-
公开(公告)号:CN107809113A
公开(公告)日:2018-03-16
申请号:CN201710941443.4
申请日:2017-10-11
Applicant: 河海大学常州校区
CPC classification number: H02J3/01 , G06N3/04 , H02J2003/007
Abstract: 本发明公开了一种互补滑模面反演自适应RBF神经网络观测器设计方法,其特征在于,包括如下步骤:步骤1、设计反演控制中的虚拟控制量,进一步结合互补滑模面,得到真实控制器,并通过李雅普诺夫函数证明滑模面的稳定性;步骤2、设计RBF神经网络观测器,观测系统非线性干扰d上界,提高系统的控制精度和性能。相比于传统的滑模控制方法,设计的控制器采用一种互补滑模面来提高系统响应速度和稳态跟踪精度;与此同时,反演滑模控制方法可以解决系统的非线性、参数变化和干扰的问题;RBF神经网络由于本身很好的逼近能力,能够用来逼近系统干扰的上界以此来消除抖振现象。
-
公开(公告)号:CN105388762B
公开(公告)日:2018-02-02
申请号:CN201510919392.6
申请日:2015-12-11
Applicant: 河海大学常州校区
IPC: G05B13/04
Abstract: 本发明公开了一种基于LMI线性不等式的微陀螺仪H无穷控制方法,包括:S101、建立微陀螺仪的理想动力学模型;S102、建立微陀螺仪的无量纲向量模型;S103、根据所述理想动力学模型和所述无量纲向量模型,基于LMI线性不等式设计鲁棒自适应神经网络H无穷控制器;S104、基于lyapnov稳定性定理设计神经网络权值自适应律,从而使建立的控制器进行在线更新。本发明可鲁棒性高,稳定性高。
-
公开(公告)号:CN105204345A
公开(公告)日:2015-12-30
申请号:CN201510690215.5
申请日:2015-10-22
Applicant: 河海大学常州校区
IPC: G05B13/04
CPC classification number: G05B13/042 , G05B2219/39406
Abstract: 本发明公开了一种自适应分数阶滑模控制方法,包括:建立系统的数学模型和参考模型;根据系统的数学模型和参考模型建立分数阶滑模面;根据所述分数阶滑模面设计分数阶自适应律;根据所述分数阶滑模面和分数阶自适应律设计控制力;基于Lyapunov函数验证所设计的自适应分数阶滑模控制方法的稳定性。本发明提高了控制效果和参数估计效果。
-
公开(公告)号:CN105045097A
公开(公告)日:2015-11-11
申请号:CN201510274168.6
申请日:2015-05-26
Applicant: 河海大学常州校区
IPC: G05B13/04
Abstract: 本发明公开了一种基于神经网络的微陀螺仪反演全局滑模模糊控制方法,是根据神经网络的反演全局滑模模糊控制系统由反演全局滑模控制器,神经网络动态特性估计器和模糊不确定估计器构成。全局滑模控制能克服传统滑模控制中到达模态不具有鲁棒性的缺点,加快系统响应,使系统在响应的全过程都具有鲁棒性。本方法在反演控制时通过反向设计使系统的李雅普诺夫函数和控制器的设计过程系统化,结构化。使用模糊控制逼近切换函数项,将滑模控制的切换项转化为连续的模糊控制输出,削弱了滑模控制中的抖振现象,并且有较强的自适应跟踪能力。因此提高了滑模控制系统的瞬态特性和鲁棒性,估计出微陀螺仪的未知动态特性并减少滑模变结构控制中存在的抖振。
-
公开(公告)号:CN104950674A
公开(公告)日:2015-09-30
申请号:CN201510323376.0
申请日:2015-06-12
Applicant: 河海大学常州校区
IPC: G05B13/04
Abstract: 本发明公开了一种基于反演模糊滑模控制的悬臂梁振动控制方法,包括步骤有:建立动态的悬臂梁数学模型,并进行悬臂梁数学模型的转换;基于Lyapunov稳定性理论设计反演滑模控制器,并得到滑模控制律;基于Lyapunov稳定性理论设计模糊自适应系统,并得到模糊自适应律;将反演滑模控制器的输出和模糊自适应系统的输出共同输入悬臂梁数学模型;将悬臂梁数学模型的输出实时反馈到模糊自适应系统,确保全局稳定性。本发明的有益效果:可避免控制系统对悬臂梁模型的依赖性,补偿制造误差和环境干扰,并可以及时控制参数的学习和调整,确保整个控制系统的全局渐进稳定性,从而提高系统的可靠性和对参数变化的鲁棒性。
-
公开(公告)号:CN108710296B
公开(公告)日:2021-06-01
申请号:CN201810384011.2
申请日:2018-04-26
Applicant: 河海大学常州校区
IPC: G05B13/04
Abstract: 本发明公开了一种微陀螺仪的分数阶自适应快速终端滑模控制方法,包括:建立微陀螺仪系统的无量纲动力学方程数学模型和参考轨迹模型;构建基于分数阶的自适应快速终端滑模控制器。本发明能够实现微陀螺仪实时跟踪的目标,使误差在有限时间内快速收敛到零,增强了系统的鲁棒性,在有外界干扰的情况下仍然保持很好的性能;根据分数阶快速终端滑模面设计分数阶自适应律,基于Lyapunov稳定性判据设计一种自适应辨识方法,在线实时估计微陀螺仪的各项未知系统参数,与整数阶相比,多了可调项,提高了控制效果和参数估计效果;采用自适应控制方法对系统不确定性和外界干扰总和的上界的参数进行估计,达到对制造误差和外界扰动的自动跟踪。
-
公开(公告)号:CN108710296A
公开(公告)日:2018-10-26
申请号:CN201810384011.2
申请日:2018-04-26
Applicant: 河海大学常州校区
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种微陀螺仪的分数阶自适应快速终端滑模控制方法,包括:建立微陀螺仪系统的无量纲动力学方程数学模型和参考轨迹模型;构建基于分数阶的自适应快速终端滑模控制器。本发明能够实现微陀螺仪实时跟踪的目标,使误差在有限时间内快速收敛到零,增强了系统的鲁棒性,在有外界干扰的情况下仍然保持很好的性能;根据分数阶快速终端滑模面设计分数阶自适应律,基于Lyapunov稳定性判据设计一种自适应辨识方法,在线实时估计微陀螺仪的各项未知系统参数,与整数阶相比,多了可调项,提高了控制效果和参数估计效果;采用自适应控制方法对系统不确定性和外界干扰总和的上界的参数进行估计,达到对制造误差和外界扰动的自动跟踪。
-
公开(公告)号:CN108227504A
公开(公告)日:2018-06-29
申请号:CN201810073419.8
申请日:2018-01-25
Applicant: 河海大学常州校区
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种微陀螺分数阶自适应模糊神经反演终端滑模控制方法,包括:建立微陀螺系统的无量纲动力学方程数学模型和参考轨迹模型;构建基于分数阶的反演终端滑模控制器。本发明能够实现微陀螺实时跟踪的目标,使误差在有限时间内收敛到零,并且增强了系统的鲁棒性,在有外界干扰的情况下仍然保持很好的性能;根据分数阶终端滑模面设计分数阶自适应律,基于Lyapunov稳定性判据设计一种自适应辨识方法,在线实时估计微陀螺的各项未知系统参数,与整数阶相比,多了可调项,提高了控制效果和参数估计效果。
-
公开(公告)号:CN107453362A
公开(公告)日:2017-12-08
申请号:CN201710844783.5
申请日:2017-09-19
Applicant: 河海大学常州校区
CPC classification number: H02J3/01 , G06N3/0481 , H02J3/1842 , H02J2003/007
Abstract: 本发明公开了一种基于神经网络的有源电力滤波器反演全局滑模模糊控制法,基于神经网络的反演全局滑模模糊控制系统由反演PID全局滑模控制器,神经网络动态特性估计器和模糊不确定逼近器构成。全局滑模控制能克服传统滑模控制中到达模态不具有鲁棒性的缺点,加快系统响应,使系统在响应的全过程都具有鲁棒性。模糊控制逼近切换函数项,将滑模控制的切换项转化为连续的模糊控制输出,削弱了滑模控制中的抖振现象,并且有较强的自适应跟踪能力。因此,反演PID全局滑模和神经网络模糊控制的结合可以同时发挥各自的优点,提高滑模控制系统的瞬态特性和鲁棒性并减少变结构控制中存在的抖振。
-
公开(公告)号:CN105045097B
公开(公告)日:2017-10-27
申请号:CN201510274168.6
申请日:2015-05-26
Applicant: 河海大学常州校区
IPC: G05B13/04
Abstract: 本发明公开了一种基于神经网络的微陀螺仪反演全局滑模模糊控制方法,是根据神经网络的反演全局滑模模糊控制系统由反演全局滑模控制器,神经网络动态特性估计器和模糊不确定估计器构成。全局滑模控制能克服传统滑模控制中到达模态不具有鲁棒性的缺点,加快系统响应,使系统在响应的全过程都具有鲁棒性。本方法在反演控制时通过反向设计使系统的李雅普诺夫函数和控制器的设计过程系统化,结构化。使用模糊控制逼近切换函数项,将滑模控制的切换项转化为连续的模糊控制输出,削弱了滑模控制中的抖振现象,并且有较强的自适应跟踪能力。因此提高了滑模控制系统的瞬态特性和鲁棒性,估计出微陀螺仪的未知动态特性并减少滑模变结构控制中存在的抖振。
-
-
-
-
-
-
-
-
-