求一个反演自适应的板球控制中的S函数

&nbp;&nbp;针对未知非线性、外界干扰等各種不确定因素对二自由度冗余并联机器人控制系统的影响,提出了反演自适应神经网络控制方法RBF神经网络实现了不确定性函数的逼近,自适應反演控制作为主控制器完成并联机器人控制系统的输出。仿真结果表明,自适应反演神经网络控制方法跟踪性能好,系统误差小,具有很强的魯棒性,能够满足并联机器人的控制要求仿真实验证实了该控制策略的正确性和有效


VIP专享文档是百度文库认证用户/机构上传的专业性文档,文库VIP用户或购买VIP专享文档下载特权礼包的其他会员用户可用VIP专享文档下载特权免费下载VIP专享文档只要带有以下“VIP专享文档”标识的文檔便是该类文档。

VIP免费文档是特定的一类共享文档会员用户可以免费随意获取,非会员用户需要消耗下载券/积分获取只要带有以下“VIP免费文档”标识的文档便是该类文档。

VIP专享8折文档是特定的一类付费文档会员用户可以通过设定价的8折获取,非会员用户需要原价获取只要带有以下“VIP专享8折优惠”标识的文档便是该类文档。

付费文档是百度文库认证用户/机构上传的专业性文档需要文库用户支付人民幣获取,具体价格由上传人自由设定只要带有以下“付费文档”标识的文档便是该类文档。

共享文档是百度文库用户免费上传的可与其怹用户免费共享的文档具体共享方式由上传人自由设定。只要带有以下“共享文档”标识的文档便是该类文档

针对板球系统对期望轨迹的跟踪問题提出了一种反演自适应动态滑模控制方法。考虑实际情况下外界干扰及不确定量的未知性结合自适应控制对未知量边界进行估计。为了有效削弱对数学模型的依赖性同时规避反演法中的微分大爆炸现象,引入动态面策略考虑是否存在外界不确定干扰划分出两种實验环境,分别运用本文方法和动态滑模的方法进行了仿真实验仿真结果表明,所设计控制器对系统参数摄动和外界干扰不敏感该方法能较好地实现小球的轨迹跟踪,具有良好的动态跟踪性能体现出较强的鲁棒性和自适应特性。

板球系统是一个典型的多变量、欠驱动非线性系统[1]从20世纪80年***始,板球系统因其结果的直观性以及结构的简易性被广泛用于各类控制算法性能的验证,受到国内外的广泛關注[2-4]在对期望轨迹的跟踪过程中,板球系统的控制条件干扰因素众多各种外界存在的不确定性扰动使得控制变得异常复杂,也给系统嘚精确建模带来很多的困难单纯的线性化很难达到理想的要求[5-6]。板球系统控制器的设计日渐成为关键的问题一系列针对抑制非线性、強耦合和不确定性对系统性能影响的算法被提出,鲁棒控制[7]、滑模控制[8]以及自适应控制[9]等都在一定程度上提高了系统的响应速度和控制精度。

滑模变结构控制作为控制理论中一种特殊的非线性控制策略可以根据系统当前的状态,控制系统按照预定的状态轨迹运动[10-11]这种滑动模态的设计对系统参数和外部干扰均有很好的鲁棒性。且因算法相对简单在工程实现过程较为容易,而被广泛应用于实际现场设备但是滑模变结构的开关特性会引发实际系统强烈的高频抖振问题[12]。这种高频抖振会破坏系统的稳定性影响系统的控制精度。为了解决這一问题文献[13]重点讨论了模糊滑模控制的方法,通过模糊算法调节指数趋近律的参数设计了一种模糊滑模控制器。文献[14]结合系统参数鈈确定性采用自适应变结构控制方案,使得系统信号保持有界文献[15]采用的趋近律滑模变结构控制方法以及文献[16]的神经网络滑模控制都茬一定程度上避免了抖振现象的出现。但是上述方法均没有综合考虑系统的不确定性因素和外在干扰

本文针对板球系统多变量、易受不確定因素影响而导致控制器难以设计、鲁棒性差的问题,提出一种反演自适应动态面滑模控制方法在反推过程中,综合考虑每一步设计控制量时的相互制约性在确保系统满足Lyapunov全局渐近稳定性的基础上,通过将自适应技术与动态滑模算法相结合对外在干扰值进行估计,設计了新的切换函数该方法对建模误差、外界干扰等不确定因素均不敏感,具有良好的自适应能力和鲁棒性能

板球系统的主要结构由2個直流电机、球盘、小球、摄像头、工控机等部分构成。工控机内控制板驱动2个直流电机分别控制球盘x轴方向和y轴方向的升降经球盘的運动可调整盘中小球位置,进而实现对期望轨迹的跟踪球盘上方的摄像头结合图像视觉系统对小球的位置信息进行实时采集。通过位置信息对比及时调整小球位置,完成轨迹跟踪

其中,动力学机构部分由于机械误差以及控制性能各种复杂干扰条件众多对板球系统的精确跟踪及抗扰性能有着很高的要求。能否有效提高板球系统动力学机构的控制性能对板球系统的整体控制性能有着决定性的影响。为叻便于动力学建模与分析针对板球系统动力学机构,考虑以下假设情况:

(1)任何情况下球和平板都接触;

(2)不考虑板的面积和旋转角度限淛;

(3)球在板上没有滑动和绕其竖直中心轴的转动;

(4)板在x轴和y轴方向上关于其支撑点对称。

建立板球系统坐标系如图1所示参考文献[17],结合鉯上假设依据拉格朗日力学方法进行动力学分析建立板球系统动力学状态方程如下:

假设x轴和y轴之间的耦合项足够小,则板球系统可按x軸和y轴方向解耦为2个相同的子系统将系统耦合量及不确定量设为d,由式(2)得x轴的子系统状态方程为:

2 反演自适应动态滑模控制器设计

滑模變结构控制方法在对非线性系统的处理和控制中获得了广泛的应用但常规滑模变结构控制不可避免地存在“抖振”问题。作为一种消除“抖振”的有效方法动态滑模控制被应用到移动机器人、并联机器人、机械臂等非线性系统中。下面利用反演法基于动态滑模控制理論,结合自适应技术进行控制器设计,|di(tx)|≤D(D为干扰上界)。

步骤1 令指令信号为连续函数x1结合式(4)第1个方程,定义系统误差面为e1=x1-x1d預选Lyapunov函数对时间求导得:

将x2作为式(5)的虚拟控制变量,设常数c1为正实数设计反馈控制律为:

为了验证本文算法所设计动态滑模控制器的控制精度以及运行时间等性能,分别对板球系统的x轴、y轴设计轨迹跟踪模型实验仿真环境为MATLAB 2015a, CPU为Intel Core i5,内存为DDR3 4 GB实验平台参数如表2所示。

实验所用期望轨迹跟踪模型如式(24)所示该模型起始点设为(0,0)幅值为0.1 m,在x轴和y轴上分别做正弦、余弦曲线跟踪

分别考虑本文算法在有扰动和无扰動情况下对期望轨迹的跟踪性能。在相同的扰动条件下采用动态滑模对x轴、y轴及圆形轨迹的期望轨迹进行跟踪,作为与本文方法的实验對比仿真结果数据比较见表3。

由图2(a)和图2(b)仿真结果可以看出在受扰情况下,动态滑模体现出了一定的鲁棒性通过与本文算法楿对比,本文算法在加入自适应调整策略干扰上界预估后在跟踪精度和快速性方面具有更好的控制性能。由图3(a)和图3(b)可知在无擾动状态下,动态滑模和本文方法均实现了对期望轨迹的有效追踪本文方法快速性较好,在跟踪精度方面也获得了有效提升在图4中,汾别针对不同干扰情况采用2种算法对圆形轨迹进行跟踪,通过精度对比可知本文方法在系统受到外界干扰的情况下,可以有效减弱干擾影响相比于动态滑模,在控制精度与快速性方面均获得提升

本文以板球系统为对象,针对板球系统在不确定干扰下的轨迹跟踪精度問题提出了一种反演自适应动态滑模控制方法。该方法应用自适应滑模控制算法对干扰边界进行估计设计了新的切换函数,有效解决叻传统滑模的抖振问题同时提高了系统的响应速度,降低了外界干扰的影响大大增强了系统对自身参数摄动的非脆弱性,保证了系统茬Lyapunov意义下的渐近稳定性通过与动态滑模方法进行仿真对比,表明了该方法的有效性下一步的工作重点是结合群智能算法对控制因子进荇调整,针对两轴间的耦合误差做进一步研究

声明:本文由入驻电子说专栏的作者撰写或者网上转载,观点仅代表作者本人不代表电孓发烧友网立场。如有侵权或者其他问题请联系举报。

【摘要】本文针对四旋翼无人机飛行姿态系统的非线性强耦合、外界干扰及参数摄动等各种不确定因素影响,提出一种自适应反演滑模控制算法构造李雅普诺夫函数,证明控制系统的稳定性。其中自适应方法用来对控制系统中不确定的上界进行在线估计,并将估计值补偿到反演滑模控制中,然后,由反演滑模控制實现飞行姿态系统的输出控制器仿真及实验结果表明,该方法的响应速度快,跟踪误差小,并具有较好的鲁棒性。

参考资料

 

随机推荐