基于干扰和状态估计的多刚体系统鲁棒跟踪控制研究

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:zc198926
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
多刚体系统作为一类典型的力学系统,在机械,车辆、机器人及飞行器等诸多领域具有广泛的应用。多刚体系统结构复杂,在许多实际应用中存在模型不确定性、未知的外界干扰及作动器饱和等约束,且具有强非线性和强耦合性等特点。此外,由于空间和成本的约束,难以在多刚体系统的每个需测量部位安装合适的传感器以获取系统的状态,而现有的控制方法多基于状态反馈,且存在控制器结构复杂,参数整定困难,实际控制精度难以保证等不足。本文针对多刚体系统的鲁棒跟踪控制问题,为消除建模、测量和作动能力受限条件下多刚体系统动态模型中的不确定性分量和控制输入约束对其运动精确性的影响,从不确定性分量估计与补偿、状态观测器设计,结构简单、参数易整定的高精度鲁棒跟踪控制器设计,以及稳定性推导等方面开展研究工作,其对于械臂车间作业、空间机器人卫星维护工作、载体自主运动等领域有广泛应用前景。本文提出了基于干扰和状态估计的鲁棒控制理论方法,利用干扰的估计与补偿,状态的估计与替换,并与控制器设计相结合,实现了多刚体系统的高精度轨迹跟踪,并通过多刚体系统实验平台对所提控制方案的有效性进行了验证,实验结果表明,本文提出的基于估计数据的鲁棒控制方法具有较好的稳态跟踪精度和瞬态性能。本文的主要贡献和创新性总结如下:(1)研究了基于比例-微分(proportional-derivative,PD)控制器与不确定和干扰估计器(uncertainty and disturbance estimator,UDE)的比例-积分-微分(proportionalintegral-derivative,PID)控制设计方案,简化了PID控制器的调参,实现了单参数调节系统跟踪误差最终界。在此基础上,考虑了无速率测量的多刚体系统的鲁棒跟踪控制问题,对UDE进行了改进设计,将其扩展到输出反馈情况。提出了一个简单的反馈控制方案,该方案包括一个改进的龙伯格状态观测器(Luenberger state observer,LSO)来估计系统状态和一个改进的UDE来估计系统集总输入干扰。该方案的新颖之处在于引入了LSO和UDE之间的相互耦合,以提高估计和控制精度。利用所设计的线性非奇异状态变换和巧妙的参数映射,简化了闭环系统的性能分析。通过奇异摄动理论,得到一个简单的稳定条件和单参数调优方法,以减小稳态估计误差和跟踪误差。最后,通过数值仿真和在三自由度(3-degree-of-freedom,3-DOF)直升机平台上的实验验证,证明了相互耦合效应带来的性能提升,以及参数调节方法的有效性。(2)研究了状态测量受限的n-DOF多刚体系统的鲁棒输出反馈跟踪控制。设计了一种改进的扩张高增益观测器(extended high gain observer,EHGO)来估计不可测得的系统状态以及不确定性和干扰。提出了一种结合改进的EHGO和连续PID-滑模控制(sliding mode control,SMC)策略的新型控制方案。改善了闭环系统的瞬态响应性能,同时保证了估计与跟踪的稳态精度。采用Lyapunov稳定性方法证明了EHGO的有效性。此外,通过奇异摄动理论证了闭环系统的稳定性和收敛性。数值仿真和实验结果验证了所提出的控制方案的性能优势。(3)针对一类受模型不确定性、外部干扰和输入饱和约束的单输入-单输出(single-input single-output,SISO)高阶多刚体系统,提出了一种新型的有限时间鲁棒跟踪控制方案。设计了一种基于障碍函数的干扰观测器(barrier function-based disturbance observer,BFDO)来估计系统的非平滑非线性复合干扰,且具有有限时间收敛性能。此外,基于障碍函数和BFDO,设计了一种自适应连续非奇异终端滑模控制(continuous nonsingular terminal sliding mode control,CNTSMC)策略。证明了闭环系统的Lyapunov稳定性和有限时间收敛性。通过数值仿真和与现有控制方法的比较,显示了所提出的控制方案的有效性和性能优势。本文的研究成果有助于解决多刚体系统的高精度鲁棒跟踪控制问题,对基于干扰和状态的估计、结构简单,参数易整定的鲁棒跟踪控制器设计与开发具有一定的指导意义。
其他文献
装备制造业是一个国家工业化发展程度的重要标志。数控机床,作为装备制造业的“工作母机”,是不可缺少的“生产工具”。五轴数控机床作为高端机床的代表,由于具备两个旋转轴,拥有更好的加工柔性、更高的加工效率等优点,但同时也引入了更多的误差影响,刀具运动也更加复杂。研究五轴机床误差的作用机理,并进行检测与补偿,对提高五轴机床的加工精度具有十分重要的意义。本文以五轴联动数控机床为研究对象,考虑机床精度在几何误
自动目标识别(Automatic Target Recognition,ATR)是基于传感器获取的数据识别目标的技术,能够通过模式识别、机器学习算法实现目标的类别或属性的判定,是提升传感器信息感知能力、实现传感器技术应用的关键技术之一,具有重要的研究意义。随着传感器技术的快速发展和广泛应用,海量数据被积累,而且数据量仍在不断增加。日益增多的数据必然会对目标识别能力的提升和应用范围的拓展起到积极作用
学位
近年来,人工智能发展迅速,成为国家重点关注和建设的领域。人工神经网络作为一种模仿动物神经网络的技术,能促进人工智能行业快速发展。究其本质来说,人工神经网络是一种动力系统,本文以几类具有时滞的动力系统为研究课题,基于Lyapunov理论,着重研究了时滞神经网络的稳定性与耗散性、马尔科夫复杂网络的同步性与控制器设计、时滞复杂网络的指数同步性与控制器设计、网络攻击下的多智能体的一致性与控制器设计。具体研
近年来,得益于数据获取、储存、处理等技术的进步,机器学习算法得到了快速发展。机器学习算法起初只应用于图像分析、模式识别等计算机领域,但由于其优越的性能,机器学习算法正作为一种新方法,为解决复杂电磁学问题提供了更多选择。无线通信系统是电磁学的代表性应用。为了搭建性能优良的通信系统,需要了解信道特性,并设计出满足性能要求的电磁器件。因此,本论文以信道建模与器件设计为研究方向,深入研究了相关基础理论与关
切换正系统是一类由几个连续和离散时间的正的子系统以及它们间的切换规则构成的系统。它同时具有正系统和切换系统的性质。切换正系统广泛存在于实际生活中,因此正日益受到学者们的关注。切换正系统由于具有比正系统和切换系统更加复杂的形式,以及更加多变的性质,故而其研究工作更加复杂。与正系统和切换系统相比,目前关于切换正系统的研究还相对较少。关于切换正系统在驻留时间限制下的分析综合问题的研究有待进一步丰富。因此
被广泛认为用以衡量机器是否具备智能的标志之一就是机器是否具备与人无障碍交流的能力,而这一能力主要由隐藏在机器背后的文本生成技术来体现。随着近十年来计算机硬件技术的飞速发展带动深度神经网络的日益更新,其强大的学习能力、特征取能力以及在信息间的映射能力为文本生成模型性能的升带来新的发展契机,同时也产生了一系列新的研究问题。本文着眼基于深度神经网络框架下的文本生成技术的研究,以文本摘要和机器翻译为切入点
物联网时代的到来,为传感器的发展提供了历史性机遇,但同时也带来了新的挑战。为满足物联网新场景下的需求,传感器将朝向微型化、低功耗、高性能方向转变。因此,基于新材料、新结构、新原理的高性能传感器亟待开发。石墨烯材料具有高迁移率、高比表面积、宽吸收光谱、柔性、超薄等特点,因此是极具潜力的传感敏感材料。并且,基于石墨烯的晶体管具有高速、可微型化等优势。高电容的固态电解质是晶体管中十分理想的栅介质层材料,
现实世界中的许多传播现象均可以简化抽象成复杂网络上的传播过程,例如,社交网络上的信息传播,计算机网络上的病毒传播,接触网络上的疾病传播,金融网络上的危机扩散,等等。复杂网络上的传播动力学建模及其干预研究可以为谣言和疾病的防控、产品的营销、以及潮流的引导等提供决策依据,具有重要的现实意义。然而,目前来说,复杂网络上的传播动力学研究还存在着很多困难和挑战。一方面,网络传播动力学系统中的网络结构特征多样
数控机床作为制造业的工作母机,其性能直接反映了一个国家的生产制造能力。精度和效率是衡量数控机床性能的两个重要指标,分别体现在机床加工过程中刀具运动轨迹的轮廓精度和加工速度上。在机床高速加工时,伺服控制系统误差和热误差是影响轮廓精度的主要因素。因此,准确的预测伺服控制系统误差和热误差影响下的轮廓误差是保障加工精度的重要依据。为了高精度地预测加工过程中的轮廓误差,需要对伺服控制系统误差建模、热误差建模