无人驾驶机器人车辆非线性模糊滑模车速控制

为了实现不同行驶工况下车速的精确、稳定控制,提出一种基于非线性干扰观测器的无人驾驶机器人车辆模糊滑模车速控制方法。考虑模型不确定性和外部干扰对车速控制的影响,建立车辆纵向动力学模型。通过分析无人驾驶机器人油门机械腿、制动机械腿的结构、机械腿操纵自动挡车辆踏板的运动,建立油门机械腿和制动机械腿的运动学模型。在此基础上,分别设计油门/制动切换控制器、油门模糊滑模控制器以及制动模糊滑模控制器,并进行控制系统的稳定性分析。油门/制动切换控制器以目标车速的导数为输入来进行油门与制动之间的切换控制。油门模糊滑模控制器和制动模糊滑模控制器以当前车速以及车速误差为输入,分别以油门机械腿直线电机位移和制动机械腿直线电机位移为输出来实现对油门与制动的控制。模糊滑模控制器中,为了减少控制抖振,滑模控制的反馈增益系数由模糊逻辑进行在线调节。模糊滑模控制器中的非线性干扰观测器用于估计和补偿无人驾驶机器人车辆的模型不确定性与外部干扰。仿真及试验结果对比分析表明：本文方法能够精确地估计和补偿无人驾驶机器人车辆的模型不确定性和外部干扰,避免了油门控制与制动控制之间的频繁切换,并实现了精确稳定的车速控制。     

EPS用直流电机转速估计最小观测器的设计与实现

利用最小观测器的基本理论,对EPS用永磁有刷直流电机进行了建模,提出了一种通过测量的电压和电流估计电机转子动态转速的算法。与实测转速的对比表明,合理配置最小观测器的极点位置,可以估计出电机的转速。研究了利用转速估计的反馈控制在EPS电机控制中的应用,结果表明,使用具有电机转速估计反馈的阻尼控制算法可以明显改善转向盘转矩的波动。     

水面无人艇集群系统研究

  目的  为解决复杂扰动下的领航—跟随水面无人艇（USV）编队控制问题,提出一种固定时间控制（FTC）方法。  方法  针对跟踪控制子系统,设计一种基于积分滑模的固定时间跟踪控制（IMS-FTC）策略;针对编队控制子系统,设计一种基于有限时间扰动观测器的固定时间编队控制（FDO-FFC）策略;基于 Lyapunov稳定性理论证明所设计的编队控制方法的整体稳定性。  结果  采用经典CyberShip II试验模型进行仿真研究,结果显示所设计的控制方案能够有效提高领航—跟随USV编队系统的精确性和鲁棒性。  结论  研究成果可为无人艇编队控制系统设计提供先进的技术手段。     

考虑定子电阻鲁棒性的永磁同步电机速度辨识方案

针对具有定子电阻不确定性的永磁同步电机模型,设计了一种具有定子电阻鲁棒性的自适应观测器,并结合Lyapunov方法推导出转子速度自适应辨识率,同时运用线性矩阵不等式（LMI）求解二次稳定性条件的方法来获得观测器的增益矩阵。仿真结果表明,该自适应观测器在全速范围内能很好地抑制定子电阻不确定性对速度辨识的影响,具有很强的鲁棒性。     

基于自抗扰控制的空间矢量直接转矩控制策略研究

针对三相异步电动机这个非线性、强耦合控制对象,利用自抗扰控制对不确定对象的适应性和对系统未建模动态及参数摄动的鲁棒性,提出基于自抗扰控制的空间矢量直接转矩控制策略,借鉴自抗扰控制思想,引入不连续投影算子加以修正,解决了标准扩张状态观测器对时变外扰无法保证观测误差有界的问题,设计了速度环和磁链环控制器,并通过Lyapun...     

一种新型永磁同步电机无传感器方法

从永磁同步电机的数学模型出发,设计滑模自适应观测器,将电流误差作为滑模开关函数,根据李亚普诺夫稳定性理论来判定观测器的收敛性的条件,并根据滑模观测器求解出扩展反电动势,将反电动势和位置误差构成锁相环,通过锁相环得到准确的位置和转速信息,最后通过仿真结果验证了所提方案的可行性.     

基于三电平逆变器的同步电动机直接转矩控制

推导了三电平逆变器供电下的同步电动机数学模型,分析了同步电动机直接转矩控制原理,在此基础上提出了基于三电平逆变器供电的同步电动机直接转矩控制策略.采用双DSP系统对电动机带螺旋桨负载的推进系统进行了半实物仿真,结果表明文中提出的控制策略能对三电平逆变器供电的同步电动机实施高性能的调速控制.     

电力机车间接转矩控制中磁链观测器的研究

传统的直接转矩控制算法,限制了电力机车在低速段的控制性能。文章首先介绍了一种基于定子磁链定向的间接转矩控制算法,在此基础上研究了一种新型混合模型闭环磁链观测器,与传统磁链观测器相比,它有效减小了电流和转矩的波动,降低了电流谐波的含量,提高了电力机车的控制性能。最后在4 kW电机实验平台上进行了实验验证,实验结果证明了该方法的合理性和有效性。     

Velocity control with disturbance observer for pedal-assisted electric bikes

This paper proposes a velocity control approach for light electric bicycles with human power assistance. A disturbance observer mechanism is used to estimate the sum of the human torque and resistance torques. The resulting vehicle velocity control provides better battery energy efficiency by knowledge of the instantaneous human torque assistance and better speed control by knowledge of the instantaneous resistive torque. The disturbance observer is tuned in terms of the DC gain of a low-passed Q-filter for both open-loop and closed-loop schemes. Assuming that the slow varying nature of the disturbance has been properly estimated and compensated, the torque control law is designed via an optimal control approach to achieve multi-objective performances regarding the external disturbance input, control signal magnitude, and velocity tracking error. The three main parameters of the electric bike, including the moment of inertia, the radius of tyre and the vehicle weight are allowed to be variational. Specifically, the deviation of the inertia moment and deviation of the tyre radius are addressed during the controller design in terms of linear matrix inequalities. On the other hand, the effect of vehicle weight deviation on the system behaviour is evaluated when the vehicle is implemented with the constructed control law. Based on the parameters and specifications of the EL-168 electric bike produced by KENTFA Advanced Technology, Taiwan, the design results are verified through time–response simulations.     

基于观测器的一类非线性系统的自适应模糊控制

针对一类单输入单输出非线性不确定系统,在系统不完全直接可测的情况下,基于李亚普诺夫理论设计方法,通过采用自适应模糊逻辑系统逼近被控对象的未知非线性和引进一种误差观测器,设计了一种基于观测器的鲁棒自适应模糊控制。该方法考虑了函数逼近误差和系统外扰的存在,给出了这个界的自适应估计项,最后证明了所设计的控制器稳定收敛。