用Matlab对控制算法进行仿真验证.与普通滑模控制对比结果表明,所提出的基于变指数趋近律的多滑模面高精度滑模控制不仅能快速、准确地到达期望节气门开度,有效地抑制电子节气门系统在急剧变化工况中产生的反向超调现象,而且可以增强电子节气门系统对外界干扰的鲁棒性.     

基于自适应非奇异终端滑模的悬浮控制策略

针对采用传统线性滑模控制的电磁悬浮系统存在响应速度慢以及抗干扰能力差的问题，提出了一种基于自适应非奇异终端滑模的悬浮控制方法，该方法将自适应控制引入到终端滑模控制，结合滑模控制对扰动不敏感的优点，利用自适应控制对滑模趋近律系数进行在线自适应调节，改善悬浮系统的动态性能. 首先，建立了电磁悬浮系统数学模型；然后，利用李雅普诺夫稳定理论证明了所设计控制器的稳定性；最后，进行了仿真和实验验证. 实验结果表明:自适应非奇异终端滑模对信号跟踪具有更快的响应速度和更小的稳态误差，对峰峰值为2 N的正弦或锯齿干扰力气隙波动可限定在0.2 mm以内，进行0.1 kg加减载实验时气隙波动为0.6 mm，各项性能均优于终端滑模和线性滑模.      

基于改进型指数趋近律的PEM FC供气控制器设计

针对质子交换膜燃料电池(PEMFC)电堆氧气过低问题,给出一种滑模变结构控制器设计方案,它能够有效解决PEMFC因氧气不足造成控制性能下降的问题.采用改进型趋近律代替传统滑模控制中指数趋近律,能够有效抑制控制器因切换产生的高频抖动,从而提高系统的控制性能.最后,通过仿真验证本文所给出的改进型滑模控制器较传统滑模控制器,具有稳定性更高、鲁棒性更强的特点.     

船舶航向非线性系统自适应神经网络控制

提出了一种基于最小参数RBF(径向基)神经网络的船舶航向滑模控制算法.针对船舶运动控制中系统函数非线性不确定性和外界干扰项未知问题,利用RBF神经网络进行逼近.考虑到RBF神经网络权值难以快速调整,采用神经网络最小参数学习法设计设计单个参数的估计代替神经网络权值的调整;最后,借助李雅普诺夫稳定性理论设计出船舶航向RBF神经网络直接跟踪控制律.通过与神经网络控制算法和普通自适应控制算法的仿真比较可知,上述控制算法加快了自适应律的求解速度,控制器结构简单,控制参数少,易于工程设计与实现.     

基于线性矩阵不等式的船舶动力定位滑模控制

为了解决具有非线性和环境干扰的船舶动力定位系统的控制问题, 提出了一种基于线性矩阵不等式的滑模控制算法; 将跟踪误差设计为滑模函数, 设计线性矩阵不等式, 求解状态反馈增益; 基于二次型Lyapunov函数证明了闭环系统的稳定性; 设计切换函数, 使系统对不确定性和外加干扰具有较强的鲁棒性, 避免出现抖振现象; 对基于线性矩阵不等式的滑模控制器进行仿真, 计算出动力定位船舶在无扰动的匀速运动和有外界环境扰动的变速运动2种不同情况下的前进速度、横荡速度、艏向角速度、前进加速度、横荡加速度、艏向角加速度、前进控制力、横荡控制力和艏向控制力矩等; 分析了状态反馈增益线性矩阵、边界层、切换项增益等参数对控制性能的影响。研究结果表明: 采用基本滑模控制使前进速度达到期望值所需的上升时间为29s, 而新算法为15s, 节约了48.28%;采用基本滑模控制使横荡速度达到期望值所需的上升时间为24s, 而新算法为14s, 节约了41.67%;采用基本滑模控制使艏向角速度达到期望值所需的上升时间为13s, 而新算法为10s, 节约了23.08%。可见, 设计的控制器对有非线性和环境干扰的船舶动力定位系统都具有较强的鲁棒性, 具有控制输入连续、控制抖振小、不存在过高增益等特点。      

基于逆推算法的无人艇神经网络滑模控制

设计一种基于逆推算法的无人艇神经网络滑模控制器,实现了无人艇在大幅度改向操纵运动中航向准确稳定快速跟踪.借助滑模变结构控制技术,设计系统带有积分器的滑模面,引入径向基神经网络逼近系统非线性函数和不确定参数,同时结合非线性阻尼定律克服外界有界干扰,最后利用逆推算法设计出系统控制律.仿真实验结果表明,径向基神经网络能精确逼近船舶非线性函数和不确定参数,控制器输出平滑无抖震,航向输出对船舶参数摄动及外界干扰不敏感,具有较强的鲁棒性.     

车辆换道纵横向耦合控制

基于车辆纵横向动力学耦合模型,研究了自动化公路系统车辆换道纵横向耦合控制.假定换道过程中车辆横向加速度满足梯形约束,根据期望换道轨迹计算车辆换道时的期望横摆角和横摆角速度,依靠车载传感器获得车辆横摆角速度信息.采用有限时间滑模趋近律,设计了车辆换道纵横向耦合变结构控制规律.基于李雅普诺夫稳定性理论,对控制系统的稳定性进行了分析,得到了系统渐进稳定的充分条件.仿真结果表明:采用该控制规律,车辆在纵向速度变化的情况下能够良好地跟踪期望换道轨迹,跟踪误差小于0.06 m.     

基于RBF神经网络优化模糊规则的USV自适应模糊滑模控制

针对USV运动航向控制问题,利用基于Lyapunov稳定性理论的滑模控制方法设计USV航向控制律.考虑到USV运动系统具有不确定性,利用具有万能逼近性能的模糊系统对USV运动模型中不确定项及外界干扰项进行模糊逼近.为了进一步提高模糊系统的逼近性能,采用具有学习能力快的RBF神经网络对模糊系统进行在线学习,优化模糊规则.仿真结果表明基于RBF网络优化的模糊控制该算法能够实现USV航向连续稳定跟踪.     

极限工况下主动前轮转向滑模控制对比

针对横摆角速度和质心侧偏角设计了3种基于指数趋近律的主动前轮转向滑模控制器,采用TruckSim和Simulink建立联合仿真模型,在极限工况下进行双移线输入试验,结果表明:由于轮胎非线性特性,在极限工况下3种控制策略各有优劣,基于横摆角速度的滑模控制器在中高车速下可以有效跟踪期望值,一定程度提高了车辆的操纵稳定性。     

永磁同步电机位置伺服系统的滑模控制

介绍了一种基于指数趋近率的滑模变结构控制(SMC)方法.速度环采用PI控制,消除系统稳态误差和提高响应速度,位置环采用滑模控制,抑制参数摄动及负载扰动.仿真结果表明:该控制策略具有良好的响应速度并能快速准确的跟踪位置给定.     

不完全驱动船舶非线性控制

介绍了不完全驱动系统及其意义，建立了船舶港内自动靠离泊模型和海上航运控制模型。以船舶在大洋航行或长距离转向点间航行中经常发生的直线轨迹跟踪为例，运用输入-输出线性化设计方法，给出了一个具有渐近跟踪能力的控制律。将该控制律应用于一个实例，并用Matlab语言进行了计算机仿真，结果表明该控制器可以解决船舶的不完全控制问题。     

欠驱动船舶非线性滑模靠泊控制器

为了准确控制典型靠泊操纵,分析了带有加速度非完整约束的欠驱动水面船舶的自动靠泊问题,设计了动态输出反馈控制器。利用递归分解迭代设计方法,在扩展状态空间定义了非线性滑模,将控制系统的轨迹设计与跟踪问题转化为标量零阶系统的镇定控制问题,结合增量反馈技术,无需对不确定模型参数以及风、流干扰进行估计,完成典型靠泊操纵的自动控制。仿真结果表明:控制器对干扰变化不敏感,具有强的鲁棒性,且船舶平面运动轨迹设计过程简单,可以仅通过一个参数进行轨迹调节。     

基于遗传优化的水面无人船艇神经网络智能控制

利用GA智能优化算法和RBF神经网络逼近算法设计了一种USV运动滑模理想跟踪控制方法.首先利用改进的遗传算法对RBF网络参数进行在线寻优以进而提高其逼近性能.其次,将学习速度较快的局部RBF神经网络对滑模控制设计中存在的船舶运动系统函数不确定项进行逼近,使得由于滑模面的不间断切换引起的控制输入抖振问题得到有效地解决.对比实验说明了在同等条件下,上述智能控制系统稳定时间更快,超调量更小,以及输入舵角更平滑.     

不确定条件下基于神经网络的船舶航向滑模鲁棒控制

设计了一种不确定条件下基于神经网络的船舶航向滑模鲁棒控制算法.该算法能够有效决解模型不确定及外界扰动情况下的船舶运动控制问题.从船舶的非线性响应型运动数学模型出发,采用RBF神经网络对船舶系统函数及外部扰动进行有效逼近,再利用Lyapunov稳定性理论和Backstepping方法设计船舶航向控制器.仿真结果表明该控制算法能够很好地跟踪设定信号,并具有很好的鲁棒性.     

欠驱动船舶自适应迭代滑模轨迹跟踪控制

针对欠驱动船舶轨迹跟踪控制问题,考虑系统存在未知参数和外界扰动,提出了一种带强化学习的神经网络自适应迭代滑模控制方法;利用轨迹跟踪的横向和纵向误差信息构造非线性迭代滑模面,分别设计了船舶柴油机转速和舵角的神经网络迭代滑模控制器;根据船舶柴油机转速和舵角的实时测量值,计算了反映控制量抖振状态的强化学习信号,在线优化了神经网络的结构和参数,以抑制控制量的抖振,进一步增强控制系统的自适应性;建立了5446TEU集装箱船舶数学模型,分别对圆轨迹和正弦轨迹进行了跟踪控制。仿真结果表明:在风浪扰动下圆轨迹跟踪时,与迭代滑模控制策略相比,采用提出的控制策略250s左右能跟踪上目标轨迹,速度提高约1倍,最大跟踪偏航距离为250m,误差减小约30%,控制舵角在400s后基本平稳,波动幅值约为2°,舵角和柴油机转速的抖振变化幅值均减小了50%以上,柴油机转速控制参数和舵角控制参数分别在38~45和3.3~3.9之间实现了自适应调节;在正弦轨迹跟踪时,与模糊迭代滑模控制策略相比,采用提出的控制策略纵向跟踪平均误差小于20m,减小了50%以上,舵角抖振量平均幅值小于10°,减小了60%以上,柴油机转速控制参数和舵角控制参数分别在5.7~5.8和0.8~2.5之间实现了自适应调节。     

非匹配不确定奇异系统变结构控制设计

研究一类系统状态矩阵含非匹配不确定项的线性奇异系统的变结构控制设计问题.建立了能控规范受限等价分解形式.基于分解形式,利用线性矩阵不等式方法设计了切换面,并给出了满足系统状态到达切换面条件的变结构控制律.仿真示例表明,该设计方法不仅能保证系统状态轨迹实现滑模运动,而且保证系统的滑模运动正则、无脉冲且渐近稳定.     

带有干扰观测器的欠驱动船舶路径跟踪非线性模型预测控制

针对欠驱动船舶提出了一种非线性路径跟踪控制器,使其能够在风、浪、流等环境干扰下驶入预定的航行路径.欠驱动船舶以恒定前进速度航行,并且其合速度与参考轨迹相切.该控制器的设计使用了解析模型预测控制和干扰观测器技术,其中非线性观测器用来估计环境干扰.在最优路径跟踪控制器的作用下,路径跟踪误差渐近收敛到零.数值仿真结果验证了该控制器的有效性.