单自由度磁悬浮系统无模型自适应控制的研究

针对单自由度磁悬浮系统的非线性及难以建立精确数学模型的问题，将全格式无模型自适应控制（FFDL-MFAC）方法应用于单自由度磁悬浮系统，首先，采用无模型自适应控制算法、伪梯度估计算法、伪梯度重置算法和单自由度磁悬浮系统的动态化数据模型，设计单自由度磁悬浮系统的控制器；然后，仿真分析MFAC控制参数对单自由度磁悬浮系统控制效果的影响及对阶跃响应信号、干扰信号和噪声信号的响应特性；最后，在磁悬浮球实验装置上进行实验验证. 研究结果表明:全格式无模型自适应控制方法只需采集单自由度磁悬浮系统在工作状态下的I/O数据，无需建立单自由度磁悬浮系统精确数学模型，通过设定全格式无模型自适应控制器参数即可使控制器具备良好的自适应性和鲁棒性，实现高精度稳定悬浮控制；与PID相比，FFDL-MFAC将系统的超调量降低了0.005，稳定悬浮位移的误差均方根减小了0.2607.      

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.      

半主动悬架系统控制仿真

基于李雅普诺夫稳定性理论，设计了汽车半主动悬架的模型参考自适应控制器．自适应控制器包括可调前置控制器和状态反馈控制器．推导了自适应控制律与约束条件．结果表明：该控制器具有很好的鲁棒性和抗干扰性，对系统非线性和模型参数的不确定性具有广泛的适应性．仿真证实了控制器设计的有效性．     

半主动悬架系统控制仿真

基于李雅普诺夫稳定性理论,设计了汽车半主动悬架的模型参考自适应控制器.自适应控制器包括可调前置控制器和状态反馈控制器.推导了自适应控制律与约束条件.结果表明:该控制器具有很好的鲁棒性和抗干扰性,对系统非线性和模型参数的不确定性具有广泛的适应性.仿真证实了控制器设计的有效性.     

基于自适应动态面的航向跟踪控制器设计

针对船舶航向控制非线性系统模型中存在的不确定性和外界干扰的影响,采用动态面控制算法设计了一种鲁棒自适应控制器。由于在反步法设计过程中加入了一阶低通滤波器使得该方法无需对模型非线性多次微分,因而设计方法简单。所设计的鲁棒自适应控制器不仅能保证闭环系统的半全局渐近稳定,使得输出渐进跟踪期望轨迹;而且,跟踪误差可以通过控制器的设计参数加以调整。以中远集装箱船COSCO Shanghai号为例进行仿真研究,结果证明所设计的控制器是有效的。     

暖通空调系统的新型模糊自调节PID控制

针对暖通空调系统中由于存在高度非线性,外部扰动,多变量等因素而难以控制的现状,提出一种利用模糊控制器的解析表达式实时调节PID控制器各参数的新型模糊PID控制算法。闭环系统中的模糊模型在发挥控制作用的同时,作为调节器实现了对PID控制器各参数的在线自适应调节,并且给出了具体控制算法设计。仿真结果表明与传统PID控制器相比,这一新型模糊PID控制器具有超调量小,调节时间短,鲁棒性强等优良的控制性能。     

非线性系统的智能容错控制

本文提出一种针对非线性系统问题的智能容错控制方案,该方案基于自适应模糊逻辑系统的学习方法,论述了控制器作为一个扩充的体系,集成了自适应模糊控制器、检测控制器及调节控制器三者的功能。仿真表明,所提出的控制方案能够有效的鉴别和适应非线性未知错误,且被控系统在不确定及产生错误时具有很好的稳定性和鲁棒性。     

磁浮系统中免疫专家PID控制器的改进

磁浮系统是一种典型的非线性、不稳定性开环系统。由于传统的比例-积分-微分（PID）控制器的参数是固定的,因此,控制系统无法兼顾悬浮系统的静态和动态性能。本文提出一种基于粒子群优化（PSO）算法的分段专家免疫PID控制器。该控制器先利用免疫PID控制器给出悬浮系统的阶跃响应曲线,再根据误差变化将该曲线划分为五个阶段,分段实现基于PSO算法的专家PID控制器。该控制器的优点是能够在悬浮系统工作时在线对PID参数进行调节,适应误差的不同变化,使控制器响应速度加快、调节精度提高,稳态性能变好,而且几乎没有超调和振荡。利用Matlab仿真,结果表明在相同精度要求下,该控制方法与单一的专家PID控制器的相比,磁浮控制系统的过渡时间变短,调节时间变短且过渡性能较好。     

基于柔性神经网络自适应PID的磁轴承径向力控制

针对电机磁轴承径向力控制的严重非线性,提出了利用神经网络自适应整定PID参数,从而直接调节磁轴承径向悬浮绕组电流实现转子径向稳定悬浮的控制方案.在利用BP神经网络结合PID控制实现转子径向稳定悬浮的基础上,为改善径向位移跟踪的动静态性能,提出了基于柔性神经网络的径向力控制,给出了详细的控制算法,并仿真比较了柔性神经网络控制与BP神经网络控制下转子在空载和突加负载时径向悬浮情况,仿真结果表明柔性神经网络控制具有更好的动静态性能,为智能控制的进一步应用研究提供了基础.     

基于模型预测控制的CACC系统通信延时补偿方法

为确保通信延时条件下协同式自适应巡航控制(CACC)系统的弦稳定性，利用模型预测控制(MPC)和长短期记忆(LSTM)预测方法，研究CACC系统中车辆协同控制下的通信延时补偿方法；基于车辆队列四元素架构理论，构建了包括车辆动力学模型、间距策略、网络拓扑和MPC纵向控制器的系统模型，并综合考虑2范数和无穷范数弦稳定性条件，提出了CACC车辆队列混合范数弦稳定性量化指标，最终形成协同式车辆队列建模与评价体系；设计了一种利用前车加速度轨迹(PVAT)作为开环优化参考轨迹的MPC方法，即MPC-PVAT，通过综合考虑队列的跟驰、安全、通行效率和燃油消耗等性能指标，使目标函数趋于最小代价，从而得到当前时刻的最优控制量，并利用庞特里亚金最大值原理对所设计的优化问题进行快速求解；在MPC-PVAT基础上，提出一种基于长短期记忆(LSTM)网络的通信延时补偿方法，即MPC-LSTM，将跟驰车辆的传感器信息输入LSTM网络来预测其前车的运动状态，从而缓解短暂通信延时对车辆队列稳定性的影响。仿真测试结果表明:MPC-LSTM可容忍的通信延时上界大于1.5 s，比MPC-PVAT提升了0.8 s，比线性控制器提升了1.1 s；在基于实车数据测试中，当通信延时增加到1.2 s时，MPC-LSTM的弦稳定性指标相比MPC-PVAT提升了20.33%，与线性控制器相比稳定性提升了39.35%。可见，在通信延时较大的情况下，MPC-LSTM对通信延时具有很好的容忍性，从而有效地保证了CACC车辆队列的弦稳定性。      

前馈多源信息下异构动力学卡车队列协同控制系统

针对目前卡车队列动力学异构性所导致的系统弦稳定性、内部稳定性以及队列耦合性降低的问题,提出了一种异构协同自适应巡航系统控制器设计方法,建立了基于前馈多源信息的异构动力学卡车队列闭环耦合系统;考虑由异构车型所构成的卡车队列存在发动机执行器的饱和态异构问题,建立了发动机饱和性和状态约束条件;在上层协同控制器的基础上,建立了一种非线性下层异构发动机扭矩输出控制模型,用于控制车辆动力学仿真软件TruckSim中的真实车辆模型;建立了基于三维燃油特性图的车辆能耗模型,用于计算实时车辆油耗和节能性分析;通过频域分析法,结合已知异构动力学参数量化标定了协同自适应巡航系统控制器的增益,确保系统满足弦稳定条件。分析结果表明：相比同构动力学控制器,异构协同自适应巡航系统控制器可以确保距离误差在-0.01～0.15 m内,优于同构控制器作用下的-0.3～0.5 m,且当领航车进入匀速行驶状态时,跟随车辆能立刻收敛至相同的行驶状态,收敛性能优于同构协同自适应巡航控制系统;卡车队列节油率最大可达8.15%,随着车头时距减小至0.5 s,平均节油率最大可达8.10%。由此可见,多源前馈信息异构控制系统能有效降低车...     

基于PNNPID的车辆加速度控制器设计

针对传统的自适应巡航(adaptive cruise control,ACC)加速度控制算法对系统变化辨识速度慢、动态性能差、调整缓慢的问题,提出了一种基于PNNPID(parallel neural network proportion integration differentiation)的加速度控制算法.通过分析传统SNNPID(serial neural network proportion integration differentiation)对误差直接反馈的不足,应用神经网络自学习功能,开发了基于并行控制原理的车辆加速度控制器;考虑车辆平顺性,设计了符合驾驶行为的滤波限幅方案.实验结果表明,相比基于SNNPID的加速度控制器,基于PNNPID的加速度控制器最大偏差控制在±0.25 m/s~2以内,并具有平均误差小、调整时间短和瞬态特性良好的特点,滤波限幅方案有效提高了驾驶的舒适性.     

基于反馈线性化的船舶航向保持模糊自适应控制

针对诺宾（Norbin）非线性船舶模型,基于反馈线性化方法和由径向基函数（RBF）神经网络构建的模糊系统的逼近能力,提出了基于反馈线性化的船舶航向保持模糊自适应控制算法。运用泰勒级数展开的线性化技术,使模糊系统的所有参数均可实时调节,引入了鲁棒控制消除模糊逼近系统带来的误差,在李雅普诺夫稳定性理论的基础上导出了自适应控制率。该算法可以确保闭环系统渐近稳定,使系统的模型跟踪误差为0,优于传统的PID控制策略,具有良好的自适应能力。     

轨道随机不平顺下磁浮车辆非线性动力学特性

基于柔性轨道研究了随机不平顺下磁浮车辆的动力学特性, 在将轨道受力分解为分段链式结构的基础上, 提出了一种磁浮车辆垂向悬浮稳定性分析方法, 定义了不同悬浮力作用于各自悬浮点时柔性轨道的振动固有频率和模态矩阵; 建立了轨道分段链式结构的离散形式和轨道结构的运动方程, 采用虚拟激励法将轨道不平顺产生的随机激励转化为系统输入激励, 并将轨道随机高低不平顺作为振动激励源进行车轨振动控制; 在不同反馈控制参数下采用电压反馈双环PID控制器数值仿真车辆的悬浮状态, 并分析了轨道随机不平顺激励下反馈控制参数对磁浮系统稳定性的影响。研究结果表明: 当磁浮车辆速度为50~80 km·h-1, 位移反馈参数、速度反馈参数和电流反馈参数分别为140 000、50、500时, 车辆可以从起始间隙16 mm快速定位到平衡位置间隙9 mm, 在2.2 s时即可稳定悬浮, 系统的超调量和稳态误差分别为1.50和0.13 mm, 且系统振动频率趋近于0;当位移反馈参数、速度反馈参数和电流反馈参数分别为15 000、50、400时, 磁浮车辆在轨道随机不平顺作用下的悬浮稳定性变差, 系统在9 s左右逐渐趋于稳定, 但仍旧在平衡位置上下浮动, 且系统振动频率和振动幅值分别为7 Hz和0.5 mm; 当磁浮车辆的速度超出50~80 km·h-1时, 第1组反馈控制参数不再适用, 磁浮系统在1.7 s左右发散, 车辆失稳, 表明在不同车辆速度和反馈控制参数的作用下, 轨道随机不平顺能显著影响磁浮车辆的悬浮稳定性。      

中低速磁浮车岔耦合振动研究

为研究中低速磁浮道岔主动梁关键参数对车岔耦合振动的影响，进行了各工况下磁浮道岔主动梁的模态测试，并建立了考虑道岔主动梁弹性振动的车岔耦合动力学模型，对悬浮稳定性进行了分析. 通过仿真与试验对比，对道岔主动梁的模态特征进行了修正，并基于修正后的车岔耦合动力学模型，研究了磁浮道岔主动梁不同设计参数对悬浮稳定性的影响规律. 研究结果表明:中间台车采用50 MN/m的弹性约束进行等效，能够达到比较理想的误差要求；二台车支撑方案相比三台车支撑方案，更容易避开磁浮车岔耦合的共振频率；随着主动梁一阶垂向弯曲频率的不断增大，悬浮控制参数的稳定区间越小，当道岔主动梁垂向弯曲频率大于12 Hz时，更容易出现车岔耦合振动现象；随着道岔主动梁刚度的增加，悬浮控制参数的稳定范围越小；增加道岔主动梁结构阻尼比不能解决车岔耦合共振问题，只能降低振动幅值大小；随着道岔主动梁线密度的增大，越不容易出现车岔共振现象，当线密度低于1 500 kg/m时，悬浮稳定区间将急剧下降；中间台车的等效支撑刚度越大，控制参数的稳定区间越小，但影响幅度不大.      

新型Halbach阵列永磁电动悬浮系统垂向稳定性

针对永磁电动悬浮系统的垂向动态稳定性问题, 研究了永磁电动悬浮系统的临界稳定特性; 提出了一种永磁铁加常导线圈混合构成的新型Halbach阵列, 通过在永磁体表面缠绕有源常导线圈, 实现了永磁电动悬浮系统阻尼的主动控制, 并对比了新型Halbach阵列与其他2种主动电磁阻尼控制方案; 建立了新型Halbach阵列永磁电动悬浮系统垂向动力学模型, 并采用经典PID闭环控制方法设计了悬浮控制器, 分别在无外界干扰、外界扰动力干扰和轨道不平顺干扰3种情况下仿真分析了该系统的垂向动态稳定性。研究结果表明: 永磁电动悬浮系统在扰动力作用下将进行等幅震荡而不能稳定悬浮, 连续扰动力干扰下甚至可能撞轨; 提出的新型Halbach阵列具有磁场耦合计算方便、力调节范围大的优点; 设计的悬浮控制器能使系统稳定悬浮于额定气隙0.03 m的平衡位置, 且线圈电流为0, 不产生损耗, 仿真分析所得系统悬浮气隙和线圈电流与理论分析结果的相对误差小于0.01%;当出现轨道不平顺干扰时, 系统能快速稳定悬浮于额定气隙0.03 m的平衡位置, 稳定后的线圈电流仍为0, 实现了永磁电动悬浮系统的零功率平衡; 当外界扰动力为±1 500 N时, 系统能快速稳定悬浮于额定气隙0.03 m的平衡位置, 稳定后的线圈电流分别为29.68和-30.40 A, 表明新型Halbach阵列永磁电动悬浮系统能够实现垂向动态稳定。      

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.     

吊舱推进电机的无模型自适应滑模矢量控制

为解决半潜船吊舱推进电机控制系统中负载扰动造成的转速跟踪性能差的问题, 提出一种基于数据驱动的吊舱推进电机转速矢量控制方法; 对包含未知负载扰动的推进电机转速方程进行离散化处理, 给出关于输出转速与输入电流离散后的非线性转速系统; 由于非线性转速系统方程中变量较多且负载扰动模型未知, 设计了基于数据驱动的无模型自适应控制器, 并给出了伪偏导数估计算法; 采用滑模观测器观测螺旋桨负载扰动, 同时给出了滑模控制器; 结合无模型自适应控制和滑模控制给出了负载扰动下的无模型自适应滑模(MFASM)控制方案; 构建了吊舱推进电机无模型自适应滑模矢量控制调速系统, 并在MATLAB/Simulink环境下给出了仿真结果。研究结果表明: 在船舶正常作业恒定转速下, 在0.3~0.5 s时间区域内, 采用MFASM矢量控制方案和PI矢量控制方案的吊舱推进电机的转速误差分别为2、6 r·min-1; 在0.8~1.0 s时间区域内, 采用无模型自适应滑模矢量控制方案和PI矢量控制方案的吊舱推进电机的转速误差分别1、3 r·min-1; 对于船舶操车作业的可变转速情形, 采用MFASM矢量控制方案的推进电机转速和转矩达到稳态的时间比PI矢量控制方案少0.01~0.03 s。可以看出, 采用MFASM矢量控制方案可改善吊舱推进电机转速跟踪性能, 是一种有效的抑制负载扰动的数据驱动控制方法。      

基于特征模型的高速列车自适应误差补偿控制

针对高速列车运行过程中因不确定运行阻力和模型误差等因素产生的系统误差，提出了新的基于特征模型的高速列车自适应误差补偿控制策略，实现了其对给定目标速度曲线的渐近跟踪。首先通过动力学分析，基于特征建模方法和参数辨识，建立了存在系统误差的高速列车特征模型；其次，利用扩张状态观测器对系统误差的估计能力，设计了基于特征模型的高速列车自适应误差补偿控制器，并结合广义最小方差方法对控制器参数进行了优化，使其在存在系统误差时仍能实现对给定速度曲线的渐近跟踪。该控制策略能够有效处理系统误差带来的不确定性，提高控制精度，从而保障高速列车的安全可靠运行。为了验证本文所提方法的有效性，以CRH380A型高速列车为被控对象进行仿真实验。仿真结果表明设计的补偿控制方法在列车存在未知系统误差的情况下仍能保证理想的控制性能。     

融合稳定性的高速无人驾驶车辆纵横向协调控制方法

提出了一种纵横向协调控制的路径跟踪控制方法; 建立了车辆预瞄误差模型和考虑路面地形的高速车辆等效动力学模型, 以此引入道路曲率地形因素; 基于模糊规则设计了预瞄距离发生器, 解决预瞄误差模型中固定预瞄距离的问题; 建立了预测时域与道路曲率的函数关系, 运用模型预测控制算法求解前轮转角, 从而建立路径跟踪控制器; 运用指数模型表示车辆期望车速, 设计了比例积分微分纵向控制器控制车速以改善路径跟踪精度; 运用质心侧偏角相平面图表征车辆稳定性特征, 设计比例积分微分稳定性控制器以改善车辆稳定性。研究结果表明: 提出的控制方法能在不同附着系数路面上对车辆跟踪性能进行优化, 在干燥沥青路面以车速90 km·h-1行驶时, 与只运用模型预测控制算法进行路径跟踪控制的车辆相比, 最大横向误差可减少33%;在潮湿沥青路面以车速70 km·h-1行驶时, 与只运用模型预测控制算法进行路径跟踪控制的车辆相比, 最大横向误差可减少30%;在冰雪路面以车速55 km·h-1行驶时, 与只运用模型预测控制算法进行路径跟踪控制的车辆相比, 最大横向误差可减少16%。可见, 所提出的控制方法能有效改善路径跟踪精度。