论文部分内容阅读
由于欠驱动系统具有独立控制输入量维数小于机械系统运动自由度的特性,此类系统可有效减少成本、重量、体积、能耗等,因此大量的欠驱动机器人被广泛地应用于现代工业、军事、农业、服务业等领域。欠驱动系统自身具有非完整约束、不确定性和外部干扰等使得其难以获得精确的动力学模型,驱动子系统和欠驱动子系统状态量之间的动态耦合很难定量描述等等非线性特性,加大了应用传统非线性控制理论和线性控制理论对其设计控制器的难度。同时,系统的状态量和控制器在实际中难以得到精确的测量和使用,这也为欠驱动系统的精确控制带来了严峻的挑战。因此,本文建立欠驱动系统的T-S模糊广义模型,提出了先进的基于non-PDC积分滑模控制方法,并且基于此方法研究了欠驱动系统的镇定和跟踪问题,具体研究内容如下:(1)针对欠驱动系统的动力学模型,在现有研究的基础上,利用扇区非线性理论的基础知识,进一步完善了基于T-S模糊理论的建模方法,构建了一阶倒立摆、二维桥式起重机和两轮自平衡小车的T-S模糊广义模型,实现了使用一组局部线性模型在全局范围内以任意精度逼近欠驱动系统非线性模型的目标,为镇定和跟踪的滑模控制算法研究奠定了基础。通过仿真分析,所得的T-S模糊广义模型能精确描述欠驱动系统。同时,结果表明,利用广义系统得到的T-S模糊广义模型没有被人为地引入不同的输入矩阵,T-S模糊广义模型的模糊规则数目也相应减少。(2)研究了基于T-S模糊广义系统的积分滑模控制问题。首先给出了与原T-S模糊广义系统脉冲等价的增广系统,采用非平行分布补偿法与积分滑模控制理论相结合,得到了滑动模态系统。利用Lyapunov稳定性理论,设计依赖于隶属度函数6)(())和?4)(())的Lyapunov函数,得到了系统是渐进稳定的充分条件,进而提出了一种基于non-PDC的积分滑模控制器。现有的T-S模糊积分滑模控制方法对系统矩阵几乎都存在严格的假设条件要求,比如要求输入矩阵相等或参数矩阵须满足Hurwitz等,基于T-S模糊广义模型的研究方法移除了系统矩阵严格的假设条件。最后,通过仿真算例表明所得理论降低了系统设计的保守性,扩大了可行域,也说明了所设计滑模控制器的有效性。(3)针对T-S模糊广义系统的不确定性和外部干扰,基于耗散性理论,提出了T-S模糊广义系统的耗散积分滑模控制策略,导出了能保证系统具有严格耗散性能的稳定性判据。耗散性是一个更具一般性的性能指标,它包含了H∞性能指标约束和严格无源性能指标约束。耗散性能指标保证了闭环系统对欠驱动系统的不确定性和外界扰动具有有效的抑制能力,改善了非稳态系统的瞬态性能,提高了闭环系统的鲁棒性。在上述耗散积分滑模控制器的基础上,为补偿满足匹配条件的不确定性项和外部干扰,引入了自适应的补偿控制器和自适应参数控制器。自适应参数控制器使控制增益能根据系统状态自动调节,在不需提前确定外部干扰界的前提下也能实现外部干扰的补偿。最后,通过二维桥式起重机系统的仿真分析,结果表明了设计的耗散滑模控制器理论的正确性,以及其能有效处理不确定性和外部干扰。(4)研究了具有不可测前件变量的T-S模糊广义系统的观测器和积分滑模控制问题。给出了与原系统和观测器动力学系统脉冲等价的增广系统,根据系统自身的约束条件,通过一些等价的线性变换,利用Finsler引理将系统矩阵与Lyapunov矩阵进行解耦。同时,为了利用Finsler引理解除观测器增益矩阵和控制器增益矩阵与Lyapunov矩阵之间的耦合性,对系统引入了相应的辅助变量,采用增广方法,增加了系统的维度。最后,采用单步算法确定了观测器增益和积分滑模控制器增益,以LMI线性矩阵不等式组的形式提出了基于观测器的积分滑模控制策略。最后,给出的数值例子验证了所提方法的有效性,且具有较低的设计保守性。(5)研究了具有不可测前件变量T-S模糊广义系统的观测器和积分滑模控制器的非脆弱性问题。设计的观测器和控制器假定具有乘法观测器增益摄动和乘法控制器增益摄动,基于LMI线性矩阵不等式,提出了基于T-S模糊广义系统的状态观测器设计、积分滑模控制器设计、不确定性补偿和非脆弱性分析等一系列系统性设计方法。最后,对一阶倒立摆系统进行了仿真分析,结果表明所提方法能同时补偿观测器摄动、控制器摄动和系统的不确定性。(6)研究了基于T-S模糊广义模型的两轮自平衡小车自平衡控制以及运动跟踪控制问题。首先,分析了两轮自平衡小车运动控制的难点,给出了其动力学模型,并建立了其T-S模糊广义模型。其次,结合第三章和第四章的设计结果,设计了基于T-S模糊广义模型的两轮自平衡小车的H∞积分滑模观测器及其自平衡控制器。最后,针对两轮自平衡小车的运动跟踪控制问题,利用Mamdani模糊理论分别设计了模糊位置控制器和模糊偏航角控制器。通过仿真验证,本章所设计的基于T-S模糊广义模型的积分滑模H∞自平衡控制器可以让两轮自平衡小车保持平衡,使闭环模糊系统稳定,并满足一个给定的H∞性能指标。