摘要：本文中在充分利用智能交通环境信息的前提下,提出一种基于滚动距离域近似动态规划的经济性巡航速度规划方法,实现了车辆在不同坡度道路上的经济性巡航,有效延长电动汽车的续航里程。首先,根据动态交通环境,设计了基于距离域的分段滚动形式,建立车速与道路坡度的映射关系;其次,采用了带有异步并行网络的近似动态规划算法,综合考虑安全性和通行效率,快速求解经济性巡航车速;最后,搭建智能网联汽车硬件在环仿真平台对所提方法进行了验证。结果表明,与传统定速巡航策略相比,本文中提出的方法在不增加通行时间的前提下,可有效降低车辆能耗,延长续航里程。

摘要：对非线性不确定性系统,提出一种鲁棒滑模观测器.所提出的鲁棒滑模观测器通过滑模与相应的控制策略来实现,设计参数的选取不需要求解大量方程,同时能保证对系统的非线性不确定项具有鲁棒性.通过设计滑模,可以调整观测器跟踪系统状态的收敛速度,使状态估计达到预期的指标.仿真结果验证了提出方法的有效性.

摘要：针对柔性机械手动力学方程的非最小相位特点,本文提出一种柔性机械手的终端滑模控制方法,将关节电机转角和柔性模态变量的线性组合定义为柔性机械手系统的输出.通过输入输出线性化,将系统分解为输入输出子系统和零动态子系统.设计终端滑模控制策略,使输入输出子系统在有限时间收敛到零;利用混沌遗传算法优化控制器的设计参数,使零动态子系统在平衡点附近渐近稳定,从而保证整个系统的渐近稳定.本文提出的方法设计过程简单,易于实现.仿真结果证明了设计的有效性.

摘要：柔性机械手系统为非最小相位系统,当控制有界时,该特性阻碍其端点位移渐近跟踪期望轨迹.本文首先重新定义柔性机械手系统的输出,通过输入输出线性化,将系统分解为输入输出子系统和零动态子系统;然后提出一种用于观测柔性模态导数的鲁棒滑模观测器,使状态估计达到预期的指标,解决了柔性模态导数难以获得的问题;设计积分滑模控制策略,使输入输出子系统在有限时间收敛到零;选择适当的控制器参数,使零动态子系统在平衡点附近渐近稳定,从而保证整个系统的渐近稳定.本文提出的方法设计过程简单,易于实现.仿真结果证明了设计的有效性.

摘要：提出一种用于双臂柔性机械手系统的终端滑模控制方法,以解决其非最小相位控制问题.重新定义了柔性机械手系统的输出,通过输入输出线性化,将系统分解为输入输出子系统和内部子系统.设计逆动态终端滑模控制策略,使输入输出子系统在有限时间内收敛到零;选择适当的控制器参数,使零动态子系统在平衡点附近渐近稳定,从而保证整个系统的渐近稳定.仿真结果证明了该设计方法的有效性.

摘要：针对具有参数不确定性的柔性机械手,采用重新定义系统输出的方法,将系统分解为输入输出子系统和零动态子系统.对于输入输出子系统提出了一种递阶快速终端滑模控制策略,使得输入输出子系统在有限时间内收敛.将零动态子系统在平衡点近似线性化以选择控制器的设计参数,使零动态子系统在平衡点附近渐近稳定,从而保证了整个柔性机械手系统的渐近稳定,对系统中的不确定性具有较强的鲁棒性.仿真结果验证了所提方法的正确性.

摘要：为解决柔性机械手非最小相位的控制问题以及克服运动中的抖振,采用积分流形和奇异摄动理论,将柔性机械手系统分解为快慢两个子系统.对于慢变子系统,设计一种基于一阶鲁棒微分估计器的二阶滑模控制策略,使其轨迹跟踪期望值;对于快变子系统,采用频率成形滤波器设计动态补偿器来抑制弹性振动,并基于线性二次型最优控制方法给出相应的最优控制规律,使系统的输出快速趋于稳定.仿真结果表明了该控制策略的有效性.

摘要：提出了一种基于高阶滑模的感应电动机全局滑模观测器,用于实现电机转速及转子磁链的高精度辨识。通过设计全局滑模面,实现了观测器在整个控制过程中均处于滑动模态,提高了观测器的鲁棒性。设计的高阶滑模控制律可以得到平滑的等效控制信号,实现了直接将滑模控制信号用于系统状态观测,提高了观测精度。仿真和试验结果表明:所设计的滑模观测器有效地抑制了抖振现象,具有良好的观测精度,并且对外部负载扰动及内部参数摄动具有较强的鲁棒性。

摘要：针对非线性不确定性系统,提出一种鲁棒滑模观测器。所提出的鲁棒滑模观测器通过滑模与相应的控制策略来实现。设计参数的选取不需要求解大量方程,同时能保证对系统的非线性不确定性具有鲁棒性,系统中不确定性的上界值采用RBF神经网络进行自适应学习。通过设计滑模,可以调整观测器跟踪系统状态的收敛速度,使状态估计达到预期的指标。仿真结果验证了提出方法的有效性。

摘要：对于非匹配不确定混沌系统,提出一种RBF神经滑模同步方法.设计滑模切换面,并将其作为神经网络的唯一输入,网络的权值依滑模趋近条件在线确定,使得同步跟踪误差渐进到零点.该方法简化了常规神经网络控制结构的复杂性,削弱了滑模控制的抖振程度,并且同步时间较短,对参数不确定性及外干扰具有较好的鲁棒性.仿真结果验证了所提出方法的有效性.