摘要：针对一类具有输入时滞的主动悬架系统,提出了鲁棒补偿控制方法。根据半车主动悬架动力学模型设计时延补偿向量用于构成控制输入,为此构造了相应的Lyapunov函数,解决鲁棒稳定性的问题。为了解决系统状态不完全可测的问题,采取变量替换法,实现有限可检测状态量的静态输出反馈控制。采用Lyapunov理论和线性矩阵不等式,设计多目标协同控制器,同时提高主动悬架系统的乘坐舒适性及操纵稳定性,并考虑悬架主动控制力、轮胎动载荷和执行器饱和等约束。通过在不同的时滞工况下对其进行动力学仿真分析,验证了该方法在不平路面扰动仍保持鲁棒稳定和满足一定的系统性能。

摘要：压电陶瓷叠层作动器的迟滞蠕变非线性特性严重影响了控制系统的稳定性及动态跟踪精度。针对其迟滞蠕变非线性补偿控制问题,提出了一种高精度动态补偿压电陶瓷叠层作动器非线性特性的自适应混合补偿控制方法,即迟滞蠕变前馈补偿与自适应滤波反馈补偿结合的前馈-反馈混合控制方法。采用改进的Prandtl-Ishlinskii(Modified PrandtlIshlinskii,MPI)模型对压电陶瓷叠层作动器迟滞蠕变非线性特性进行精细化建模,并得到其逆补偿模型进行前馈补偿。根据前馈补偿误差,采用自适应滤波反馈控制对输入信号进行实时调控,实现对压电陶瓷叠层作动器的迟滞非线性及lg(t)型蠕变特性的实时精确补偿控制。数值仿真与实验结果表明,相比于常规前馈迟滞蠕变补偿,所提出的自适应混合补偿控制方法可以有效降低压电陶瓷叠层作动器的迟滞补偿误差,极大提高了迟滞蠕变非线性动态跟踪精度以及自适应性。

摘要：分析了电动助力转向系统各组成部分的数学模型,建立了基于Matlab/Simulink的电动助力转向系统仿真模型。构建了电动助力转向系统的两层控制策略,上层控制策略采用基本助力控制和补偿控制的方法确定目标电流,下层控制策略通过PID调节器完成对目标电流的准确跟踪控制。仿真结果表明,设计的控制策略解决了转向轻便性和路感的问题,同时改善了转向的动态效果和回正能力。

摘要：针对连铸结晶器振动控制系统中存在的时变负载转矩,以及结晶器振动位移与伺服电机转角逆解不唯一问题,提出了一种基于分段映射函数的反步鲁棒控制方法。给出了伺服电机驱动的连铸结晶器振动控制系统的数学模型,同时设计了分段映射函数,将结晶器的位移误差转换为角位移误差;利用扩张状态观测器估计系统中的负载扰动,并将输出的观测值引入到控制器中进行补偿;理论分析证明了闭环系统是全局渐近稳定的。仿真研究验证了所设计控制器的有效性。

摘要：针对过大的摩擦因数变化率可能引发离合器控制失效的问题,提出了一种基于摩擦因数变化率的可靠性补偿控制方案.利用SAE#2试验台,在不同输入转速、油温、油压下,完成了摩擦副摩擦因数试验,获得了摩擦因数随工作参数的变化规律.基于摩擦因数变化率建立了失效评价模型,并设计了补偿模糊控制方案.台架试验结果表明,在摩擦因数变化率较大的高温重载工况下,改进后的控制算法有效延长了离合器接合时间,提高了离合器摩擦副的工作可靠性.

摘要：针对差速制动系统稳定性控制介入产生车辆瞬态响应突变,使驾驶员主观不适应这一“人”的因素,以及车辆横摆-侧向稳定性动力学与转向系统操纵动力学耦合影响这一“车”的因素,共同引起驾驶员不当操作,对控制系统形成强烈干扰的问题,重点考虑差速制动操稳性控制与转向系统操纵动力学的耦合特性,建立“纵向-侧向-横摆-转向操纵”非线性动力学模型,研究差速制动介入情况下,因动力学系统复杂耦合作用这一“车”的因素导致的驾驶员反馈干扰形成机理,分析并量化驾驶员保持正常驾驶时的转向操纵力矩可能导致的方向盘转角干扰输入.最后,为助力转向系统设计补偿控制策略以消除差速制动操稳性控制主动介入后对转向操纵动力学的耦合影响.

摘要：由于以快速傅立叶变换为基础的轧辊偏心补偿控制算法具有时域和频域局部化矛盾的局限性 ,且不能处理非平稳信号 ,本文利用在小波变换下奇异信号和随机噪声在多尺度空间中的模极大值传递特性的不同 ,提出了一种基于小波消噪的轧辊偏心补偿控制算法 ,并设计了一种轧辊偏心的小波分析器 (WARE)。仿真研究表明 ,对于提高轧件的厚度精度 WARE优于轧辊偏心的傅立叶分析器 (FARE)和其改进算法 (MFFT和 L S算法 ) ,并可使轧辊偏心对厚度的影响减小 90 %。通过对基于小波分析的轧辊偏心补偿控制的探索 ,为开发高精度轧机控制系统指出了一个新的研究方向。它对设计新型轧机和改造旧轧机都具有现实意义 。

摘要：汽门控制对于提高电力系统暂态稳定具有重要作用。为了提高汽门系统的控制性能,提出了基于在线学习RBF神经网络的汽门开度自适应补偿控制方法。首先,根据逆系统方法分析了被控汽门系统的可逆性、推导了被控汽门系统输出的α阶导数和伪控制量之间的误差,并设计了用于补偿此误差的在线学习RBF神经网络。然后,基于Lyapunov稳定性理论设计了RBF神经网络的在线学习算法,证明了闭环系统跟踪误差和RBF神经网络权值估计误差的一致最终有界性。所提出的控制方法仅需被控汽门系统很少的先验知识,而无需其精确数学模型,并且用于自适应补偿控制的RBF神经网络无需离线训练过程。最后,针对典型的单机无穷大汽门控制系统进行了数值仿真。仿真结果表明,所提出的控制方法较传统的非线性最优控制方法能明显提升电力系统的暂态控制性能。

摘要：针对现有高精度气动位置伺服控制算法复杂、难于工程实现的问题,以灰色关联分析理论为基础,提出基于传统控制算法的灰色关联补偿控制新方法。该方法将灰色关联控制与传统控制相结合,在传统控制回路中增加灰色关联补偿控制器。该补偿控制器根据控制系统实际输出与期望输出数据序列之间的几何形状相似性和距离,计算两者之间的加权灰色关联度,设计灰色关联补偿控制律,对传统控制器的控制输出进行动态补偿。以DGPL型无杆气缸为控制对象,进行气动位置伺服控制的仿真与试验研究,对比灰色关联补偿控制方法与传统控制方法(比例积分微分(Proportional-integral-differential,PID)控制、模糊控制)的控制精度。仿真与试验结果表明,在相同的控制器参数下,灰色关联补偿控制的控制效果优于常规控制器的控制效果,补偿控制器参数经过适当调整,可以实现气动位置伺服系统的高精度控制。

摘要：【目的】送料平台是模仿木材锯切时人工送料研发的新型机构,平台末端姿态的准确性是保障锯切质量的关键。但是平台驱动支链多,误差从硬件方面进行控制很难实现,为提高板材曲线锯切时的送料精确度,本文提出一种补偿控制策略。【方法】运用拉格朗日法建立平台的动力学传递函数,通过动力学解析,分析平台关键部件的运动特征。通过数学解算、模拟仿真等方法,研究末端姿态的误差及其特性,从而建立相应的误差模型;以传统PID控制为基础,融合RBF神经网络进行参数优化,设计适用于送料平台的单神经元PID控制器,用以补偿各支链的驱动位移误差,实现实时补偿控制;运用Matlab和Adams联合仿真的方法对补偿控制策略进行验证和分析,并将成功的算法移植到试验台控制器中进行板材锯切试验。【结果】经文中设计的单神经元PI经文中设计的单神经元PID算法补偿后,送料平台末端轨迹曲线在X、Y方向偏移误差从补偿前的3 mm降至小于等于1.5 mm,倾斜角误差从补偿前的3.5°降至1.5°,平台末端轨迹曲线与指令曲线相比,在大部分曲线段完全重合。【结论】文中所设计的单神经元PID补偿控制策略可以有效提高木工锯送料平台末端姿态的准确性,经过补偿控制的送料平台可以实现板材的精密曲线锯切任务。