基于扰动观测器的四旋翼飞行器跟踪控制

针对存在不确定干扰的四旋翼飞行器轨迹跟踪控制问题,提出了非线性干扰观测器和扩张状态观测器对系统中的扰动进行估计,并将估计值与最优控制器、滑模控制器的设计相结合,克服了模型不确定及外部不确定干扰问题,并实现了飞行器系统跟踪误差的一致有界。通过李雅普诺夫稳定性理论验证了用上述方法设计的控制器系统的稳定性。通过仿真验证了该控制器能够实现对飞行器的轨迹跟踪控制。     

房地产风险投资的复杂网络混沌系统的有限时间同步

将房地产风险投资建模为复杂网络混沌系统，根据有限时间稳定性理论设计了控制器，能够使驱动网络与响应网络达到有限时间同步.同步误差按预设的指数速率收敛,得到了误差系统渐近同步的充分性条件.     

非线性无人机集群系统分布式编队控制

针对非线性无人机集群系统,利用多智能体系统一致性理论实现无人机的分布式编队控制。利用无人机局部相对信息设计了分布式编队控制器。在一般有向固定通信网络拓扑结构下,通过变量替换,将无人机集群系统的编队问题转换为稳定性问题,通过矩阵分析理论和线性系统李雅普诺夫稳定性分析理论进行分析,获得了无人机集群系统达成期望编队队形系统的充分条件,给出了控制器增益矩阵的设计方法,仿真实验验证了结论的正确性。     

永磁同步电机分数阶微积分控制方法研究

为改善永磁同步电机系统动静态性能,提高系统鲁棒性,该文引入了一种新的速度调节方法——基于分数阶微积分的控制策略。相对于整数阶PID控制器,分数阶PIλDμ控制器多了两个可调参数,可以取得更好的控制效果。针对永磁同步电机调速系统,构建了基于分数阶速度反馈的闭环系统。仿真结果表明,分数阶PIλDμ控制器的控制效果明显优于整数阶控制器,分数阶控制器的控制系统频率特性优良,在系统负载突变时具有较好的鲁棒稳定性。     

基于轮毂电机电动车的横向稳定性控制研究

选取具有独特性能和优势的电动车作为研究对象,采用轮毂电机加上液压系统进行动力输出,设计稳定性控制器对车辆的横摆稳定性进行控制。通过分层结构的控制器对横摆力矩进行控制,利用电液协调系统调节,增强其横摆稳定性。经研究,设计的基于滑模控制横摆稳定控制器以及电液协调系统对车辆横向稳定性有很大提升。从仿真结果来看,对于质心侧偏角和横摆角速度控制效果很好,车辆抗失稳能力有很大提升,证明了电液协调系统和滑模控制的可靠性。通过NI硬件在环系统对所设计控制器进行验证,证明了其有效性和实时性。     

汽车转向系统操纵性与稳定性协同最优控制研究

运用汽车二自由度模型对车辆进行主动前轮转角控制,针对车辆稳定性设计了LQR控制器,采用Carsim与Simulink联合仿真,在双移线工况下验证了控制器的可行性。通过大量仿真与系统分析,得到LQR参数与车辆稳定性的定性关系。在这一研究的基础上,设计了同时考虑车辆稳定性与操纵灵活性的协同控制器,采用同样的仿真方法,验证了协同控制器的优越性。结果表明,LQR控制可以提高车辆的稳定性;LQR控制器参数与车辆稳定性存在一定的相关性;协同控制器在LQR控制器的基础上可以起到折衷车辆稳定性与操纵灵活性的作用,为车辆控制器的设计提供了参考。     

高阶随机时变时滞非线性系统的输出反馈

利用随机系统的稳定性理论,结合Back-stepping设计方法并选择合适的李雅普诺夫函数,研究了一类高阶随机时变时滞非线性系统的输出反馈镇定问题.为系统设计了状态反馈控制器和输出反馈控制器,所设计的光滑输出反馈控制器保证了闭环系统的平衡点为依概率全局渐近稳定的.仿真示例验证了控制方案的有效性.     

一类线性带泊松跳随机微分方程的有限时间随机镇定性

研究了一类线性带泊松跳随机系统的有限时间随机镇定性,即系统的暂态性能。考虑一类线性带泊松跳随机系统,建立该系统的有限时间随机稳定性判定定理。针对一类线性带泊松跳随机系统,构造性地设计出来了一个有限时间控制器。通过所发展的有限时间随机稳定性判定定理,证明了闭环系统的有限时间随机稳定性。给出一个数值算例,验证了所提出的控制设计方法的正确性。     

双线性离散系统的全局可镇定性

讨论了一类多输入多输出（MIMO）离散双线性系统的全局可镇定性。利用Lyapunov稳定性方法和分离原理,得到降阶动态输出反馈镇定控制器的设计。     

基于遗传算法的电动助力转向系统的μ鲁棒控制

电动助力转向系统是一个多输入输出非线性系统。本文首先对控制系统做动力学分析,建立动力学模型,在此基础上对系统设计一种基于遗传算法的μ综合方法,借用μ综合问题的常用D-K交替迭代算法,将定标矩阵D和控制器K作为遗传算法的解空间,以最大奇异值作为目标函数来获得最优控制器K,从而获得μ值判定设计控制器对系统有好的性能以及稳定性。     

自适应控制器的研究

利用神经元的自学习功能构成了ＰＩＤ控制器，分析了神经元自适应控制系统的稳定性和学习算法的收敛性，仿真结果表明，这种控制方案具有良好的自适应性和普棒性。     

变速器疲劳寿命试验台油温控制系统设计与仿真

根据变速器疲劳寿命试验台对油温控制系统的要求,设计了试验台的油温控制方案。针对系统存在的严重滞后性和非线性等特点,结合传统的PID控制器和模糊控制器设计了一套基于自适应模糊PID控制器的油温控制系统。根据温控系统的工作原理及工程经验,借助Matlab中的Simulink仿真平台,建立了3种控制方式的控制模型,并将自适应模糊PID控制与传统PID和模糊控制器进行仿真对比,最后进行了抗干扰性分析。仿真结果表明:采用自适应模糊PID控制的油温控制系统精度更高,稳定性更好,具有较好的鲁棒性和适应能力。     

电力系统混沌振荡的逆系统方法控制

逆系统方法是一种将非线性系统反馈线性化的方法。运用逆系统方法将简单电力系统的非线性模型线性化，对该线性化的系统运用具有二次型性能指标的线性最优控制方法设计了电力系统混沌振荡控制器，可以使得电力系统自身的非线性特性得以抵消和补偿，增加系统的阻尼，因 抑制了混沌振荡。数值仿真表明：在该控制器作用下，由于受周期性负荷扰动而产生混沌振荡甚至失去稳定的系统可以从远离平衡点的位置上被驱动到包含平衡点的低振幅的稳定周期轨道上，从而抑制了混沌振荡，保证了电力系统的稳定运行，同时该控制器具有维持电力系统静态稳定的作用。     

基于PIC单片机的直流无刷电机驱动控制器

介绍了一种基于PIC18Fxx单片机的直流无刷电机的控制器;实现了电机的过流保护、欠压保护、PWM调速和速度闭环控制;设计了主要的硬件电路;并给出了部分软件流程图。通过实验与仿真验证了系统的可靠性与稳定性。     

基于自适应Backstepping的分布式驱动电动汽车容错控制

针对分布式驱动电动汽车控制系统发生不确定的执行器故障情况,提出一种基于自适应Backstepping的容错控制方法。对电动汽车控制系统建立驱动电机故障模型,描述可能发生的执行器故障情况;采用自适应控制和Backstepping控制设计相结合的策略,针对各故障情况分别设计一种容错控制器;将各控制器进行融合得到一个复合控制器,提高了车辆的安全性和可靠性。基于Matlab进行了仿真验证:给出的容错控制方法能够保证车辆闭环系统稳定和渐近跟踪给定的输出指令,提高了车辆的操纵稳定性和执行器故障容错性能。     

三种群捕食与被捕食生物方程基于神经网络的H∞非线性控制

针对一复杂的三种群捕食与被捕食生物系统，基于RBF神经网络，提出了H∞非线性控制器设计方案，并把逼近误差引入控制器设计中以改善系统的动态性能；在生物系统受外界干扰的情况下实现对理想状态跟踪，使跟踪误差收敛到零；用Lyapunov函数及神经网络性质证明了所设计的控制器的有效性；从理论上研究了该生物系统的非线性行为及控制，说明该种群最终达到了一个新的适宜各物种生存、发展的状态空间．     

基于自适应模型预测的自主车辆避障控制研究

在无人驾驶车辆安全避障控制过程中,由于被控对象的非线性特性,线性模型预测控制器难以保证车辆避障系统的安全性及稳定性。以车辆二自由度运动学模型为基础,在已有感知障碍物信息的基础上,通过应用自适应模型预测控制理论,结合障碍物虚拟边界约束及车辆控制变量约束,设计了以节气门开度和方向盘转角为控制变量的线性时不变控制器,并在Simulink环境下与基于传统模型预测避障控制器进行比较。仿真结果表明:相较于模型预测控制,基于自适应模型预测控制理论设计的控制器能提高车辆避障安全性及舒适性。     

轧机液压伺服系统滑模变结构控制

针对轧机液压伺服系统的非线性模型进行了研究,考虑板材的坑洼问题、黏滞摩擦力、系统参数不确定等非线性特性,设计了一种滑模变结构控制器,并分析了滑模中参数K的取值范围,以保证系统的稳定性。仿真实验结果表明:所设计的滑模变结构控制器可有效克服轧机液压系统的摩擦非线性以及板材坑洼等问题,对系统参数的不确定性有较好的鲁棒性,其响应速度、稳态误差、抗干扰特性均优于模糊PID控制。     

一类含有时滞的高阶随机非线性系统的状态反馈镇定

利用随机系统的反推设计方法,研究了一类高阶随机时变时滞非线性系统的状态反馈镇定问题.根据随机系统的稳定性定理,采用Lyapunov泛函设计了一个状态反馈控制器,该状态反馈控制器使得整个闭环系统的平衡点是依概率全局渐近稳定的.本文研究的具有不同阶数的随机高阶非线性系统是以往结果的一个推广,仿真示例验证了所设计状态反馈控制器的可行性和有效性.     

一类具有多种不确定性机器人系统的自适应控制

机器人系统含有不同类型的不确定性因素,这些因素的存在可能会影响系统的控制精度,甚至引起系统不稳定。针对具有外部干扰、内部动力学参数不确定性以及未知死区特性的一类不确定性机器人系统,提出了一种基于干扰观测器的自适应控制器。首先建立具有外部干扰的机器人系统非线性数学模型,并对模型中内部动力学参数不确定性和未知死区特性进行了分析。采用非线性干扰观测器对系统所受到的外部干扰进行估计和补偿,在干扰观测器的基础上设计自适应控制器用来处理内部动力学参数的不确定性以及未知的死区特性。最后采用李雅谱诺夫函数法从理论上证明了系统的稳定性和位置跟踪误差的收敛性,并采用数值仿真验证了所设计方法的有效性。