关键词： 自适应信号控制   车辆到达特性   深度强化学习   数学集对法  

摘要： 伴随着社会进步、经济发展和城市出行需求爆炸式增长,人们对交通出行的体验感和舒适度提出了愈加严苛的要求,而城市的基础设施建设远不能满足出行需求的增长,同时城市的拥堵问题变得越来越常态化。面对此类问题,很多学者从交通信号优化控制方面开展研究,以期望解决城市交通拥堵的难题。从目前实际应用来看,传统的信号控制模式具有其自身的局限性,面对多模式复杂交通流时表现不是很理想,不能够实时、长效得给出解决方案。随着智能化技术的发展,交通信号优化控制逐渐向“无模型、自学习”的方向发展,研究人员结合强化学习等技术进行了交通信号优化控制方法的研究,取得了较好的成果,为实现更高效的交通信号自适应控制方案提供了可能性。论文从灯控交叉口车辆到达特性分析入手,通过构建交通状态评价模型解析灯控条件下的交叉口交通状态,基于强化学习理论建立自适应控制模型,研究交叉口交通信号自适应控制方法。具体的工作如下:1、车辆到达特性判别指标建立。本文引入熵权法和数学集对法,在传统的交通评价指标占有率、速度和流量这三个指标基础之上,构建本文所提出的畅通指数(Smooth Index)和评价等级(Level Index)两个指标。为了提升指标对于车辆到达特性变化的敏感性和对特征描述的可行性,从权重系数的确定方式、数据采集的时间间隔等方面进行了探索。经实例验证了两个指标的对车辆到达特征描述的可行性。2、构建基于Q学习的交叉口自适应控制模型。基于价值学习的算法模型特征,在相关约束条件下建立离散化的状态空间和对交通控制效果更敏感的奖励函数,通过实验验证了评价等级作为构建状态空间要素的可操作性和适用性。3、构建基于畅通指数指标的深度强化学习算法模型。基于灯控交叉路口交通流到达特性时间分布特征及基于策略学习的算法模型特征,构建DDPG算法模型。以实际道路环境和数据,结合VISSIM仿真路网验证了控制模型的可行性。

关键词： 电力电子器件   自适应控制   自抗扰控制   参数辨识   粒子群算法  

摘要： 随着电力电子技术的发展,电力电子器件在重要的工业领域得到了广泛的应用。作为电源或控制器等重要部件,其稳定运行已成为连续生产过程的关键。电力电子器件在使用过程中,内部器件会受环境、温度等因素的影响,参数发生改变,当参数变化过大时会影响电力电子器件的正常运行,严重时甚至会导致整个系统瘫痪。因此,实现对电力电子器件参数的有效辨识对于提高其可靠性与可维护性,进而提高整个系统的稳定性具有重要的现实意义。本文以含有电阻、电容的电路为研究对象,设计了参数辨识算法与控制算法。主要研究内容分为以下三个部分。第一部分,对电阻-电容电路的参数辨识问题进行了研究。介绍了自适应参数辨识方法,包括自适应梯度下降法与自适应最小二乘法。根据电路的内部器件对电路进行数学建模,分别利用自适应梯度下降法与自适应最小二乘法对其进行参数辨识。仿真结果表明基于自适应梯度下降法的参数辨识效率更高,速度更快,能够进行准确的参数辨识。第二部分,针对电力电子器件输入信号容易被噪声污染,导致数学建模困难的问题,本文借助自抗扰控制技术,并通过仿真验证了跟踪微分器(Tracking Differentiator,TD)对噪声有良好的抑制效果,提出了基于TD的参数辨识方法。分别利用TD与经典微分器结合自适应梯度下降法进行参数辨识,仿真结果表明基于TD的参数辨识结果更为准确,效果更好。由于设备老化等原因造成铭牌上的参数与当前实际的参数不一致,如果依据铭牌上的参数设计控制器得到的控制目标就会与预期的控制目标产生较大误差,更有甚者会导致系统不稳定。针对这一问题,本文根据辨识后的参数,得到了实际的电路模型与预期的电路模型,将误差看作扰动,设计了串级自抗扰控制器对电路加以控制。通过仿真可以看出串级自抗扰控制器可以抵消扰动,实现了对电路的有效控制,使其达到了预期的控制目标,满足实际工程的需求。第三部分,在实际的工业过程中,采用一般的传感器来获取电路输出信息的精确值比较困难,而二值传感器凭借其设计简单、成本低廉等优势,在诸多应用中备受青睐。故本文选取了经济效益更高的二值传感器来获取输出信息,在获取信息量较少的情况下,以自适应参数辨识模型为基础,根据实际输出信息设计二值传感器,从真实的输出信息中选取数据,借助粒子群算法(PSO)对支持向量回归机(SVR)的参数进行优化,分别利用SVR算法与PSO-SVR算法进行参数辨识。仿真结果表明基于PSO-SVR的参数辨识拟合程度更高,泛化能力更强,辨识结果更为准确。文章最后对目前所做的工作进行总结,并对下一步的研究方向进行展望。

关键词： 竞争-合作交互   异质多智能体系统   双边包含控制   自适应控制  

摘要： 随着近十年来人工智能的快速发展,多智能体系统的协调控制使其在生物、军事、医学等方面的潜在应用引起了广泛关注。关于同质多智能体系统的成果已经发表较多,其中每个智能体的动态方程完全是相同的。然而在实践中,异质多智能体系统是很常见的,但相关的工作相对较少。因此,本文根据收敛时间、输入条件以及竞争-合作交互等影响因素,考虑了异质多智能系统,并对应设计了合适的控制器以实现双边包含控制。本文的主要内容如下:考虑合作竞争共存下的异质线性多智能体系统,解决其包含控制问题。通过对每个智能体分配一个时变的耦合权值,提出了自适应算法,并且在此基础上分别提出动态状态反馈和输出反馈协议。若关于智能体状态的信息很容易直接获得,则采用基于状态反馈的控制协议;若关于智能体状态的信息难以或不能直接获得,则采用基于输出反馈的控制协议,此协议可以避免实际工程中测量状态值的高成本,因此,测量状态值的成本可以降低。在图论、输出调节、李亚普诺夫函数等方法的基础上,推导出了一些广泛的准则来保证异质多智能体系统的双边包含。研究异质线性多智能体系统的有限时间内双边包含控制问题。其内容是在有限时间稳定下进行讲述的,通过设计一个分布式双边补偿器,双边包含问题可以被看作是一个协同调节问题。根据图论与李亚普诺夫函数,使跟随者在有限的时间内移动到由领导者构成的凸包中,从而达到有限时间内的双边包含控制。针对异质多智能体系统双边包含控制稳定时间的具体需求,研究了固定时间双边包含问题。基于固定时间稳定性理论,提出了既能估计领导者系统矩阵又能估计领导者状态的自适应固定时间控制协议。最后表明,基于以上所述控制算法,多智能体系统的误差可以在一定条件下趋于零,即达到稳定。

关键词： 直驱技术   锂电池   直线电机   柔性输送系统   结构设计   智能控制  

摘要： 锂电池制造是一个复杂而精确的过程,在制造中端和后端两段工序中,主要对锂电池进行叠片、入壳、注液、包装等操作,每个步骤需要将锂电池材料及相关配件输送到对应工序的工作站进行制造。目前在锂电池制造中存在生产效率低和电池质量差等问题,主要是由于人工操作不当、材料与配件输送重复定位精度差造成系统误差大,不能连续化生产所致,提高锂电池生产线输送系统的工作精度、输送效率和自动化水平是解决上述问题的关键。柔性输送系统能够实现高速运动和准确的位置控制,可实现自动化生产线的高效运转。因此,采用柔性输送系统替代传统的机械输送系统势在必行。本文设计了一款基于直驱技术的柔性输送系统,应用于锂电池自动化生产线材料与配件输送,围绕系统空间布局与造型、关键零部件结构与力学特性、控制系统和性能测试等展开研究。主要内容包括:(1)针对锂电池制造工艺特点,根据项目需求,在分析现有输送系统的基础上,确定系统整体空间布局和造型,构建锂电池制造柔性输送系统整机三维数字模型,拟定整机参数和总体方案。(2)基于产品可靠性要求,对输送、摆渡、上料等主要装置进行选型和结构设计;应用ANSYS Workbench对工作台和机架进行静力学分析,对整机进行模态分析,获取其前6阶的固有频率和振型,验证设计的合理性和整机工作的稳定性。(3)在工艺要求和结构设计的基础上,开发一套基于PLC的智能控制系统。根据功能要求,确定硬件部分结构方案并对关键硬件选型;选择控制系统编程软件,设计PLC自动控制程序和人机界面。(4)基于总体方案和结构设计,开展锂电池制造柔性输送系统样机试验工作,对样机进行现场试制,完成机械总装和软硬件集成并调试,对主要技术指标和重复定位精度进行测试验证。样机现场运行结果表明,锂电池制造柔性输送系统运行稳定,输送效率高且操作方便。在连续运行情况下,直线运动中的速度波动为±0.35mm/s,最大输送速度为1.5 m/s,最大加速度为25m/s2,重复定位精度为0.0335mm,能够满足锂电池自动化制造基本性能要求,可为今后锂电池生产配件输送设备的研究提供理论参考。

关键词： 光伏并网发电系统   最大功率点追踪技术   光伏并网逆变器   线性自抗扰控制   滑模控制   自适应控制  

摘要： 随着新能源技术的不断发展,太阳能作为一种高效、清洁的新能源备受人们关注。光伏并网发电系统是将太阳能转换为电能的关键,因此也成为当前研究的热点。在光伏发电系统的设计和优化中需要综合考虑光伏电池、最大功率点追踪(Maximum Power Point Tracking,MPPT)技术和光伏逆变器等方面。其中最大功率点跟踪技术和逆变器控制策略是保证整个光伏并网系统高效率、安全、稳定运行的关键,对其采用合适的控制策略,能够提高光伏发电系统的效率和可靠性。因此,本文以光伏并网发电系统为研究对象,利用线性自抗扰控制(Linear Active Disturbance Rejection Control,LADRC)技术对系统中的最大功率点跟踪技术和逆变器控制策略进行改进,令系统能够在面对多种外界干扰的情况下,依然能高效、稳定地运行。本文的主要工作内容如下:第一,光伏并网发电系统的数学建模部分由光伏电池、光伏发电系统MPPT部分、光伏并网逆变器组成,本文根据工作原理以及实际工程要求对光伏并网发电系统的各部分进行了数学建模,为光伏并网发电系统的控制策略研究提供了良好的基础。第二,光伏阵列的最大功率点追踪技术是保证其输出效率最大化的关键,但在实际工程中,MPPT技术往往会受到灰尘遮挡、天气变化等外部条件改变引起的干扰。针对光伏发电系统中光伏阵列的MPPT问题,提出并设计了一种粒子群优化(Particle Swarm Optimization,PSO)和自适应线性自抗扰控制(Adaptive-Linear Active Disturbance Rejection Control,A-LADRC)算法相结合的MPPT方法。该方法克服了传统的MPPT方法无法解决的局部阴影问题,并且提高了控制器在外部条件发生变化时的抗干扰能力。在该方法中,PSO对光伏阵列P-V输出特性曲线上的最大功率点(Maximum Power Point,MPP)进行追踪,并输出光伏阵列输出功率最大化时的工作电压作为参考值,然后用A-LADRC控制器对进行参考电压追踪并通过Boost电路进行调节,从而完成MPPT过程。A-LADRC控制器增强了对MPPT过程中各种外部干扰的抗干扰能力,并加快了系统的响应速度。仿真结果说明,与扰动观测法(P&O)、传统的PSO算法等其他控制算法相比,该方法具有良好的跟踪性能和并且在外界条件改变造成的外部干扰下具有较好的抗干扰能力。第三,直流母线电压由逆变器控制策略进行调节,其输出稳定性将受到各种外部干扰的影响,直流母线电压的稳定性也决定着电网侧的交流电的电能质量。但电压电流双闭环控制策略作为传统的光伏并网逆变器控制策略存在着鲁棒性较差、系统的调节时间过长等缺点。针对上述问题,本文提出了一种将自适应线性自抗扰控制器应用到外环控制当中的方法,以达到抗干扰的目的。该控制策略使用线性扩展状态观测器(Linear Extended State Observer,LESO)来估计外部条件变化引起的外部干扰和参数不确定性引起的内部干扰。PD控制器补偿干扰并应用自适应控制以简化参数调整。最后,本文利用李雅普诺夫理论进行了稳定性分析,与传统的线性自抗扰控制相比,验证了该控制策略的优越性。实验结果表明,该系统在光照强度突变、电压跌落等干扰下具有较好的控制性能和抗干扰能力。第四,将滑模控制(Sliding Mode Control,SMC)与LADRC相结合设计了一种复合控制方案,该控制方案结合了SMC与LADRC各自的优点,增强了控制器的控制性能。验证了滑模线性自抗扰控制((Sliding Mode Control-Linear Active Disturbance Rejection Control,SMC-LADRC)在光伏并网逆变器直流母线电压控制中的可行性和优越性。在SMC-LADRC控制器中,SMC的引入解决了带宽受限引起的控制精度下降问题,提升了整体控制器的鲁棒性。LADRC控制器中LESO对系统中存在的内部扰动和因为外部条件改变引起的外部扰动,PD控制器的主要功能是对总扰动的估计进行补偿。并且在PD控制器的调参过程中加入自适应控制进行调参,该方法不仅在将自抗扰控制器线性化的基础上进一步简化调参过程,同时也增强了该控制器在外部扰动发生时的控制性能。最后通过仿真实验证明了SMC-LADRC控制器的实用性和优越性。

关键词： 钻压控制   工况识别   LightGBM   粒子群算法   模糊PID控制  

摘要： 钻头钻压是钻井破岩的直接动力源,钻压的精确控制对提高破岩效率和避免异常工况具有重要意义。因为复杂的地层环境和多变的应力结构导致钻井状态信息失真甚至缺失,司钻人员难以实时监测钻井作业工况,掌握钻进状态,显著提升了钻井过程中钻压动态精细控制的难度。因此,基于钻井工况的准确识别,结合钻压非线性控制算法,有望实现钻头钻压的精准高效调控。本文基于机器学习和智能控制方法开展了钻井工况智能识别和钻压智能控制方法研究。首先,基于钻井远程支持系统录井数据的预处理,根据数据分布特征,分别优选了箱型图、均值法和Cramér’s V等方法处理异常值和空缺值,并完成相关性分析;进而通过钻井工况的逻辑判别法的规律总结,针对钻头深度与钻井工况识别的多解性,结合领域知识构建两个全新数据特征,通过特征增强消除多解问题;采用移动窗口法模拟了钻井现场的实时数据流,显著提升了实时录井数据的稳定性,为钻井工况准确识别奠定了数据基础。然后,针对现有基于专家经验和阈值法的工况识别精度较低的问题,本文提出了基于Light GBM算法的钻井工况智能识别方法,该方法采用level-wise和直方图法可有效减少模型过拟合现象和时间复杂度,实验发现,该模型的精度和更新效率均高于经典的机器学习和神经网络算法,工况识别精度最高可达98.9%,可为钻压准确控制提供重要依据。最后,针对钻压控制面临的非线性、时滞性和时变性等问题,本研究基于钻压控制方程和钻井控制系统的原理分析,利用粒子群优化算法,设计了钻压模糊控制规则,实现了经典比例积分微分控制器(PID)参数的优化整定,提高了钻头钻压的控制效率与精度。对比发现,基于粒子群优化模糊PID控制钻压模型具有更高的响应效率与控制精度,与经典PID控制方法相比,改进后控制算法的钻压调节时间从40s减少至5.29s,实现了对钻压的高效调控。本文研究为工况准确识别和钻井精细调控提供了新方法,为解决钻井工况以及参数控制相似问题提供参考。

关键词： 微机器人   鲁棒控制   三维电磁驱动系统   重力补偿   闭环控制  

摘要： 迄今为止,微机器人在微纳米尺度上操作是一项新兴的研究,这项技术在生物医学领域拥有巨大的应用潜力,其中微机器人可以用作靶向药物递送的载体,或者用作微创治疗和诊断的手术工具。在微机器人的多种驱动方式中,磁场驱动技术凭借对生物体的无损伤性、具有很强的穿透性以及可远程操控性,目前广泛用于微机器人的驱动控制。经过了十几年的发展,对磁驱微机器人的研究已经从二维过渡到三维、从开环控制到闭环控制、从单个控制到群体控制。但是复杂环境下的微机器人会受到多种扰动,这些扰动给微机器人的精确运动控制带来极大的挑战。同时,如何确保在拥有一个相当大工作空间的同时,能够产生较强的磁场梯度,这是现有的三维电磁驱动系统需要解决的问题。为此,本文首先针对微机器人在平面空间运动易受扰动的问题,提出一种鲁棒控制方法。然后在现有二维电磁驱动系统的研究基础之上,开发了强磁场梯度的微机器人三维电磁驱动系统,并进行实验验证。本文的主要工作如下:(1)首先开展平面空间中微机器人的运动控制研究。微机器人在复杂环境中容易受到多种干扰,这些扰动会影响微机器人的控制精度。为此,本文提出了一种基于扩张状态观测器(Extended State Observer,ESO)的微机器人鲁棒运动控制方法,并在模拟血管结构这一复杂环境中进行实验验证。首先简单介绍了用于微机器人平面运动的二维电磁驱动系统,然后分析了微机器人磁力模型与动力学模型,基于该模型设计了扩张状态观测器,用来估计系统总的干扰和不确定性,同时结合滑模控制(Sliding Mode Control,SMC)与扰动补偿设计路径跟踪控制器,最后在平面梯度磁场驱动系统中进行微机器人路径跟踪实验,实验结果表明本文提出的鲁棒控制方法能够在复杂环境中实现微机器人的路径跟踪控制,并且相比于其他控制方式,表现出更强的抗干扰能力和鲁棒性。(2)然后在二维电磁驱动系统的基础之上,改进铁芯末端结构,使得能够在三维空间中产生近似均匀的梯度磁场。使用有限元法优化铁芯末端参数使得磁场梯度、磁通密度、磁场均匀性以及工作空间等达到要求,建立一种具有强磁场梯度的三维电磁驱动系统,同时该系统拥有一个可观的工作空间。对设计的三维电磁驱动系统进行磁场分析,包括六个铁芯线圈磁场一致性分析、磁场仿真与实验对比分析、磁场分布与电流的线性关系验证和三维空间的磁场仿真分析。最后设计用于三维空间中操作的磁性微机器人,然后分析了微机器人的三维动力学模型。(3)最后开展微机器人三维闭环运动控制。首先设计了微机器人进行三维闭环控制实验的硬件平台和软件平台,基础实验条件准备完毕后开展微机器人驱动实验,实验证明微机器人能够在三维液体环境中有效驱动。针对微机器人在三维驱动实验中所存在的问题以及对微机器人进行三维受力分析,提出微机器人重力补偿方法,以克服微机器人的重力影响并简化微机器人的三维运动控制,重力补偿实验验证了该方法的有效性。最后在三维电磁驱动系统中进行微机器人三维路径跟踪实验,实验验证了设计的三维电磁驱动系统能够实现微机器人的三维闭环运动控制。

关键词： 互联电力系统   风力发电系统   分布式模型预测控制   鲁棒控制   经济模型预测控制  

摘要： 在现代电力系统中,频率稳定是衡量电网电能质量的一个重要因素。用电负荷的实时变化将会引起电网频率的波动并导致区域间联络线交换功率出现偏差。负荷频率控制(Load Frequency Control,LFC)是维持电力系统频率稳定的核心,旨在调节发电机组输出功率控制电网频率并使区域间联络线交换功率保持不变。“双碳”目标下,新型电力系统最显著的特征是高比例新能源和高比例电力电子设备的接入。相比于同步发电机主导的传统电力系统,“双高”电力系统低惯性、弱阻尼、频率支撑能力差等特征明显。随着电网中新能源渗透率的不断增加,新型电力系统已成为一个规模庞大、地理分散的不确定复杂系统,新能源的随机性和间歇性会严重影响系统的频率稳定性,电力系统的负荷频率控制问题面临着日益严峻的挑战。分布式模型预测控制(Distributed Model Predictive Control,DMPC)近年来成为电力系统负荷频率控制的有效手段。DMPC将控制任务分解到各个子系统,并利用局部模型之间的信息交互来实现整个电力系统的LFC目标,在保证全局控制性能的同时,降低了在线计算负担。同时,DMPC可以有效地利用风电等新能源参与系统调频,降低对传统燃煤发电的依赖,提高电力系统的环境友好性。本文针对风力发电接入下的大型互联电力系统,深入研究基于分布式模型预测控制的电力系统调频策略,结合先进的鲁棒tube控制技术及经济模型预测控制方法,提高电力系统运行的可靠性、稳定性和经济性,论文的主要内容包括:(1)基于互联电力系统LFC的机理特性,建立火电机组、水电机组等常规发电机组的负荷频率控制模型,并在风电场中引入虚拟惯性控制单元,提高风电场的惯性响应能力,建立风电场可直接参与电力系统频率调节的负荷频率控制模型。(2)针对风电-水电混合同区域的电力系统,提出了一种双层鲁棒分布式模型预测控制策略。将跟踪负荷变化与抑制风功率扰动两个控制目标分离处理,内层MPC控制器在忽略扰动的情况下跟踪负荷变化,而外层MPC控制器通过设计扰动观测器对实时功率信号进行估计以抑制风功率扰动的影响。这种双层控制结构降低了电力系统的频率波动,有效地提高控制的平滑性。(3)针对高风电渗透率下风电场为独立区域的互联电力系统,提出了一种基于tube的协同分布式模型预测控制策略。在该策略中,各发电区域的控制器以分散式结构并行求解各自的局部名义优化问题,并通过分布式反馈控制律实现协同配合。仿真表明,基于tube的协同DMPC控制策略能够协调各区域功率输出,减小电网频率偏差,有效地降低风速不确定扰动对整个电力系统的影响。(4)基于风电机组维护成本及火电机组发电成本等的动态经济性能指标,构建了高风电渗透率下互联电力系统鲁棒分布式经济模型预测控制(Distributed Economic Model Predictive Control,DEMPC)策略。引入鲁棒不变集以及终端不等式约束保证鲁棒DEMPC算法名义优化问题的递归可行性和闭环系统的稳定性。在不同强度的风速扰动下的实时仿真结果表明了鲁棒DEMPC算法能够加强控制系统对风速干扰的鲁棒性,同时显著提升电力系统运行的经济性。

关键词： 智能控制   算法   数据库   PLC  

摘要： 本文介绍了智能控制技术在转底炉控制上的初步应用。针对转底炉工艺特点和控制特点，在基础自动控制基础上，首次采用多种先进算法和控制策略实现了转底炉控制的智能化。本文介绍了智能控制系统的平台搭建和方法，并在项目中得到了应用和验证，为后续智能控制推广积累了一定经验。

关键词： 无人船   轨迹跟踪   固定时间滑模控制   自适应控制  

摘要： 无人船(Autonomous Surface Vessel,ASV)在海洋勘测、环境监测、港口管理以及救援和安全等领域中扮演着不可或缺的角色。为了在这些领域能够充分发挥无人船的功能,实现良好的轨迹跟踪控制显得尤为关键。本文基于滑模控制、齐次性理论、自适应控制以及固定时间控制等理论,对三自由度无人船轨迹跟踪进行了研究。本文主要研究内容如下:1.针对存在外部干扰的无人船轨迹跟踪问题,采用变指数滑动变量设计控制器,使跟踪误差在固定时间内收敛到零,并保证系统不会有奇异性。进一步,引入了固定时间的扩张状态观测器,在无测速时估计系统的状态并补偿干扰,并设计基于扩张状态观测器的变指数滑模控制器,使无人船轨迹跟踪误差在固定时间内收敛至零。最后通过Lyapunov理论分析了闭环系统的稳定性,并进行仿真以验证其有效性。2.针对研究内容1中出现的跟踪误差和滑动变量抖振问题,提出了基于齐次性理论的固定时间积分滑模控制策略,该方法通过引入积分项有效地解决了这个问题,使得无人船实际轨迹能很好地跟踪上期望轨迹。在此基础上,考虑了无人船受到外部干扰和模型不确定性上界未知的情况,设计了固定时间积分滑模控制器,并采用自适应律来更新控制参数以保证系统稳定,使误差能够在固定时间收敛到原点的邻域。最后对闭环系统的稳定性进行了分析,并通过仿真验证了所提出的方法的有效性。3.针对研究内容2中所提出的控制器不连续的问题,设计了全阶固定时间终端滑模控制器,该控制器能消除由不连续控制输入引起的抖振、避免奇异性,并使得无人船轨迹跟踪误差在固定时间内收敛至零。然后,为了使系统状态快速、固定时间收敛,采用了固定时间快速终端滑动变量。进一步,考虑了上界未知的外界干扰和模型不确定性,以及控制饱和的约束,设计了自适应固定时间快速终端滑模控制器,使位置和速度跟踪误差可以更快收敛到原点附近,并消除了滑模控制中可能产生的抖振。最后分析了闭环系统的稳定性,通过仿真证明了所提出的方法能够有效地解决轨迹跟踪问题。