基于快速终端滑模的模糊逼近系统及其应用
基于快速终端滑模的机器人柔顺磨抛阻抗控制
基于快速终端滑模的机器人柔顺磨抛阻抗控制机器人在工业生产中扮演着至关重要的角色，然而，现有的控制方法往往无法实现对机器人的柔顺控制。
为了解决这一问题，基于快速终端滑模控制的机器人柔顺磨抛阻抗控制方法被提出。
本文将介绍该方法的原理和应用，并分析其优势和潜在的改进方向。
一、方法原理快速终端滑模控制（Fast Terminal Sliding Mode Control，FTSMC）是一种非线性控制方法，其核心思想是通过引入终端滑模面实现系统的极快收敛，并结合阻抗控制达到柔顺控制的目的。
基于FTSMC的机器人柔顺磨抛阻抗控制方法主要包括以下几个步骤：1. 建立机器人的动力学模型和磨抛工具的力学模型，得到系统的状态空间表达式。
2. 设计滑模面并根据系统的状态空间表达式推导出控制律，使得系统能够在快速终端滑模的作用下实现稳定控制。
3. 结合阻抗控制，引入环境力反馈，并通过与预设的阻抗参数进行比较，实现对机器人的柔顺控制。
4. 加入状态观测器或估计器，实现对系统状态的估计，提高控制算法的鲁棒性。
通过以上步骤，基于快速终端滑模的机器人柔顺磨抛阻抗控制方法能够实现机器人在接触力控制中的柔顺性，提高产品的质量和生产效率。
二、应用场景基于快速终端滑模的机器人柔顺磨抛阻抗控制方法在实际工业生产中具有广泛的应用前景。
以下几个方面是该方法的主要应用场景：1. 金属加工：在金属加工中，机器人需要与工件进行精确的接触，以实现高质量的磨抛工艺。
基于快速终端滑模的控制方法可以使机器人与工件之间实现精确的力控制，从而提高加工质量和工件的表面光洁度。
2. 医疗康复：机器人在医疗康复中的应用越来越广泛。
基于快速终端滑模的机器人柔顺磨抛阻抗控制方法可以使机器人在康复训练中对患者的身体力度进行精准控制，从而实现更好的治疗效果。
3. 智能抓取：在物流和仓储领域，机器人需要对各种形状和材料的物体进行柔性抓取。
基于快速终端滑模的方法可以使机器人具备更好的灵活性和适应性，在不同的抓取任务中表现出良好的性能。
基于快速终端滑模状态观测器的车轮滑移率跟踪控制
基于快速终端滑模状态观测器的车轮滑移率跟踪控制作者：张家旭施正堂赵健来源：《湖南大学学报·自然科学版》2020年第06期摘要：針对自动驾驶电动汽车对车轮滑移率跟踪控制的需求，提出一种基于快速终端滑模状态观测器的全状态反馈车轮滑移率跟踪控制器. 首先，以车轮制动力矩导数为控制输入，建立车轮滑移率跟踪控制模型，避免车轮滑移率跟踪控制器设计过程中引入不连续项对系统稳定性和控制性能的影响. 随后，利用有限时间稳定和快速终端滑模控制理论设计具有有限时间收敛特性的快速终端滑模状态观测器，实时观测未知的系统状态信息. 以此为基础，采用模块化思想独立设计快速终端滑模跟踪控制律，实现车轮滑移率的连续、快速的跟踪控制. 最后，结合车辆动力学仿真软件建立模型在环测试系统，仿真验证本文提出的车轮滑移率跟踪控制器的可行性和有效性.关键词：控制工程;汽车工程;快速终端滑模状态观测器;车轮滑移率跟踪控制;快速终端滑模控制;有限时间稳定Abstract：Aiming at the requirement of wheel slip tracking control for automatic driving electric vehicle ， this paper presents a full-state feedback wheel slip tracking controller based on fast terminal sliding mode state observer. Firstly， a wheel slip rate tracking control model taking the derivative of wheel braking moment as an input is established to avoid the effect of the discontinuity term in the input on the system stability and performance. Secondly， a fast terminal sliding mode state observer with the characteristic of finite time convergence is designed based on finite time stability and fast terminal sliding mode control theory in order to observe the unknown state information of the system in real time. Based on the estimation of the unknown state information of the system， a fast terminal sliding mode tracking control law is designed independently to realize the continuous and fast tracking control of wheel slip. Finally， a model-in-the-loop test system is built using vehicle dynamics simulation software to verify the feasibility and validity of the proposed wheel slip tracking controller.Key words：control engineering;vehicle engineering;fast terminal sliding mode state observer;wheel slip tracking control;fast terminal sliding mode control;finite-time stability连续、快速的车轮滑移率跟踪控制是电动汽车实现自动驾驶控制技术的基础，现已得到众多学者和汽车厂商的广泛关注. 由于汽车在制动过程中呈现出动态非线性、参数不确定性等特点，给连续、快速的车轮滑移率跟踪控制器的设计带来了很大的挑战. 针对这一挑战，众多学者采用鲁棒控制方法设计车轮滑移率跟踪控制器.文献[1]将车速信息作为调度参数，采用李雅普诺夫稳定性理论和频域分析法设计了增益调度的车轮滑移率跟踪控制器. 文献[2]将1/4汽车动力学模型作为控制模型，采用非线性鲁棒控制方法设计了对参数不确定性和外界干扰具有强鲁棒性的车轮滑移率跟踪控制器. 文献[3]利用径向基神经网络对系统复合干扰的无限逼近能力，设计了车轮滑移率跟踪前馈控制律，并采用鲁棒预测控制方法设计了车轮滑移率跟踪反馈控制律，车轮滑移率跟踪前馈和反馈控制律的有机结合，可以有效抑制系统复合干扰对系统稳定性和控制性能的影响. 文献[4]采用最优预测控制方法设计了车轮滑移率跟踪控制器，并采用李雅普诺夫稳定性理论证明了所设计的车轮滑移率跟踪闭环系统对模型不确定性具有强鲁棒性. 文献[5]充分考虑电动汽车制动系统的动态响应特性和机械约束，采用模型预测控制方法设计了车轮滑移跟踪控制器. 文献[6]针对装配传统液压制动系统的汽车，分别建立增压、保压和减压控制模型，并采用Filippov意义下的李雅普诺夫稳定性理论设计了切换控制规则，实现了目标车轮滑移率的稳定跟踪控制. 文献[7]设计了液压制动系统的增压、保压和减压的模糊逻辑控制规则，实现了目标车轮滑移率的稳定跟踪控制.除了上述鲁棒控制方法，滑模控制方法因具有较强的鲁棒性、较高的计算效率等优点，广泛应用于车轮滑移率跟踪控制器的设计. 文献[8-9]采用车轮滑移率跟踪偏差作为滑模面，设计了车轮滑移率跟踪滑模控制器. 由于文献[8-9]在车轮滑移率跟踪滑模控制器中引入符号函数项来抑制系统复合干扰对系统稳定性和控制性能的影响，导致滑模面上的系统轨迹存在“抖振”现象. 为了抑制文献[8-9]提出的车轮滑移率跟踪滑模控制器存在的“抖振”现象，文献[10-11]将车轮滑移率跟踪偏差与其积分的和作为滑模面，设计了车轮滑移率跟踪积分滑模控制器. 文献[12]基于自适应反馈递归滑模控制方法设计了车轮滑移率跟踪控制律，并采用径向基神经网络干扰观测器在线估计和补偿系统的复合干扰，从而有效避免了滑模控制方法产生的“抖振”现象. 文献[13]采用二阶滑模控制方法设计了无“抖振”现象的车轮滑移率跟踪控制律，但是二阶滑模控制方法需要滑模面的导数作为反馈量. 文献[14]基于自适应滑模控制方法设计了车轮滑移率跟踪指数趋近控制器，并且采用函数型连接小波神经网络干扰观测器估计和补偿系统复合干扰，从而有效地避免了自适应滑模控制方法产生的“抖振”现象. 文献[15]充分考虑了制动系统的时延特性，结合反馈线性化方法和自适应滑模控制方法设计了抗时延的车轮滑移率跟踪控制器. 文献[16]采用自适应积分滑模控制方法设计了对扰动具有强鲁棒性的车轮滑移率跟踪控制器，并通过参数自适应律来提高系统对路面附着条件的适应能力. 上述基于滑模控制方法的车轮滑移率跟踪控制器需要系统的全部状态信息作为反馈量. 因此，对于难以采用传感器直接测量的状态信息，需要设计状态观测器对其进行实时观测.滑模状态观测器因对参数不确定性具有不敏感性，广泛应用于状态信息的实时估计. 文献[17]采用滑模状态观测器实时观测永磁同步电机的转速信息，并以此为基础实现了永磁同步电机的无传感器矢量控制. 文献[18]采用滑模观测器实时观测船用永磁推进电机的位置信息，并通过李雅普诺夫稳定理论给出了滑模观测器参数的选择依据. 文献[19]采用滑模观测器实时观测航天器的角速度信息，并以此为基础实现了航天器姿态容错控制. 上述滑模观测器的误差均是渐近收敛到零或一致最终有界的，难于实现滑模观测器与控制器的模块化设计.鉴于此，本文基于有限时间稳定和快速终端滑模控制理论设计具有有限时间收敛特性的快速终端滑模状态观测器，该观测器采用已知的车轮滑移率跟踪误差信息，实时观测未知的车轮滑移率跟踪误差一阶导数信息，为全状态反馈车轮滑移率跟踪控制律的设计奠定基础. 随后，以快速终端滑模状态观测器的观测信息为基础，采用模块化思想独立设计快速终端滑模跟踪控制律，使车轮滑移率跟踪闭环系统可以快速、准确地跟踪目标滑移率. 最后，结合车辆动力学仿真软件建立模型在环测试系统，仿真验证本文提出的车轮滑移率跟踪控制器的可行性和有效性.1 数学模型建立简洁、高效的数学模型是控制系统设计的基础，假设汽车行驶路面平坦，并且忽略汽车悬架动态、轮胎滚动阻力和空气阻力等因素，基于Burckhardt轮胎模型建立如图1所示的车轮滑移率动态模型作为车轮滑移率跟踪控制器设计的基础.假設车轮目标滑移率为λd，定义系统状态向量和控制变量分别为x = [x1，x2]T = [λ - λd，[x] 1]T和u=[T] b，则由式（6）可得车轮滑移率跟踪控制模型为：2 快速终端滑模状态观测器设计基于已知的车轮滑移率跟踪误差信息，设计快速终端滑模状态观测器，实时观测未知的车轮滑移率跟踪误差一阶导数信息，为后续全状态反馈控制律设计奠定基础.由设计参数0<α1<1和β1>1可知，当系统状态 x1的观测误差|e1|>1时，式（15）右端的第二项起主导作用，驱动系统状态x1的观测误差在有限时间内收敛到|e1|=1;当系统状态x1的观测误差|e1| < 1时，式（16）右端的第一项起主导作用，驱动系统状态 x1的观测误差在有限时间内收敛到零. 同时，由比较引理可知[21]，系统状态 x1的观测误差收敛到零所需的时间满足：由设计参数0<α2<1和β2>1可知，当系统状态 x2的观测误差|e2|>1时，式（21）右端的第二项起主导作用，驱动系统状态x2的观测误差在有限时间内收敛到 |e2|=1;当系统状态x2的观测误差|e2|≤1时，式（21）右端的第一项起主导作用，驱动系统状态x2的观测误差在有限时间内收敛到零. 同时，由比较引理可知[21]，系统状态x2的观测误差收敛到零所需的时间满足：3 快速终端滑模跟踪控制律设计由于第2节设计的快速终端滑模状态观测器可使系统的状态观测误差在有限时间内收敛到零，所以可以基于模块化设计思想独立设计系统状态观测器和控制律. 基于此，式（7）描述的系统控制模型可以重写为：4 仿真分析本节基于车辆动力学仿真软件CarSim建立车轮滑移率跟踪控制器的模型在环测试系统，并通过干沥青路面下的阶跃递增信号仿真工况、冰雪路面下的斜坡信号仿真工况和干沥青路面下的双移线避障仿真工况验证本文提出的车轮滑移率跟踪控制器的可行性和有效性. 在干沥青路面下的阶跃递增信号仿真工况和冰雪路面下的斜坡信号仿真工况中，以左前轮仿真结果为例，在鲁棒稳定性、控制精度、控制平顺性等方面对比分析本文提出的车轮滑移率跟踪控制器与基于传统滑模控制方法设计的车轮滑移率跟踪控制器;在干沥青路面下的双移线避障仿真工况中，综合分析本文提出的车轮滑移率跟踪控制器在汽车极限行驶状态下对随机目标车轮滑移率的跟踪能力. 本文提出的车轮滑移率跟踪控制器参数如表1所示.4.1 阶跃递增信号仿真工况阶跃递增信号仿真工况的初始车速设置为33.34 m/s，方向盘转角设置为零，阶跃递增信号的初始幅值、递增量和目标幅值分别设置为0、0.02和0.1. 仿真结果如图2所示.由图2（a）（b）可知，本文提出的快速终端滑模状态观测器可以有效地平滑系统的状态量x1，且可以无噪声、准确地观测系统的状态量x2，为本文提出的快速终端滑模跟踪控制律实现全状态反馈奠定基础. 如图2（c）～2（e）可知，传统滑模控制方法和本文提出的方法均可以稳定地跟踪目标车轮滑移率，并且对未建模动态和参数摄动具有强鲁棒性，但是本文方法对目标车轮滑移率的动态响应速度更快、跟踪精度更高. 由图2（f）（g）可知，传统滑模控制方法的车轮制动力矩存在“抖振”现象，而本文方法的车轮制动力矩更加平滑. 因此，本文提出方法的轮胎-地面附着系数在目标车轮滑移率稳态阶段的波动范围更小，制动过程更加平顺. 综上所述，相对于传统滑模控制方法，本文提出的方法具有更快的动态响应速度、更高的跟踪精度以及更好的控制平顺性.4.2 斜坡信号仿真工况斜坡信号仿真工况的初始车速设置为33.34 m/s，方向盘转角设置为零，6个斜坡信号的幅值和变化速率分别设置为[0.05，0.07]、[0.05，-0.07]、[0.08，0.12]、[0.08，-0.12]、[0.02，0.03]和[0.02，-0.03]. 仿真结果如图3所示.由图3（a）（b）可知，本文提出的快速终端滑模状态观测器可以有效地平滑系统的状态量x1，且可以无噪声、准确地观测系统的状态量x2，为本文提出的快速终端滑模跟踪控制律实现全状态反馈奠定基础. 由图3（c）～3（e）可知，传统滑模控制方法和本文提出的方法均可以稳定地跟踪不同变化速率和幅值的目标车轮滑移率，并且对未建模动态和参数摄动具有强鲁棒性，但是本文提出的方法对目标车轮滑移率的动态响应速度更快、跟踪精度更高. 由图3（f）（g）可知，传统滑模控制方法的车轮制动力矩在其峰值附近存在较大幅值的“抖振”现象，易导致制动执行机构频繁动作，而本文提出的方法可以有效地抑制“抖振”现象，使得车轮制动力矩在斜坡信号仿真工况过程中均保持平滑状态. 因此，本文方法的轮胎-地面附着系数的波动范围更小，制动过程更加平顺. 综上所述，相对于传统滑模控制方法，本文提出的方法具有更快的动态响应速度、更高的跟踪精度以及更好的控制平顺性.滑模状态观测器因对参数不确定性具有不敏感性，广泛应用于状态信息的实时估计. 文献[17]采用滑模状态观测器实时观测永磁同步电机的转速信息，并以此为基础实现了永磁同步电机的无传感器矢量控制. 文献[18]采用滑模观测器实时观测船用永磁推进电机的位置信息，并通过李雅普诺夫稳定理论给出了滑模观测器参数的选择依据. 文献[19]采用滑模观测器实时观测航天器的角速度信息，并以此为基础实现了航天器姿态容错控制. 上述滑模观测器的误差均是渐近收敛到零或一致最终有界的，难于实现滑模观测器与控制器的模块化设计.鉴于此，本文基于有限时间稳定和快速终端滑模控制理论设计具有有限时间收敛特性的快速终端滑模状态观测器，该观测器采用已知的车轮滑移率跟踪误差信息，实时观测未知的车轮滑移率跟踪误差一阶导数信息，为全状态反馈车轮滑移率跟踪控制律的设计奠定基础. 随后，以快速终端滑模状态观测器的观测信息为基础，采用模块化思想独立设计快速终端滑模跟踪控制律，使车轮滑移率跟踪闭环系统可以快速、准确地跟踪目标滑移率. 最后，结合车辆动力学仿真软件建立模型在环测试系统，仿真验证本文提出的车轮滑移率跟踪控制器的可行性和有效性.1 数学模型建立简洁、高效的数学模型是控制系统设计的基础，假设汽车行驶路面平坦，并且忽略汽车悬架动态、轮胎滚动阻力和空气阻力等因素，基于Burckhardt轮胎模型建立如图1所示的车轮滑移率动态模型作为车轮滑移率跟踪控制器设计的基础.假设车轮目标滑移率为λd，定义系统状态向量和控制变量分别为x = [x1，x2]T = [λ - λd，[x] 1]T和u=[T] b，则由式（6）可得车轮滑移率跟踪控制模型为：2 快速终端滑模状态观测器设计基于已知的车轮滑移率跟踪误差信息，设计快速终端滑模状态观测器，实时观测未知的车轮滑移率跟踪误差一阶导数信息，为后续全状态反馈控制律设计奠定基础.由设计参数0<α1<1和β1>1可知，当系统状态 x1的观测误差|e1|>1时，式（15）右端的第二项起主导作用，驱动系统状态x1的观测误差在有限时间内收敛到|e1|=1;当系统状态x1的观测误差|e1| < 1时，式（16）右端的第一项起主导作用，驱动系统状态 x1的观测误差在有限时间内收敛到零. 同时，由比较引理可知[21]，系统状态 x1的观测误差收敛到零所需的时间满足：由设计参数0<α2<1和β2>1可知，当系统状态 x2的观测误差|e2|>1时，式（21）右端的第二项起主导作用，驱动系统状态x2的观测误差在有限时间内收敛到 |e2|=1;当系统状态x2的观测误差|e2|≤1时，式（21）右端的第一项起主导作用，驱动系统状态x2的观测误差在有限时间内收敛到零. 同时，由比较引理可知[21]，系统状态x2的观测误差收敛到零所需的时间满足：3 快速终端滑模跟踪控制律设计由于第2节设计的快速终端滑模状态观测器可使系统的状态观测误差在有限时间内收敛到零，所以可以基于模块化设计思想独立设计系统状态观测器和控制律. 基于此，式（7）描述的系统控制模型可以重写为：4 仿真分析本节基于车辆动力学仿真软件CarSim建立车轮滑移率跟踪控制器的模型在环测试系统，并通过干沥青路面下的阶跃递增信号仿真工况、冰雪路面下的斜坡信号仿真工况和干沥青路面下的双移线避障仿真工况验证本文提出的车轮滑移率跟踪控制器的可行性和有效性. 在干沥青路面下的阶跃递增信号仿真工况和冰雪路面下的斜坡信号仿真工况中，以左前轮仿真结果为例，在鲁棒稳定性、控制精度、控制平顺性等方面对比分析本文提出的车轮滑移率跟踪控制器与基于传统滑模控制方法设计的车轮滑移率跟踪控制器;在干沥青路面下的双移线避障仿真工况中，综合分析本文提出的车轮滑移率跟踪控制器在汽车极限行驶状态下对随机目标车轮滑移率的跟踪能力. 本文提出的车轮滑移率跟踪控制器参数如表1所示.4.1 階跃递增信号仿真工况阶跃递增信号仿真工况的初始车速设置为33.34 m/s，方向盘转角设置为零，阶跃递增信号的初始幅值、递增量和目标幅值分别设置为0、0.02和0.1. 仿真结果如图2所示.由图2（a）（b）可知，本文提出的快速终端滑模状态观测器可以有效地平滑系统的状态量x1，且可以无噪声、准确地观测系统的状态量x2，为本文提出的快速终端滑模跟踪控制律实现全状态反馈奠定基础. 如图2（c）～2（e）可知，传统滑模控制方法和本文提出的方法均可以稳定地跟踪目标车轮滑移率，并且对未建模动态和参数摄动具有强鲁棒性，但是本文方法对目标车轮滑移率的动态响应速度更快、跟踪精度更高. 由图2（f）（g）可知，传统滑模控制方法的车轮制动力矩存在“抖振”现象，而本文方法的车轮制动力矩更加平滑. 因此，本文提出方法的轮胎-地面附着系数在目标车轮滑移率稳态阶段的波动范围更小，制动过程更加平顺. 综上所述，相对于传统滑模控制方法，本文提出的方法具有更快的动态响应速度、更高的跟踪精度以及更好的控制平顺性.4.2 斜坡信号仿真工况斜坡信号仿真工况的初始车速设置为33.34 m/s，方向盘转角设置为零，6个斜坡信号的幅值和变化速率分别设置为[0.05，0.07]、[0.05，-0.07]、[0.08，0.12]、[0.08，-0.12]、[0.02，0.03]和[0.02，-0.03]. 仿真结果如图3所示.由图3（a）（b）可知，本文提出的快速终端滑模状态观测器可以有效地平滑系统的状态量x1，且可以无噪声、准确地观测系统的状态量x2，为本文提出的快速终端滑模跟踪控制律实现全状态反馈奠定基础. 由图3（c）～3（e）可知，传统滑模控制方法和本文提出的方法均可以稳定地跟踪不同变化速率和幅值的目标车轮滑移率，并且对未建模动态和参数摄动具有强鲁棒性，但是本文提出的方法对目标车轮滑移率的动态响应速度更快、跟踪精度更高. 由图3（f）（g）可知，传统滑模控制方法的车轮制动力矩在其峰值附近存在较大幅值的“抖振”现象，易导致制动执行机构频繁动作，而本文提出的方法可以有效地抑制“抖振”现象，使得车轮制动力矩在斜坡信号仿真工况过程中均保持平滑状态. 因此，本文方法的轮胎-地面附着系数的波动范围更小，制动过程更加平顺. 综上所述，相对于传统滑模控制方法，本文提出的方法具有更快的动态响应速度、更高的跟踪精度以及更好的控制平顺性.滑模状态观测器因对参数不确定性具有不敏感性，广泛应用于状态信息的实时估计. 文献[17]采用滑模状态观测器实时观测永磁同步电机的转速信息，并以此为基础实现了永磁同步电机的无传感器矢量控制. 文献[18]采用滑模观测器实时观测船用永磁推进电机的位置信息，并通过李雅普诺夫稳定理论给出了滑模观测器参数的选择依据. 文献[19]采用滑模观测器实时观测航天器的角速度信息，并以此为基础实现了航天器姿态容错控制. 上述滑模观测器的误差均是渐近收敛到零或一致最终有界的，难于实现滑模观测器与控制器的模块化设计.鉴于此，本文基于有限时间稳定和快速终端滑模控制理论设计具有有限时间收敛特性的快速终端滑模状态观测器，该观测器采用已知的车轮滑移率跟踪误差信息，实时观测未知的车轮滑移率跟踪误差一阶导数信息，为全状态反馈车轮滑移率跟踪控制律的设计奠定基础. 随后，以快速终端滑模状态观测器的观测信息为基础，采用模块化思想独立设计快速终端滑模跟踪控制律，使车轮滑移率跟踪闭环系统可以快速、准确地跟踪目标滑移率. 最后，结合车辆动力学仿真软件建立模型在环测试系统，仿真验证本文提出的车轮滑移率跟踪控制器的可行性和有效性.1 数学模型建立简洁、高效的数学模型是控制系统设计的基础，假设汽车行驶路面平坦，并且忽略汽车悬架动态、轮胎滚动阻力和空气阻力等因素，基于Burckhardt轮胎模型建立如图1所示的车轮滑移率动态模型作为车轮滑移率跟踪控制器设计的基础.假设车轮目标滑移率为λd，定义系统状态向量和控制变量分别为x = [x1，x2]T = [λ - λd，[x] 1]T和u=[T] b，则由式（6）可得车轮滑移率跟踪控制模型为：2 快速终端滑模状态观测器设计基于已知的车轮滑移率跟踪误差信息，设计快速终端滑模状态观测器，实时观测未知的车轮滑移率跟踪误差一阶导数信息，为后续全状态反馈控制律设计奠定基础.由设计参数0<α1<1和β1>1可知，当系统状态 x1的观测误差|e1|>1时，式（15）右端的第二项起主导作用，驱动系统状态x1的观测误差在有限时间内收敛到|e1|=1;当系统状态x1的观测误差|e1| < 1时，式（16）右端的第一项起主导作用，驱动系统状态 x1的观测误差在有限时间内收敛到零. 同时，由比较引理可知[21]，系统状态 x1的观测误差收敛到零所需的时间满足：由设计参数0<α2<1和β2>1可知，当系统状态 x2的观测误差|e2|>1时，式（21）右端的第二项起主导作用，驱动系统状态x2的观测误差在有限时间内收敛到 |e2|=1;当系统状态x2的观测误差|e2|≤1时，式（21）右端的第一项起主导作用，驱动系统状态x2的观测误差在有限时间内收敛到零. 同时，由比较引理可知[21]，系统状态x2的观测误差收敛到零所需的时间满足：3 快速终端滑模跟踪控制律设计由于第2节设计的快速终端滑模状态观测器可使系统的状态观测误差在有限时间内收敛到零，所以可以基于模块化设计思想独立设计系统状态观测器和控制律. 基于此，式（7）描述的系统控制模型可以重写为：4 仿真分析本节基于车辆动力学仿真软件CarSim建立车轮滑移率跟踪控制器的模型在环测试系统，并通过干沥青路面下的阶跃递增信号仿真工况、冰雪路面下的斜坡信號仿真工况和干沥青路面下的双移线避障仿真工况验证本文提出的车轮滑移率跟踪控制器的可行性和有效性. 在干沥青路面下的阶跃递增信号仿真工况和冰雪路面下的斜坡信号仿真工况中，以左前轮仿真结果为例，在鲁棒稳定性、控制精度、控制平顺性等方面对比分析本文提出的车轮滑移率跟踪控制器与基于传统滑模控制方法设计的车轮滑移率跟踪控制器;在干沥青路面下的双移线避障仿真工况中，综合分析本文提出的车轮滑移率跟踪控制器在汽车极限行驶状态下对随机目标车轮滑移率的跟踪能力. 本文提出的车轮滑移率跟踪控制器参数如表1所示.4.1 阶跃递增信号仿真工况阶跃递增信号仿真工况的初始车速设置为33.34 m/s，方向盘转角设置为零，阶跃递增信号的初始幅值、递增量和目标幅值分别设置为0、0.02和0.1. 仿真结果如图2所示.。
模糊滑模控制及应用
ｓ ｄｎｇｍ ｏｄ ｏｎ ｒ ｌｌｗ ，ｉ ｒ ｏｔｃ，ｓｒ ｏ ｃ ｔｏ ， ｅｏｓ ｃ ｎ ｏ ｈ ｒａｐ ｃｓｏ ｈａ ｔｃ ｓｓｅ ｓａｅｗ ｉ ｌ ｅ ｌ ｉ ｉ ｅ ｃ ｔｏ ａ ｎ ｏｂ ｉｓ ｅ ｖ ｏｎ ｒ ｌ ａ ｒ ｐａ ｅ ａ ｄ ｔ ｅ ｓ ｅ ｔ ｆｃ ｏ ｙ ｔｍ ｒ ｄｅｙ ｕｓｄ． ｉ Ｋｅ ｙ ｗｏｒ ｓ： ｚ ｏ ｒｏ ；ｌ ｉ ｇ ｍ ｏｄ ｏ ｒ ｌ ｃ ｍ ｐ ｅ ｓ ｔｍ ｄ ｆ ｚ ｃ ｎｔ ｌ ｓｉ ｎ ｕ ｙ ｄ ｅ ｃ ｎｔｏ ； ｏ ｌｘ ｙｓｅ
用。
【 词 】 糊控 制 关键 模
滑模 控 制 复 杂 系统
中图 分 类号 ： ４ ． 文献 标 识 码 ： 文 章 编 号 ：０ ８ １ ３ （ ０ １ ３ ４ ４ － Ｇ６ ２ ０ Ａ １ ０ — ７ ９ ２ １ ） 、 —１ ３ ３
Ｆ ｚ ｙ Ｓ ｉ ｉ ｇ Ｍ ｏ ｅ Ｃｏ ｔ ｏ ｙ ｔ ｍ ｎ ｔＳＵｓ ｕ ｚ ｌ ｎ － ｄ ｄ ｎ ｒ ｌＳ ｓ ｅ ａ ｄ Ｉ ｅ
良好 的效 果 ， 绝 大 多数 控 制都 是 渐 进 地 实现 跟 踪 任 务 的 。 但 随 着控 制理 论 实践 的不 断 深化 ， 用 面 的 不 断拓 宽 ， 代 科 学技 应 现 术 向控 制 提 出 了前 所 未 有 的 严峻 挑 战 。控 制 工 程 越 来越 多地 面临 着 更 为复 杂 的对 象 、更 为复 杂 的环 境 以 及在 此环 境 下 对 系统 性 能 要求 愈 来 愈高 的挑 战 。 面对 这 些复 杂情 况 ， 统 的基 传 于精 确数 学 模 型 的 控 制 理论 的局 限 性 日趋 明 显 ，于是 出 现 了 诸如 变 结 构 控 制 、 自适 应 控 制 、 糊 控 制 、 经 网 络 控 制 以 及 模 神
基于等效控制的模糊滑模控制研究及应用
一
Ｓ Ｓ ＝ Ｓ － （ － ｒ ／ ・ ｓ ｇ ｎ （ ｓ ） ） 一 Ｓ ・ ｄ （ ｔ ） ＝ 一 １ － ｓ ｄ （ ｔ ） ０
３ 模糊 滑 模控 制器 设 计
根 据模 糊 控制 的原 理 ，其 控制 规则 为
Ｉ Ｆ Ｊ ｉ ｓ ｚ ｏｔ ｈ ｅ ｎ ｕ ｉ ｓ“ （ ３ － １ １
Ｉ ｌ ： 科技 ２ ０ １ ３ 年第５ 期
技 术 创 新
基 于等效控制 的模糊 滑模 控制研 究及应用
麦 斯 提 热 古 ・吐 逊
①新 疆 维 吾 尔 自治 区特 种设 备 检 验 研 究 院
海 衣 沙 尔 斯 玛 依 尔②
８ ３ ０ ０１ ｌ 乌鲁 木 齐 ；②新 疆 昌吉 州 公 路 局硫 磺 沟 分 局
（ ２ － ６ ）
＝
ｑ
＋
其中 ７ ７ ≥Ｄ 。 滑 模控 制器 为
Ｕ ∞ ＋ （ ２ －７ ）
模 糊控制 的基本思想是把专家对特定控制对象过程 的控制 ＋
稳 定性 证 明
＝
∑ ＋ 一 ／ ， ） － ｇ （ ｘ ， ｔ ） ｕ （ ｔ ） － ｄ （ ｔ ）
（ ２ — ８ ）
通过 取 Ｓ ＝０ ，
ｓ （ ｘ ，为规定的相轨迹滑到期望点。由于给定 的相轨迹与控制对象参数以及外部干扰变化无关 ，因而在滑模面 上运动时系统具有比鲁棒性更加优越的不变性… 。加之滑模变结
构控 制 算法 简 单 ，易于 工程 实现 ，从而 为 复杂 工业 控制 问题提 供 了 一种 较好 的解 决 途径 。
（ ２ — ９ ）
将式 ２ — ５～ ２ － ７ 代入 式２ — ８ 得
在操作人员所具有的操作经验的基础上实现对系统的控制 ，无须 建立系统的数学模型，且控制具有很强的鲁捧性 ，被控对象参数 的变化对被控对象的影响不明显 ，因此是解决不确定系统的一种
基于快速模糊干扰观测器的UASV再入Terminal滑模控制
第２期黄国勇等：基于快速模糊干扰观测器的ＵＡＳＶ再入Ｔｅｒｍｉｎａｌ滑模控制２９７图２ＦＤＯ及ＦＦＤＯ对干扰ｄ的逼近曲线Ｆｉｇ．２ＡｐｐｒｏｘｉｍａｔｉｏｎｃｕｒｖｅｓｏｆＦＤＯａｎｄＦＦＤＯ童繇巷售冀雹苣Ｉ．．－・而１．Ｌ兰ｌ●●●时间∞图３倒立摆系统的状态响应曲线（ＦＤＯ和ＦＦＤＯ）Ｆｉｇ．３ＳｔａｔｅｓｒｅｓｐｏｎｓｅｓｕｓｉｎｇＦＤＯａｎｄＦＦＤＯ４结论首先针对传统ＦＤＯ在逼近误差小时学习慢的缺点，提出了一种ＦＦＤＯ。
然后对ＵＡＳＶ再入过程姿态控制系统设计了基于ＦＦＤＯ的Ｔｅｒｍｉｎａｌ滑模控制方案，严格证明了系统跟踪误差和观测误差均渐进稳定到平衡零点。
最后仿真结果表明了设计方案的有效性。
参考文献：［１］ＹｕｒｉＢ，ＳｈｔｅｓｓｅｌＪ，ＭｃＤｕｆｆｉｅ．ＳｌｉｄｉｎｇｍｏｄｅｃｏｎｔｒｏｌｏｆｔｈｅＸ．３３ｖｅｈｉ．ｃｌｅｉｎｌａｕｎｃｈａｎｄｒｅ—ｅｎｔｒｙｍｏｄｅ［Ｊ］．ＡＩＡＡ，１９９８：１３５２—１３６２［２］［３］［４］［５］［６］［７］图４基于ＦＦＤＯ的Ｔｅｒｍｉｎａｌ滑模控制的跟踪曲线Ｆｉｇ．４ＴｒａｃｋｉｎｇＣｔＬｒＶｅＳｏｆＴＳＭＣｗｉｔｈＦＦＤＯＳＦ，ＷＵ，ｅｔａ１．ＦｕｚｚｙｌｏｇｉｃｂａｓｅｄａｔｔｉｔｕｄｅｃｏｎｔｒｏｌｏｆｔｈｅｓｐａｃｅｃｒａｆｔＸ－３８ａｌｏｎｇａｎｏｍｉｎａｌｒｅ－ｅｎｔｒｙｔｒａｊｅｃｔｏｒｙ［Ｊ］．ＣｏｎｔｒｏｌＥｎｇｉｎｅｅｒｉｎｇＰｒａｃ－ｔｉｃｅ，２００１，（９）：６９９—７０７ＪｕｌｉａｎａＳ．ｅｔａ１．Ｆｌｉｇｈｔｃｏｎｔｒｏｌｏｆａｔｍｏｓｐｈｅｒｉｃｒｅ－ｅｎｔｒｙｖｅｈｉｃｌｅｗｉｔｈｎｏｎ—ｌｉｎｅａｒｄｙｎａｍｉｃｉｎｖｅｒｓｉｏｎ［Ｃ］／／ＡＩＡＡＧｕｉｄａｎｃｅ，Ｎａｖｉｇａｔｉｏｎ，ａｎｄＣｏｎｔｒｏｌＣｏｎｆｅｒｅｎｃｅａｎｄＥｘｈｉｂｉｔ，ＲｈｏｄｅＩｓｌａｎｄ：ＡＩＡＡ，１６—１９Ａｕｇｕｓｔ２００４ＫｉｍＥ．Ａｆｕｚｚｙｄｉｓｔｕｒｂａｎｃｅｏｂｓｅｒｖｅｒａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｔｏｃｏｎｔｒｏｌ［Ｊ］．ＩＥＥＥＴｒａｎｓ．ＯｎＦｕｚｚｙＳｙｓｔｅｍｓ．２００２，１０（１）：７７—８４ＳｈｕａｎｇｈｅＹｕ，ＸｉｎｇｈｕｏＹｕ，ＺｈｉｈｏｎｇＭａｎ．Ａｆｕｚｚｙｎｅｕｒａｌｎｅｔｗｏｒｋ印－ｐｒｏｘｉｍａｔｏｒｗｉｔｈｆａｓｔｔｅｒｍｉｎａｌｓｌｉｄｉｎｇｍｏｄｅａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｓ［Ｊ］．ＦｕｚｚｙＳｅｔｓａｎｄＳｙｓｔｅｍｓ，２００４，１４８：４６９—４８６ＷｕＹＱ，ＭａｎＺＨ．Ｔｅｒｍｉｎａｌｓｌｉｄｉｎｇｍｏｄｅｃｏｎｔｒｏｌｄｅｓｉｇｎｆｏｒｕｎｃｅｒｔａｉｎｄｙｎａｍｉｃｓｙｓｔｅｍｓ［Ｊ］．ＳｙｓｔｅｍｓａｎｄＣｏｎｔｒｏｌＬｅｔｔｅｒｓ，１９９８，３４（５）：２８１—２８７ＫｅｓｈｍｉｒｉＳ，ＭｉｒｍｉｒａｎｉＭＤａｎｄＣｏｌｇｒｅｎＲＤ．Ｓｉｘ—ＤＯＦｍｏｄｅｌｉｎｇａｎｄｓｉｍｕｌａｔｉｏｎｏｆａｇｅｎｅｒｉｃｈｙｐｅｒｓｏｎｉｃｖｅｈｉｃｌｅｆｏｒｃｏｎｃｅｐｔｕａｌｄｅｓｉｇｎｓｔｕｄｉｅｓ［Ａ］．ＡＩＡＡ，２００４（４８０５）作者简介：黄国勇（１９７７一），男，博士研究生，控制理论与控制工程专业，主要研究方向为非线性智能控制。
《模糊滑模控制》课件
模糊滑模控制介绍
模糊滑模控制是将模糊控制和滑模控制相结合的一种控制方法。它综合了两种方法的优点，在处理非线性和不 确定性系统时表现出色。
模糊滑模控制的设计方法
模糊滑模控制的设计方法包括模糊建模、滑模面设计和控制规则的制定。这 些步骤共同构成了一个全面而有效的控制系统设计过程。
模糊滑模控制的应用领域
模糊滑模控制在各个领域有着广泛的应用，如机械控制、电力系统、交通运输等。其灵活性和鲁棒性使ቤተ መጻሕፍቲ ባይዱ它成 为解决复杂系统控制问题的重要工具。
总结和展望
通过模糊滑模控制，我们能够更好地应对复杂系统的控制需求。未来，随着 技术的发展，模糊滑模控制将进一步完善和扩大应用范围。
《模糊滑模控制》PPT课 件
控制理论基础
模糊控制概述
通过结合模糊逻辑和控制理论，模糊控制可以处理一些复杂且难以描述的系 统。它提供了一种不确定性沉淀的方法，使控制系统能够适应不同的环境变 化。
滑模控制概述
滑模控制是一种通过引入滑模面来实现对系统状态的控制方法。它具有强鲁棒性和快速响应的特点，可以有效 地抵抗外界干扰和系统参数变化。
基于快速模糊干扰观测器的UASV再入Terminal滑模控制
第 ２ 卷 第 ２期 ８
２０ ０ ７年 ３月
宇 航 学 报
Ｊ ｕｎ ｌ ｆ ｔ ｎ ｕｉｓ ｏ ｒ ａ ｒ ａ ｔ ｏ Ａｓ ｏ ｃ
Ｖｏ ． ８ Ｎ０ ２ １２ቤተ መጻሕፍቲ ባይዱ
．
Ｍ ａｃ ｒｈ
２ｏ ｏ７
基 于快 速模 糊 干扰 观 测 器 的 Ｕ Ｓ ＡＶ 再 入 Ｔ ｒ ｉａ 滑模 控 制 ｅｍ ｎｌ
使状 态 收 敛 到 平 衡 零 点 。 为 此 ， 将 △ （ ， ａ ）
逻 辑姿态 控制 ， 需 要大量 的先 验知 识 ， 且 同样 没 但 并
有考 虑扰 动 。文献 ［ ］ 对 Ｄ Ｒ ３针 Ａ Ｔ飞 行 器 标 称 系统
提 出了非 线性 动态逆结 合 ＰＤ控 制方 案 。 Ｉ
黄 国 勇 ，姜 长 生 ，王 玉 惠
（ 京航 空航 天 大 学 自动 化 学 院 模 式 识 别 与智 能 系统 实 验 室 ， 京 ２０ １） 南 南 １０６
摘
要 ：针 对 无 人 空 天 飞 行 器 再 人 大 气 层 过 程 中 气 动 参 数 变 化 剧 烈 、 制 精 度 要 求 高 的 特 点 ， 计 了 基 于 快 控 设
模 糊 干 扰 观 测 器 （ ｕｚ ｉｕｂｎｅ Ｏ ｓｒｅ， Ｆ ｚ Ｄｓ ｒａｃ ｂｅ ｒ ｙ ｔ ｖ
△（ ， ） ｄ一起 视为 干扰 ， 改写 （ ） 的最后 一项 为 ： １式
戈 ＝ ａ ）＋ｐ ） ＋ｎ （ ， ） （ （ Ｍ ｕ （） ２
Ｆ Ｏ 能在线 无 限逼 近未知 干扰 和 不确 定 ， 优 于直 Ｄ） 且 接 或间接 自适应 模 糊 方 法 ， 而 成 为 当前 研 究 的兴 因 趣点Ｈ 。但 传统 Ｆ Ｏ在 逼 近误 差 较小 时 ， 习速度 Ｄ 学
随动系统的新型非奇异快速终端滑模控制
NFTSM＋ARBF＋TTD)方 法.将 泰 勒 公 式 与 非 线 性 函 数
fhan 相结合,构造跟踪微分器,旨在减小相位延迟.在抑制微分过程噪声的基础上,应用泰勒公式进行
相位补偿.设计自适应神经 网 络 (
ARBF)逼 近 扰 动 项,减 小 了 非 奇 异 快 速 终 端 滑 模 (
o
r,
TTD)能 够 有 效 抑 制 噪 声,提 升 跟 踪 精 度. 将
ARBF＋TTD 与 RBF 分别对扰动项估计,仿真结
果证明 ARBF 与 TTD 结合的方法能够有效抑制
微分峰值,精 确 度 更 高. 运 用 MATLAB 及 半 实
物仿 真 平 台 进 行 正 弦 跟 踪 实 验,验 证 了 与
ecompens
a
t
i
on;non
Ｇ
s
i
ngu
l
a
rf
a
s
t
ys
ywo
t
e
rmi
na
ls
l
i
d
i
ng mode(
NFTSM)
０ 引言
吕明明等 [４]设计了一种基于非线性跟踪微分器和
chr
onousmo
t
o
r,
PMSM)具 有 响 应 快、效 率 高 等
优良 性 能,广 泛 应 用 于 航 天、船 舶 等 工 程 应 用 领
１
iq － ω － TL
J
J
J
(
２)
随动系统的新型非奇异快速终端滑模控制———史蒂芬 侯润民 顾晓辉等
定义
d＝
Ke
１
(
快速刀具伺服系统的模糊自适应滑模控制
快速刀具伺服系统的模糊自适应滑模控制
刘春芳;杜昭童
【期刊名称】《沈阳工业大学学报》
【年(卷),期】2015(037)002
【摘要】针对由永磁同步直线电机驱动的快速刀具直线伺服系统在高频输入信号下跟踪控制精度低的问题,设计了模糊自适应滑模控制算法.算法采用滑模控制进行跟踪,利用模糊自适应控制方法对传统滑模控制器中的不连续控制量进行模糊逼近,同时对实际运行中系统的不确定因素进行补偿,并设计了相应的自适应算法以补偿模糊控制律的不足,从而有效降低抖振.仿真结果表明,算法可以解决伺服系统的高频跟踪问题,具有较快的响应速度,对负载扰动有较强的鲁棒性.
【总页数】6页(P126-131)
【作者】刘春芳;杜昭童
【作者单位】沈阳工业大学电气工程学院,沈阳110870;沈阳工业大学电气工程学院,沈阳110870
【正文语种】中文
【中图分类】TP273
【相关文献】
1.火箭炮交流伺服系统非奇异快速终端滑模控制 [J], 陈福红;马大为;乐贵高;朱忠领
2.火箭炮位置伺服系统模糊自适应滑模控制 [J], 魏世鹏;李华
3.含摩擦的双电机伺服系统快速终端滑模控制 [J], 赵威;任雪梅
4.中密度纤维板连续热压位置伺服系统自适应全局快速终端滑模控制 [J], 朱良宽;周玉刚;王子博;曹军
5.位置伺服系统模糊自适应滑模控制研究 [J], 周伯荣;刘汉忠;贺顺;万其;温秀兰因版权原因，仅展示原文概要，查看原文内容请购买。
基于SVPWM的模糊滑模DTC系统研究
基于SVPWM的模糊滑模DTC系统研究任志玲;肖锐【摘要】With the rapid increase of the variable-speed constant-frequency wind power in the transmission system, the grid codes are strict with grid-connected wind power system and demand that wind power system should keep connecting with the grid when the grid goes out of order, especially the grid voltage sags. And the direct-drive permanent magnetic wind power system with full power converter has been demonstrated to have excellent operating characteristics under low voltage. So this paper presents the research of LVRT technology for VSCF direct-drive wind power system. The adverse effects of grid voltage sags on direct-drive wind power system are analyzed firstly. Then combined with existing related standards, the control requirements are proposed to make sure that direct-drive wind power system will succeed in low voltage ride through. Further, other types of low voltage ride-through technology suitable for direct-drive wind power system are summarized, analyzed and compared fully. Finally, the latest progress and the development trend of LVRT technology are given. Key words: direct-drive wind power system; variable-speed constant-frequency (VSCF); grid voltage sags; low voltage ride through (LVRT); crowbar circuit; reactive power compensation Research on SVPWM based fuzzy sliding mode DTC system Abstract: In view of large torque ripple in conventional direct torque control ( DTC ), the paper presents a program with combination of fuzzy sliding modecontrol and space vector pulse width modulation (SVPWM) technique for direct torque control system. The system uses fuzzy sliding mode controller instead of the conventional flux and torque hysteresis controllers, and using SVPWM technology to achieve system control. Through analysis of the stationary two-phase asynchronous motor coordinate system of the mathematical model, the paper constructs the MATLAB simulation model of discrete systems and simulation. On this basis, the paper designs a control systems based on DSP experimental platform. Design of DSP based direct torque control system includes two aspects: hardware and software design. Experimental results show that the control scheme is feasible and effective. However, by comparing the experimental and simulation results, it can be seen that there is large difference between them. It is believed that with further improvement of experimental platform, better control effect can be achieved.%针对常规直接转矩控制系统转矩脉动大的缺点,提出了一种结合模糊滑模控制和空间矢量脉宽调制(SVPWM)技术的直接转矩控制系统方案.该方案用模糊滑模控制器取代常规直接转矩系统中磁链、转矩的滞环控制器,通过空间矢量脉宽技术实现其系统控制.文中通过对异步电机两相静止坐标系下的数学模型分析,构建其MATLAB离散系统仿真模型并进行了仿真;并在此基础上,设计了基于DSP的控制系统实验平台,实验结果验证该控制方案是有效可行的.【期刊名称】《电工电能新技术》【年(卷),期】2011(030)002【总页数】6页(P44-48,58)【关键词】直接转矩控制;模糊控制;滑模;空间矢量脉宽调制;仿真【作者】任志玲;肖锐【作者单位】辽宁工程技术大学电气及控制工程学院,辽宁,葫芦岛,125105;辽宁工程技术大学电气及控制工程学院,辽宁,葫芦岛,125105【正文语种】中文【中图分类】TM343。
基于模糊补偿的离散全局滑模控制自动导航系统研究
基于模糊补偿的离散全局滑模控制自动导航系统研究籍颖;刘兆祥【摘要】An autonomous navigation system based on sliding mode control for agricultural tractor was proposed.Sliding mode variable structure control method was introduced to improve the precision and stability of the agricultural vehicle au-tomatic navigation.In order to reduce the chattering problem of the system.Fuzzy rules were used to estimate of the a-mount of compensation control effectively to eliminate the influence of the uncertainties;the simulation experiments show that the method is superior to the traditional discrete sliding mode control.It is theoretically feasible.%阐述了一种基于模糊补偿的离散全局滑模导航控制方法。
为了提高农用车辆自动导航的精度和稳定性，引入滑模变结构控制方法，并对其进行了改进。
为了降低系统的抖振，采用模糊规则，对补偿控制量进行有效的估计，以消除不确定项的影响。
仿真实验表明：该方法优于传统的离散的滑模控制，在理论上是可行的。
【期刊名称】《农机化研究》【年(卷),期】2015(000)007【总页数】5页(P74-78)【关键词】滑膜控制;模糊控制;自动导航;农用车【作者】籍颖;刘兆祥【作者单位】河北农业大学信息科学与技术学院，河北保定 071000;中国农业大学现代精细农业系统集成研究教育部重点实验室，北京 100083【正文语种】中文【中图分类】TP24(1.河北农业大学信息科学与技术学院，河北保定071000;2.中国农业大学现代精细农业系统集成研究教育部重点实验室，北京100083)农用车辆本质上是一种大延迟、大惯性和高度非线性的系统，而且农田地面复杂多变，使得农用车辆在自动导航过程中容易受到建模误差、参数摄动、外部干扰等不确定因素影响[1]。
基于改进模糊滑模控制的列车速度跟踪研究
基于改进模糊滑模控制的列车速度跟踪研究
康庄;贾利民;秦勇
【期刊名称】《铁道学报》
【年(卷),期】2024(46)4
【摘要】列车运行过程具有强耦合、非线性等特征,且往往存在较大且不可观测的外界干扰,这些特性加大了列车运行控制的难度,针对列车运行速度跟踪控制问题,提出一种新的模糊滑模控制器设计方法。
首先基于模糊滑模控制,引入全局快速终端滑模控制,使系统在有限时间内达到稳态;然后构造以李亚普洛夫函数导数的绝对值为补偿的自适应干扰估计项,对外界干扰进行准确估计,进而提出一种双层递阶指数趋近全局快速终端模糊滑模控制器,并且引入指数趋近率来调节滑模面的动态品质,该控制器能快速收敛到稳定状态,且有效地消除了控制器的抖振情况;最后通过仿真算例验证了所提方法的有效性,且提高了列车运行控制系统性能。
【总页数】11页(P97-107)
【作者】康庄;贾利民;秦勇
【作者单位】北京交通大学交通运输学院;北京交通大学先进轨道交通自主运行全国重点实验室;北京交通大学轨道交通安全协同创新中心
【正文语种】中文
【中图分类】U283.1
【相关文献】
1.基于滑模方法的城轨列车速度跟踪控制
2.基于模糊滑模控制器的伺服跟踪控制研究
3.基于模糊滑模控制和两级滤波滑模观测器的PMSM改进控制策略
4.基于滑模产生条件的导弹电液伺服机构模糊滑模跟踪控制
5.基于滑模控制与模糊控制的轨道列车制动力控制器设计
因版权原因，仅展示原文概要，查看原文内容请购买。
自适应模糊全局快速Terminal滑模控制方法
自适应模糊全局快速Terminal滑模控制方法
张伟;孙秀霞;秦硕;王鹏翔
【期刊名称】《计算机工程与应用》
【年(卷),期】2009(045)027
【摘要】提出了一种自适应模糊全局快速Terminal滑模控制方法,在参数不确定性和外干扰情况下,为解决系统的非线性不确定性提供了一种新途径.与传统模糊Terminal滑模控制相比,通过采用模糊逻辑系统来逼近未知系统函数和开关项;鲁棒自适应律用来减小逼近误差,从而有效降低抖振;证明了该控制方案的稳定性,并将该方案应用在倒立摆系统中.仿真结果验证了该方案的有效性.
【总页数】4页(P228-230,242)
【作者】张伟;孙秀霞;秦硕;王鹏翔
【作者单位】空军工程大学,工程学院,自动控制工程系,西安,710038;空军工程大学,工程学院,自动控制工程系,西安,710038;空军工程大学,工程学院,自动控制工程系,西安,710038;空军第四,飞行学院,石家庄,301612
【正文语种】中文
【中图分类】TP39
【相关文献】
1.基于模糊逻辑的自适应全局Terminal滑模控制 [J], 邓以高;高中庆;田军挺;王亚锋
2.交直流联合输电系统中HVDC的自适应全局快速Terminal滑模控制 [J], 郝建
红;米昕禾;汪筱巍
3.一类非线性不确定系统自适应terminal滑模控制方法 [J], 黄国勇;姜长生
4.基于自适应Terminal滑模控制方法的VSG控制 [J], 严彬彬;王宝华
5.提高APF谐波补偿能力的全局快速Terminal滑模控制 [J], 崔浩;舒朝君;朱英伟;章彦燕;许军;王文清
因版权原因，仅展示原文概要，查看原文内容请购买。
基于新型趋近律的全局快速Terminal滑模PMLSM控制
基于新型趋近律的全局快速Terminal滑模PMLSM控制索宇超;张博;杨永宝;艾雄雄;邓斌;王杰
【期刊名称】《电机与控制应用》
【年(卷),期】2022(49)11
【摘要】针对滑模控制(SMC)的永磁直线同步电机(PMLSM)位置跟踪中存在收敛速度慢和系统抖振严重两个方面的问题,进一步提高PMLSM控制的跟踪精度,改善系统的动态品质,在传统的幂次趋近律基础上,引入了Fal函数,并结合新型全局快速终端滑动模态,提升系统的趋近速度并对系统抖振进行有效的控制;在SMC系统外可采用干扰观测器来对系统的扰动信号等进行前馈补偿,提高系统的抗干扰处理能力。
利用MATLAB/Simulink软件进行计算机仿真,并与传统幂次趋近律SMC进行对比。
仿真分析表明,该跟踪控制算法能够提高系统的跟踪与控制精度,并且增强了系统的抗扰动性能。
【总页数】7页(P16-21)
【作者】索宇超;张博;杨永宝;艾雄雄;邓斌;王杰
【作者单位】西安工程大学电子信息学院
【正文语种】中文
【中图分类】TM359.4;TP273
【相关文献】
1.基于全局趋近律滑模的感应电机控制方法
2.基于双幂次滑模趋近律方法的PMLSM精密位置控制
3.基于快速双幂次趋近律的新型滑模控制
4.鲁棒全局快速
Terminal滑模末制导律研究5.基于新型趋近律的永磁直线同步电动机全局滑模控制
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
３．Ｔｈ ｅｏ ｄＡ ｔｌｒ ｕｐ ｎ ｎｔｔｔ ，Ｂ ｉｎ ０ ０ ５ ｈｎ ） ｅＳ ｃｎ ｉｅｙＥｑ ｉｍｅ ｔＩｓｉｕｅ ｅｊ ｇ １ ０ ８ ，Ｃ ｉａ ｒ ｌ ｉ
Ａｂ ｔａ ｔ Ａ ｃ ｏ ａ ａ ｉｎ ｌａ ｎ ｎ ｌｏ ｉｈ ｓ ｄ ｏ ａ ｔｔｒ ｉ ａ ｌｄｎｇ ｍｏｄ ｏ ａ ｒ ｘｉ ａｅ ｗａ ｔｆｒ ｒ ｓｒ ｃ ： ｂａ ｋ ｐｒ ｐ ｇ ｔｏ ｅ ｒ ｉ ｇ ａｇ ｒｔ ｍ ｂａ ｅ ｎ ｆｓ ｅｍ ｎ ｌｓｉｉ ｅ ｔ ｐｐ ｏ ｍ ｔ ｓｐｕ ｏ ｗａ ｄ ｔ ｍ ｐ ｏｖ ｈ ｏ ｅ ｇ ｎｃ ｆｆ ｚ ｙ ｓ ｓｅ ｎ ｔ ｓｐ ｐｅ ｏ ｉ ｒ ｅ ｔ ｅ ｃ ｎｖ ｒ ｅ ｅｏ ｕ ｚ ｙ ｔ ｍ ｉ ｈｉ ａ ｒ．Ｔｈｅｆ ｓ ｅｍ ｉ ａ ｌｄｎｇ ｍｏｄ ａ ｎ ｒ ｕ ｅ ｎ ｏ ｔ ｅ ｌａ ｎｎｇ ａ ｔｔｒ ｎ ｌｓｉｉ ｅｗ ｓ ｉｔｏ ｃ ｄ ｉｔ ｈ ｅ ｒ ｉ ｄ ａｇ ｒｔ ｍ ｆ ｕｚ ｙ ｏ ｃ ｙ ｔｍ ． Ｔ ｈ ｐｐ ｏ ｍ ａｅ ｙ ｔ ｍ ｅｆｃｅ ｃ ｏ ｕ ｎｏ ｎ ｏ ｉ ａ ｃ ｎｔｎｕ ｕ ｆ ｎｃｉｎｓ ｌｏ ｉｈ ｏ ｆ ｚ ｌｇｉ ｓ ｓｅ ｅ ａ ｒ ｘｉ ｔ ｓ ｓｅ ｆｉｉｎ ｙ ｆ ｎｋ ｗ ｎ ｎｌ ｎｅ ｒ ｏ ｉ ｏ ｓ ｕ ｔｏ ｗａ ｓ ｉ ｐ ｏ ｅ ｔ ｃ ｖ ｒ ｅ ｐ ｏ ｒ ｙ ｔｒ ｉａ ａｔ ａ ｔ ｒ ｎ ｉ ｔ ｔｍ ｅ ｎ ｅ ｐ ｅ ｔａ ｃ ｖ ｒ ｅ ｔ ｒ ｅ ｔ ｏ ｉｅ ｒ ｍ ｒ ｖ ｄ ｗｉｈ ｏｎ ｅ ｇ ｎｔ ｒ ｐｅ ｔ ｏｆ ｅｍ ｎ ｌ ｔｒ ｃ ｏ ｉ ｆｎｉｅ ｉ ａ ｄ ｘ ｏｎ ｎ ｉｌ ｏｎ ｅ ｇ ｎ ｐ ｏｐ ｒ ｙ ｆ ｌｎ ａ ｓ ｓ ｅ ．Ｔ ｈ ｉ ｕａ ｉｎ ｒ ｓ ｌｓ ｓ ｏｗｅ ｈａ ｈｓ ａｇｏ ｉｈ ｕｄ ａ ｐ ｏｘｍ ａ ｅ ｕ ｎｏ ｕ ｔｏｎ ｔ ａ ｄ ｖ ｌｃｔ ｎ ｙｔｍ ｅ ｓｍ ｌｔｏ ｅ ｕｔ ｈ ｄ ｔ ｔｔ ｉ ｌ ｒｔ ｍ ｃ ｌ ｐ ｒ ｉ ｔ ｎｋ ｗｎ ｆ ｎｃ ｉ ｓ ｗｉｈ ｒ ｐｉ ｅｏ ｉｙ ａ ｄ ｏ ｔａ ｑｔｌ ａ ｉ ｒ ｅ ｓ，ｗｈｉｈ ｗａ ｅ ｔｒｔ ａ ｏ ｅ ｉｎａ ｅｈｏ ｎ ｘ ｃ ｉｕ ｅ ａ ｄ ａ ｉ ｂｌｔ ｒｎ ｉｉ ｔ ｉｚ ｏｎ ｐ ｏ ｓ ｃ ｃ ｓ ｂ ｔｅ ｈ ｎ ｃ ｎｖ ｎｔｏ ｌｍ ｔ ｄ ｉ ｅ ａ ｔｔ ｄ ｎ ｖａｌ ｉ ｙ． ａ ｉ Ｋｅ ｙｗｏ ｄ Ｆｕ ｚ ｏ ｉ ｙ ｔ ｍ ； Ｂａ ｋ ｐ ｏｐ ｇａ ｉｎ ａｇ ｉｈｍ ；Ｆａ ｔｔ ｒ ｉ ｌｓｉ ｎｇ ｍｏ ｅ；Ｔｅ ｍ ｉ ｌａ ｔａ ｔ ｒ ｓ： ｚ ｙ ｌｇｃ ｓ ｓ ｅ ｃ ｒ ａ ｔｏ ｌｏｒｔ ｓ ｅ ｍ ｎａ ｌ ｄｉ ｄ ｒ ｎａ ｔｒ ｃｏｒ
摘
要 ： 改善 模 糊 系统 逼 近 的 收敛 速 率 ， 出 了一 种 基 于 快 速 终 端 滑 模 的 反 向 传 播 （ Ｐ 学 习 算 法 。 将 快 速 为 提 Ｂ ）
终端 滑 模 引入 模 糊 逻 系统 的 学 习算 法 ， 合 终 端 吸 引 予 有 限 时 间 收 敛 和 线 性 系统 指 数 收 敛 的 性 质 ， 高 了对 非 线 综 提 性 连 续 函数 的 逼 近 能力 。仿 真 结 果 表 明 ： 算 法 能 以较 快 速 率 逼 近 未知 函数 ， 逼 近 过 程 稳 定 ， 普 通 学 习算 法 更 该 且 较
维普资讯
上
６
海 航
天
ＡＥＲＯＳ ＰＡＣＥ
Ｓ ＨＡＮ ＧＨＡ Ｉ
２０ ０ ７年 第 ６期
文 章 编 号 ：０ ６ １ ３ （ ０ ７ ０ — ０ ６０ １０ ６ ０ ２０ ）６０ ０ ４
基 于快 速终 端 滑模 的模 糊 逼 近 系统 及 其 应用
ＬＩ Ｙｕ ｆ ｎ ，Ｍ Ｉ Ｕ ｎ—ｅ ｇ ＡＯ Ｄｏｎ ，ＬＩ Ｈｕ —ｅ ｇ ｇ Ｕ ａ ｆ ｎ ，ＬＩ ＡＮＧ ｕ— ｉ Ｓｈ ｈｕ
（ ．Ｔｈ ｅｏ ｄＡｒｉｅｙＥｎ ｉｅｒｎ ｏｌｇ ，Ｘｉａ ｈ ａ ｘ ０ ２ ，Ｃ ｉａ ．Ｍ ｅｈ ｎ － ｌｃｒｎｃ Ｉｓｉｕｅ １ ｅＳ ｃ ｎ ｔｌｒ ｇｎ ｅｉｇＣ ｌ ｅ ｌ ｅ ’ｎ Ｓ ａｎ ｉ ７１０ ５ ｈｎ ；２ ｃ ａ ｏ Ｅｅ ｔｏ ｉ ｎｔ ｔ ， ｔ
刘 云峰 缪 栋 ， 华峰 梁树 晖 ， 刘 ，
（ ． 二 炮 兵 工 程 学院 ， 西 西安 ７ ０２ ； ． １第 陕 １０ ５ ２ 太原 理 工 大 学 机 电所 ， 西 太 原 ０ ０ ２ ； 山 ３０ ４
３ 第二 炮 兵 装备 研 究 院 ， 京 １ ０ ８ ） ． 北 ０ ０ ５
为精 确 和 有 效 。
关 键 词 ： 糊 逻 辑 系统 ；反 向 传 播 算 法 ； 速 终 端 滑模 ；终端 吸 引 予 模 快 中图 分 类 号 ： Ｐ ７ Ｔ ２３ 文献标识码 ： Ａ
Ａ ｚ ｙ Ａｐ ｒ ｘ ｍ ａ ｏ ｓ ｄ ｏ ｓ ｒ ｉ ａ ｌｄ ｎ ｏ ｅ ａ ｄபைடு நூலகம்Ｉ ｓ Ａｐ ｉ ａ ｉ ｎ Ｆｕ ｚ ｐ ｏ ｉ ｔ ｒ Ｂａ ｅ ｎ Ｆａ ｔ Ｔｅ ｍ ｎ ｌＳ ｉ ｉ ｇ Ｍ ｄ ｎ ｔ ｐｌ ｔｏ ｃ