不确定非线性系统的自适应反推终端滑模控制
非线性模型预测控制_front-matter
Communications and Control Engineering For other titles published in this series,go to https://www.360docs.net/doc/90266313.html,/series/61
Series Editors A.Isidori J.H.van Schuppen E.D.Sontag M.Thoma M.Krstic Published titles include: Stability and Stabilization of In?nite Dimensional Systems with Applications Zheng-Hua Luo,Bao-Zhu Guo and Omer Morgul Nonsmooth Mechanics(Second edition) Bernard Brogliato Nonlinear Control Systems II Alberto Isidori L2-Gain and Passivity Techniques in Nonlinear Control Arjan van der Schaft Control of Linear Systems with Regulation and Input Constraints Ali Saberi,Anton A.Stoorvogel and Peddapullaiah Sannuti Robust and H∞Control Ben M.Chen Computer Controlled Systems E?m N.Rosenwasser and Bernhard https://www.360docs.net/doc/90266313.html,mpe Control of Complex and Uncertain Systems Stanislav V.Emelyanov and Sergey K.Korovin Robust Control Design Using H∞Methods Ian R.Petersen,Valery A.Ugrinovski and Andrey V.Savkin Model Reduction for Control System Design Goro Obinata and Brian D.O.Anderson Control Theory for Linear Systems Harry L.Trentelman,Anton Stoorvogel and Malo Hautus Functional Adaptive Control Simon G.Fabri and Visakan Kadirkamanathan Positive1D and2D Systems Tadeusz Kaczorek Identi?cation and Control Using Volterra Models Francis J.Doyle III,Ronald K.Pearson and Babatunde A.Ogunnaike Non-linear Control for Underactuated Mechanical Systems Isabelle Fantoni and Rogelio Lozano Robust Control(Second edition) Jürgen Ackermann Flow Control by Feedback Ole Morten Aamo and Miroslav Krstic Learning and Generalization(Second edition) Mathukumalli Vidyasagar Constrained Control and Estimation Graham C.Goodwin,Maria M.Seron and JoséA.De Doná Randomized Algorithms for Analysis and Control of Uncertain Systems Roberto Tempo,Giuseppe Cala?ore and Fabrizio Dabbene Switched Linear Systems Zhendong Sun and Shuzhi S.Ge Subspace Methods for System Identi?cation Tohru Katayama Digital Control Systems Ioan https://www.360docs.net/doc/90266313.html,ndau and Gianluca Zito Multivariable Computer-controlled Systems E?m N.Rosenwasser and Bernhard https://www.360docs.net/doc/90266313.html,mpe Dissipative Systems Analysis and Control (Second edition) Bernard Brogliato,Rogelio Lozano,Bernhard Maschke and Olav Egeland Algebraic Methods for Nonlinear Control Systems Giuseppe Conte,Claude H.Moog and Anna M.Perdon Polynomial and Rational Matrices Tadeusz Kaczorek Simulation-based Algorithms for Markov Decision Processes Hyeong Soo Chang,Michael C.Fu,Jiaqiao Hu and Steven I.Marcus Iterative Learning Control Hyo-Sung Ahn,Kevin L.Moore and YangQuan Chen Distributed Consensus in Multi-vehicle Cooperative Control Wei Ren and Randal W.Beard Control of Singular Systems with Random Abrupt Changes El-Kébir Boukas Nonlinear and Adaptive Control with Applications Alessandro Astol?,Dimitrios Karagiannis and Romeo Ortega Stabilization,Optimal and Robust Control Aziz Belmiloudi Control of Nonlinear Dynamical Systems Felix L.Chernous’ko,Igor M.Ananievski and Sergey A.Reshmin Periodic Systems Sergio Bittanti and Patrizio Colaneri Discontinuous Systems Yury V.Orlov Constructions of Strict Lyapunov Functions Michael Malisoff and Frédéric Mazenc Controlling Chaos Huaguang Zhang,Derong Liu and Zhiliang Wang Stabilization of Navier–Stokes Flows Viorel Barbu Distributed Control of Multi-agent Networks Wei Ren and Yongcan Cao
非线性模型预测控制_Chapter10
Chapter 10 Numerical Optimal Control of Nonlinear Systems In this chapter,we present methods for the numerical solution of the constrained ?nite horizon nonlinear optimal control problems which occurs in each iterate of the NMPC procedure.To this end,we ?rst discuss standard discretization techniques to obtain a nonlinear optimization problem in standard form.Utilizing this form,we outline basic versions of the two most common solution methods for such problems,that is Sequential Quadratic Programming (SQP)and Interior Point Methods (IPM).Furthermore,we investigate interactions between the differential equation solver,the discretization technique and the optimization method and present several NMPC speci?c details concerning the warm start of the optimization routine.Finally,we discuss NMPC variants relying on inexact solutions of the ?nite horizon optimal control problem. 10.1Discretization of the NMPC Problem The most general NMPC problem formulation is given in Algorithm 3.11and will be the basis for this chapter.In Step (2)of Algorithm 3.11we need to solve the optimal control problem minimize J N n,x 0,u(·) :=N ?1 k =0ωN ?k n +k,x u (k,x 0),u(k) +F J n +N,x u (N,x 0) with respect to u(·)∈U N X 0(n,x 0), subject to x u (0,x 0)=x 0,x u (k +1,x 0)=f x u (k,x 0),u(k) .(OCP n N ,e ) We will particularly emphasize the case in which the discrete time system (2.1)is induced by a sampled data continuous time control systems ˙x(t)=f c x(t),v(t) ,(2.6)L.Grüne,J.Pannek,Nonlinear Model Predictive Control , Communications and Control Engineering, DOI 10.1007/978-0-85729-501-9_10,?Springer-Verlag London Limited 2011275
基于动态滑模控制的移动机器人路径跟踪
第32卷第1期 2009年1月 合肥工业大学学报 (自然科学版) J OU RNAL OF H EFEI UN IV ERSIT Y OF TECHNOLO GY Vol.32No.1 J an.2009 收稿日期:2008204221;修改日期:2008206202 基金项目;先进数控技术江苏省高校重点建设实验室基金资助项目(KX J 07127)作者简介:徐玉华(1985-),男,江西乐平人,合肥工业大学博士生; 张崇巍(1945-),男,安徽巢湖人,合肥工业大学教授,博士生导师. 基于动态滑模控制的移动机器人路径跟踪 徐玉华1, 张崇巍1, 鲍 伟1, 傅 瑶1, 汪木兰2 (1.合肥工业大学电气与自动化工程学院,安徽合肥 230009;2.南京工程学院先进数控技术江苏省高校重点实验室,江苏南京 211167) 摘 要:文章研究了室内环境下基于彩色视觉的移动机器人路径跟踪问题,利用颜色信息提取路径,简化了图像的特征提取;拟合路径参数时引入RANSAC 方法,以提高算法的可靠性;在移动机器人非线性运动学模型的基础上,设计了一阶动态滑模控制器,并通过仿真验证了控制器的有效性。关键词:移动机器人;视觉导航;路径跟踪;动态滑模 中图分类号:TP24 文献标识码:A 文章编号:100325060(2009)0120028204 Mobile robot ’s path following based on dynamic sliding mode control XU Yu 2hua 1, ZHAN G Chong 2wei 1, BAO Wei 1, FU Yao 1, WAN G Mu 2lan 2 (1.School of Electric Engineering and Automation ,Hefei University of Technology ,Hefei 230009,China ;2.Jiangsu Province College Key Laboratory of Advanced Numerical Control Technology ,Nanjing Institute of Technology ,Nanjing 211167,China ) Abstract :In t his paper ,mobile ro bot ’s pat h following in indoor environment based on color vision is st udied.Firstly ,t he image feat ures are extracted by color information so t hat t he real 2time perform 2ance of t he algorit hm is imp roved.To enhance t he ro bust ness of pat h parameter fitting ,a least square met hod based on RANSAC is adopted.Then ,a first 2order dynamic sliding mode cont roller is designed based on t he nonlinear vision 2guided robot ’s kinematics.The simulation proves t he validity of t he con 2t roller. K ey w ords :mobile robot ;visual navigation ;pat h following ;dynamic sliding mode 轮式移动机器人亦称自动引导车(A GV ),有着广泛的应用价值[1]。近年来,随着计算机技术和图像处理技术的发展,移动机器人视觉导航技术成为研究的热点[2]。视觉引导的路径跟踪是视觉导航技术之一。文献[3]基于移动机器人线性化的运动学模型,运用线性二次型最优控制理论设计最优控制器。该控制器对于较小角度的转向控制有一定的优越性,但没有讨论在较大偏差情况下的控制问题。文献[4]提出了一种模仿人工预瞄驾驶行为的移动机器人路径跟踪的模糊控制方法。而在实际应用中,模糊规则难以制定。文献[5]针对全局视觉条件下的轮式移动机器人路径跟踪问题,将基于图像的视觉伺服控制方法引 入到运动控制中,提出一种基于消除图像特征误差的跟踪控制方法。但该方法只适用于小规模环境条件下的使用。 针对以上存在的问题,本文采用价格低廉的车载彩色CCD 相机获取预先铺设引导线的路面实时图像,利用颜色信息提取路径。拟合路径参数时引入了RANSAC 方法,提高了参数拟合的鲁棒性。在移动机器人非线性运动学模型基础之上,设计了一阶动态滑模控制器(Dynamic Sliding Mode Cont roller ,简称DSMC ),在存在较大偏差的情况下也能达到良好的跟踪效果。滑模变结构控制对满足匹配条件的外界干扰和参数变化具有不变性,是一种适用于非线性系统的鲁棒控制方
非线性控制理论和方法
非线性控制理论和方法 姓名：引言 人类认识客观世界和改造世界的历史进程，总是由低级到高级，由简单到复杂，由表及里的纵深发展过程。在控制领域方面也是一样，最先研究的控制系统都是线性的。例如，瓦特蒸汽机调节器、液面高度的调节等。这是由于受到人类对自然现象认识的客观水平和解决实际问题的能力的限制，因为对线性系统的物理描述和数学求解是比较容易实现的事情，而且已经形成了一套完善的线性理论和分析研究方法。但是，现实生活中，大多数的系统都是非线性的。非线性特性千差万别，目前还没一套可行的通用方法，而且每种方法只能针对某一类问题有效，不能普遍适用。所以，可以这么说，我们对非线性控制系统的认识和处理，基本上还是处于初级阶段。另外，从我们对控制系统的精度要求来看，用线性系统理论来处理目前绝大多数工程技术问题，在一定范围内都可以得到满意的结果。因此，一个真实系统的非线性因素常常被我们所忽略了，或者被用各种线性关系所代替了。这就是线性系统理论发展迅速并趋于完善，而非线性系统理论长期得不到重视和发展的主要原因。控制理论的发展目前面临着一系列严重的挑战, 其中最明显的挑战来自大范围运动的非线性复杂系统, 同时, 现代非线性科学所揭示的分叉、混沌、奇异吸引子等, 无法用线性系统理论来解释, 呼唤着非线性控制理论和应用的突破。 1.传统的非线性研究方法及其局限性 传统的非线性研究是以死区、饱和、间隙、摩擦和继电特性等基本的、特殊的非线性因素为研究对象的, 主要方法是相平面法和描述函数法。相平面法是Poincare于1885年首先提出的一种求解常微分方程的图解方法。通过在相平面上绘制相轨迹, 可以求出微分方程在任何初始条件下的解。它是时域分析法在相空间的推广应用, 但仅适用于一、二阶系统。描述函数法是 P. J.Daniel于1940
滑模变结构控制理论及其算法研究与进展_刘金琨
第24卷第3期2007年6月 控制理论与应用 Control Theory&Applications V ol.24No.3 Jun.2007滑模变结构控制理论及其算法研究与进展 刘金琨1,孙富春2 (1.北京航空航天大学自动化与电气工程学院,北京100083;2.清华大学智能技术与系统国家重点实验室,北京100084) 摘要:针对近年来滑模变结构控制的发展状况,将滑模变结构控制分为18个研究方向,即滑模控制的消除抖振问题、准滑动模态控制、基于趋近律的滑模控制、离散系统滑模控制、自适应滑模控制、非匹配不确定性系统滑模控制、时滞系统滑模控制、非线性系统滑模控制、Terminal滑模控制、全鲁棒滑模控制、滑模观测器、神经网络滑模控制、模糊滑模控制、动态滑模控制、积分滑模控制和随机系统的滑模控制等.对每个方向的研究状况进行了分析和说明.最后对滑模控制的未来发展作了几点展望. 关键词:滑模控制;鲁棒控制;抖振 中图分类号:TP273文献标识码:A Research and development on theory and algorithms of sliding mode control LIU Jin-kun1,SUN Fu-chun2 (1.School of Automation Science&Electrical Engineering,Beijing University of Aeronautics and Astronautics,Beijing100083,China; 2.State Key Laboratory of Intelligent Technology and Systems,Tsinghua University,Beijing100084,China) Abstract:According to the development of sliding mode control(SMC)in recent years,the SMC domain is character-ized by eighteen directions.These directions are chattering free of SMC,quasi SMC,trending law SMC,discrete SMC, adaptive SMC,SMC for mismatched uncertain systems,SMC for nonlinear systems,time-delay SMC,terminal SMC, global robust SMC,sliding mode observer,neural SMC,fuzzy SMC,dynamic SMC,integral SMC and SMC for stochastic systems,etc.The evolution of each direction is introduced and analyzed.Finally,further research directions are discussed in detail. Key words:sliding mode control;robust control;chattering 文章编号：1000?8152(2007)03?0407?12 1引言(Introduction) 滑模变结构控制本质上是一类特殊的非线性控制,其非线性表现为控制的不连续性,这种控制策略与其它控制的不同之处在于系统的“结构”并不固定,而是可以在动态过程中根据系统当前的状态(如偏差及其各阶导数等)有目的地不断变化,迫使系统按照预定“滑动模态”的状态轨迹运动.由于滑动模态可以进行设计且与对象参数及扰动无关,这就使得变结构控制具有快速响应、对参数变化及扰动不灵敏、无需系统在线辩识,物理实现简单等优点.该方法的缺点在于当状态轨迹到达滑模面后,难于严格地沿着滑模面向着平衡点滑动,而是在滑模面两侧来回穿越,从而产生颤动. 滑模变结构控制出现于20世纪50年代,经历了50余年的发展,已形成了一个相对独立的研究分支,成为自动控制系统的一种一般的设计方法.以滑模为基础的变结构控制系统理论经历了3个发展阶段.第1阶段为以误差及其导数为状态变量研究单输入单输出线性对象的变结构控制;20世纪60年代末开始了变结构控制理论研究的第2阶段,研究的对象扩大到多输入多输出系统和非线性系统;进入80年代以来,随着计算机、大功率电子切换器件、机器人及电机等技术的迅速发展,变结构控制的理论和应用研究开始进入了一个新的阶段,所研究的对象已涉及到离散系统、分布参数系统、滞后系统、非线性大系统及非完整力学系统等众多复杂系统,同时,自适应控制、神经网络、模糊控制及遗传算法等先进方法也被应用于滑模变结构控制系统的设计中. 2滑模变结构控制理论研究进展(Develop-ment for SMC) 2.1消除滑模变结构控制抖振的方法研 究(Research on chattering elimination of SMC) 2.1.1滑模变结构控制的抖振问题(Problems of SMC chattering) 从理论角度,在一定意义上,由于滑动模态可以 收稿日期:2005?10?19;收修改稿日期:2006?02?23. 基金项目:国家自然科学基金资助项目(60474025,90405017).
自动控制原理-第8章 非线性控制系统
8 非线性控制系统 前面几章讨论的均为线性系统的分析和设计方法，然而，对于非线性程度比较严重的系统，不满足小偏差线性化的条件，则只有用非线性系统理论进行分析。本章主要讨论本质非线性系统，研究其基本特性和一般分析方法。 8.1非线性控制系统概述 在物理世界中，理想的线性系统并不存在。严格来讲，所有的控制系统都是非线性系统。例如，由电子线路组成的放大元件，会在输出信号超过一定值后出现饱和现象。当由电动机作为执行元件时，由于摩擦力矩和负载力矩的存在，只有在电枢电压达到一定值的时候，电动机才会转动，存在死区。实际上，所有的物理元件都具有非线性特性。如果一个控制系统包含一个或一个以上具有非线性特性的元件，则称这种系统为非线性系统，非线性系统的特性不能由微分方程来描述。 图8-1所示的伺服电机控制特性就是一种非线性特性，图中横坐标u 为电机的控制电压，纵坐标ω为电机的输出转速，如果伺服电动机工作在A 1OA 2区段，则伺服电机的控制电压与输出转速的关系近似为线性，因此可以把伺服电动机作为线性元件来处理。但如果电动机的工作区间在B 1OB 2区段．那么就不能把伺服电动机再作为线性元件来处理，因为其静特性具有明显的非线性。 图8-1 伺服电动机特性 8.1.1控制系统中的典型非线性特性 组成实际控制系统的环节总是在一定程度上带有非线性。例如，作为放大元件的晶体管放大器，由于它们的组成元件(如晶体管、铁心等)都有一个线性工作范围，超出这个范围，放大器就会出现饱和现象；执行元件例如电动机，总是存在摩擦力矩和负载力矩，因此只有当输入电压达到一定数值时，电动机才会转动，即存在不灵敏区，同时，当输入电压超过一定数值时，由于磁性材料的非线性，电动机的输出转矩会出现饱和；各种传动机构由于机械加工和装配上的缺陷，在传动过程中总存在着间隙，等等。 实际控制系统总是或多或少地存在着非线性因素，所谓线性系统只是在忽略了非线性因素或在一定条件下进行了线性化处理后的理想模型。常见典型非线性特性有饱和非线性、死区非线性、继电非线性、间隙非线性等。 8.1.1.1饱和非线性 控制系统中的放大环节及执行机构受到电源电压和功率的限制，都具有饱和特性。如图8-2所示，其中a x a <<-的区域是线性范围，线性范围以外的区域是饱和区。许多元件的运动范围由于受到能源、功率等条件的限制，也都有饱和非线性特性。有时，工程上还人为引入饱和非线性特
某飞翼无人机自适应滑模控制系统
Ｖ０１．３３，Ｎｏ．１１火力与指挥控制。第３３卷第１１期Ｎｏｖｅｍｂｅｒ．２００８ＦｉｒｅＣｏｎｔｒｏｌａｎｄＣｏｍｍａｎｄＣｏｎｔｒｏｌ２００８年１１月 文章编号：１００２一０６４０（２００８）１１—０１１６－０４ 某飞翼无人机自适应滑模控制系统 李红增 （西北工业大学自动化学院，陕西西安７１００７２） 摘要：针对某飞翼布局无人机提出了一种连续滑模变结构控制的容错控制策略。由于滑动模态下的系统对匹配建模误差和匹配扰动具有完全的鲁棒性，故无人机的作动器故障和气动面的损坏等可以看作为一种扰动或者是未知的系统参数变化，利用滑动模态自身的鲁棒性实现系统的故障容错。并且滑模控制系统根据作动器的偏转角度限制，自适应地调整边界层厚度，避免作动器的饱和。其次，对多冗余控制面设计了相应的优化控制分配算法。最后，在仿真中证明该系统有较强的鲁棒性和较高的跟踪精度。 关键词：滑模控制，飞行控制，飞翼无人机，控制分配 中图分类号：Ｖ２４９．１文献标识码：Ａ ＦｌｙｉｎｇＷｉｎｇＵＡＶＲｅｃｏｎｆｉｇｕｒａｂｌｅＦｌｉｇｈｔＣｏｎｔｒｏｌＵｓｉｎｇＳｌｉｄｉｎｇＭｏｄｅ ＬＩＨｏｎｇ－ｚｅｎｇ （ＣｏｌｌｅｇｅｏｆＡｕｔｏｍａｔｉｏｎ，ＮｏｒｔｈｗｅｓｔｅｒｎＰｏｌｙｔｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，ｘｉ’ａｎ７１００７２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＡｒｏｂｕｓｔｆｌｉｇｈｔｃｏｎｔｒｏｌｄｅｓｉｇｎｔｅｃｈｎｉｑｕｅｏｎｔｈｅｂａｓｉｓｏｆｃｏｎｔｉｎｕｏｕｓｓｌｉｄｉｎｇｍｏｄｅｃｏｎｔｒｏｌｆｏｒｆｌｙｉｎｇｗｉｎｇＵＡＶｉｓｄｅｖｅｌｏｐｅｄｉｎｔｈｉｓｗｏｒｋ．Ｏｎ—ｌｉｎｅｄａｍａｇｅ（ｐａｒａｍｅｔｅｒ）ｅｓｔｉｍａｔｉｏｎｉｓｎｏｔｒｅｑｕｉｒｅｄ．ｔｈｅｆａｕｌｔｏｆａｃｔｕａｔｏｒｓａｎｄｄａｍａｇｅｏｆａｅｒｏｄｙｎａｍｉｃｓｕｒｆａｃｅｓａｒｅｃｏｎｓｉｄｅｒｅｄａｓａｄｉｓｔｕｒｂａｎｃｅｏｒｕｎｅｘｐｅｃｔｅｄｐａｒａｍｅｔｅｒｃｈａｎｇｅｗｈｉｃｈｄｅｇｒａｄｅｓｔｈｅｓｙｓｔｅｍｐｅｒｆｏｒｍａｎｃｅｏｒｍａｙｄｅｓｔａｂｉｌｉｚｅｄｔｈｅｓｙｓｔｅｍ，ｆｏｒｔｈｅｓｙｓｔｅｍｏｎｔｈｅｓｌｉｄｉｎｇｍｏｄｅｓｕｒｆａｃｅｉｓｒｏｂｕｓｔｔｏｔｈｅｍａｔｃｈｅｄｕｎｍｏｌｄｅｄｄｙｎａｍｉｃｓａｎｄｍａｔｃｈｅｄｄｉｓｔｕｒｂａｎｃｅ，ＳＯｔｈｅｆｌｉｇｈｔｃｏｎｔｒｏｌｓｙｓｔｅｍｉｓｒｅｃｏｎｆｉｇｕｒｅｄａｕｔｏｍａｔｉｃａｌｌｙｗｈｅｎｓｏｍｅｆａｕｌｔｏｆａｃｔｕａｔｏｒｓａｎｄｄａｍａｇｅｏｆｃｏｎｔｒｏｌ ｓｕｒｆａｃｅｓａｒｉｓｅ．Ｔｈｅｂｏｕｎｄａｒｙｌａｙｅｒｓｒｅｇｕｌａｔｅａｄａｐｔｉｖｅｌｙａｃｃｏｒｄｉｎｇｔｏｔｈｅ ｐｏｓｉｔｉｏｎｌｉｍｉｔｓｏｆａｃｔｕａｔｏｒｓｔｏｐｒｅｖｅｎｔｔｈｅｗｉｎｄｕｐｏｆａｃｔｕａｔｏｒｓ．ＡｎｏｐｔｉｍａｌｃｏｎｔｒｏｌａｌｌｏｃａｔｉｏｎａｌｇｏｒｉｔｈｍｉｓｅｍｐｌｏｙｅｄｆｏｒｔｈｅｒｅｄｕｎｄａｎｔｃｏｎｔｒｏｌｅｆｆｅｃｔｏｒｓｏｆＵＡＶ．ＡｍａｔｈｅｍａｔｉｃａｌｍｏｄｅｌｏｆｔｈｅｆｌｙｉｎｇｗｉｎｇＵＡＶｉｓｕｓｅｄｔｏｄｅｍｏｎｓｔｒａｔｅｔｈｅａｂｉｌｉｔｉｅｓｏｆｔｈｅｓｌｉｄｉｎｇｍｏｄｅｃｏｎｔｒｏｌｔｏａｄｄｒｅｓｓａｅｒｏｄｙｎａｍｉｃｓｕｒｆａｃｅｆａｉｌｕｒｅｓａｎｄａｃｔｕａｔｏｒｆａｕｌｔｄｕｒｉｎｇｅｘｅｃｕｔｉｏｎｏｆｆｌｉｇｈｔｍａｎｅｕｖｅｒｓ．Ｔｈｅｒｅｓｕｌｔｓｏｆｓｉｍｕｌａｔｉｏｎｓｈｏｗｔｈａｔｉｔｈａｓｅｘｃｅｌｌｅｎｔｔｒａｃｋｉｎｇａｎｄｒｏｂｕｓｔｐｅｒｆｏｒｍａｎｃｅ． Ｋｅｙｗｏｒｄｓ：ｓｌｉｄｉｎｇｍｏｄｅｃｏｎｔｒｏｌ，ｆｌｙｉｎｇｗｉｎｇＵＡＶ，ｆｌｉｇｈｔｃｏｎｔｒｏｌ，ｃｏｎｔｒｏｌａｌｌｏｃａｔｉｏｎ 言 飞翼布局无人机没有常规的机身和尾翼，所有的部件都包含在一个翼身融合的机翼内，无尾和全翼是飞翼布局无人机的两个基本特征。 收稿日期：２００７—０９—２９修回日期：２００７—１２—３０ 作者简介：李红增（１９７９一），男，河北无极人，博士，主要从事飞行控制，智能控制方面的研究。 国外已经设计了很多的飞翼布局的无人机，如著名的Ｈｏｒｔｅｎ系列飞翼飞机，ＹＢ一４９，Ａ一１２，Ｂ一２隐形轰炸机，“暗星”无人机等等。其研制时间都很长，主要原因是飞翼布局飞机航向稳定性和纵向操纵性很难解决。国内目前还没有成熟的飞翼布局飞机。 翼身融合构型从气动外形上看，飞机整体就是一个升力面，这增加了升力面积。而且无尾布局又避免了尾翼带来的附加阻力，降低了机身的结构重量和雷达反射面积，提高了系统的续航能力和隐身能 万方数据
非线性控制系统的相平面分析法讲解
7-5 非线性控制系统的相平面分析法 相平面法在分析非线性系统时是很有用处的。但是，我们在介绍非线性系统的分析方法之前，先讨论一下相平面法在分析线性二阶系统中的应用是很有好处的。因为许多非线性元件特性一般都可分段用线性方程来表示，所以非线性控制系统也可以用分段线性系统来近似。 一、线性控制系统的相平面分析 1、阶跃响应 设线性二阶控制系统如图7-38所示。若系统开始处于平衡状态。试求 系统在阶跃函数)(1)(0t R t r ?= 作用下，在e e -平面上的相轨迹。 建立系统微分方程式，由图示系统可得 Ke c c T =+ 因为c r e -=，代入上式得 r r T Ke e e T +=++ （7-31） 对于->?=0),(1)(0t t R t r 时，0)()(==t r t r 因此上式可写成 0=++Ke e e T （7-32） 方程（7-32）与（7-22）式相仿。因为假设系统开始处于平衡状态，所以误差信号的初始条 件是0)0(R e =和0)0(=e 。e e -平面上的相轨迹起始于)0,(0R 点，而收敛于原点(系统的奇点)。当系统特征方程的根是共轭复数根，并且位于左半平面时，其相轨迹如图7-39(a) 所示。根据e e -平面上的相轨迹就可方便的求得c c -平面上系统输出的相轨迹，如图7-39(b)所示。由图7-39可见，欠阻尼情况下系统的最大超调量P σ及系统在稳态时的误差 为零。因为e e -平面相轨迹最终到原点，即奇点；所以在c c -平面上相轨迹最终到达0R c =的稳态值，则奇点坐标为)0,(0R 。 2、斜坡响应 对于斜坡输入t V t r 0)(=；当0>t 时，)(t r 的导数0)(V t r = 及0)(=t r 。因此，方程（7-31）可以写成 0V Ke e e T =++ 或 0)(0 =-++K V e K e e T 令v e K V e =-0，代入上式，则有 0V Ke e e T =++ννν （7-33） 在v v e e -平面上，方程（7-33）给出了相平面图与在e e -平面上方程（7-32）给出的相平面图是相同的。 应当指出，特征方程式的根确定了奇点的性质，在v v e e -平面上的奇点的位置是坐标原点，而在e e -平面上奇点坐标为)0,(0K V 点。又因为我们假设系统初始状态为平衡状态。
倒立摆系统滑模自适应控制
倒立摆系统的自适应 滑模控制方法研究 学生姓名：刘家坤 指导教师：郝立颖（讲师）专业名称：自动化 所在学院：信息工程学院 2014年6月
目录 摘要................................................................................................................................ I I Abstract ......................................................................................................................... I II 第一章前言 (1) 1.1 课题的研究目的及意义 (1) 1.2课题的发展以及研究现状 (1) 1.3存在问题与解决方法 (1) 1.4论文的内容安排 (2) 第二章倒立摆系统 (3) 2.1倒立摆系统的的研究背景 (3) 2.2倒立摆系统的组成 (3) 2.3倒立摆系统的原理 (5) 2.4倒立摆的建模与受力分析 (6) 第三章滑模控制理论 (9) 3.1滑模控制的发展及背景 (9) 3.2滑模控制的研究方法与基本原理 (9) 3.3滑模面的设计 (11) 3.4消除抖振的方法 (12) 第四章自适应控制理论 (15) 4.1自适应控制的背景 (15) 4.2自适应控制的基本原理 (15) 4.3系统稳定性研究 (16) 第五章倒立摆的自适应滑模控制设计与仿真 (18) 5.1建立倒立摆系统动态方程 (18) 5.2自适应滑模控制器的设计 (19) 5.3对倒立摆系统进行仿真 (20) 5.4仿真实例研究 (20) 5.5仿真结果图的分析 (23) 第六章结论 (26) 6.1.总结分析 (26) 6.2研究展望 (26) 致谢 (27) 参考文献 (28) 附录 (29) 1.主程序为 (29) 2.子程序为 (30)
非线性系统稳定性控制方法心得
非线性系统稳定性控制方法心得 一、非线性系统分析的概念 1、非线性：指元件或环节的静特性不是按线性规律变化。 2、非线性系统：如果一个控制系统，包含一个或一个以上具有非线性静特性的元件或环节，则称这类系统为非线性系统，其特性不能用线性微分方程来描述。 二、非线性控制系统的特性 （1）对于线性系统，描述其运动状态的数学模型量线性微分方程，它的根本标志就在于能使用叠加原理。而非线性系统，其数学模型为非线性微分方程，不能使用叠加原理。由于两种系统特性上的这种差别，所以它的运动规律是很不相同的。目前，还没有像求解线性微分方程那样求解非线性微分方程的通用方法。而对非线性系统，一般并不需要求解其输出响应过程。通常是把讨论问题的重点放在系统是否稳定，系统是否产生自持振荡，计算机自持振荡的振幅和频率，消除自持振荡等有关稳定性的分析上。 （2）在线性系统中，系统的稳定性只与其结构和参数有关，而与初始条件无关。对于线性定常系统，稳定性仅取决于特征根在s平面的分布。但非线性系统的稳定性除和系统的结构形式及参数有关外，还和初始条件有关。在不同的初始条件下，运动的最终状态可能完全不同。如有的系统初始值处于较小区域内时是稳定的，而当初始值处于较大区域内时则变为不稳定。反之，也可能初始值大时系统稳定，而初始值小时，系统不稳定。甚至还会出现更为复杂的情况。
（3）在非线性系统中，除了从平衡状态发散或收敛于平衡状态两种运动形式外，往往即使无外作用存在，系统也可能产生具有一定振幅和频率的稳定的等幅震荡。 （4）在线性系统中，输入为正弦函数时，其输出的稳态分量也是同频率的正弦函数，输入和稳态输出之间仅在振幅和相位上有所不同，因此可以用频率响应来描述系统的固有特性。而非线性系统输出的稳态分量在一般情况下并不具有与输入相同的函数形式。 三、非线性系统的研究方法 非线性系统采用非线性微分方程描述，至今尚没有统一的求解方法，其理论也还不完善。由于非线性系统的特点，线性系统的分析方法均不能采用。分析非线性系统工程上常采用的方法有： 1．线性化近似法 对于某些非线性特性不严重的系统，或系统仅仅只研究平衡点附近特性时，可以用小偏差线性化方法，将非线性系统近似线性化。2．分段线性近似法 将非线性系统近似为几个线性区域，每个区域有对应的线性化微分方程描述。 3．相平面法 相平面法是非线性系统的图解分析法，采用在相平面上绘制相轨迹曲线，确定非线性系统在不同初始条件下系统的运动形式。该方法只适用最高为二阶的系统。 4．描述函数法 描述函数法是线性系统频率特性法的推广，采用谐波线性化将非线性特性近似表示为复变增益环节，应用频率法分析非线性系统的稳定性和自持振荡。该方法适用于非线性系统中线性部分具有良好的低通滤波特性的系统。 5．李雅普诺夫法 李雅普诺夫法是根据广义能量函数概念分析非线性系统稳定性。原则上适用所以非线性系统，但对大多数非线性系统，寻找李雅普诺夫函数相当困难，关于李雅普诺夫法在现代控制理论中作祥解。6．计算机辅助分析 利用计算机模拟非线性系统，特别上采用MATLAB软件工具中的
非线性系统之Backstepping反步法
非线性系统控制方法之Backstepping 反步法 考虑如下二阶系统： 121122121()(,)x x f x x u f x x y x =+??=+??=? (1) 其中1x ，2x 为系统状态，y 为系统输出，u 为系统控制输入，12,f f 为光滑的非线性函数。要求设计Backstepping 控制器，使系统稳定。 注1：系统(1)称为严格反馈系统或者下三角系统或者倒三角系统，是实际生活中非常常见的系统类型，一般含有电机的控制系统都会出现严格反馈这种系统形式，比如直流电机调速系统，四旋翼飞行器控制系统等等，所以研究这种系统的控制方法十分重要，而反步法或者反推法就是专门用来为这种系统设计控制器的。 注2：在设计Backstepping 控制器的时候，思路是非常重要的，第一点就是要把系统分成一个一个子系统，如系统(1)就由两个子系统构成，第一个子系统不直接含有控制器，第二个子系统直接含有控制器，那么对于第一个子系统咱们就要虚拟一个控制器出来，我们把它叫做虚拟控制函数，用于使第一个子系统稳定的，所以第一步就是要设计出虚拟控制器。 注3：对于系统(1)，我们除了考虑它在平衡点（零点）的稳定性（即12,x x 收敛到零），还要考虑系统的输出跟踪性能，所谓输出跟踪，就是要让系统输出y 跟踪一个给定的时变参考信号()d y t 。咱们的目标当然是希望误差d y y -趋于零。 下面我们将分别考虑两类控制器的设计方法，第一类是系统镇定控制器，第二类是系统输出跟踪控制器。 一、系统镇定控制器设计过程如下： 第一步，令11221,z x z x α==-，其中1α为待设计的虚拟控制函数。考虑Lyapunov 函数2110.5V z =，则有 111 1211211() ()V z z z x f z z f α==+=++ (2)
滑模变结构控制
滑模变结构控制 【原理，优点，意义，步骤，特点】 变结构控制系统的特征是具有一套反馈控制律和一个决策规则，该决策规则就是所谓的切换函数，将其作为输入来衡量当前系统的运动状态，并决定在该瞬间系统所应采取的反馈控制律，结果形成了变结构控制系统。该变结构系统由若干个子系统连接而成，每个子系统有其固定的控制结构且仅在特定的区域内起作用。引进这种变结构特性的优势之一是系统具有每一个结构有用的特性，并可进一步使系统具有单独每个结构都没有的新的特性，这种新的特性即是变结构系统的滑动模态。滑动模态的存在，使得系统在滑动模态下不仅保持对系统结构不确定性、参数不确定性以及外界干扰等不确定性因素的鲁棒性，而且可以获得较为满意的动态性能。迄今为止，变结构控制理论已经历了50年的发展历程，形成了自己的体系，成为自动控制系统中一种一般的设计方法。它适用的控制任务有镇定与运动跟踪等。滑模控制(sliding mode control, SMC)也叫变结构控制，本质上是一类特殊的非线性控制，且非线性表现为控制的不连续性。这种控制策略与其他控制的不同之处在于系统的“结构”并不固定,而是可以在动态过程中，根据系统当前的状态(如偏差及其各阶导数等)有目的地不断变化，迫使系统按照预定“滑动模态”的状态轨迹运动。由于滑动模态可以进行设计且与对象参数及扰动无关,这就使
得滑模控制具有快速响应、对应参数变化及扰动不灵敏、无需系统在线辨识、物理实现简单等优点。原理：滑模变结构控制的原理，是根据系统所期望的动态特性来设计系统的切换超平面，通过滑动模态控制器使系统状态从超平面之外向切换超平面收束。系统一旦到达切换超平面，控制作用将保证系统沿切换超平面到达系统原点，这一沿切换超平面向原点滑动的过程称为滑模控制。由于系统的特性和参数只取决于设计的切换超平面而与外界干扰没有关系，所以滑模变结构控制具有很强的鲁棒性。所设计的切换超平面需满足达到条件，即系统在滑模平面后将保持在该平面的条件。现在以N维状态空间模型为例，采用极点配置方法得到M(N