基于模型的伺服系统自适应滑模控制研究

来源 :计算机仿真 | 被引量 : 6次 | 上传用户:xd05724221
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
在伺服系统优化控制设计问题的研究中,对于伺服转台控制系统,当系统进行低速跟踪时,由于摩擦力矩的存在,会使系统出现低速爬行现象。针对伺服电机运行时产生的摩擦扰动,进行理论分析与研究,提出一种补偿摩擦力矩的控制器,使系统满足高精度要求。在MATLAB仿真平台上,建立滑模自适应控制器的控制系统仿真模型,仿真结果表明滑模自适应控制器不仅对模型参数的随机性具有自适应的能力,而且对摩擦扰动和其他扰动信号具有鲁棒稳定性。采用滑模自适应控制器的伺服系统可以获得较高的跟踪精度的同时具有一定的鲁棒稳定性,且系统抖振较小。
其他文献
由于军事电子网络对抗中的流量具有海量、高速的特征,且异常流量具有较强的特征隐蔽性,因此,采用传统算法进行异常流量识别往往均有耗时大、有效识别率低的缺陷。为此,提出基于主分量分析与多时间序列数据挖掘算法相结合的军事电子网络对抗中网络流量异常识别方法。针对各维熵值时间序列之间具有关联性的特点,利用支持向量机算法进行多维流量数据分类,为异常流量的识别提供数据支持,依据主分量分析法对维数进行缩减,对信息熵
研究如何提高航空发动机包容性数值仿真并行计算效率的问题。由于仿真需要庞大的网格数量、高度的非线性和复杂的接触算法,并行计算效率一直比较低,已经成为制约工程应用的重要因素。为了提高航空发动机包容性数值仿真并行计算效率,提出了在共享内存并行模式(Share-Memory Parallel,SMP)下,采用自接触算法进行显式动力学分析,提高并行计算效率的方法。实际算例的比较表明,相比传统的面-面接触算法
智能兵力作战决策支持是计算机生成兵力构建的重难点和核心内容,传统海战智能兵力作战决策系统难以满足决策知识空间增加对系统决策正确性和灵活性的要求,研究将Petri网建模方
时变Do S攻击是当前新出现的一种攻击形式,与非时变网络攻击不同,时变环境下的Do S网络攻击特征频谱处在大幅动态变化中,会造成用于检测攻击频谱处在不可控区间的波动中,无法形成区域内稳定的网络攻击频谱特征。传统的Do S攻击频谱检测方法,多是以检测非时变攻击频率特征为主,对时变攻击无法获取稳定的攻击频谱数据特征,检测的准确性一直较低。提出一种采用包络延拓和本征波匹配的时变Do S攻击频谱检测方法,
粒子滤波(PF)是解决非线性、非高斯估计问题的重要方法,是用粒子及其权重来表示后验概率密度。随机粒子建议密度的选取至关重要,决定着滤波性能。对扩展H∞粒子滤波算法(PF-E
在雷击信号准确采集的研究中,无线网络受到雷击后,会导致信号突变,突变的周期很短。传统的信号采集方法采用提高采集频率的方法对这种瞬时信号进行采集,存在较大漏检风险。为提高采集精度,提出采用小波模糊网络算法的无线网络雷击信号快速采集方法。针对无线传感网络采集到的所有信号进行滤波处理,提取信号特征,并针对信号特征进行微分变换,能够得到滤波处理结果。将上述滤波处理结果输入到小波模糊网络模型中,获取雷击信号
无线网络节点中的离群失联节点在进行通信时信号质量不稳定,需要对离群失联节点进行准确定位,以提高无线网络通信质量。离群失联节点的信号特征与正常节点的信号特征相比有很大差异,传统的定位方法,在进行定位时需要将离群失联节点的信息都传送到参考节点才能得到定位信息,对于参考节点的依赖程度较大,导致定位的准确度和速度都较低。提出一种概率离群失联节点定位方法。对节点之间的距离进行测量,测量结果符合高斯函数,能够
由于天气受到多种因素综合影响,具有时变性和不确定性,大气电场对气溶胶含量、水汽含量、云量、温度等要素的变化有着敏锐的反应,不同的天气条件下大气电场呈现出不同的特性。为提高天气识别准确率,提出一种利用大气电场特征的天气识别算法。首先利用统计学和小波能量谱分析方法,提取大气电场的时幅域、频域特征,然后进行归一化处理,最后采用BP神经网络技术对特征进行训练,建立天气现象识别模型。实验结果表明,大气电场的
在双容水箱液位优化控制的研究中,由于双容水箱液位控制系统是一个典型的具有大滞后、非线性特征的难控系统,造成系统液位控制不稳定。为解决上述问题,提出一种近似动态规划的预测控制算法,建立反映系统预测时域内参考轨迹与预测输出偏差的性能指标函数J。将函数J的优化问题看作动态规划问题,为了避免"维数灾",采用近似动态规划求解J的近似值,获得最(次)优控制策略。算法包括评价网络、模型网络和执行网络三部分。评价
在无源传感器目标跟踪系统的研究中,在双红外传感器组成的无源传感器目标跟踪系统模型中,传感器提供的仅是目标的角度信息,导致量测值与目标状态之间存在较强的非线性关系,而传统跟踪算法在解决非线性问题时具有局限性,为提高目标跟踪精度,提出一种基于积分粒子滤波(QPF)的无源传感器目标跟踪算法,在不受非线性、非高斯问题限制的粒子滤波的基础上,从改进粒子滤波重要性函数的角度入手,利用积分卡尔曼滤波(QKF)将