关键词： 非线性非仿射连续时间系统   采样周期   无模型自适应控制   扩展状态观测器  

摘要： 传统的无模型自适应控制方法大多数是基于离散时间系统提出的,而实际的工业系统多为连续时间系统。基于此问题,本文提出了一系列的采样无模型自适应控制方法,将无模型自适应控制从离散时间系统扩展到连续时间系统。主要内容如下:一、针对一类非线性非仿射连续时间系统,本文提出了一种紧格式采样无模型自适应控制方法。该方法的核心思想是利用改进的采样数据动态线性化方法,将原系统转化为基于采样数据的动态线性化数据模型,该模型将系统的未知非线性和非仿射结构压缩为单个时变参数。基于所提的动态线性化数据模型,本文通过求解两个准则函数,给出了采样数据控制律和采样数据参数自适应更新律。所提方法不仅可以使用采样周期来提高控制性能,还可以通过采样数据参数自适应更新律来抑制不确定性。此外,所提控制方法是数据驱动的,克服了传统控制方法中模型依赖性的问题。另外,本文通过引入伪梯度向量的概念和更多过去时刻的输入输出信息,还提出了偏格式和全格式采样无模型自适应控制方法。二、针对一类非线性非仿射连续时间系统,本文提出了一种采样数据局部动态线性化方法,将原系统转化为基于采样数据的局部动态线性化数据模型。系统的不确定性和未知非线性转化为未知的时变参数向量和非线性余项,本文通过设计采样数据参数自适应更新律和采样数据扩展状态观测器分别估计两个未知项。基于所提的局部动态线性化数据模型,本文提出了一种基于观测器的偏格式采样无模型自适应控制方法,该方法包含了采样周期和更多过去时刻的输入信息,从而可增强系统的控制效果。另外,本文还提出了基于观测器的全格式采样无模型自适应控制方法。三、理论分析及仿真证实了上述方法的有效性。

关键词： 切换系统   鲁棒控制   无扰切换控制   多Lyapunov函数方法  

摘要： 目前,切换系统已成为自动控制研究领域最热门的研究系统类型之一。作为一类典型的混杂系统,切换系统具有重要的理论研究价值和广泛的工程应用背景。现有切换系统研究成果主要针对其稳态性能,很少考虑其暂态性能,特别是切换暂态性能。作为切换系统一种特有的暂态性能,切换时刻大的信号跳变可能会导致系统性能降级,因此,使用无扰切换控制抑制大的信号跳变是一种有效方法。与此同时,控制系统在实际工作过程中难免受到干扰影响,干扰的存在不仅影响系统稳态性能,也影响系统暂态性能。对于受扰系统而言,暂态性能与鲁棒性可能互相影响。但现有关于切换时刻暂态性能的研究主要针对非受扰系统,因此,针对受扰系统研究其鲁棒无扰切换控制问题十分必要。 本文利用多Lyapunov函数方法研究切换系统的鲁棒无扰切换控制问题,并通过Matlab仿真验证了所提控制理论的可行性与有效性。主要研究内容如下: (1)切换系统的鲁棒保成本速率无扰切换控制问题。通过同时设计切换律和切换控制器给出切换系统同时满足鲁棒保成本性能和速率无扰切换性能的判据,克服两种性能需求间可能产生的冲突,实现切换系统的鲁棒保成本性能和速率无扰切换性能兼顾。与已有输入无扰切换控制策略不同,本章更关注切换时刻的速率无扰切换。此外,本章控制方法可以实现子系统不具备鲁棒保成本性能和速率无扰切换性能情形下切换系统满足这两种性能。 (2)切换系统的区间观测输入无扰切换控制问题。通过同时设计区间观测器、基于区间观测器的切换控制器和切换律,给出切换系统区间观测输入无扰切换控制问题可解的充分条件。与已有输入无扰切换控制策略相比,本章在系统状态不可测的情况下,通过设计区间观测器对系统状态分别从上界和下界进行观测估计,并基于观测值设计切换律和切换控制器,实现输入无扰切换性能。 (3)切换系统的事件触发输入无扰切换控制问题。通过同时设计事件触发机制、事件驱动切换控制器和切换律,实现切换时刻与触发时刻的输入无扰切换控制性能,避免可能由事件触发引起的Zeno现象,实现切换系统镇定。并采用动态事件触发机制,更大程度上节约通信传输资源。其次,设计基于状态采样的切换律,即保证了子系统的驻留时间又避免了可能由切换引起的Zeno现象。与已有输入无扰切换控制策略不同,本章提出的无扰切换控制方法只在切换时刻与触发时刻对输入信号进行约束限制,减少了对系统输入的限制时间长度。

关键词： 动力学建模   非线性摩擦   自适应控制   积分滑模   误差补偿  

摘要： 微纳米尺度级加工制造技术是现代化高性能武器装备、集成电路芯片、高精度非球面透镜等高端国防、信息及医疗产品的关键,直接影响我国的国防力量和工业制造水平。如何实现工件的微纳米级进给是超精密加工技术的主要瓶颈。目前常采用单极驱动和宏微双极驱动,但均存在着非线性迟滞、蠕动、刚性低、控制难、频响慢、成本高等缺点。本课题组创造性提出的基于差速复合原理的双驱动微进给平台,可以从根本上解决爬行现象,但该系统依然无法避免的受到摩擦、振动、外部非线性扰动等干扰。因此,本文对系统的特性及控制算法开展进一步研究,主要研究内容如下:(1)搭建了差速双驱动微进给系统的硬件结构与软件平台,分析了该系统的运动原理与运动组合方式。根据系统的动力学特性,建立差速双驱动微进给系统的两种控制模型,包括刚体模型和柔性体模型。采用集中质量法建立刚体动力学模型,并利用遗忘因子最小二乘法,进行刚体模型系统参数辨识。考虑柔性模态建立了该系统的柔性体模型,可以反映系统的一阶轴扭耦合振动模态,并准确预测系统的振动情况。在数学模型的基础上,通过扫频试验得到系统的频响和拟合的传递函数,利用待定系数法对柔性体模型进行参数辨识。(2)以刚体模型为控制对象,基于LuGre摩擦模型,考虑差速双驱动微进给系统运动合成等因素对鬓毛偏移量等摩擦状态的影响,并考虑摩擦均匀变化与不均匀变化的两种情况,分别引入单个和多个摩擦变化自适应系数,改进摩擦模型。设计非线性观测器估计摩擦模型的内部状态,在此基础上设计自适应摩擦补偿控制器,并通过参数自适应律来估计该系统中的不确定性参数。通过实验对比验证了该方法对提高控制系统精度的有效性,并分析了引入单自适应系数和多自适应系数对系统控制性能的影响。(3)以柔性体模型为控制对象,将非线性摩擦、参数不确定性以及外部干扰作为系统的外部总扰动,设计广义扩张状态观测器实现对匹配干扰和不匹配干扰的估计。并基于该观测器设计了积分滑模控制器,通过李雅普诺夫函数证明了该控制器渐进稳定并且跟踪误差到达滑模面后可以收敛为零。根据二次型最优控制原理,确定最优增益反馈增益矩阵,引入代价函数,简化了系统控制参数的整定过程。通过仿真和实验验证了该控制算法可以有效提高伺服系统的跟踪精度,并具有良好的鲁棒性。(4)分析伺服运动平台的误差来源和误差分类情况,分析了双驱系统的几何误差、热误差以及控制系统误差的具体特性,给出了几何误差测量方法和补偿策略,并提出了综合误差补偿策略,实验验证了几何误差和非线性力误差综合补偿的有效性。

关键词： 超临界机组建模   中间点温度   过热汽温   模糊神经网络   麻雀搜索算法  

摘要： 超临界锅炉机组自20世纪80年代引入中国以来,为节能和降低环境压力做出了重大贡献。人们的日常生活需要电力,国家的工业、科技还有经济的发展都离不开电力的支撑。电力产业作为一切工业生产的基础型产业,其重要性不言而喻。然而,与传统电厂相比,超临界压力电厂具有复杂的系统结构,这给电厂带来了许多新的挑战。超临界机组中间点温度控制系统和过热汽温控制系统,是两个非常重要的控制系统,其控制效果的优劣会对机组的安全、经济运行产生直接的影响。针对中间点温度、过热汽温先进控制策略展开研究具有重要意义。因此本文提出了一种基于改进模糊神经网络(Fuzzy Neural Networksl,FNN)的中间点温度-过热汽温联合智能控制的研究策略。 首先,结合模糊控制理论与神经网络控制理论的优点提出了模糊神经网络控制策略,并进行算法改进方案。针对模糊神经网络控制的不足,采用T-S模糊模型和麻雀搜索算法来对模糊神经网络的结构选取和初始权值选取问题进行优化,有效提高了控制参数的寻优速度和精度,改善了控制品质。 其次,鉴于中间点温度控制系统和过热汽温控制系统之间存在耦合关系并缺乏有机联系,针对超临界机组中间点温度控制是过热汽温控制的上游环节的特点,提出将中间点温度与过热汽温当作一个整体进行联合控制的控制策略,并结合结合智能控制和解耦的思想展开研究。中间点温度、过热汽温控制系统存在密不可分的联系,通过对中间点温度的控制来对过热汽温进行粗调,体现联合控制思想,使过热汽温度能够具有更好的控制品质。 最后,以600MW超临界机组蒸汽温度系统为研究对象,分别根据扰动实验数据和历史运行数据进行中间点温度-过热汽温系统的被控对象建模;然后将改进的模糊神经网络控制器应用于中间点温度-过热汽温的联合控制系统中,通过仿真验证了本文提出的中间点温度-过热汽温联合智能控制的有效性。仿真结果表明:中间点温度-过热汽温的联合智能控制具有良好的控制品质,与单独控制相比,具有更好的定值跟踪能力、抗内扰能力和抗外扰能力。

关键词： 智能船舶   避障制导   路径跟踪   人工势场法   鲁棒控制  

摘要： 在智能控制技术大力发展的背景下,船舶智能航行控制技术已经成为了船舶控制领域研究的重点问题。船舶智能航行主要由两部分组成,一是航路规划问题,即为船舶航行在当前位置与目标点之间规划安全可行的航线,同时要避开静止或移动的障碍物。二是船舶路径跟踪问题,即使船舶的姿态能够沿着期望的路径航行,以确保航行安全。本文针对海洋工程的智能航行方案展开相关研究,提出一套相适应的航路规划与路径跟踪方案。最后通过在模拟海况下进行仿真试验,验证了控制算法的有效性。针对船舶航线规划问题,基于改进的人工势场(Artificial Potential Field,APF)制导方法与动态虚拟小船(Dynamic Virtual Ship,DVS)技术提出了一种新颖的考虑了避碰规则的实时船舶航路规划算法。其根据船舶自身、目标点和障碍物的实时位置与速度计算得到可接近程度(Acceptable Proximity,AP),最后依据水向往低处流的原则在由AP形成的势场中基于DVS获得光滑的航线。通过上述设计,该方法具有在跟踪随机移动的动态目标的同时,能够根据国际海上避碰规则规定的方式躲避其他船舶或障碍物的能力。此外,若他船操控船舶不当或船舶执行机构损坏,没有及时做出避障行为。该方法能够根据对方船舶的运动及时做出紧急避障操作(Emergency Obstacle Avoidance Operation,EOAO)。通过这种设计,该制导方案能够有效的降低船舶碰撞事件的发生几率。针对航路跟踪问题,在APF-DVS避障制导框架下,通过径向基神经网络(Radial Basis Function Neural Networks,RBF NNs)、动态面控制、自适应Backstepping和干扰观测器等控制技术手段提出了一个具有干扰观测器的鲁棒神经路径跟踪算法。在航行途中,外界干扰是影响船舶控制系统稳定的主要因素之一,算法通过对外界环境的观测来降低干扰对系统带来的随机性,以增强船舶控制系统的可控性能。此外,对船舶控制模型中不确定性部分由RBF NNs进行补偿和逼近。同时其避免了在线更新神经网络权重参数,这可以减少闭环系统的计算负担。

关键词： 水分测定仪   粒子群参数辨识   变论域模糊PID温度控制   ANSYS/FLUENT   数值模拟  

摘要： 作为烘干失重法水分测定仪的重要组件,红外干燥箱因其体积小、空间结构复杂在温控模型建立和控制算法设计方面一直是国内外仪器制造领域的研究热点。本文以HC103型水分测定仪为研究对象,通过粒子群参数辨识法建立温控系统数学模型,最终提出一种变论域模糊PID温度控制方法,以期在测定样品水分含量时达到烘干加热温度平稳上升且具有较高温控精度的目的。通过分析HC103型水分测定仪红外干燥箱结构及工作原理,采用理论分析法建立红外干燥箱广义温控系统传递函数模型。根据红外干燥箱实际烘干加热过程温度测试数据,采用最小二乘法及粒子群算法对建立的广义温控系统模型进行参数辨识,得到较为精确的数学模型为设计温度控制算法奠定基础。在引入伸缩因子α(x)和/β(x)使得模糊控制论域随输出温度误差的变化而自适应调整的可变论域的优化机制基础上,设计了变论域模糊PID温控系统结构,并在MATLAB/Simulink仿真实验平台中搭建了红外干燥箱温控系统仿真模型,得到了设定干燥箱工作温度为60℃、80℃、105℃和130℃时的超调量均小于5%,动态最大误差均小于2℃以及稳态误差均小于0.5℃,证明了提出的变论域模糊PID温度控制算法具有良好的控制效果。同时为验证变论域模糊PID控制在红外干燥箱温度控制中的正确性及可行性,在ANSYS/FLUENT仿真模拟平台中搭建了红外干燥箱温度场数值模拟模型。数值模拟计算结果表明了变论域模糊PID控制下的红外干燥箱烘干加热温度能够快速稳定上升且在达到稳定状态后保持均匀分布,避免了被测样品因温度过高出现焦糊的现象,验证了温控算法的正确性及可行性。

关键词： 无人艇   轨迹跟踪   信号量化   滑模控制   自适应控制  

摘要： 近年来,随着无人艇(Unmanned Surface Vehicle,USV)在科学研究、海洋资源勘探、军事等领域的应用,无人艇的运动控制问题受到了广泛关注。轨迹跟踪控制作为无人艇运动控制的重要组成部分,在船舶导航中扮演着至关重要的角色,其目标是使无人艇的状态跟踪期望的轨迹。然而,由于无人艇本身固有的复杂动力学,如系统不确定性和外界扰动,使无人艇的轨迹跟踪控制设计成为研究人员要面临的重要挑战。另一方面,随着网络通信技术的不断发展,无人艇的网络化控制问题日益成为一个前沿热点。网络控制系统中,处于不同空间位置的各组件可通过网络信道来进行信息交互,从而高效的完成控制任务。然而,通信网络信道的传输带宽是有限的,这在很大程度上影响了控制效果。量化策略虽可以有效降低对网络带宽的需求,但引入的量化误差给控制器设计和稳定性分析带来了挑战。此外,无人艇跟踪期望轨迹时对收敛性能和收敛时间具有强约束,增加了控制器的设计难度。为克服上述挑战,本文研究了在系统不确定性、外界扰动及信号量化下的无人艇轨迹跟踪控制问题,给出了有效的跟踪控制方法,主要研究内容如下: 1.针对执行器传输带宽受限下的无人艇有限时间轨迹跟踪问题,考虑了系统不确定性、外界扰动及输入饱和,利用双隐层循环神经网络技术和自适应滑模方法,设计了轨迹跟踪控制律。首先,构造了一种结合了均匀量化器和对数量化器优点的切换型量化器量化输入信号以降低对执行器带宽的要求。其次,采用双隐层循环神经网络对包含有系统不确定性和外界扰动的集总不确定性在线逼近。然后,设计了一种具有增益自适应的滑模控制律来处理神经网络逼近误差、输入饱和误差以及输入量化误差。稳定性分析证明闭环系统信号是一致最终有界的。进一步,考虑了控制信号被对数量化器量化,设计了一种基于障碍函数的自适应滑模控制律,实现了无人艇对期望轨迹的跟踪,并确保了滑动变量在有限时间内进入预定界内。 2.针对信道传输带宽受限下无人艇有限时间轨迹跟踪控制问题,设计了基于超螺旋观测器的连续滑模控制策略。所提出的控制策略同时考虑了输入信号和输出信号的量化来降低对闭环系统中信道传输带宽的要求。首先,针对输出信号采取均匀量化策略,而对输入信号采取迟滞量化策略以避免量化信号中的抖振。其次,考虑了无人艇速度不可测量的情况,设计了有限时间超螺旋观测器实现对速度信号的精确估计。然后,基于集总不确定性的先验上界假设,观测器的输出以及采用双曲正切函数,设计了一种连续滑模控制律,实现抖振减小的同时保证了无人艇轨迹跟踪误差系统的有限时间稳定。 3.针对执行器传输带宽受限下的无人艇预定时间轨迹跟踪问题,设计了一种预定时间滑模跟踪控制律。首先,为含有系统不确定性、外界扰动以及输入量化误差的集总不确定性构建了一种较常数有界性假设更合理的状态依赖型上界假设,避免了对系统状态的先验有界约束。其次,采用预定时间预设性能控制技术,实现了对轨迹跟踪误差的暂态和稳态性能的预定时间约束。然后,通过把辅助函数和障碍函数整合进控制设计中,提出了一种基于障碍函数的滑模控制律,实现了对滑动变量的预定时间控制,并自适应的处理了集总不确定性而不产生增益过估计。更重要的是,所提控制方法适用于多种不同的量化策略,应用范围广。理论分析证明了所提控制律能保障跟踪误差和滑动变量在预定时间内收敛至预定界内且预定界与集总不确定性无关。

摘要： (1)风门自动化程度低，需要手动开启与关闭，尤其对于车辆通行不方便。（2）掘进工作面风量管理水平低，不能根据实际风量需求进行调风，同时未实现远程集中控制。（3）目前地面主通风机存在只监测不控制的普遍现象，故障预警功能不及时，往往发生风机直接故障停风的事故，未实现主通风机最佳工况点调节，主通风机的启动、反风、切换等日常工作流程复杂，需要多人协同完成。

关键词： 固定翼无人机   自适应控制   内模控制   模型预测控制   轨迹跟踪  

摘要： 固定翼无人机因其具有飞行速度高、飞行续航长、机动灵活等优点,在国防和民用领域都具有广泛的应用。因此多年来各国的专家学者在固定翼无人机领域进行了大量的研究,从有人机发展到无人机。轨迹跟踪控制便是其中比较热门的话题。轨迹跟踪是固定翼无人机在执行巡逻和目标跟踪等任务的基础,因此能否实现对预定轨迹的跟踪,关乎到任务是否能够完成。此外,固定翼无人机系统是欠驱动的、非线性的,而且各个系统状态之间的耦合性非常强,难以通过机理建立非常准确的数学模型,导致设计控制器时比较困难。此外固定翼无人机在飞行中非常容易受到风的干扰。针对以上问题,本文对固定翼无人机的轨迹跟踪控制做了以下工作:(1)分析了固定翼无人机的飞行原理,建立了非线性的动力学模型和运动学模型。为了方便设计控制器,设定固定翼无人机的平衡状态,并在平衡状态下将非线性模型泰勒展开,只取其第一项。由此便得到固定翼无人机的线性模型。并考虑到固定翼无人机的巡航轨迹与降落轨迹的区别,针对不同的飞行阶段分别设计控制器;(2)采用了内模控制作为固定翼无人机的降落轨迹控制器。为了避免由于系统参数摄动以及模型误差对控制效果产生影响,本文使用参数自适应算法对内部模型进行实时修正,确保模型准确。由于实际模型并非完全可逆,便无法很好的抑制干扰和模型的非最小相位带来的影响,本文通过借用模型参考自适应算法的思想,设计了一个自适应补偿器补偿控制输出。通过以上两点确保系统的稳定性和抗干扰能力;(3)采用模型预测控制作为固定翼无人机的巡航轨迹控制器。首先,为了减小静态误差,将状态空间方程改为增量的形式。其次,考虑到在巡航阶段轨迹变化大,由于模型预测控制器的时域参数固定,有时并不能取得良好的跟踪效果。因此,本文设计了一个参数匹配机制,通过判断当前的位置与跟踪位置之间的误差大小,根据固定翼无人机当前的状态信息匹配最优的时域参数,使控制器对不同的期望轨迹有一定的适应能力;(4)将圆锥螺旋曲线和降落轨迹曲线相连作为期望轨迹进行仿真实验,仿真结果表明本文所提出的控制方法能够较好的完成控制目标。