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。     

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.     

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.     

考虑外部扰动的Acrobot机器人系统滑模控制

为增加Acrobot控制系统的抗干扰能力,针对欠驱动Acrobot系统,建立了系统模型.提出滑模控制策略,将模型转化为级联规范型,并扩展到一般形式,增加了扰动项.采用双曲正切函数代替符号函数,消除了抖振.采用Lyapunov理论和摄动理论相结合的方法证明所提的控制策略能保证系统渐近稳定,并具有较强的鲁棒性,该方法可应用到其它欠驱动系统.仿真结果证明了该方法对Acrobot系统平衡控制的有效性.     

一种移动机器人的路径规划与路径跟踪控制

介绍了一种载有水轮机转轮修磨设备的移动机器人的系统原理、路径规划方案、路径形状设计和路径跟踪控制及其实现，这种路径规划和路径跟踪控制并不只适用于水轮机转轮这种大型工件，若在路径规划过程中，考虑具体加工对象的几何外形的特点，对路径规划方法加以改造，同样适合于其他特殊外形的几何工件。     

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。     

基于神经网络稳定自适应的欠驱动水面船舶编队控制方法

考虑具有不确定动态和外界环境干扰的欠驱动水面船舶编队控制问题, 提出一种基于领导/跟随和目标跟踪机制的神经网络稳定自适应控制方法。基于目标跟踪误差设计了运动学跟踪控制器, 推导出跟踪误差的动力学方程, 并利用自适应神经网络估计动力学方程中的不确定项, 构造了神经网络稳定自适应动力学跟踪控制器。应用Lyapunov稳定性理论和串接系统稳定性定理设计了船舶控制器, 并计算了自适应律, 在线调整神经网络权值, 保证编队控制闭环系统跟踪误差一致最终有界。以3艘船舶组成的编队为例, 对控制方法进行了仿真验证。在曲率半径为3倍船长的圆形跟踪路径上, 转向角误差小于15°, 队形跟踪误差的F-范数小于1m;在直线跟踪路径上, 转向角误差小于1°, 队形跟踪误差F-范数小于0.1m。     

船舶航迹迭代非线性滑模增量反馈控制算法

分析了带有状态变量及控制输入约束条件的欠驱动船舶航迹控制问题, 结合增量反馈技术, 对控制系统输出进行动态非线性滑动模态分解迭代设计, 提出了一种基于分解迭代非线性滑模的船舶航迹增量反馈控制方法, 以避免定常干扰引起的稳态误差及变结构控制的抖振问题, 无需对不确定风、流干扰以及模型参数进行估计, 能够同时稳定船舶的航向和航迹。应用“育龙”轮的系统模型进行了仿真, 结果表明, 控制器对系统参数摄动及外界干扰不敏感, 具有强的鲁棒性, 且其设计参数物理意义明显, 易于调节。     

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。     

基于滑模双环控制的感应耦合电能传输系统设计

为解决轨道交通供电负载频繁波动使得系统输出恒压困难的问题,提出了基于滑模控制和PI控制的双环控制策略.首先对原边建立离散时间动态模型、副边采用大信号模型分别进行建模;其次,基于系统建模设计双环控制策略,采用滑模控制控制电流内环、PI控制控制电压外环;最后,对设计的双环控制进行了实验验证.验证结果表明:恒压下进行70 Ω和50 Ω电阻切换时,电压变化约5%,并在15 ms左右恢复到稳定值,因此,在负载波动的条件下该控制策略能保证输出电压恒定和快的响应.      

基于模型预测控制的路径跟踪技术研究

路径跟踪控制是汽车智能驾驶的关键内容之一,其目的是减小理论参考路径和车辆实际通过的路径之间的偏差。以建立的三自由度车辆动力学模型为基础,并对动力学模型进行了简易化处理,之后设计了相应的模型预测控制算法,对车辆模型进行路径跟踪控制,通过添加多种约束,将路径跟踪问题转化为多种约束条件下求解最优值的问题。在不同的路面附着系数条件下设定不同的车速,通过Simulink和CarSim联合仿真对所提算法进行验证分析。仿真结果表明：所设计的控制器跟踪参考路径的效果比较好,大大增加了车辆行驶路径与理论规划路径的重合度,同时也提高了车辆在行驶过程中的操纵稳定性。     

基于等效控制的全局滑模控制Buck变换器设计

为简化滑模控制器设计和提高变换器系统的鲁棒性,探讨了全局滑模控制的原理和设计方法,并用于设计Buck变换器的控制系统.分析了全局滑模控制Buck变换器的特点,给出了基于等效控制思想的全局滑模控制器设计步骤,并设计了全局滑模控制律.最后,通过仿真分析,探讨了全局滑模控制器应用于Buck变换器的可行性和有效性.仿真结果表明,设计的全局滑模控制Buck变换器较传统滑模控制Buck变换器的瞬态响应速度快,并具有全局鲁棒性.     

基于横纵向综合控制的智能汽车路径跟踪

针对智能汽车路径跟踪精度不高、稳定性不足的问题,提出一种基于横纵向综合控制的解决方法。该方法在横向控制时,根据模型预测控制器求得最优前轮转向角;纵向控制时,根据加减速控制策略使汽车跟踪期望车速;此外,将横纵向控制耦合起来形成横纵向综合控制。联合使用CarSim和MATLAB/Simulink对综合控制方法进行了仿真试验。计算结果表明：该控制器能够稳定跟踪期望速度,又能够提高路径跟踪精度、行驶稳定性。     

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。     

横向运动学综合反馈EPS模糊滑模控制

针对电控助力转向EPS电机电流的跟随性以及震颤问题,建立汽车转向系模型,提出模糊滑模结构控制算法。考虑到横向运动学信息对驾驶员操纵特性的影响,运用反馈和模糊滑模控制思想,设计了权系数模糊,自动调整横向运动学综合反馈的EPS模糊滑模控制器。仿真结果显示：横向运动学综合反馈模糊滑模控制的EPS电机电流具有良好的跟随性、快速性,且电流的震颤现象基本消失,系统具有良好的鲁棒特性,同时汽车的横摆角速度以及侧偏角的峰值明显下降,提高了汽车的操纵稳定性。     

单拖挂汽车列车路径跟踪控制策略

为提高汽车列车路径跟踪性能,结合模型预测控制和最优曲率预瞄控制设计了路径跟踪控制器。在曲线部分采用模型预测控制以减小横向跟踪误差,在直线部分采用最优曲率预瞄控制来提高行驶稳定性,基于TruckSim/Simulink建立联合仿真模型并进行了仿真分析。结果表明,与对标车型自带路径跟踪控制器相比,在单移线工况下,采用综合控制器的汽车列车轨迹跟踪误差减少了60%以上,稳定性指标改善了7%。     

基于改进人工势场法的车辆路径规划与跟踪控制

针对采用传统人工势场法进行车辆路径规划时易造成局部极小值与目标不可达的问题,通过改变斥力函数并增加车道边界约束条件函数的方式改进传统人工势场法,进行车辆路径规划。采用模型预测控制(model predictive control, MPC)算法跟踪控制改进人工势场法生成的规划路径,采用软件CarSim与Simulink搭建联合仿真模型对路径跟踪效果进行仿真试验。结果表明：改进人工势场法路径规划合理有效;跟踪路径与规划路径的横向误差小于0.4 m。改进人工势场法和MPC算法应用于无人驾驶车辆的路径规划与跟踪控制具有可行性。     

车辆稳定性的滑模变结构控制研究

运用滑模变结构控制理论,设计了车辆操纵稳定性的控制器。运用Matlab/Simulink软件平台,通过阶跃和蛇行等工况的仿真计算,验证了控制策略的可行性,分析了控制策略的应用范围和效果。