模糊积分滑模
模糊分数阶滑模控制的主动横向稳定杆算法

Keywords: fuzzy logic; fractional calculus; sliding mode control; active anti-roll bar; roll; joint simulation; chattering phenomenon
收稿日期: 2018-09-14 作者简介: 郭存涵( 1994-) ,硕士研究生,研究方向为汽车主动安全
控制,汽车与 机 械 系 统 虚 拟 样 机 技 术 研 究,guocunhan @ outlook.com * 通信作者: 苏小平,教授,博士生导师,suxiaoping@ vip.163.com
在汽车转向过程中,若不加以控制,车身将随之 进行较大 程 度 的 侧 倾[1],不 仅 降 低 了 乘 客 的 舒 适 度,还可能导致驾驶员情绪紧张,更有甚者可能导致 汽车侧翻,造成人员伤亡。横向稳定杆增大了悬架 的整体刚度,并减少弹簧发生的形变,能够有效地提
Guo Cunhan,Su Xiaoping* ,Miao Xiaodong
( School of Mechanical and Power Engineering,Nanjing Tech University,Nanjing 211800,China)
Abstract: When the vehicle steering is transversely tilting,the active anti-roll bar can output the anti-roll torque and suppress spring deformation of the suspension system, thus enabling the vehicle to have good tilting performance. Based on the sliding mode variable structure control theory,the active lateral stabilizer has a better ability to reduce the lateral tilt of the vehicle than the PID algorithm and the fuzzy control algorithm,but it is always accompanied by the chattering phenomenon when the state of the system reaches the sliding surface. In this paper, a fuzzy fraction sliding mode control method for active anti-roll bar is proposed,the fractional calculus theory is introduced into the sliding surface definition of the controller,and the fuzzy logic is used to adjust the switching gain parameters adaptively. Carsim - Simulink joint simulation is carried out to verify that the proposed control algorithm can reduce roll angle and suppress chattering phenomenon.
基于模糊微分积分滑模的无速度传感器永磁同步电机运行研究

编号:SY-AQ-08576( 安全管理)单位:_____________________审批:_____________________日期:_____________________WORD文档/ A4打印/ 可编辑基于模糊微分积分滑模的无速度传感器永磁同步电机运行研Research on speed sensorless permanent magnet synchronous motor based on fuzzydifferential integral sliding mode基于模糊微分积分滑模的无速度传感器永磁同步电机运行研究导语:进行安全管理的目的是预防、消灭事故,防止或消除事故伤害,保护劳动者的安全与健康。
在安全管理的四项主要内容中,虽然都是为了达到安全管理的目的,但是对生产因素状态的控制,与安全管理目的关系更直接,显得更为突出。
为研究永磁同步电机(PMSM)在无速度传感器工况下的速度跟踪估计,利用自适应模糊微分积分滑模鲁棒性强的优点,提出了在自适应模糊微分积分滑模条件下采用旋转高频电压注入法对电机转速估计的无速度传感器控制方案。
仿真结果表明,采用高频注入法的自适应模糊微分积分滑模控制系统在高、低速工况下动态响应快速,并具有较好的鲁棒性,能够实现速度跟踪估计。
内埋式PMSM因其功率因数高、功率密度高及过载能力强而应用广泛,其无速度传感器矢量控制技术已成为研究的热点。
目前已经提出多种转速估计方法,如卡尔曼滤波器法、模型参考自适应法和旋转高频电压注入法等。
高频电压注入法主要应用于凸极率较大的PMSM转子位置检测,该法易于调试和实现,兼具良好的抗干扰性和稳定性。
PMSM矢量控制系统的速度闭环通常采用常规PI控制器,其抗干扰性和抗参数摄动能力不够理想,难以获得满意的动态性能。
对此,本文设计了自适应模糊微分积分滑模控制器,同时基于旋转高频电压注入法的无速度传感技术对PMSM进行矢量控制。
风电机组的积分模糊滑模变桨距控制

风电机组的积分模糊滑模变桨距控制杨莉;黄天民;罗光伟;罗华富【期刊名称】《人民长江》【年(卷),期】2017(048)006【摘要】针对变桨距风力发电机组具有参数变化、强干扰、建模困难等特性,设计出了一种积分模糊滑模变桨距控制器.通过在传统滑模控制器中采用状态变量代替误差项的导数并引入误差项的积分来设计切换函数,消除了传统变结构控制需要已知期望输出信号导数的假设;利用模糊推理动态地调节切换增益,并采用积分的方法对切换增益上界进行估计,避免了传统滑模控制器需要选取不确定因素上界,同时采用合适的连续函数来代替切换增益中的符号函数,有效地削弱了系统的抖振.仿真结果表明:该控制器应用在风速高于额定风速以上的变桨距控制系统中,对系统参数的不确定性和外部干扰均具有很强的鲁棒性,能够有效地改善风电机组变桨距系统的控制性能.【总页数】4页(P81-84)【作者】杨莉;黄天民;罗光伟;罗华富【作者单位】西南交通大学电气工程学院,四川成都 610031;四川工程职业技术学院电气信息工程系,四川德阳 618000;西南交通大学电气工程学院,四川成都610031;四川工程职业技术学院电气信息工程系,四川德阳 618000;四川工程职业技术学院电气信息工程系,四川德阳 618000【正文语种】中文【中图分类】TV734【相关文献】1.抑制载荷的大型风电机组滑模变桨距控制 [J], 肖帅;杨耕;耿华2.风电机组变桨距系统的反推滑模控制 [J], 廖茜;邱晓燕;江润洲;王刚;李卓艺3.基于RBFNN的风电机组变桨距反推滑模控制 [J], 宋杰;王宪锐;董晓斐;张丹4.变桨距风电机组的桨距角自适应模糊滑模控制 [J], 邱亚娟5.基于最优模糊推理的风电机组变桨距二维模糊PID控制器设计 [J], 肖成;陈刚;冯登超;赵婉丽因版权原因,仅展示原文概要,查看原文内容请购买。
matlab模糊滑模控制算法

MATLAB是一种被广泛应用的技术计算软件,它提供了许多用于工程和科学计算的功能和工具。
模糊控制是一种基于模糊集合理论的控制方法,它可以处理非线性系统和模糊信息,因此在工程控制领域得到了广泛的应用。
滑模控制是一种鲁棒控制方法,它能够有效地应对系统参数的不确定性和外部干扰,因此在控制系统中具有重要的地位。
在很多实际的工程控制问题中,系统的动态模型可能非常复杂,无法用传统的线性方程描述,而且系统的动态特性可能会受到各种不确定因素的影响。
在这种情况下,传统的控制方法可能无法很好地处理这些复杂的系统。
而模糊滑模控制算法就是为了解决这些问题而提出的。
下面将介绍MATLAB中模糊滑模控制算法的基本原理和实现方法。
一、模糊控制1.1 模糊集合模糊控制是一种基于模糊集合理论的控制方法。
在传统的控制理论中,系统的输入和输出都是确定的实数值,而在模糊控制中,输入和输出都可以是模糊的概念,比如"很小"、"中等"、"很大"等。
这样就可以更好地描述一些非精确的系统和模糊的信息。
1.2 模糊控制原理模糊控制的基本原理是通过模糊化和解模糊化的过程,将模糊的输入转换成模糊的输出。
在模糊控制中,通常需要设计一个模糊推理系统,它包括模糊化接口、模糊规则库、模糊推理引擎和解模糊化接口。
通过模糊化接口将输入转换成模糊的概念,然后通过模糊规则库和模糊推理引擎得到模糊的输出,最后再通过解模糊化接口将模糊的输出转换成确定的实数值。
1.3 模糊控制在MATLAB中的实现在MATLAB中,可以使用模糊逻辑工具箱(Fuzzy Logic Toolbox)来实现模糊控制。
用户可以通过该工具箱快速地建立模糊推理系统,定义模糊变量、模糊集合和模糊规则,并进行模糊推理和解模糊化操作。
二、滑模控制2.1 滑模面滑模控制是一种基于滑模面原理的控制方法。
在滑模控制中,通常需要设计一个滑模面,它是系统状态变量的一个线性组合,通过控制系统状态变量在滑模面上运动,实现对系统的控制。
模糊等效滑模控制

模糊等效滑模控制模糊等效滑模控制是一种常用于非线性系统控制的方法,它通过引入非线性函数和滑模面来实现系统的稳定性和鲁棒性。
本文将介绍模糊等效滑模控制的基本原理和应用,以及其在实际工程中的优势和局限性。
一、模糊等效滑模控制的基本原理模糊等效滑模控制是将模糊控制和滑模控制相结合的一种控制方法。
模糊控制是一种基于模糊逻辑的控制方法,它使用模糊规则来描述系统的动态特性,并利用模糊推理来确定控制信号。
滑模控制是一种通过引入滑模面来实现系统稳定的控制方法,它通过选择适当的滑模面使系统状态在滑模面上快速收敛,从而实现系统的稳定。
模糊等效滑模控制的基本原理是将滑模控制中的滑模面替换为模糊控制中的模糊集合。
通过将滑模面替换为模糊集合,可以使系统在非线性范围内实现滑模控制的效果,从而提高系统的鲁棒性和稳定性。
模糊等效滑模控制在实际工程中有着广泛的应用。
例如,在机器人控制中,模糊等效滑模控制可以用于实现机器人的路径规划和运动控制。
通过引入模糊等效滑模控制,可以使机器人在复杂环境中实现精确的路径跟踪和运动控制,提高机器人的自主导航能力。
模糊等效滑模控制还可以应用于电力系统的控制。
电力系统是一个高度非线性和复杂的系统,传统的控制方法往往难以满足系统的要求。
通过引入模糊等效滑模控制,可以有效地控制电力系统的频率、电压和功率等参数,提高电力系统的稳定性和鲁棒性。
三、模糊等效滑模控制的优势和局限性模糊等效滑模控制具有以下优势:1. 鲁棒性强:模糊等效滑模控制通过引入模糊集合,可以对非线性和不确定性系统进行鲁棒控制,提高系统的稳定性和鲁棒性。
2. 可调节性好:模糊等效滑模控制可以通过调节模糊规则和滑模面参数来实现对系统的控制,具有较好的可调节性。
3. 适应性强:模糊等效滑模控制可以根据系统的动态特性和环境变化来调整控制策略,具有良好的适应性。
然而,模糊等效滑模控制也存在一些局限性:1. 计算复杂度高:模糊等效滑模控制需要对模糊规则和滑模面参数进行调节和计算,计算复杂度较高。
一类非线性系统模糊积分滑模控制及其在电液伺服系统的应用

0 引言
滑模变结构控制因其对系统参数不确定性和外 部扰动具良好的不敏感性而获得了广泛应用 [1 ] 。该 控制策略可通过控制器结构的不断调整和变化 , 有 效控制有参数变化和外部扰动的被控制对象 [2 ] 。这 与具不定性的电液伺服系统的控制要求一致 , 因此 滑模变结构控制在电液伺服系统设计中受到广泛重 4] 视 [ 3、 。但该控制方法需假设被跟踪信号及其一阶
2008 年第 4 期
刘云峰 , 等 :一类非线性系统模糊积分滑模控制及其在电液伺服系统的应用
7
强鲁棒性。为此 , 提出了一种模糊积分滑模控制策 略 , 并用于电液伺服系统的跟踪控制 。
等于零时 , 系统的输入输出传递函数为
X1 (s) k = n . ( 6) n- 1 2 Yd ( s) s + cn- 1 s + … + c2 s + c1 s + k
振方法是用连续饱和非线性控制替代切换控制 , 光 滑不连续切换控制 , 但系统的稳定性仅在临界层外 才有保证 , 且跟踪误差与临界层宽度有关 [ 6 ] 。 在常规滑模控制中引入积分控制 , 可只要求获 知被跟踪信号 , 无需常规滑模变结构控制中被跟踪 信号的一阶及高阶导数已知 。在此基础上引入模糊 控制 , 能有效削弱积分滑模非线性项产生的抖振 , 而 不影响滑模控制系统对参数变化和外干扰不确定的
Fuzzy In tegr al Slid in g Mode Contr ol f or Nonlinear System an d Appl icat ion f or Electr o2hydr aulic Ser vo System
模糊滑模控制在船舶航向非线性系统中的应用

( l g fE e ti a n n o ma i n En i e rn Co l eo l c rc la d I f r t g n e i g,Na a i e st fEn i e rn , e o v lUn v r i o g n e i g y W u a 3 0 3 h n 4 0 3 ,Ch n ) ia
第3 3卷 第 1 期
21 0 0年 3月
中 国
航
海
Vo _ 3 NO 1 l3 .
M f .2 O i r Ol
NAVI GAT1 0N 0F CHI NA
文童 编 号 : O O 6 3 2 1 ) 1 0 1 4 1 O ~4 5 ( 0 0 O —0 6 —0
Ab t a t sr c :A t o f d sg i g i t g a l ig mo e c n r l r c mbn n u z e f d p a i n a d si ig mo e me h d o e i nn n e r lsi n d o to l o i i g f z y s l a a t to n l n d d e - d c n r l o a e o y o o l e r u c r an s se s p o o e . Th o l e r f n to s a e a p o i t d wi o to r a c t g r fn n i a n e t i y t ms i r p s d f n e n n i a u ci n r p r xma e t n h f z y l g ca d a n e r l e m si to u e n o t es ii g mo ec n r l n o d rt l n t h i t t n o o — u z o i n n i tg a r i r d c d i t h l n d o to r e O e i a et el t n d i mi mi i fc n ao v n i n l l i g mo e c n r lwh r r c e i n l n h i d r a i e s e k o . Th n l es t h n e to a i n d o to e e ta k d sg a s a d t er e i tv s mu tb n wn sd v e o -i - wic i g n g i d p a in a g r h d d ce t p n vme h d ei n t s ef c ie y t e d t e i g i h r n l ig mo e a n a a tto l o i m e u t d wi Ly u o t o l t h mia e fe t l h ih rn n e e ti si n d v n d c nr 1 o t o .Th l s d l o y t m h o e ial r v d t e g o a l t b e i h e s h t l sg a si v le r e co e p s se i t e r t l p o e O b l b l s a l n t e s n e t a l i n l o v d a e o s c y y a n b u d d,wi r c ig e r r o v r ig t eg b r o d o e o i lto e u t ft e s i o r e t a k n one t ta k n r o s c n e g n O a n ih o h o fz r .S mu a i n r s ls o h h p c u s r c i g h c n r ls o t a hs c n r l p r a h h s sr n o u t e s a d g o r c i g p ro ma c . o to h w h tt i o to p o c a t o g r b s n s n o d t a k n e f r n e a Ke r s h p a a n i e rn y wo d :s i ,n v le g n e ig;n n ie r s s e ;it g a l ig mo e c n r l h p c u s o t o o l a y tm n n e r lsi n d o t o ;s i o r e c n r l d
直驱XY平台的模糊积分滑模轮廓控制

i =Kf i q ( t ) =Mi q+mi v i + i
f 1 1
控 制 思想 是 将 单 轴 位 置误 差 转 化 到 任 务 坐 标上 ,
通 常 有 直 接 控 制 和 间 接 控 制 两种 方 法来 提 高 XY平 台 系 统 的 轮 廓 精 度 , 所 谓 的 间接 控 制 就 是 通 过 单 轴控 制来 减小 整 个 系统 的 轮廓误 差 I 。但 仅仅 通 过 这 样 的 方 式 是 不 能够 减 小 和 降 低 两 轴 间 因为 参 数 不 匹配 所 引起 的轮 廓 误 差 ,文 献 [ 3 】 中采 用 了 交 叉耦 合控 制 ( c c c ) 这样 的直接控 制 方法 去减 小轮 廓 误 差 ,其 不 足 是 针 对非 线 性 的 曲线 轨 迹无 法 保 证C CC系统 的稳 定 性 。针对 这 一 类 问 题 , 很 多学 者 寻 找 便 于控 制 器 设计 的坐 标 变换 法 ,文献 【 5 ] 提
出 了本 质 上 也 是 线 性 变换 的任 务 坐 标 转 换 法 。其
计 ,通 过 其 逼 近 能 力使 滑模 面 及 在 有 限 时 间 内趋 近 于 零 ,削 弱 摄 动 的 同 时抑 制 外 界 扰动 对 系统 性 能的影 响 ,提 高 系统 的轮廓 精度 。
1 X Y 平台的极坐标误差模型
且 ( , ) 为控 制量 的输入 。 对 于 上述 直 驱XY平 台 系统 , 间接控 制 方法 是 通 过 对 单 轴 控 制 器 的设 计 尽 可 能 的 减 少外 界 扰 动
能 控 制 相 结合 已成 为一 种 趋 势 ,文 献 【 9 ] 就 将模 糊
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
1 模糊积分滑模控制器
12233112233()()x x x x x
f x gu d a x a x a x gu d
=⎧⎪
=⎨⎪=++=−−−++⎩ 其中0i i i a a a =+∆,(),i i a a t t ∆≤∀;0g g g =+∆,(),g t t β∆≤∀;(),d D t t ≤∀。
0i a 、0g 为系统的标称参数,i a ∆、g ∆为系统参数的不确定部分,()i a t 、()t β分别为i a ∆和g ∆的上界,()D t 为扰动d 的上界。
选择滑动模态为
11223110()()t
d z t c x c x x k x x dt =+++−∫
控制器为
012()()()
()l
u t u t u t u t g +∆+∆=
0122311()()()d u t c x c x k x x =−+−− 10()()f u t F D u ∆=−−
21112233()()d u t x x x x ϕϕϕ∆=−++
11()l h f l g g k u g ϕ=−
1()i l h i fi l g g c u g ϕ−=−,2,3i =
(1)()sgn()fi u ββ= (2)加入边界层控制
1
()()fi u sign else ββββ⎧≤⎪=⎨⎪⎩
(3)对()fi u β设计模糊控制器:
32
23
2
232
23
2211297310.56962370.50
633
23700.56332973
0.51696
11
fi u ββββββββββββββββββββββββββ≤−⎧⎪+++⎪−<≤−⎪++⎪+−⎪−<≤⎪++⎪=⎨−−⎪<≤⎪−+⎪−+−⎪<≤⎪−+⎪⎪−>⎩
其中i
z
β=
Φ,1,2,3,4i = 参数选择:
100a =,208873.64a =,3037.68a =,0179425g =,0.869.73d M M =+ ,0f d
M M M =+,030001000sin 2f M t π=+,500100sin 2d M t π=+,00.5sin(2)i i a a t π∆=,00.2sin(2)g g t π∆=,0()0.5i i a t a =,D =60000,2023031.5 1.5F a x a x =+,00.8l g g =,01.2h g g =
初始状态[](0)000T
x =,138175c =,2320c =,1125000k =,19000Φ=,22Φ=,330Φ=,
43000Φ=。
2 仿真结果
2.1 一般积分滑模控制结果
time/s
x 1d ,x
1
time/s
e 1
图
2-1系统跟踪特性曲线图 2-2系统跟踪误差曲线
time/s u
4
time/s
z
图 2-3控制信号u 图 2-4积分滑模z
2.2 模糊积分滑模控制结果
time/s
x 1d ,x
1
time/s
e 1
图 2-5系统跟踪特性曲线
图 2-6 系统跟踪误差曲线
time/s
u
5
time/s z
图 2-7控制信号u 图 2-8 积分滑模z
2.3 加入边界层控制结果
time/s
x 1d ,x
1
time/s
e 1
图 2-9系统跟踪特性曲线 图 2-10系统跟踪误差曲线
time/s
u
4
time/s
z
图 2-11控制信号u 图 2-12积分滑模z
3 Matlab 程序
clear clc
a10=0;
a20=8873.64; a30=37.68; g0=179425; c1=38175; c2=320; k=1125000; q1=9000; q2=2; q3=30; q4=3000;
x1=0; x2=0; x3=0;
sum_e1=0; n=1; t=0;
Dt=0.001; for i=1:2500 %指令信号 if t<0.5 x1d=2; elseif t<1 x1d=-3;
elseif t<1.5
x1d=4;
elseif t<2
x1d=-5;
elseif t<2.5
x1d=0;
end
Mf0=3000+1000*sin(2*pi*t);
DMf0=1000*2*pi*cos(2*pi*t);
Md=500+100*sin(2*pi*t);
DMd=100*2*pi*cos(2*pi*t);
M=Mf0+Md;
DM=DMf0+DMd;
d=0.86*DM+9.73*M;
da1=0.5*sin(2*pi*t)*a10;
da2=0.5*sin(2*pi*t)*a20;
da3=0.5*sin(2*pi*t)*a30;
dg=0.2*sin(2*pi*t)*g0;
f=-(a10+da1)*x1-(a20+da2)*x2-(a30+da3)*x3; g=g0+dg;
e1=x1-x1d;
sum_e1=sum_e1+e1*Dt;
z=c1*x1+c2*x2+x3+k*sum_e1;
F=abs(1.5*a20*x2+1.5*a30*x3);
D=60000;
gl=0.8*g0;
gh=1.2*g0;
%模糊积分滑模控制
uf0=uf(z,q1);
uf1=uf(z,q2);
uf2=uf(z,q3);
uf3=uf(z,q4);
u0=-(c1*x2+c2*x3)-k*e1;
% %加入边界层的积分滑模控制
% if abs(z/q1)<=1
% uf0=z/q1;
% else
% uf0=sign(z/q1);
% end
% if abs(z/q2)<=1
% uf1=z/q2;
% else
% uf1=sign(z/q2);
% end
% if abs(z/q3)<=1
% uf2=z/q3;
% else
% uf2=sign(z/q3);
% end
% if abs(z/q4)<=1
% uf3=z/q4;
% else
% uf3=sign(z/q4);
% end
%
% %一般积分滑模控制
% uf0=sign(z/q1);
% uf1=sign(z/q2);
% uf2=sign(z/q3);
% uf3=sign(z/q4)
u1=(-F-D)*uf0;
fea1=(gl-gh)*abs(k)/gl*uf1;
fea2=(gl-gh)*abs(c1)/gl*uf2; fea3=(gl-gh)*abs(c2)/gl*uf3; u2=fea1*e1+fea2*x2+fea3*x3; u=(u0+u1+u2)/gl;
Dx1=x2;
Dx2=x3;
Dx3=f+g*u+d;
x1=x1+Dx1*Dt;
x2=x2+Dx2*Dt;
x3=x3+Dx3*Dt;
x_store(:,n)=[x1d;x1];
u_store(n)=u;
e_store(n)=e1;
z_store(n)=z;
t=t+Dt;
n=n+1;
end
figure(1)
plot((1:n-1)*Dt,x_store(1,:),(1:n-1)*Dt,x_store(2,:)) legend('x1d','x1')
xlabel('time/s')
ylabel('x1d,x1')
figure(2)
plot((1:n-1)*Dt,e_store)
xlabel('time/s')
ylabel('e1')
figure(3)
plot((1:n-1)*Dt,u_store)
xlabel('time/s')
ylabel('u')
figure(4)
plot((1:n-1)*Dt,z_store)
xlabel('time/s')
ylabel('z')。