关键词： 柔性机械臂   非线性不确定性   神经网络自适应控制   鲁棒控制   输入死区   扰动观测器  

摘要： 柔性机械臂被广泛地应用于不同的领域。随着柔性机械臂技术的快速发展和广泛的应用,在不同的环境下,对精细工作和灵活控制的要求越来越高。然而,由于柔性机械臂动力学模型越来越复杂,在实际的工程应用中无法获得柔性机械臂动力学的精确知识。此外,柔性机械臂的工作环境可能是非常不确定的,如外部环境的变化和有效载荷的变化等。因此,柔性机械臂控制中的一个关键问题是克服上述不确定性。基于此,本文重点考虑了系统不确定性、外部扰动、死区输入以及目标捕获对控制性能的影响,在建模中考虑多种非线性,进而依据神经网络自适应控制理论和Lyapunov稳定性理论,提出了能够提高系统跟踪精度的控制算法。主要研究内容如下: (1)研究了柔性机械臂系统中的不确定非线性问题。针对神经网络不确定估计的有效性提出了一种新的神经网络权值更新律,从而在保证神经网络学习性能的基础上,实现柔性机械臂的高精度轨迹跟踪。首先,通过奇异摄动分析将系统解耦为快慢子系统;随后,针对慢变刚性子系统的动力学模型,基于在线数据记录模型构造新型预测误差,结合跟踪误差设计自适应控制律,针对快变柔性子系统采用滑模控制抑制弹性振动;最后,构建了扰动观测器实时估计复合扰动信号,并纳入在线数据记录模型作为前馈补偿。 (2)研究了包含系统不确定非线性以及输入死区的柔性机械臂轨迹跟踪问题。首先,在建立系统动力学模型时,不仅考虑系统不确定性和外部扰动,而且考虑了系统输入的死区模型来描述柔性机械臂执行机构存在的输入非线性,从而建立更切合实际的动力学方程;随后,在依据反步法设计控制器时,采用Nussbaum的增益函数处理由死区引起控制增益时变的未知动力学模型,提出了稳定的神经网络自适应控制方法。 (3)研究了柔性空间机械臂在目标捕获时的混合体动力学运动控制问题。为了提高系统在冲击效应影响下的鲁棒性,提出了一种鲁棒自适应神经网络控制器。首先,考虑漂浮基柔性空间机械臂的目标捕获过程,通过动力学分析建立混合体动力学方程;随后,通过奇异摄动解耦对其进行快慢子系统的分解,对混合体刚性运动设计镇定运动控制器,对柔性运动设计振动抑制控制;最后将切换系统和神经网络自适应控制相结合,实现主动镇定控制中的鲁棒控制和自适应控制的平滑切换,提高系统性能。 最后,对本文的工作进行了归纳总结,并对柔性机械臂的后续研究发展做了展望。 本文共有图24幅,表1个,参考文献128篇。

关键词： 多旋翼电动垂直起降飞行器   优化设计   故障诊断   自适应控制   容错控制  

摘要： 近年来,全球范围内以电动垂直起降(eVTOL)飞行器为核心的先进空中交通(AAM)热潮正在兴起。其中,多旋翼eVTOL飞行器具有灵活性好、冗余性高等优点,可应用于物资运输、应急救援、空中观光等短途物流、短距载人、隔离空域场景,并且具有更快落地的商业价值而备受青睐。 在严格的适航审定要求下,如何综合传统小型无人机轻量化、低成本和传统航空器高安全、完善体系的优点,实现多旋翼eVTOL飞行器的高效率高可靠,是其发展并实现大规模应用必须克服的困难。其中,需要解决的问题包括:针对提升多旋翼eVTOL飞行器效率的参数化优化设计方法较为缺失;推重比低、输出易饱和,且欠驱动系统的位姿耦合,导致在各类场景下的高性能自适应抗扰轨迹跟踪控制不易实现;体积、重量、成本等条件制约下的高可靠准确故障诊断和鲁棒容错控制等。 针对上述问题,本文以提高多旋翼eVTOL飞行器的效率与可靠性为目标,按照“飞行器平台研制→高效可靠关键技术研究→载运飞行试验验证”的思路开展研究。首先,以正向研发思路结合航空器适航要求研制了多旋翼eVTOL飞行器ZJCopter,其最大载重能力为100kg、最大续航时间为25min。面向高效率要求,在建立高精度非线性多旋翼动力学模型的基础上,开展了参数化优化设计方法研究,并迭代优化了ZJCopter飞行器的总体性能,特别是交叉倾斜旋翼有效提升了其偏航控制效率(油门平均减小60%以上)。面向稳定飞行要求,提出了有界干扰下具有输入约束的和几乎全局指数渐进稳定的两类轨迹跟踪控制器,实现良好的自适应抗扰轨迹跟踪性能,有效改善飞行器的飞行稳定性。面向高可靠要求,基于所构建的高精度飞行器线性化动力学模型,提出了IMU传感器和动力损失两类典型故障的检测方法,以及应对动力损失故障的模型参考自适应控制器,进一步提升了飞行器的可靠性。最后,开展了ZJCopter飞行器载动物跨湖和载人的低空运载模拟应用飞行试验,综合验证了飞行器良好的飞行性能与安全可靠性。本文所研究的多旋翼eVTOL飞行器优化设计方法、故障检测与抗扰容错控制等关键技术,可有效提升飞行器的效率、性能与可靠性,并为此类飞行器的发展提供了更为有力的理论和技术支撑,有助于此类飞行器在低空交通领域中各类应用场景的推广应用。 本文主要创新点如下: 1.面向多旋翼eVTOL飞行器的高效率需求,提出了基于精准动力学模型的内外双环迭代旋翼角度优化设计方法。在内环中,利用数值优化方法求解包括空气动力学在内的高精度动力学模型,以获得飞行器准确的性能表现。在外环中,依靠内环的解,基于顺序二次规划(SQP)方法求解飞行器的最优续航和综合机动性。该方法具有计算准确度高、迭代优化设计效率高的优点,提出的交叉倾斜方案可有效改善多旋翼eVTOL飞行器偏航角跟踪误差、响应速度和控制效率。 2.面向多旋翼eVTOL飞行器的稳定飞行需求,提出了一种有界扰动、输入约束下的自适应抗扰轨迹跟踪控制技术,有效提升了飞行器的抗风扰稳定飞行性能,并减缓了其推重比低、输出易饱和的问题。基于满足Lipschitz条件有界扰动系统渐近稳定的引理和奇异摄动理论,设计了基于观测器的姿态跟踪控制器,降低了姿态跟踪控制律的计算难度,进一步改进了位置环和姿态环解耦的控制框架,实现了几乎全局指数渐进收敛稳定的轨迹跟踪,并且响应速度快、跟踪性能好。 3.面向多旋翼eVTOL飞行器的高可靠需求,提出了基于参考模型的故障诊断与容错控制技术,具有线性化准确度高、计算量小、可代码化部署的优点。基于小扰动线性化法,实现了飞行器模型的高精度线性化。通过线性参考模型分别与二次卡尔曼滤波器、转速反馈的结合,实现IMU传感器、动力系统故障的精准检测;提出了并联型的模型参考自适应控制方法,通过理想状态下线性参考模型输出与故障干扰下飞行器实际输出的比较,对姿态环进行补偿控制,有效提升了飞行器对动力损失故障的自适应容错控制性能,包括响应速度和飞行效率。

关键词： 自适应控制   非线性系统   有限时间稳定   容错控制   状态约束  

摘要： 随着科学技术的创新发展,控制系统在现代实际生产生活中应用越来越广泛,人们对其安全性和可靠性也就越来越重视。复杂化的控制系统不仅会受到外部干扰的影响,内部元件也容易发生故障。当系统中的执行器、传感器或者元部件本身发生故障时,在实际生产中会产生重大影响甚至危及生命财产安全。自适应容错控制方法可以保证当出现故障时系统运行仍能稳定并有理想的性能,因而,对于非线性系统的自适应容错控制问题研究日益广泛。值得关注的一点是,稳定性是保证系统正常运行的关键条件,现有结果中大部分可保证在无限时间内达到系统稳定,如Lyapunov稳定性。但是这种稳定不能在有限时间内达到所期望的性能,存在一定的缺陷。并且对于实际工程系统,要求达到系统一般稳定的同时又需要保证有限时间内的暂态性能。有限时间稳定性可以保证系统在有限时间内达到所期望的控制目标,在飞行器控制等领域都有广泛应用。基于此,本文对非线性系统的模糊自适应有限时间容错控制研究将做出进一步探讨。考虑具有执行器故障和状态约束的严格反馈非线性系统的有限时间自适应动态面控制问题。首先,利用反步控制技术,设计了虚拟控制输入和相应自适应律来补偿执行器故障和参数不确定性。其次,利用动态面控制方法建立一阶滤波器,以减轻由于虚拟控制律的导数而造成的计算负担。然后,基于障碍Lyapunov函数,保证系统状态不违反预先设定的约束边界。此外,所设计的有限时间容错控制器可保证所有闭环信号的有界性,并在有限时间内获得了系统更好的跟踪性能。最后,通过仿真实例验证了该策略的可行性和有效性。针对带有状态约束和输入时延的严格反馈非线性系统,结合模糊逻辑系统,研究了模糊自适应有限时间饱和控制问题。首先,基于自适应反步控制方法,设计出虚拟控制输入以及相应的自适应律并且在最后设计实际控制输入时补偿了输入饱和。其次,利用模糊逻辑系统逼近系统中的未知非线性项,同时考虑Pade近似技术处理网络系统引起的时间延迟问题。最后,仿真结果显示所提出的控制机制可保证闭环系统内的信号都是有界的并且系统状态都在有限时间内趋于稳定。

关键词： 工业机器人打磨   在线轨迹预测   曲面法线跟踪   强化学习   自适应打磨力控制   无先验模型曲面  

摘要： 近年来,机器人自动化产线技术逐渐占据制造业的主导地位,应用机器人完成打磨加工作业,可节省人工成本,改善工人作业环境。然而,由于机器人打磨作业对顺性要求较高,其人工可替代性较低,与实现工件全工序和全自动化打磨作业的迫切需求存在较大差距。同时,在已知工件精确的几何曲面先验模型前提下,还需生成打磨轨迹规划和进行打磨力稳定控制,才能较好地执行打磨作业。因此,为提高机器人打磨作业的高自动化及柔顺性,本文对机器人打磨在线轨迹预测和自适应恒力控制开展了深入研究。主要研究工作如下:(1)为提高机器人打磨的柔顺性,本文设计一种机器人柔顺浮动打磨力控末端执行器,构建机器人力控打磨系统的虚拟样机;分析打磨系统工具与工件之间的阻抗特性,然后搭建以导纳控制为基础的恒定打磨力控制器。(2)针对无先验模型曲面工件打磨作业,为提高曲面法线实时跟踪性能,本文提出一种无先验模型曲面的机器人打磨主动自适应在线轨迹预测方法。该方法根据打磨工具与工件的接触状态预测曲面法线方向,以一种有向进给平面与曲面切平面的截交线作为进给导向,自适应在线预测机器人打磨系统末端执行器的位姿,使末端执行器主轴轴线实时主动跟踪曲面法线,实现对无先验模型曲面工件的机器人打磨轨迹主动自适应在线预测。分别通过仿真和实验分析,验证所提出方法的有效性。(3)工业机器人打磨系统面向未知或少信息接触环境下曲面工件进行打磨作业时,通常对打磨过程中多变工况的自适应性较差。本文提出一种基于集成概率模型EPM(ensemble probabilistic model)的强化学习主动自适应变导纳控制方法,并以此方法构成一种机器人强化学习自适应恒定打磨力控制器。根据打磨作业中的接触状态信息,利用Bootstrapping方法获取小量数据的多次采样样本,训练机器人打磨系统工具与工件交互时的集成概率模型EPM,采用协方差矩阵自适应进化策略CMA-ES(covariance matrix adaptation evolution strategy)求解最优导纳参数,实现曲面工件的强化学习自适应恒定打磨力控制,从而自适应调整工具与工件之间的阻抗特性,提高机器人柔顺打磨作业的自适应性。最后,通过虚拟样机仿真,验证该方法的有效性。

关键词： 容错控制   飞行器姿态控制系统   故障检测   自适应控制   滑模控制   欠驱动控制  

摘要： 飞行的安全性和可靠性一直以来都是航空航天领域的最重要因素。近年来频发的飞行事故增加了人们对飞行安全性和可靠性的需求。飞行器的高性能和可靠飞行依赖于精密的姿态控制系统。容错控制系统作为一种特殊的姿控系统,旨在飞行器发生故障时仍能维持系统稳定性和可接受的控制性能。容错控制系统一般可分为被动容错和主动容错系统。被动容错通过对预先考虑到的故障模式进行控制设计,提供鲁棒式的容错能力,因此具有较高的保守性。主动容错则通过在线故障检测和控制重构来克服实时发生的不同故障情况。为实现执行机构故障下灵活、快速、准确的飞行器姿控系统容错能力,论文开展了飞行器姿态控制系统主动容错系统研究。首先,针对传统以故障-干扰相对数量关系作为检测标准所存在检测阈值难以确定及漏检的问题,同时考虑姿控系统中非故障干扰对故障检测的影响。论文开展了以故障分离估计作为检测信号的故障检测研究。提出了两种故障观测器,实现了无需任何故障,扰动信息下,对系统故障信号的单独观测。此外,论文构建了多决策变量多指标故障决策体系,在线评估故障检测信号以实现实时故障预报。为后续的主动容错控制系统中容错控制切换提供了准确的切换时间,提升了容错控制性能。其次,针对主动容错控制系统中的容错控制设计时保守性过高的问题,通过结合积分滑模控制与双层增益自适应策略,提出了改进的增益自适应律,开展了自适应增益容错控制研究,实现了鲁棒稳定性和控制保守性的平衡。该容错控制律在保证对扰动,故障等干扰因素的鲁棒性前提下,利用积分滑模控制消除趋近段的特点,加快了控制增益自适应收敛的速度,进而推进了闭环系统的收敛。仿真结果验证了该自适应增益容错控制的有效性及最大程度地削弱控制保守性。然后,针对状态动态约束控制问题,论文提出了一种新型自适应状态约束控制方法——自适应障碍Lyapunov函数方法。自适应约束随状态自更新,基于该方法设计的容错控制器实现了在无需任何扰动,故障等信息的情况下,状态被动态引导至预先指定的收敛域内。此外,自适应约束更新重启机制避免了稳态下状态越界问题。并且,非线性裕度函数的引入解决了状态接近约束时的控制输入爆炸现象。相比现有的动态状态约束控制方法,该方法具备更好的普适性和灵活性。最后,针对单控制通道完全失效所造成的欠驱动飞行器姿控系统容错控制问题,提出了一种欠驱动主动容错控制策略。由于独立输入数目的不同,基于全驱动系统的容错控制不适用于欠驱动系统。通过对欠驱动运动模型特性分析,论文设计了根据欠驱动通道角速度幅值切换的容错控制律,克服了欠驱动通道角速度对闭环稳定性的影响。且无需任何保持欠驱动角速度恒定的假设。此外,论文建立了单通道完全失效检测模块,以确定单通道完全失效发生时刻,避免错误控制切换造成的控制性能下降。数值仿真验证了该主动容错控制系统的有效性,展示了相比现有方法更好的适用性。

关键词： 窄间隙热丝TIG焊   熔池视觉   深度学习   熔透控制  

摘要： 焊接熔透状态是影响焊接质量制约焊接自动化程度的重要环节。能否实现焊接过程熔透状态的传感、检测、分析与反馈控制是决定自动化、智能化焊接程度关键难点之一。新型窄间隙热丝TIG焊已成功使用于能源装备行业的大型压力容器储罐建造过程中,但由于现场施工条件制约,待焊坡口往往存在较大的装配误差,工况恶劣。长期以来采用熟练焊工现场监测与实时调节焊接工艺保证熔透状态,但存在劳动成本高、生产效率低的问题。针对上述难题并结合窄间隙热丝TIG焊实际焊接工况,搭建了视觉传感装置对窄间隙热丝TIG立焊背部熔池进行信息传感、建模与控制,通过测量不同熔透状态下背部熔池视觉特征信号与熔透状态之间的对应关系开展了以下工作。针对现有的窄间隙热丝TIG立焊装置正面枪头大、机构动作对焊接熔池存在遮挡、正面观察相机姿态倾斜、交流焊存在电流零点导致电弧亮度变化大、立焊条件下重力影响熔池形态等特点,同时考虑到传统的正面熔池信息传感方法大都需要较为复杂的传感系统,装置体积较大且对所传感熔池形态有着较为严格的要求等种种限制,采用背部熔池信息传感的方式进行熔透状态信息采集。以此搭建了背部熔池特征光电传感信号系统和背部熔池特征视觉信号传感系统,并通过试验对其传感有效性进行了验证,最终选用背部熔池视觉信号传感的方式对熔透状态信息进行采集。并通过图像特征提取算法,建立了图像尺寸特征数据库及预处理图像数据库。在传感系统有效传感熔池特征信息的基础上,针对传感系统所提取的不同类型数据特征,分别建立了两种基于结构化特征数据模型和两种非结构化特征数据模型。首先,通过对不同熔透状态下的熔池图像进行图像处理后进行人工提取图像特征,并对所提取的特征建立了二叉树模型对熔透状态进行分类。在对模型每个节点分类特征进行选择并对每个节点分类阈值进行最优化计算后,最终对模型分类准确率进行统计,计算得到分类准确率为74.73%,模型分类效果较差。基于不同熔透状态下熔透图像人工抽取特征搭建了基于人工神经网络的熔透状态分类模型,试验确定了五层为网络中最佳层深,网络分类准确率达到85.1%,模型分类性能较二叉树模型有较大提升。之后又搭建了两类非结构化数据模型。对不同熔透状态下背部熔池图像进行图像处理后,构建了基于卷积神经网络的熔透状态分类模型,对背部熔池熔透图像特征进行端到端的提取建模,网络在测试集上的分类准确率达到89.3%,网络泛化性能良好。为保证卷积神经网络所提取图像特征的有效性,使用特征显著性图对网络分类关注特征进行了可视化的可解释性分析。分析试验证明,网络所提取不同熔透状态下背部熔池图片特征均为当前熔透状态下典型特征,且与熔透状态典型物理特征相对应。在所搭建卷积神经网络基础上,通过对输出层前增加了循环层的方法搭建了循环神经网络,对熔透变化过程时序特征进行了提取,并使用熔透状态变化序列图片对网络进行训练,网络分类准确率达到95.3%,模型泛化性能最优。最后设计了控制试验对所建立模型的性能进行了验证。搭建了模糊控制器对二叉树模型时序特征提取能力进行了加强,并使用图片数据集对其性能进行了离线调试,提升了控制系统鲁棒性。并将四种控制器接入焊接试验系统中对变间隙试板进行了在线焊接试验。试验结果表明,基于对非结构化图像数据及时序特征提取的循环神经网络控制系统对该焊接过程控制效果最佳,得到了全熔透控制稳定成型的焊缝。

关键词： 准Z源逆变器   三次谐波注入升压调制   神经网络控制   RBF神经网络PID控制策略  

摘要： 随着全球范围内化石能源紧缺及环境污染问题的不断升级,可再生能源的开发与利用日益受到关注。相比于传统逆变器,准Z源逆变器利用单级结构实现升降压、允许桥臂直通等特性,运用于分布式能源发电具有更好的灵活性与可靠性。由于准Z源逆变器自身结构非线性的影响,传统的线性控制方法不能很好满足控制需求,而神经网络良好的泛化能力,能够解决高度非线性被控对象的控制问题。因此,本文基于神经网络对准Z源逆变器展开研究。首先介绍了准Z源逆变器的研究现状和应用领域,分析了准Z源逆变器的拓扑结构和工作原理,采用状态空间平均法建立了小信号模型,进而推导出扰动量至状态变量的传递函数。详细论述了不同种升压调制方法的调制原理,通过性能对比分析,三次谐波注入升压调制方法具有较好的增益和自由度。其次,基于传统PID控制策略设计了准Z源逆变器控制环路,整定得出控制参数。简要介绍了神经网络特点,分析了BP神经网络和RBF神经网络模型的结构和特性,进而将神经网络控制算法与PID控制相结合,利用神经网络的非线性映射能力自适应整定PID控制参数,并详细分析了神经网络算法迭代调整过程,采用MATLAB/Simulink搭建了仿真电路模型,对比分析不同种控制策略下准Z源逆变器的性能表现。最后,给定了设计指标,设计了硬件电路,并给出了器件选型原则和参数计算方法,以TMS320F28335 DSP作为主控制器设计了软件程序,搭建了实验测试验证平台,测试了当输入电压突变或负荷波动时,不同控制策略下准Z源逆变器的性能表现。实验结果表明,所提RBF神经网络PID控制策略相比于传统PID控制策略和BP神经网络PID控制策略具有较好的控制效果,能够自适应优化整定控制参数,有效提升准Z源逆变器的动静态响应性能,以满足不同环境的要求。

关键词： 激光雷达   果园   履带车   转弯模型   自适应控制  

摘要： 自动导航控制方法是制约智能农机精准作业的关键部分,有助于我国现代农业智能化发展。随着,加快建设农业强国国家战略的提出,以及我国是水果种植面积大国与农村劳动力流出。因此,为了响应国家战略发展需求,解决农业劳动力短缺现象,发展果园作业机械自动化智能化势在必行。然而,目前我国部分果园种植环境为丘陵山地,受地形限制,果树种植分布不规整,劳动强度大,人工成本高,生产效率低。针对上述问题,为实现果园履带车自动导航精准作业,提高自动导航的精度和稳定性。本文以履带式底盘为研究平台,开展果园自动导航控制方法展开研究。开展果园履带车转弯模型研究、果园导航关键技术研究、果园履带车自动导航控制方法研究与果园履带车自动导航系统集成与试验。本文主要研究及结论如下:(1)果园履带车转弯模型研究。为提高果园履带车转弯控制精度,提出了一种基于支持向量机回归算法的履带车转弯参数值预测模型。首先,通过设计嵌套试验,采集600组不同速度下履带车坡度、左侧履带理论转速、右侧履带理论转速、左侧履带实际转速、右侧履带实际转速和转弯半径转弯参数指标值。其次,利用多种机器学习算法对履带车转弯模型进行构建和分析对比,选择最优算法进行转弯参数值预测模型构建。最后,选取80组数据验证建立的履带车转弯参数值模型效果。结果表明:基于支持向量机算法构建的履带车转弯预测模型的预测精度最高和拟合效果最好。基于支持向量机算法参数值预测模型的决定系数分别为0.979653、0.999834、0.999816,均方根误差分别为0.00717925、4.98791×10、4.8164×10。(2)果园点云地图构建与导航路径优化方法研究。为解决果园较大冠层交叉与果树种植分布不规整问题,提出一种基于激光雷达的果园点云地图构建与导航路径优化方法。首先,使用固态激光雷达采集果园环境的三维点云数据,并运用点云处理软件对采集的点云数据进行点云直通滤波、体素下采样滤波与统计滤波预处理,应用地面点云平面拟合算法将地面点云与非地面点云进行分割。其次,将分割出的地面点云数据利用整体最小二乘法、随机采样一致性算法和特征值法分别拟合地面,分析对比拟合效果。最后,根据前期调研油橄榄种植模式,针对其果园环境特点,分析现有导航算法不足,并对算法进行改进和优化,使用仿真软件对其导航路径进行对比分析。仿真结果表明:原始A*算法的运行时间为30.600207s,改进后的A*算法运行时间为0.203237s,极大的提高了其运行效率;而且,其规划路径的长度也缩短了,转折次数从原先的8次减少到6次,降低了25%,改善了果园履带车自动导航的通行流畅性。(3)果园履带车自动导航控制方法研究。为实现果园履带车自动导航精准控制,且提高自动导航的精度和稳定性,提出一种基于模糊控制的自适应导航控制决策方法,并设计开发了一种自动导航嵌入式控制系统。首先,对果园履带车自动导航控制系统整体架构进行设计;其次,确定各关键子系统硬件和软件结构;然后,基于模糊控制与传统PID控制方法研究自适应导航控制决策方法,建立自动导航数学模型,并于MATLAB中进行自动导航控制系统仿真研究。通过仿真可知:模糊PID相对于常规PID控制方式超调量和稳态误差分别优化了41.31%和34.78%。(4)果园履带车自动导航系统集成与试验。为验证果园履带车自动导航的控制精确度和鲁棒性,对果园履带车自动导航控制系统进行软硬件集成,通过在常规PID和模糊PID两种控制方式下,分别以不同速度进行试验。试验结果表明:常规PID控制方式下果园履带车分别以速度0.1m/s、0.2m/s、0.3m/s、0.4m/s转弯行驶,横向偏差平均值分别为3.63cm、4.77cm、5.30cm、6.82cm,纵向偏差平均值分别为5.32cm、5.18cm、4.41cm、6.37cm。模糊PID控制方式下果园履带车转弯行驶的横向偏差平均值分别为2.72cm、2.83cm、3.53cm、4.65cm,纵向偏差平均值分别为5.00cm、4.25cm、5.52cm、6.64cm。当履带车车速为0.1m/s时,车辆的横向误差与纵向误差最小,并且模糊PID自适应控制相较于传统PID自适应控制横向误差和纵向误差平均值分别提高了25.07%、46.80%。

关键词： 微纳卫星   编队控制   多智能体协同控制   自适应控制   姿轨协同控制  

摘要： 随着计算机技术、微电子技术以及航天与空间技术的发展,微纳卫星正逐步从技术理论验证迈向实际应用。由多颗微纳卫星组成卫星编队,在取代单一大卫星执行复杂空间任务方面拥有极大的研究价值与发展潜力。由于微纳卫星相比其它航天器具有连续微推力、系统模型不确定性和对复杂空间摄动干扰较为敏感等的特点,并且在空间任务执行过程中,要求在达成编队构型整体机动的同时完成姿态的协同控制,需要进一步考虑微纳卫星的姿轨协同控制问题。本文以多智能体一致性理论为基础,针对多约束下微纳卫星编队姿轨协同控制系统进行了研究,本文的主要研究内容如下: (1)针对邻居节点编队信号未知且存在输入饱和约束的微纳卫星时变编队控制问题,设计了分布式自适应事件触发编队控制策略。利用事件触发机制有效避免了星间持续通信,降低了系统能耗和对带宽的需求;结合自适应技术动态更新星间通信链路的耦合权重,使得控制器参数的求解是完全分布式的;同时考虑卫星对其邻居节点的编队信号未知,对其设计了估计函数;通过求解低增益代数黎卡提方程,解决了编队过程中控制输入饱和问题。仿真实验表明所提出的控制策略在按时完成编队任务的同时有效降低了星间通信频率。 (2)针对向通信拓扑下存在执行器饱和约束的微纳卫星姿态一致性控制问题,设计了分布式预设时间姿态协同控制律。在考虑通信拓扑为有向图的情况下,为跟随星设计了分布式固定时间观测器,用以估计虚拟领导星的姿态状态;提出了一种新的预设时间滑模面,当滑模面有界时保证了跟踪误差在预设时间内收敛至有界区域;设计了自适应补偿律解决了微纳卫星存在的执行器饱和问题。从理论上分析了所提出控制律下执行器饱和的微纳卫星系统的预设时间稳定性,并通过仿真证明了控制策略的有效性。 (3)针对存在外界摄动干扰、自身控制力矩偏差和模型不确定性约束的微纳卫星编队姿轨协同一致性控制问题,提出了一种自适应有限时间快速终端滑模控制器。考虑微纳卫星执行机构的动力学特性,基于所推导的微纳卫星六自由度动力学模型设计了姿轨协同控制律,使编队系统在完成预定时变编队构型的同时保持成员卫星姿态的一致性;设计了自适应律补偿微纳卫星系统受到的外界扰动、模型不确定性与自身控制力矩偏差,保证了编队控制系统在有限时间内的闭环稳定性。通过仿真实验证明了所提出控制方案的有效性。

关键词： 原边反馈   有源钳位   恒流输出   恒压输出   多模式控制   自适应控制  

摘要： 近年来,5G技术高速发展,其峰值理论传输速度比4G网络传输速度快10倍以上,数据传输速度的爆发式增长使得运算功耗快速增加,因此,作为通讯系统供能的“心脏”,通信电源需要实现更高效率、功率密度及可靠性,以满足通信设备愈发严格的空间限制与高功率需求。隔离型DC-DC开关电源为常用通信系统二次电源,其具备安全隔离、宽输入取电、抗设备间串扰等特点,然而,常用的光耦反馈方法实现输入输出隔离信号传递,无法避免光耦器件的非线性、老化及温漂效应,降低了电源性能及可靠性。本文基于结构简单的反激变换器,拟采用原边反馈技术与软开关技术移除光耦器件、提升功率密度,但输出绕组电流存在显著非线性,现有原边反馈控制方法存在输出误差大且控制复杂等问题,因此本文将研究高性能的原边反馈数字控制DC-DC软开关反激变换器。 本文研究并设计了一种原边反馈数字控制DC-DC软开关反激变换器,其采用原边反馈技术和数字控制技术,移除了光耦器件,并实现了对变换器系统的稳定控制;同时使用有源钳位电路,在回收变压器漏感能量的同时,实现了开关管的软开关,极大地减小了变换器的开关损耗,提升了变换器的开关频率,有助于实现功率提升与小型化的目标。主要研究内容包括:(1)设计了一种高精度原边反馈恒压控制方法:对输出侧电路进行建模分析,在特定时刻采样辅助绕组电压并进行补偿,得到了准确的输出电压值,进而实现了高精度恒压控制;(2)设计了一种易实现的原边反馈恒流控制方法:考虑输入直流电流与主开关管电流平均值相等,设计输入电流处理模块电路,通过采样输入直流电流间接实现了对变化的主开关管电流采样,降低了采样功耗、成本与难度;其次,基于辅助绕组与与零电压的比较结果,设计了一种准确的退磁时间计算方法;最后,通过输入直流电流、退磁时间及开关周期完成输出电流计算与恒流控制,并加入控制频率自适应算法,在恒流控制时根据自适应调整PID控制频率,提高了系统稳定性;(3)设计了一种多模式控制及切换策略:设置了软启动模式、保护模式、恒压模式、恒流模式的稳定控制方法及不同模式的切换条件,能够实现稳定的环路控制及模式之间的平滑切换。 测试结果为:输入电压24Vdc-72Vdc,输出为48V/1.5A,输出电压精度达1%,输出电流精度达3%,峰值转换效率达85.3%,恒压平均效率达82.3%,恒流平均效率达83.1%,系统可实现稳定的多模式平滑切换,电流采样功耗减小至0.2W以内。对比其他产品,本文所设计电源具有输入范围宽、输出精度好及可靠性高等特点,对指导高性能、高效率、高可靠的隔离型DC-DC开关电源变换器及控制芯片设计较好的参考价值。