关键词： 忆阻神经网络   非线性控制   事件触发协议   随机噪声干扰  

摘要： 忆阻器是基本电路元件之一，能够出色地模拟生物突触的特性，并在人工神经网络领域有重要的应用。目前，忆阻神经网络(MNNs)的动力学模型已经被广泛研究,其中一个重要分支是主从忆阻神经网络的同步问题。本文在网络化控制系统的框架下，研究了随机忆阻神经网络和参数未知忆阻神经网络如何通过基于事件触发协议的非线性控制方法实现主从同步的问题。　　首先，本文针对受到随机噪声干扰的忆阻神经网络(SMNNs),将现有的针对确定性忆阻神经网络的方法进行了改进，设计了一种新的事件触发脉冲控制(ETIC)协议来实现主从忆阻神经网络在均方意义下的准同步.借助新的事件触发机制，在系统受到随机噪声干扰的情况下,Zeno现象仍然可以被完全排除.另外，与现有的利用时间触发脉冲控制实现随机忆阻神经网络同步的成果相比，本文所设计的事件触发方法可以根据系统的实际状态决定脉冲施加时刻，从而更加节省控制资源.　　其次,针对参数未知的忆阻神经网络，本文设计了基于传感器-控制器(S-C)通道的事件触发机制下的自适应控制器.与现有的基于控制器-执行器(C-A)通道事件触发自适应控制方法不同，本文的事件触发机制设置在S-C通道，使得其中的数据传输可以是不连续的，从而使S-C通道的通讯压力得以缓解.并在存在有界外扰的的情况下，分别得到了忆阻神经网络同步与准同步的结果.　　另外,针对上述两类忆阻神经网络,本文分别给出了相应的仿真算例来说明结果的有效性.

关键词： 永磁同步电机   高阶滑模   干扰观测器   测量噪声抑制   抗干扰控制   自适应控制  

摘要： 永磁同步电机因其体积小、过载能力强、运行可靠、高转矩/惯量比等优点被广泛应用于电动汽车、机器人、航空航天等领域。然而,永磁同步电机是一个强耦合、强非线性、强不确定性的复杂系统,这给电机调速系统设计带来了困难与挑战。为了提高永磁同步电机调速系统的控制品质,需要减少测量噪声、外部干扰、参数摄动等不确定因素所带来的不利影响。针对上述问题,本文以永磁同步电机调速系统为研究对象,开展了基于高阶滑模算法的测量噪声抑制、抗干扰控制、自适应控制、复合调速控制等问题的研究。本文的主要工作和创新点如下:(1)提出了基于增广滑模观测器的测量噪声抑制方法,减少了测量噪声对永磁同步电机调速系统的不利影响。首先,从频域角度分析了基于低通滤波器和增广扩张状态观测器的传统测量噪声抑制方法的局限性。其次,利用固定时间和高阶滑模技术构造了增广滑模观测器对电机实际转速的增广状态进行观测。与传统测量噪声抑制方法相比,该方法不仅避免了引入低通滤波器对电机调速系统动态性能造成的不利影响,而且提高了系统状态的观测精度。最后,实验结果验证了所提测量噪声抑制策略能实现永磁同步电机调速系统对测量噪声的有效抑制。(2)提出了基于有限时间扩张状态观测器的超螺旋滑模控制方法,提升了永磁同步电机调速系统的抗干扰性能。首先,利用有限时间技术构造了有限时间扩张状态观测器对调速系统的集总干扰进行观测,保证了观测误差的有限时间收敛。其次,以扰动观测值作为前馈量,结合超螺旋滑模控制作为反馈量,构成前馈加反馈的控制方法,提升了系统性能,并从理论上分析了电机速度跟踪误差系统的有限时间稳定性。该方法不仅可以有效削弱传统滑模中存在的抖振现象,而且能避免控制器增益取值过于保守。最后,实验结果验证了所提控制策略可以明显改善永磁同步电机调速系统的抗干扰性能。(3)提出了基于障碍函数的自适应超螺旋滑模控制方法,实现了对永磁同步电机调速系统时变集总干扰的动态抑制。首先,设计控制增益单调递增的自适应律,使电机速度跟踪误差在有限时间内收敛到原点附近的邻域内。其次,利用障碍函数对超螺旋滑模控制器增益进行在线调节,保证速度跟踪误差停留在预设的区域。具体来讲,当电机速度跟踪误差逐渐收敛到原点时,控制器增益将动态调整到较小值;当跟踪误差逐渐接近预设区域边界时,控制器增益能动态调整到较大值,以防止误差逃离预先设定的区域。值得注意的是,该方法不需要预先知道系统时变集总干扰及其导数的上界信息,并且能避免控制器增益的过估。最后,实验结果验证了所提控制策略可以有效动态抑制永磁同步电机调速系统时变集总干扰。(4)提出了基于新型干扰观测器的复合连续超螺旋滑模控制方法,提升了永磁同步电机调速系统的综合性能。首先,利用永磁同步电机调速系统的输入输出模型构造干扰观测器对系统集总干扰进行观测。其优势在于仅通过调节干扰观测器中唯一的参数即可改变观测器的性能,从而大大减少参数整定工作。其次,使用非光滑项替换传统超螺旋滑模控制器中的非连续项,解决了超螺旋算法中仍然存在的抖振问题。然后,将新型干扰观测器与连续超螺旋滑模控制算法相结合,构造复合连续超螺旋滑模控制器。最后,实验结果验证了所提控制策略可以明显改善永磁同步电机调速系统的综合性能。

摘要： 申请公布号：CN 115416192A申请公布日：2022年12月2日申请人：江西耐普矿机股份有限公司发明人：胡高明、郑昊、余斌等本发明介绍了一种智能控制的橡胶硫化工艺、方法及系统。该工艺通过等效硫化时间作为衡量硫化完成的指标，先在理论计算的等效硫化时间下制备试样优化获得标准等效硫化时间，然后依据该数据制备硫化成品，随后对硫化成品采用解剖、相控阵检测等结果验证方式反向校准标注等效硫化时间，直至获得产品符合预设标准的等效硫化时间；进而对不同模具、不同胶种分别提出对应的硫化程序。本发明不仅可智能控制出模，而且可实现硫化过程整体的智能控制。

关键词： 指令滤波   全状态约束   事件触发控制   未建模动态   非线性映射  

摘要： 系统的状态、输入和输出约束等这些均是工业系统运行中为了确保系统稳定运行所需的约束条件。当这些约束条件没有被满足时,系统可能受到影响而导致性能下降,甚至无法正常运行。除了约束条件外,非线性系统中也存在着来自测量噪声、模型误差、模型简化和扰动等各种不确定性因素,这些因素也被称为未建模动态,对控制系统的稳定性影响非常大。基于各类未建模动态和约束的系统控制已成为该领域内重视的热点和难点问题之一。另外,事件触发控制(ETC)技术相比于传统的连续控制方法,在节省能源和降低传输带宽使用率方面表现出卓越的性能。本文利用指令滤波控制方法,针对单输入单输出(SISO)和多输入多输出(MIMO)的非线性时变全状态约束系统,结合未建模动态和ETC,对几类自适应控制方案进行了研究。本论文的主要内容阐述如下:第一,针对一类多输入多输出纯反馈系统,其具有全状态时变约束,结合指令滤波及自适应神经网络的思想提出了一种事件触发控制算法。该算法采用双曲正切函数将有约束的MIMO系统映射成无约束的MIMO系统。为了解决复杂的计算问题,利用动态面控制(DSC)策略,并使用指令滤波器替代DSC中的一阶滤波器,指令滤波器引入误差补偿项解决DSC方法的障碍。对于转换后的非仿射系统,本文研究了一种基于自适应事件触发的相对阈值策略的控制方案,其中径向基函数神经网络(RBFNNs)被应用于对未知的非线性函数进行逼近。然后该控制策略通过李亚普诺夫稳定性分析验证了受控制系统的全部信号都是半全局一致且最终有界的。此外,两个仿真证明了方案的可行性。第二,根据非严格反馈系统的控制方案,提出了一种有限时间的未建模动态自适应神经网络指令滤波控制算法。使用双曲正切函数解决全状态约束的问题。同样是用指令滤波器中加入的误差补偿项来处理DSC方法存在的缺点,该研究加入了有限时间控制,旨在让系统能够在有限的时间内实现系统的稳定和控制。其中动态信号用来解决动态不确定项。标准化信号设计用作处理输入未建模动态。未知非线性函数用RBFNNs来处理。根据李亚普诺夫稳定性理论分析和仿真知信号在有限时间内稳定收敛,证明了系统在闭环中半全局一致有界。

关键词： 同步定位与建图   非线性控制方法   激光雷达   外参标定  

摘要： 近年来,随着LiDAR(激光雷达)的不断推广和普及,SLAM(同步定位与建图)相关研究已成为热点,尤其是在自动驾驶、无人机等工程领域得到了广泛应用。在这一背景下,本文探索了基于非线性控制理论方法的实时在线多LiDAR标定算法问题研究。多LiDAR系统通常具有更广的视场范围和更高的点云密度,因此对标定算法的稳定性和鲁棒性要求更高。为此,针对这一问题,本文主要研究内容总结介绍如下: (1)建立了LiDAR标定问题的数学模型:本文以路标作为点云的抽象,利用刚体的运动模型,并根据LiDAR之间相对运动的约束条件,对LiDAR标定问题进行了分析与建模。 (2)基于非线性控制方法的标定算法研究:本文设计了一种非线性的在线标定算法以计算双LiDAR系统的外部参数,并完成了整体算法的稳定性证明,仿真结果验证了所提出标定算法设计的有效性和对测量噪声的鲁棒性。 (3)具有可扩展性的算法设计:本文基于图论的方法建立了多LiDAR刚体姿态系统的拓扑结构,进而将非线性的标定算法扩展至多LiDAR的标定问题,并通过数值仿真验证了所设计扩展标定算法的可行性。 除上述理论研究之外,本文也给出了相关的实验结果。具体地,以固态LiDAR为实验对象,在静止与移动两种条件下设计并完成了外参标定实验,实验结果表明了本研究所提出的LiDAR标定算法的有效性。本文的主要研究工作涵盖理论方法研究和应用案例分析,能够为多LiDAR刚体系统的标定问题从控制理论的角度提供一种解决方案。

关键词： 随机非线性系统   有限时间控制   命令滤波反步   自适应控制  

摘要： 近年来,随机非线性系统的研究受到了极大关注。与确定性非线性系统相比,随机非线性系统因随机干扰的存在而使得系统更加复杂多变,因此对稳定性的研究和控制器的设计提出了更高的要求。本文关注随机非线性系统的自适应有限时间控制问题:针对一类随机非线性系统的有限时间稳定性问题提出了自适应控制器的设计方法,并将该方法应用到具有参数不确定性的随机振动环境下机械臂的跟踪控制中;同时,针对随机非线性多智能体系统提出了一种自适应有限时间一致性控制策略。本文研究的主要内容概述为:1.针对一类高阶随机非线性系统,提出了基于命令滤波反步法的自适应有限时间跟踪控制算法。首先,在有限时间反步法的基础上引入命令滤波器,有效避免了反步法应用于高阶系统时产生的计算爆炸问题以及传统有限时间反步控制器对其所包含的分数幂信号微分而导致的奇异性问题,并且设计误差补偿机制以降低滤波误差,从而进一步提高控制精度。其次,利用自适应技术处理系统中的未知随机因素,降低了系统要求,提高了控制算法的适用性。最后在Matlab/Simulink仿真中对算法的有效性进行了验证。2.针对一类具有输入饱和约束的高阶随机非线性多智能体系统,提出了一种有限时间自适应一致性控制算法。在有向通信拓扑结构下,设计了一种基于自适应模糊的有限时间一致性跟踪控制器,并引入了有限时间命令滤波器,消除了传统反步法中的计算爆炸问题和有限时间反步法的奇异性问题。同时,针对滤波误差提出了一种基于分数幂形式的误差补偿机制。此外,利用模糊逻辑系统对未知非线性函数进行逼近,并且设计辅助系统以克服输入饱和对控制器的负面效应。在给定的控制方法下,一致性跟踪误差实现了实际均方有限时间收敛,闭环系统中的所有信号在有限时间内均方有界。最后通过Matlab/Simulink数值模拟,对控制算法的有效性进行验证。3.针对运行在随机振动环境下的机械臂系统,并进一步考虑输入饱和受限与参数不确定性,提出了一种与神经网络自适应技术相结合的有限时间跟踪控制算法。首先,构建随机振动环境下机械臂的拉格朗日动力学模型。然后,提出自适应神经网络命令滤波反步控制器,不仅可以利用径向基函数神经网络逼近机械臂系统的未知动力学,而且可以避免有限时间反步法的奇异性问题。此外,针对命令滤波器带来的误差,引入基于分数幂函数的误差补偿机制对其补偿;并且引入辅助系统消除输入饱和受限的负面影响,证明了跟踪误差在有限时间内实际均方收敛。最后,应用随机机械臂模型验证所提出控制算法的有效性。

关键词： 储能电站   虚拟同步机   参数边界   自适应控制   分数阶控制  

摘要： 随着人类社会对能源的需求与日俱增,获取能源的新渠道不断被开拓。各国纷纷推进新能源大规模并网,有效缓解了能源短缺、环境污染的问题。但以风光为代表的新能源发电存在着随机性与波动性等不利因素,此外电网中同步发电机(Synchronous Generator,SG)占比不断降低还会引起系统中惯量阻尼的缺失,使得电网稳定性下降,在一定程度限制了新能源产业的进步。储能技术是通过能量互动促进新能源消纳、降低区域客户用电成本的有效途径,以电化学储能电站为代表的储能系统逐渐成为电网的重要组成部分。为提升高比例新能源系统的惯性阻尼,研究学者开发出基于虚拟同步发电机(Virtual Synchronous Generator,VSG)概念的逆变器控制技术,广泛应用于各种能量转换场合中,在保持电力电子系统频率稳定性方面发挥关键作用。本文通过将储能电站与VSG控制技术结合应用,使储能电站参与到电网的频率和电压调节中,为进一步抑制输出功率的振荡,改善区域电网频率和电压的稳定性,进行储能电站VSG的自适应控制策略研究,论文主要研究工作如下:(1)为满足储能变流器大功率、宽范围及复杂工况下调频调压的控制需求,选用三相全桥电路作为AC/DC电路,交错并联双向Buck/Boost电路作为DC/DC电路;基于SG理想模型,建立变流器的VSG数学模型,并完成了VSG控制结构的设计。分析控制参数对VSG系统的影响,建立VSG有功环并网小信号模型,通过根轨迹分析了虚拟惯性和阻尼系数对VSG系统稳定性的影响,并且基于Matlab/Simulink仿真平台通过仿真验证了VSG控制模型的有效性及其有功传递函数的可靠性。(2)针对储能VSG受储能电站储能电池输出特性约束,在固定控制参数下,存在控制参数取值不合理、抗干扰性能差、电池低电量断电停机时输出功率陡降等问题,本文提出了一种基于荷电状态(State of Charge,SOC)反馈的VSG自适应控制策略,该策略考虑了储能电站电池组安全稳定运行所必须的物理约束条件。在此控制方案下,VSG在正常SOC时采用模糊欠阻尼控制,自适应调节虚拟惯量和阻尼系数,在SOC较低时采用分级降功率的常数过阻尼控制,从而改善系统输出有功功率和频率的动态响应,提高系统的稳定性,缓解因VSG断电离网导致的功率波动,基于Matlab/Simulink仿真平台,通过仿真验证了其在改善功频响应方面的优越性。(3)为解决传统整数阶VSG在固定参数控制策略下,自由度不足、参数调整不灵活而导致鲁棒性差的缺陷,本文将VSG的虚拟惯性环节分数阶化,把模糊推理引入VSG控制器中,得到基于分数阶虚拟惯性的VSG自适应控制策略。通过理论推导及仿真验证归纳总结改变虚拟惯性积分阶次对VSG控制效果的影响,进而设计在不同电网运行状态时的理想分数阶阶次变化规则,最终基于模糊算法实现虚拟惯量、积分阶次和阻尼系数的参数自适应控制,使储能电站并网运行更加稳定。基于Matlab/Simulink仿真平台,在有功指令阶跃、网侧频率突变、负载突变的复杂工况下进行了仿真分析,比较分析传统固定参数控制、模糊整数阶VSG控制及模糊分数阶VSG控制3种控制器的控制效果,结果表明通过模糊推理实现分数阶VSG控制参数的自整定,抗干扰能力有了明显改善,具有较低的总电流谐波,能够向电网输出更高的电能质量。

关键词： 多智能体系统   事件触发控制   自适应控制   完全分布式控制   一致性   二分一致性  

摘要： 多智能体系统一致性在交通、航天、军事等诸多领域具有广阔的应用前景,多年来一直是控制界的研究热点。在实际工程应用中,往往会存在网络带宽、控制成本以及智能体自身通信和计算资源等受限问题。因此,如何更高效地实现多智能体系统一致性已成为关键问题。近年来,事件触发控制作为一种经济有效的方法而备受关注,其突出优势在于可显著降低信息传输频率,减少非必要的资源消耗,同时又能兼顾系统性能。需要指出的是,事件触发控制的引入使得智能体之间的通信不再实时进行,因而控制协议设计与一致性分析面临更为严峻的挑战。鉴于此,以多智能体系统为研究对象,探索基于事件触发控制的一致性问题兼具重要的理论价值与实际意义。本文主要研究内容包括如下四个方面:1.研究了受外部干扰影响的多智能体系统事件触发一致性问题。首先,在固定拓扑下构建了扩张状态观测器,根据得到的智能体状态和外部干扰的估计信息,设计了分布式事件触发控制协议。其次,考虑通信拓扑发生切换的情形,在部分拓扑不包含有向生成树的宽泛条件下,运用拓扑依赖的平均驻留时间方法设计了切换信号,进而推广了基于扩张状态观测器的事件触发控制协议。所提出的控制协议不仅能够实现抗干扰跟踪控制,而且无需跟随者连续获取其邻居的信息,可有效缓解通信压力。2.研究了具有执行器故障的多智能体系统事件触发一致性问题。当执行器发生部分失效故障时,针对领导者输入为零和非零的情形,构建了相应的事件触发机制,避免智能体间的连续通信,并设计了自适应容错控制器,确保跟踪误差收敛至可调有界集内。当执行器发生部分失效和偏移的双重故障时,针对无领导者和有领导者的多智能体系统,设计了自适应事件触发容错控制协议,分别实现一致性误差和跟踪误差收敛至零。特别地,所设计的控制协议具有不依赖网络全局信息的完全分布式特性,而且不涉及领导者输入边界和执行器故障边界的信息。3.研究了合作竞争网络下多智能体系统事件触发二分一致性问题。突破现有方法依赖于拉普拉斯矩阵及其对称性的局限,设计了适用于强联通有向符号图的完全分布式自适应事件触发控制协议,确保二分一致性误差的最终一致有界性。进一步地,放松对符号图连通性的约束,在其仅包含有向生成树的条件下证明了该控制协议仍然适用,且二分跟踪可视作所得二分一致性结果的特例。值得提及的是,通过构建双重事件触发机制,所设计的完全分布式控制协议可同时降低控制器的更新频率和智能体间的通信频率,更加契合节省资源的需求。4.研究了异构多智能体系统事件触发二分输出一致性问题。首先,基于静态事件触发机制,构建了新型自适应二分观测器,以分别获得对领导者系统矩阵和状态的有效估计,随后提出了一种可在线求解调节方程的算法,进而设计了状态反馈控制器。在此基础上,通过引入内部动态变量,将静态事件触发机制改进至了动态以实现资源的更高效利用,并进一步考虑跟随者状态不可测的情形,结合自适应二分观测器设计了输出反馈控制器。所提出的事件触发控制协议具有更广泛的适用范围,其能以完全分布式的方式实现跟随者在有向符号图下的二分输出跟踪。

关键词： 血管介入手术机器人   操作安全性   主从智能控制   仿生手指设计  

摘要： 通过引入血管介入手术机器人可以更好的治疗心脑血管疾病,现阶段血管介入手术机器人安全性低并且控制性能差,本文展开研究旨在提高其操作安全性及控制性能。首先,针对现阶段已有的导管操作器拆卸和消毒困难,导管置入及更换效率低,操作过程中导管易损坏和打滑的问题,本文通过SOLIDWORKS软件设计了一款能够夹持和搓捻导管的仿生手指机构,并利用ANSYS和ADAMS软件对虚拟样机进行了仿真分析来验证结构的合理性,随后通过金属加工完成了样机的搭建,将其应用于血管介入手术中有效提高操作安全性和便携性。其次,主从式血管介入手术机器人的从端需要被置于病人一侧,而医生在机器人的主端一侧控制从端动作,手术过程中安全性和透明性低,为了解决这一问题,本文设计了操作安全预警系统,为医生提供多维信息,当医生操作不当时通过预警机制防止手术过程中戳破血管。然后,本文在新型结构的基础上设计了智能控制系统,通过设计模糊自适应PID-Smith算法来解决现阶段机器人主从同步运动性能差,跟踪精度低的问题,并且通过与其他控制方法进行对比分析验证了模糊自适应PID-Smith智能控制方法在血管介入手术机器人主从控制中的高效性和优越性。最后,本文进行了安全性评估及主从同步运动相关实验来验证本文设计的仿生手指机构、安全预警系统和智能控制系统在血管介入手术机器人操作中的有效性和优越性。其中夹持性能评估实验表明本文设计的仿生手指能够有效的夹持导管,在手术中导管不会发生打滑,运动性能评估实验表明本文搭建的样机轴向和径向性能均符合手术要求,预警机制评估实验表明本文设计的预警机制能够防止手术过程发生意外;主从同步运动实验表明使用本文设计的模糊自适应PID-Smith算法进行的主从轴向跟踪平均误差为0.58mm,主从径向跟踪平均误差为0.94°。通过与不同算法的对比分析,验证了较单一使用PID及模糊自适应PID算法在控制精度上均有显著提高,其中在轴向同步运动上较单一使用PID精度提高31%,较单一使用模糊自适应PID精度提高18%;在径向同步运动上较单一使用PID精度提高29%,较单一使用模糊自适应PID精度提高16%。

关键词： 微手系统   鲁棒控制   鲁棒右互质分解   Bezout恒等式   Prandtl-Ishlinskii磁滞模型   内模控制  

摘要： 近年来,机器人技术在不同的行业及领域中做出了巨大的贡献,相较于之前的研究热门“刚体机器人”,软体机器人具有自由度高、设计方便、整体结构简单、空间适应性强等优点。在软体机器人众多研究当中,微手系统的研究是一个不可或缺的分支。微手系统又称为软体执行器,它大多是由硅橡胶材料制成,而磁滞特性普遍出现在硅橡胶等软体材料当中。故本文基于演算子理论的鲁棒右互质分解方法,建立了微手系统的磁滞模型,并讨论了其稳定性和输出跟踪性能,具体如下:1)建立了磁滞微手系统模型:本文以磁滞微手系统为研究对象,将微手系统的动态模型与Prandtl-Ishlinskii磁滞模型相结合,建立了新模型,并运用演算子理论对所得到的模型进行鲁棒稳定性分析,本方法只需要考虑输入与输出之间的关系,即充气压力与微手弯曲角度之间的关系。同时,将Prandtl-Ishlinskii磁滞分为两部分进行考虑,可逆部分和不可逆部分(视为扰动),进而对磁滞微手系统进行鲁棒稳定和跟踪控制研究。2)磁滞微手系统的鲁棒控制:首先,基于双Bezout恒等式,提出了微手系统的鲁棒跟踪控制方案。其次,基于所建立的磁滞微手模型,针对于磁滞扰动部分是否为零,进行了讨论,并基于复合控制器的设计,提出了磁滞微手系统鲁棒稳定的条件。3)磁滞微手系统的鲁棒跟踪控制:微手系统最重要的任务即是实现精确抓取,但磁滞的存在严重影响了其精确性,故本文在磁滞建模和鲁棒控制的基础上,进一步基于内模研究了磁滞微手系统的鲁棒跟踪控制,保证了系统良好的跟踪性能。最后,针对每一项控制方案,均给出了相应的数值仿真,验证了所提出方案的可行性以及有效性。通过对各个仿真结果进行比较与分析,可以发现磁滞微手系统在所设计的鲁棒跟踪控制器的作用下,鲁棒性和跟踪性都能够满足预期期望。