关键词： 智能控制  

ISBN: (纸本)9787576711981

摘要： 本书论述了智能电网三维巡检技术的工作原理、巡检功能、操控技术、运行维护、注意事项和培训等方面的内容。全书共分8章，内容包括：智能电网巡检技术概论、国内外智能电网巡检技术现状分析、电力机器人的分类与功能、电力机器人使用培训、电力巡检无人机种类与功能、电力巡检无人机操作培训、机器人应用效果评估与实例研究、总结与展望。

关键词： 轨道车架   焊接节气阀   容错   鲁棒控制  

摘要： 常规轨道车架焊接节气阀中，参数的不确定性可能使得实际的行为与模型预测存在偏差，从而导致稳定裕度降低。因此，本文对轨道车架焊接节气阀容错鲁棒控制方法进行研究。首先，对节气阀位置状态进行判断，然后制定容错鲁棒控制指令协议，建立轨道车架焊接节气阀容错鲁棒参数不确定动力学模型，最后设计节气阀鲁棒容错控制器，从而实现轨道车架焊接节气阀容错鲁棒控制。对比试验结果证明，该方法的稳定裕度在0.95～0.98之间，容错鲁棒控制效果较好。

关键词： 多冗余驱动   动力学   驱动力优化分配   驱动力协调   自适应控制   神经网络控制  

摘要： 多冗余驱动并联机构属于过约束并联机构的一种,由于其驱动关节数目大于自由度数目,使得这类机构的各驱动关节之间具有较强的耦合性,因此这类机构不仅需要在轨迹上实现跟踪,同时也要求各驱动关节的驱动力实现优化分配。本文基于多冗余驱动并联机构为研究对象,研究其动力学模型与驱动力优化分配,分析机构的运动机理与协调机理,同时基于动力学特性分别在全力驱动模式与力位混合驱动模式下开展相关控制策略研究。本文的主要研究内容如下: (1)基于虚功原理建立了多冗余驱动并联机构2RPU+2UPR+RPR的统一动力学模型,在此基础上研究了该机构的驱动力分配机理、运动机理以及协调机理;并且采用多种驱动力优化分配方法进行驱动力分配对比,包括驱动力最小二范数法、驱动功率最小二范数法、驱动力最小无穷范数法。 (2)全力驱动模式下首先对比了经典控制方法,并且根据其机构动力学特性设计了反馈线性化控制,通过联合仿真的方式证明了反馈线性化控制具有更好的控制性能;基于Lyapunov稳定性理论和LaSalle不变性原理设计了外力自适应控制,通过联合仿真的方式验证了外力自适应控制具有更好地克服未知外力的能力。 (3)力位混合驱动模式下首先对比了较为简单的两种力位混合驱动控制策略下的驱动力偏差情况,并且基于动力学特性设计了驱动力协调控制策略,该控制策略能够通过修改控制参数实现不同类型的驱动力协调;另外基于神经网络算法设计了神经网络协调控制器,通过联合仿真的方法,验证了神经网络协调控制能够实现驱动力偏差的整体最小,并与驱动力协调控制进行对比。 本文的研究内容对于多冗余驱动并联机构控制策略开发与实践应用具有重要的借鉴意义。

关键词： 有限时间   自适应神经网络控制   状态观测器   时变约束   预设性能  

摘要： 在实际的工程领域如电网、网络攻击、金融等,随机现象普遍存在,具有不确定性的随机非线性系统的跟踪控制问题近年来在学术界和工业界引起了广泛关注。其次,由于物理系统自身或实际的应用场景所带来的限制,系统的受约束条件也是制定控制方案时必须予以充分考虑的重要因素。同时,传统的非有限时间控制方法仅考虑了系统的稳定性,已不能满足人们日益增长的控制性能需要。因此,本文针对具有多种约束的随机非线性系统,结合动态面控制技术和径向基函数神经网络,出了几种有限时间自适应跟踪控制方案,主要研究内容如下: (1)针对一类具有死区输入和非对称时变状态约束的随机非线性系统,出了一种有限时间自适应事件触发控制策略。利用双曲正切函数进行非线性映射,将带有全状态约束的系统转换为无约束系统。使用可微函数近似死区输入模型,并且基于动态面控制方法,设计事件触发机制以减少通信负担和能耗,避免了Zeno现象的产生。在每一步的迭代中,利用径向基神经网络对未知光滑非线性函数进行逼近。所设计的控制器保证了闭环系统中的所有信号在概率意义上半全局一致终结有界,且跟踪误差在有限时间内快速收敛。仿真实例验证了该方案的有效性。 (2)针对一类具有输入时滞和有限时间预设性能的非严格反馈随机非线性系统,提出了一种有限时间自适应输出反馈控制方案。通过构建神经网络状态观测器,用于估计系统中的不可测状态。接着利用Pade逼近法来消除输入时滞对系统控制的不良影响。基于动态面控制技术,在传统的预设性能控制基础上引入有限时间性能函数,既能确保系统误差在有限时间内收敛至指定的性能区间范围,同时也供了精确的收敛时间。最终,被控系统被证明依概率半全局有限时间稳定,仿真实例验证了所控制策略的有效性。 (3)基于对上述控制方案的研究,利用MATLAB搭建图形可视化界面,设计与开发了单连杆旋转机器人自适应控制系统。该软件以一类由伺服电机驱动的二自由度单连杆旋转机器人系统作为控制对象,具有参数设计及调试、仿真运行和轨迹输出等功能,方便用户直观地分析系统的目标跟踪效果,以及验证控制方案的可行性。

关键词： 柔性机械臂   边界控制   振动控制   自适应控制  

摘要： 柔性机械臂由于其重量轻、精度高、操作空间大等优点,在机器人、海洋环境和航天等领域得到了广泛的应用。由于柔性机械臂自身的特性,传统的控制方法难以实现振动抑制或得到期望的运动轨迹。因此,如何抑制柔性机械臂系统在运动过程中的振动,在复杂因素下对其设计高效的控制策略具有重要意义。 本文旨在研究基于Hamilton原理和偏微分方程建立的柔性机械臂系统,针对参数不确定、外部扰动等问题,设计了相应的边界控制器以抑制振动,主要内容如下: (1)针对存在参数不确定的柔性机械臂系统,设计了一种边界控制器实现补偿参数不确定性的自适应边界控制。针对末端有效载荷质量未知的情况设计了自适应律。结合自适应律设计了自适应边界控制器,在系统参数不确定的情况下能够保证系统性能。通过Lyapunov方法证明了所提出的控制方法能够保证闭环系统的所有状态一致最终有界。通过数值模拟结果验证了所提出的自适应边界控制方法的有效性。 (2)针对具有外部扰动不确定的柔性机械臂系统,提出了基于扰动观测器和符号函数的边界鲁棒控制方法以抑制具有未知有界干扰的柔性机械臂振动。所提控制策略只在末端施加控制,与固定端与自由端同时施加控制的控制方法相比,具有更少保守性。在两种边界鲁棒控制器下,基于Lyapunov稳定性理论,证明了柔性机械臂系统状态的稳定性和一致有界性,控制器是基于偏微分方程模型而非有限维常微分模型所设计的,模型更加准确,只需测量边界上的状态信号,且不需要使用多重有限差分,能降低扰动对系统的影响。 (3)针对具有边界扰动不确定的柔性机械臂系统,提出了一种高增益边界控制器来实现振动抑制控制。建立了柔性机械臂系统基于偏微分方程描述的分布参数系统模型,控制目的是使柔性机械臂转向到需要的角度并减少边界扰动的影响。为了实现这一目的,设计了基于高增益方法的边界控制器对柔性机械臂进行控制,所提出的边界控制策略能保证对柔性机械臂的振动抑制,且系统状态最终是指数稳定的。通过数值仿真验证了所提控制策略的有效性。

关键词： PMSM伺服系统   自适应反步控制   预设性能控制   模糊神经网络   事件触发机制  

摘要： 永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)伺服系统以其结构简单、效率高、精度高等优点,在机器人、医疗器械和火炮伺服系统等领域中得到了广泛的应用,其高性能控制在这些领域的高精度、高效率应用中起决定性作用。随着PMSM伺服系统在高端数控机床和精密仪器制造等高精度场景中的应用增加,对系统输出约束,误差限制以及实时响应速度等性能都提出了更高的要求。然而,PMSM伺服系统中存在未知动力学、外部扰动和内部参数摄动等不确定因素,这些因素不可避免地降低了系统的响应速度、控制精度和鲁棒性。因此,为了应对上述挑战,满足高端领域需求,实现PMSM伺服系统智能控制算法的自主可控,本文创新地利用反步技术、时变约束控制、速度函数、跟踪微分器、预设性能控制、神经网络自适应控制以及事件触发控制等先进控制理论,开展了基于神经网络的PMSM伺服系统高性能自适应控研究。本文的主要工作如下: (1)具有时变约束的PMSM伺服系统加速自适应反步控制:考虑到实际应用中输出位置受限的问题,引入时变障碍约束来限制系统输出和误差,避免系统运行中的位置超过时变边界,并实现误差的时变约束;将速度函数和反步控制方法有机融合,提高系统误差的收敛速度和收敛精度;设计双曲正切跟踪微分器(HTTD)解决传统反步控制方法中对虚拟控制律求导引起的“微分项爆炸”问题;结合神经网络非线性映射能力与自适应控制理论,设计模糊神经网络(FNN)来逼近系统中包含未知动力学和系统参数扰动的非线性函数。数值仿真结果证明了所提控制方案不仅实现了输出位置的时变约束目标,而且获得了快速且精确的位置跟踪性能。 (2)基于事件触发的多电机伺服系统预设性能自适应反步控制:以研究内容(1)中的单个PMSM驱动的伺服系统为基础,为了满足大型、重型设备中更复杂和高强度的驱动需求,针对驱动输出功率更大、驱动能力更强的多电机伺服系统,提出了基于事件触发的预设性能自适应反步控制方案。首先,基于预设性能控制方法,设计有限时间性能函数用于约束多电机伺服系统中末端负载机构的位置误差,从而实现在设定时间内将伺服机构的位置误差限制在给定范围内,从而确保系统的瞬态、动态性能。其次,为了加快跟踪微分器的收敛速度和提高逼近精度,设计加速双曲正切跟踪微分器(AHTTD)来进一步提升HTTD对虚拟控制律导数的逼近能力。再次,采用二型模糊神经网络(T2FNN)处理多电机伺服系统中的不确定性问题,以提高系统的控制鲁棒性。然后,在实际控制器中设计时变阈值事件触发机制以减轻控制器的通讯负担。最后数值仿真结果证明所提控制方案在实现预设性能控制的基础上节约了控制器的通讯资源。 (3)多电机伺服系统的离散时间事件触发神经网络自适应反步控制:为了使自适应控制算法可以更好地适应数字化控制系统的需求,弥补现有研究在多电机伺服系统控制方面仅限于连续时间域的不足,在研究内容(2)连续时间控制算法的基础上,提出了一种具有事件触发机制的离散时间神经网络自适应反步控制方案。首先,基于欧拉离散方法,建立包含非线性摩擦和齿隙的多电机伺服系统离散时间数学模型。然后,将反步技术与二型模糊小波神经网络(T2FWNN)相结合,设计了离散时间神经网络自适应反步控制器。T2FWNN不仅克服了系统中的不确定性,而且较好地解决了由传统离散时间反步方法引起的“非因果关系”问题。此外,将死区算子和固定阈值事件触发机制进深度融合,在保证系统的稳态性能和跟踪精度的前提下节约了控制器的通信资源。最后,数值仿真结果证明所提控制方案在确保多电机闭环系统的控制性能的条件下,降低了系统的通讯成本。

关键词： 非线性系统   自适应控制   动态预设性能   弱扰动解耦   机械臂  

摘要： 机械臂是一种应用广泛的自动化机械装置,具有明显的非线性特征,虽然已存在很多控制方法,但如何对其进行有效控制却依旧面临挑战:在机械臂运行期间,会抓取不同的负载,因此机械臂的虚拟控制系数由自身信息和负载信息决定,自身信息是已知的,而现有方法在控制器设计过程中却无法将机械臂虚拟控制系数中的已知信息加以利用,这对机械臂精度造成了影响;出于安全性能等方面的考虑,机械臂暂稳态性能需要被约束,而预设性能控制方案在约束机械臂行为的同时却导致其抗扰能力严重退化;对于实际的机械臂系统,干扰是不可避免的,而近似扰动解耦技术在处理机械臂所受干扰的同时却无法保证机械臂的持久运行。 为解决以上问题,本文围绕随机非线性系统自适应控制、动态预设性能控制和弱扰动解耦控制开展了未知非线性系统约束控制方法的研究,并在机械臂上进行了实际应用。(1)为解决机械臂系统虚拟控制系数中自身信息在控制器设计过程中无法得到有效利用的问题,本文研究了具有已知和未知虚拟控制系数的随机非线性系统自适应控制方法。提出了一种光滑辅助系统,并结合自适应技术解决了随机系统未知虚拟控制系数中已知信息得不到充分利用的问题,有效提升了控制精度,所设计虚拟控制信号在原点定义良好,保障了系统的稳定运行;(2)为解决预设性能控制导致机械臂系统抗扰动能力变差的问题,本文研究了非线性系统的固定时间动态预设性能控制方法。构建了新的动态性能函数和相应的调整规则,有效阻止了跟踪误差违背性能边界的情况发生,改善了预设性能控制器的鲁棒性。所设计的性能函数是n阶可微的,可用于无近似器的高阶系统基于Backstepping方法的控制器设计;(3)为解决近似扰动解耦技术由于模型不确定性不能保障机械臂持久运行的问题,本文研究了非线性系统的弱扰动解耦控制方法。利用具有可积函数的不等式处理系统不确定性,将扰动对系统输出的影响限制为一种新的形式,同时基于本文提出的动态预设性能函数,开发了弱扰动解耦动态预设性能非线性控制器,保障了系统的持久运行,实现了误差的渐近稳定。 为了充分验证所设计方案的有效性、实用性和优越性,本文给出了严格的稳定性分析过程,并基于机械臂系统与现有方案进行了对比试验,Matlab仿真和实际硬件测试结果表明,所设计控制方案的性能要明显优于现有方案。

关键词： 燃气轮机   智能控制算法   优化  

摘要： 燃气轮机作为能源产业和工业制造领域的核心装备，在提供能源和动力的同时也面临着高效性、环保性和可靠性等多方面的挑战。为了应对这些挑战，燃气轮机控制的研究和优化已成为备受关注的领域之一。本文对燃气轮机进行了一定论述，明确了其工作原理、控制系统的重要性及其面临的挑战，在此基础上，进一步探讨了燃气轮机的智能控制算法，并结合燃气轮机智能控制算法的特点，提出了针对性的优化措施，有助于促进智能控制算法性能的不断提高，进而为燃气轮机的安全高效运行提供技术支持。

关键词： 智能控制   跟随机器人   阻抗控制   模型预测控制   导航  

摘要： 随着智能机器人技术的快速发展并应用到人类日常工作生活中,机器人与人类的共融协作能力有了更高要求。作为典型的人机协作机器人,跟随型机器人也成为一个研究热点。由于在跟随任务中人类起主导作用,机器人需主动适应人类的习惯意图以实现高效协作任务,但现有研究对跟随系统性能缺乏可量化的评估标准;其次,现有跟随控制器的设计主要采用PID或虚拟弹簧等传统控制算法,根据人机相对位姿被动地调整控制量以实现跟随功能,无法同时保障运动控制的精度和柔顺性,在执行协作任务时可能影响用户的交互体验;此外,跟随机器人在未知环境中应具备高效的自主避障能力,但现有研究中跟随机器人的避障主要依赖人类的引导,缺乏自主安全的避障策略。 因此,本文通过融合多种智能控制算法实现机器人高效跟随和避障,并提出了一组跟随机器人性能的量化指标以评估所提出方法的有效性。研究目标主要包括:首先,提升被跟随目标人舒适度和机器人运动控制的柔顺性;其次,提升跟随控制精度和人机运动协调性;最后,提升任务中机器人自主避障安全性。 本文主要的研究内容和成果如下: 1.提出了一种基于虚拟交互力模型的阻抗控制策略。通过阻止机器人侵犯目标人亲密区域,采用期望阻抗模型提升机器人运动控制的柔顺性。实验结果证明该方法相较于PID和虚拟弹簧方法在舒适性指标上有明显提升,在柔顺性指标上分别提升69.6%和67.1%。 2.提出了一种基于模型预测控制算法的控制策略。基于系统模型预测未来状态并输出滚动优化后最优控制量,在引入速度前馈控制的同时,代价函数的设计也考虑了目标人速度和方向的跟踪。实验结果证明该方法相较于阻抗方法和PID方法,在控制精度指标上分别提升276%和84%,在运动协调性指标上分别提升305%和111%。 3.通过结合阻抗控制策略和模型预测控制策略,提出了一种双闭环跟随策略,实验证明该方法可有效结合两种策略的优势。在此基础上通过导航框架拓展了双闭环跟随策略,通过实时建图和路径规划算法,提升了动态环境中跟随机器人自主避障的安全性。实验结果证明该方法相较于行为动力学避障模型,在安全性指标上提升72%。 综上,本文主要研究跟随机器人的智能控制算法。通过双闭环策略融合两种算法的优点,即阻抗控制的舒适性和柔顺性,以及模型预测算法的控制精度和运动协调性。在此基础上拓展了导航框架,提升了机器人的避障安全性。本研究为跟随机器人智能控制算法的设计和实际应用提供了研究思路,可有效提升人机共融环境中跟随机器人运动及避障的综合性能。