一、二次调节力矩控制中的摩擦问题及其模糊控制补偿方法（论文文献综述）
张慧杰[1]（2021）在《基于神经网络的三浮陀螺仪控制算法的研究》文中提出三浮陀螺仪在军事战略仪器,航空航天设备等领域中有着十分重要的地位。我国对三浮陀螺的研制,比国外晚了近30年,截止目前我国三浮陀螺仪的精度与国外相差2-3个数量级。因此提高三浮陀螺仪精度及稳定性仍然是行业里的重中之重。本文针对三浮陀螺仪的磁悬浮控制系统开展了进一步研究,旨在设计精度更高的有源磁悬浮控制算法。本课题依据西安航天十六所的现有技术水平以及通过阅读大量的科研资料,确定以三浮陀螺控制系统为研究内容,针对三浮陀螺仪在动态工作情况下存在多个输入输出变量,并且变量之间具有不确定性的耦合关系以及系统模型复杂无法精准确定等问题,设计两种不同算法并应用于控制系统,对比分析其控制效果。本文所做工作如下:（1）研究三浮陀螺仪的工作原理及其加力原理,并对本系统进行了整体阐述,然后分别对系统的位置检测、中心控制、输出加力以及浮子组件等部分进行了理论分析与模型建立;（2）分析陀螺浮子在外力干扰下的运动规律,以经典PID控制原理为基础,对三维浮子仿真模型的软件平台进行设计与实现,然后分析研究不同的适用于多变量控制系统的解耦控制算法,并通过仿真实验比较,选出既可以解决各个方向变量之间存在的耦合关系对系统精度的影响,又可以实现控制参数可调的高精度磁悬浮控制算法;（3）为了使算法更加贴合实际需求,本文提出了一种将神经网络结构应用于PID控制的算法,充分应用神经网络对控制环境的强适应能力,通过模型训练来进行自身调节从而获得控制参数的最优解:并且由仿真实验,验证了神经网络PID控制的高效性;最后,将控制算法应用在实际的三浮陀螺仪试验转台上进行试验,实验结果显示陀螺的固定位置漂移精度有所提高,“跷跷板”效应有所减弱,说明了该算法的可行性。经过仿真和实测的数据对比,充分验证了本文提出的神经网络PID控制算法在三浮陀螺控制系统中的优良性能。同时,该算法又减弱了控制系统的多变量耦合效应,为三浮陀螺的性能提高提供了良好思路。
于跃[2]（2021）在《高分辨遥感卫星单框架控制力矩陀螺伺服控制技术研究》文中提出高分辨遥感卫星广泛应用于环境监测、农业生产、地理绘制、气象预测、资源勘探和现代化军事等领域。通过提高遥感卫星姿态控制系统的敏捷性,实现遥感卫星在同一轨道周期内对同一目标完成多次推扫成像任务和缩短重访周期,进而保证高分辨遥感卫星稳定并快速的获取高质量的图像,一直是高分辨遥感卫星的研究重点之一。遥感卫星姿态控制敏捷性的提升依赖于能够稳定输出大力矩的姿态控制部件。与传统的卫星姿态控制部件如喷气部件、飞轮和双框架控制力矩陀螺相比,单框架控制力矩陀螺具有输出力矩大、重量轻、功耗低、清洁无污染、无框架锁定和机动能力强的优点。由于单框架控制力矩陀螺的输出力矩为框架角速度矢量和飞轮角动量矢量的乘积,且飞轮输出的角动量为常值。所以,单框架控制力矩陀螺输出力矩的精度完全取决于框架伺服系统控制精度,研究单框架控制力矩陀螺框架伺服系统精度对于提高输出力矩精度,从而提高卫星姿态控制精度具有重要意义。本文以长光卫星技术有限公司“控制力矩陀螺”和“青年人才托举工程”项目为依托,针对高分辨率光学遥感卫星中使用的单框架控制力矩陀螺框架伺服系统进行设计和研究。本文从电机控制、传感器精度、系统模型以及控制算法等几个方面开展研究,来提高框架伺服系统控制精度,这对于指导控制力矩陀螺系统设计、保证系统精度具有重要的意义。主要的研究工作分为以下四个方面:（1）对框架伺服系统电机模型及控制方法进行研究。首先,根据单框架控制力矩陀螺框架伺服系统要求进行电机的选型,对该电机结构和特点进行了介绍,并推导了包括电压方程、转矩方程、磁链方程和运动方程在内的数学模型。其次,对永磁同步电机空间矢量控制的坐标变换方法以及基于矢量控制策略进行脉宽调制的原理进行了介绍。最后,在Matlab/Simulink中搭建基于PI算法的框架伺服系统的仿真模型,跟踪速度的阶跃信号和正弦信号,并根据速度和电流的响应信号证明了矢量控制策略的有效性。（2）对框架伺服系统位置传感器精度进行研究。从提高SGCMG伺服系统中角位置传感器圆光栅的精度入手,提出使用单读数头加补偿算法的软件补偿方法来代替使用双读数头硬件补偿算法消除偏心误差。首先,对单框架控制力矩陀螺系统输出力矩原理进行分析,分析结果表明圆光栅传感器的测量精度会影响单框架控制力矩陀螺的输出力矩精度。其次,对圆光栅测量角度误差来源进行分析,并对安装误差中的倾斜误差和偏心误差进行理论模型推导,并开展了圆光栅标定实验,根据实验获得的误差数据和误差几何模型综合分析得到补偿模型。最后,应用软件补偿算法对单读数头采集到的角度数据进行补偿,可以将测量误差从311.18″提高到6.23″。通过对比表明,采用软件补偿后圆光栅采集精度可以达到使用双读数头硬件补偿精度。（3）通过系统辨识的方法得到框架伺服系统模型。首先,将单框架控制力矩陀螺框架伺服系统等价为二质量块模型并推导出系统传递函数的数学模型,同时提出机械谐振频率的抑制方法,并对正交相关分析法的数学模型进行介绍和分析。其次,开展系统模型辨识研究,对单框架控制力矩陀螺输入正弦扫频电流信号激励,同步记录输出的速度信号,采用正交相关分析法得到系统的幅频特性和相频特性,通过对频率特性的拟合获得系统的传递函数。最后,将拟合得到的传递函数的频率特性曲线与实验得到的频率特性曲线进行了对比,来验证辨识算法的有效性和正确性。（4）提出框架伺服系统控制算法并进行仿真和实验来验证其有效性。首先,针对伺服系统存在非理想和非线性的干扰所导致系统跟踪性能降低的问题,提出抗干扰能力强和收敛速度快的快速终端滑模控制策略,设计新型趋近律减弱滑模控制固有的抖振问题。其次,提出了神经网络自适应PID控制策略,该控制策略具有在占用尽可能少的软硬件资源的条件下使单框架控制力矩陀螺具有在轨调参功能。最后,进行软硬件设计并搭建实验平台,采用上述提出的算法进行仿真和实验,对算法的控制精度和动态精度进行验证。
付小纯[3]（2021）在《基于动力学的可穿戴上肢外骨骼运动规划方法研究》文中进行了进一步梳理外骨骼机器人系统融合了传感、控制、信息耦合、移动计算等技术,可有效增强人体机能,其结构的科学性和人机融合性影响着康复及助力效果。在外骨骼机器人的研究过程中,控制策略是核心技术之一,因此开发更有效的控制策略来提升外骨骼机器人的实用性,是未来外骨骼机器人技术发展的主要方向。为提升上肢外骨骼操控的安全性和柔顺性,本文重点研究基于动力学的控制和运动规划方法。在对比分析国内外相关控制技术的基础上,设计基于力矩的零力控制器,应用于上肢外骨骼无任务时的随动模式。针对上肢外骨骼有任务时的助力模式,制定基于力的阻抗控制策略,并改进基于动态运动基元的运动规划方法。以此为穿戴者提供助力,也可实现上肢外骨骼末端在动态任务目标间的规律性往复运动。论文主要内容如下:（1）建立上肢外骨骼的DH模型并进行运动学分析,运用平面几何关系验证上肢外骨骼运动学方程的正确性。采用三种方法求解外骨骼相对于基坐标系的雅克比矩阵,提出一种利用矩阵R的秩与（R+1）阶子行列式的关系来求解外骨骼奇异位姿的方法,通过条件数、最小奇异值、各向同性等灵巧度指标验证所求奇异位姿,并分析各灵巧度指标的优缺点。（2）利用能量守恒定律和柔性特性的等效原理,求解质量矩阵、重力矩阵及动力学方程,构建上肢外骨骼动力学模型。为更好的实现基于动力学的控制和运动规划,采用电流检测代替传感器进行力矩估计,分别对电机灵敏度、静摩擦力、黏滞摩擦力和库仑力等参数进行辨识,利用直流电机电流与力矩的关系获得重力矩补偿电流。（3）设计基于力矩的零力控制器并分析其合理性。制定基于力的阻抗控制策略,分析阻抗参数对系统稳定性的影响,对阻抗控制策略的补偿力跟踪效果进行仿真实验。针对动态运动基元轨迹学习算法,提出扩展基函数中心和改变基函数产生方式的优化方案,用于提高外骨骼轨迹学习的准确度和效率,并在自主研发的上肢外骨骼机器人平台上进行相应的实验和分析。
满金[4]（2021）在《智能汽车路径跟踪控制的研究》文中研究说明随着社会的进步以及汽车产业的不断发展,巨大的汽车保有量对资源、交通、环境带来一定的压力。在传统的驾驶行为中,安全因素是驾驶员系统中最薄弱的环节。智能汽车的出现,极大地缓解了传统汽车所带来的社会问题。研究和发展智能汽车不仅符合当前万物智能化的趋势,也是提高人们智慧,确定安全出行的重要保障。智能驾驶包含三个方面的技术,环境感知、决策规划和跟随控制。作为控制层部分,路径跟踪是实现车辆智能化和实用化的先决条件,也是智能驾驶技术核心价值的体现。因此实现全自主无人驾驶车辆在复杂工况下的路径跟踪控制具有十分重要的意义。本文主要对智能汽车的路径跟踪控制问题展开研究。首先建立了车辆的七自由度动力学模型,并用Pacejka’89魔术公式来描述车辆的轮胎模型,通过仿真分析证明所建立的模型能够满足智能汽车路径跟踪控制实时性和稳定性的要求。提出了 一种基于最优预瞄理论的路径跟踪控制器。将车辆的路径跟踪控制问题解耦成纵向速度跟随控制问题和横向轨迹跟踪控制问题。分别从预瞄误差模型、航向角偏差的计算等方面将期望前轮转角转换成最优方向盘转角输入,设计了系统的横向轨迹跟踪控制器。采用基于模式切换的速度控制系统和通过油门/刹车系统来控制加速度的输入,设计了系统的纵向速度跟随控制器。在预瞄跟踪控制器中引入了基于预瞄误差补偿的PID反馈控制,对于预瞄距离的选取加入了预瞄时间自适应的模块。通过仿真分析验证了控制器在三种路径及不同工况下的跟踪性能,结果表明高附着条件下具有良好的跟踪效果,而低附着下车辆的稳定性较差,且跟踪精度不高。提出了一种基于滑模变结构控制的路径跟踪控制器。基于车辆的自行车模型设计了车辆的模糊-滑模纵横向耦合跟踪控制器,控制输入选择车辆横摆角速度的函数,滑模面为车辆的横摆角速度误差。为了削弱滑模控制器的抖振现象,同时又能保证系统的控制性能,设计了模糊控制器来调节滑模控制器趋近律的大小。最后在联合仿真平台下对所设计的模糊-滑模路径跟踪控制方法进行了验证分析,结果表明该控制器适用于车辆在低中速下的行驶,具有很高的跟踪精度,而在高速条件,车辆容易导致失稳现象。提出了一种基于模型预测的路径跟踪控制器。选择车辆的七自由度动力学模型作为算法的模型基础。为满足算法实时在线优化的要求,建立了基于线性时变模型预测的跟踪控制方法,设计了以控制增量作为状态量的优化目标函数,将目标函数转化为QP问题保证优化目标有解。同时在纵横向耦合控制器的设计中加入了侧偏角软约束,以此来提高车辆的路径跟踪性能。通过仿真分析对所设计的模型预测控制器进行了验证,结果表明加入侧偏角软约束的模型预测控制器能很好地适应不同车速、不同路面附着条件下的跟踪行驶。最后,在Carsim/Simulink联合仿真平台中,对三种路径跟踪控制算法进行了仿真对比,结果表明,预瞄控制器只适合车辆在高附着路面下的跟踪行驶,模糊-滑模控制器适合车辆在低速和中速下的跟踪行驶,具有最高的控制精度,且对路面附着系数的极限工况下具有很强的适应能力。而加入侧偏角软约束的模型预测控制器在智能汽车应对不同车速、不同道路附着条件的跟踪问题上具有独特的优势。
许亚鹏[5]（2021）在《被动柔性变刚度执行器及其特性研究》文中研究表明在康复训练、助行助力、机械假肢、工业生产、特种任务等人-机器人或机器人-环境物理交互中,高安全性和强柔顺性是交互式机器人的两个共性关键指标。关节是驱动机器人本体运动并满足这两条关键指标的核心执行器。从物理硬件层面,在执行器传动链上引入弹性元件,执行器将具备固有柔顺属性,称为被动柔性执行器,可大大降低反射惯量和柔顺控制难度,且具有一定的被动弹性储能和力感知能力,人机交互体验好,固有安全性高。相比于传统的刚性传动执行器或定刚度弹性执行器,可变刚度执行器（Variable Stiffness Actuator,VSA）具备刚度调节范围广、被动弹性储能容量大、任务适应能力强、控制带宽灵活性好、安全性高等优势,适合于要求兼顾安全性和控制精度的物理交互型机器人。然而,额外引入的调刚机构大大增加了 VSA的设计复杂性和控制难度。如何通过紧凑性设计使VSA同时具备大范围、高速度、低能耗、弱耦合的主动刚度调节能力、精确的弹性力/力矩感知能力、较高的功率密度,是性能优异的VSA所面临的重大挑战。而VSA无法避免的非线性运动耦合扰动及系统复杂不确定性导致的控制器设计难度则是对其精确运动控制与拓展应用的主要障碍。本研究以突破上述挑战和障碍为目标,围绕变刚度执行器的设计与控制及其特性,进行相关理论、方法、技术与实验研究,主要内容如下:（1）以刚度调节范围广、响应快、阻力小为三大首要设计目标,结合现有变刚度原理优势,提出变弹性体结构参数的变刚度原理,设计相应的弹性元件及其应用方案,然后建立执行器的刚度模型,仿真分析所提出原理的刚度、弹性扭矩、被动弹性能及调刚阻扭矩的变化特性,并详细分析执行器最大弹性偏转量的多种约束条件,进而设计相应的约束机构,以保证执行器的弹性力力矩感知能力。（2）从旋转式VSA的应用背景出发,分析其基本构成,进而确定设计要求,然后提出VSA的总体设计方案,结合所提出的变刚度原理与VSA总体设计方案,对关键元件的选型进行分析,完成被动柔性变刚度执行器的机-电-控系统物理样机开发（命名为S3VSA）,最终对所开发的S3VSA进行调刚性能测试,辨识其静态刚度特性、考察其调刚速度和实际调节能耗,并分析其调刚分辨率的变化特性。（3）针对S3VSA的运动耦合扰动抑制问题,提出了基于扰动观测器的双环非线性控制器。首先,建立执行器的动力学模型并分析系统扰动,根据误差动态设计出非线性扰动观测器对耦合扰动进行估计,进而设计执行器的内、外环位置跟踪控制器,利用李雅普诺夫理论证明其稳定性,分析控制器参数整定原则,最终在多种刚度和负载变化情况下进行对比实验验证。（4）针对S3VSA的复杂动力学建模引起的控制器设计困难问题,以S3VSA在任务空间中的学习自适应控制为研究焦点,首先对控制问题分析得到控制目标,然后基于增量式学习的局部加权理论提出复合学习控制算法,以S3VSA反馈为样本点,利用复合学习算法更新局部加权线性回归中的模型参数,由局部加权学习将各个接受域的估计值进行增量式加权计算,进而得到执行器的内外环动力学估计,并利用李雅普诺夫理论证明控制器的稳定性和收敛性,最终通过对比实验验证所提出算法的泛化能力。（5）基于所设计的S3VSA及相关算法分析并验证其在碰撞模拟应用中的安全应对性能,以及在周期运动模拟应用中的节能效果。首先提出了基于执行器偏转量变化率和能量法结合的碰撞在线监测方法,进而设计了基于柔性关节的事件后安全应对策略,并基于所提出的DNC控制算法进行了安全碰撞对比实验,验证S3VSA的安全应对性能;然后,分析S3VSA的动态特性,探究其功耗最低所需满足的刚度动态,在定刚度、变刚度和刚性传动模式下进行了对比实验,验证了S3VSA的节能效果;最终将S3VSA与一些经典的VSA方案进行了综合性能对比,证实了 S3VSA在紧凑性、调刚速度与能耗、功率密度等方面所具有的竞争力。
丁超[6]（2021）在《高性能四足机器人对角步态控制与重心误差修正方法研究》文中认为自然界中众多陆生腿足动物因其高度的运动灵活性和崎岖地形适应能力给予人类诸多启发。近几十年来,世界各国研究者持续进行腿足式仿生移动机器人研究,包括仿生结构、运动机理、驱动方式、能量效率、感知技术等多个方面,以期实现非结构化环境下的物资运输、工程作业、野外勘探、救援救灾等任务,弥补轮式和履带式移动方式的不足。目前多足机器人主要有双足、四足、六足等拓扑结构形式,其中四足机器人因其兼具稳定性、灵活性和运动能效成为主要研究对象,而对角步态因良好的动态性、稳定性和对称性而广泛应用于四足机器人运动控制中。本文立足于课题组研发的四足仿生机器人,针对当前样机平台控制需求设计集成机载控制系统和人机交互系统,完成腿部建模实现基本运动控制,进而提出基于足端轨迹规划的运动控制方法提高四足机器人运动鲁棒性,提出对角步态支撑相最优足底力分配方法提高机器人崎岖地形适应能力,并进一步探究负载位置变化时的重心位置在线估计和运动调整方法。论文主要包括如下研究内容:1.针对当前液压四足机器人控制和交互存在的不足,设计集成机载实时控制系统,开发兼具控制、调试、与监测功能的多模式人机交互系统,为实现机器人运动控制提供硬件支撑。深入分析关节和腿部拓扑结构,建立关节驱动模型和单腿运动学、动力学模型,针对腿部运动控制设计基于关节位置伺服的阻抗控制和基于关节力矩伺服的单腿虚拟模型控制方法,在SCalf机器人样机平台上进行基本运动实验验证,为实现四足机器人整体运动控制奠定基础。2.针对四足机器人运动不灵活、缺乏反应式抗扰动响应能力的问题,根据虚拟腿原理提出基于倒立摆模型的对角步态稳定运动控制方法。在机器人支撑相足端运动与躯干姿态稳定性之间建立数学联系,在摆动相落足点与躯干速度稳定性之间建立定性关系,通过足端轨迹规划和腿部主动柔顺控制实现四足机器人多地形全向稳定运动。该方法易于液压驱动四足机器人工程实现,可有效提高机器人抗扰动能力。3.针对四足机器人足-地交互冲击大、地形适应能力较差的问题,采用局部建模方式提出基于模型预测控制的四足机器人运动控制方法。分析建立支撑相足端作用力对系统运动的驱动模型,推导迭代形式的动力学方程实现系统状态空间预测,将足底力分配转化为二次型优化问题实现机器人状态轨迹最优跟随和能量最低消耗,根据伪姿态角概念设计崎岖地形适应策略。通过实验验证该方法可有效提高四足机器人地形适应能力、鲁棒性和运动能效。4.针对四足机器人动步态下重心位置难以实时估计,重心变化影响机器人运动性能的问题,提出四足机器人重心位置误差在线修正方法。深入分析四足机器人欠驱动特性及重心位置建模误差对运动的影响机理,推导重心位置偏差与运动状态的定性关系,设计基于状态反馈的重心位置在线估计和运动调整方法,实现四足机器人负载位置变化时的运动适应。仿真与物理样机实验表明所提出的方法可有效提高四足机器人对负载扰动的适应能力。
林子荣[7]（2021）在《四自由度高速并联机器人的轨迹跟踪控制研究》文中指出目前,3C制造业产值非常高,而具有取放功能的四自由度高速并联机器人在其中起着关键作用。国内的工业机器人在精密零部件的精度及核心控制算法方面仍落后于国外大厂。因此,设计一个简单、鲁棒性强和关节跟踪精度高的控制算法对于提升国内3C制造业实力及打破国外大厂的垄断是非常必要的。本文以四自由度并联机器人为研究对象,以运动学及动力学模型为基础,设计了基于改进蝙蝠算法的最优模糊超螺旋滑模控制算法。其主要过程如下:在机器人运动学及动力学方面,首先对并联机器人的结构进行分析,建立机器人支链的闭环回路方程,根据此方程求解机器人的运动学逆解模型。在求解动力学模型前,对机器人进行速度及加速度分析,得出其速度雅克比矩阵。然后,基于虚功原理建立动力学逆解模型。随后通过仿真验证了运动学及动力学模型的正确性。最后,基于递推最小二乘法对机器人动力学参数进行了识别。在控制算法设计方面,作为对比算法,先对计算力矩法进行推导,随后基于机器人动力学模型设计了传统的一阶滑模控制器,并通过Lyapunov稳定性定理证明了控制器是渐近稳定的。最后通过Matlab/Simulink对计算力矩法以及传统一阶滑模控制器进行了仿真分析。再者,在一阶滑模控制器的基础上引入二阶超螺旋滑模控制算法对控制器进行改进。此外,为了提高控制器对未建模误差及外部扰动的抵抗力,基于模糊逻辑设计了在线调节滑模切换增益以及滑模面斜率的两类模糊控制器。最后通过仿真验证了模糊超螺旋滑模控制器的有效性。由于设计的模糊控制器的隶属函数带宽是根据工程经验进行选取的,并不是最优的参数。为此,引入基于Lévy飞行的改进蝙蝠算法对模糊控制器的隶属函数带宽进行优化。相较于计算力矩法控制器及传统一阶滑模控器,基于最优模糊超螺旋滑模控制器具有更高的关节轨迹跟踪精度、更高的鲁棒性以及更少的抖振现象。
劳德杏[8]（2021）在《集成式电控制动系统车辆稳定性控制研究》文中研究表明当前汽车工业正面临着智能化和电动化的变革,传统的真空伺服助力制动系统已经不能满足要求车辆先进辅助驾驶功能的各项需求。与此同时,政府机构和汽车厂商都在大力推广电动汽车的使用,这就要求制动系统能够不依赖真空源,且具备制动能量回收、主动制动等功能。在此背景下,电控制动系统迎来了良好的发展前景。随着电控制动系统的不断发展,集成式电控制动系统即1-Box制动系统受到了广泛关注。这是因为其依靠高性能的电机作为动力源即可完成制动伺服助力,更重要的是它将制动伺服助力、轮缸压力调节和制动压力解耦等功能集成在一起之后,可以完成主动制动、复合制动、制动防抱死、车辆稳定性控制等功能,更好地适应了智能汽车对于制动系统提出的各项要求。本文以校企合作项目“智能驾驶制动控制算法研究”和“集成式制动控制算法开发”为基础,针对集成式电控制动系统以及车辆稳定性控制展开相关研究,主要包括以下几个部分:（1）集成式电控制动系统构型分析与建模。针对国内外主流的电控制动系统构型方案,首先对三种典型的电控制动系统构型方案进行分析,对制动系统的主要组成部分、工作原理和关键的零部件等进行了详细的分析。然后结合各个制动系统构型方案的优缺点如建压速度、可靠性等以及课题组的现有资源,确定本文所要研究的集成式电控制动系统构型方案。接着对制动系统中的永磁同步电机、减速传动机构以及液压系统进行动力学建模,并在实验台架上采集数据完成模型对比验证。（2）集成式电控制动系统控制策略研究。首先,在集成式电控制动系统主动压力控制策略中,设计了包括电流环、速度环和位置环的伺服三闭环控制策略,完成对电机伺服位置的闭环控制。接着,以伺服三闭环控制为内环,压力环控制为外环,压力环采用前馈补偿+PID反馈控制结构。然后对制动系统液压调节单元中线性电磁阀的电气、液压特性进行分析,通过试验确定了合适的控制基频,并通过多组试验完成进、出液阀的增减压速率标定。最后设计了集成式电控制动系统轮缸压力控制策略,包含单轮调压模式和多轮调压模式,实现轮缸压力差动制动控制,为车辆横向稳定性控制中响应各个轮缸的制动压力需求奠定基础。（3）车辆横向稳定性控制策略研究。首先,建立了“魔术公式”轮胎模型和二自由度车辆参考模型。通过车辆横向稳定性分析,针对车辆横摆控制选取了横摆角速度和质心侧偏角作为控制变量,然后考虑到车辆实际横摆角速度响应的延迟特性和车辆稳定性因数的变化,对横摆角速度理想值进行修正。本文设计的车辆横向稳定性控制器采用分层控制策略,包括决策层,计算层和分配层。决策层首先计算控制变量的理想值,然后通过质心侧偏角-质心侧偏角速度相平面法（-?）和不同车速下横摆角速度偏差的极限值作为稳定性判据,判断车辆是否横向失稳。计算层中通过设计两个参数自整定模糊PID控制器分别计算附加横摆力矩,并通过联合加权控制输出期望附加横摆力矩。分配层中,同时结合方向盘转角、方向盘转角速度和期望附加横摆力矩的正负来判断车辆的转向特性,接着通过单轮差动制动的方式,将制动压力分配至对应的制动轮缸,给车辆施加附加横摆力矩以纠正车辆的不足转向或者过度转向。（4）仿真测试及基于集成式电控制动系统的硬件在环实验验证。首先通过Matlab/Simulink和Car Sim RT搭建联合仿真环境,设置了多种测试场景和工况检验横向稳定性分层控制策略的有效性。接着,基于d SPACE快速控制原型工具链,搭建了硬件在环实验平台,硬件部分主要有乘用车液压制动系统、集成式电控制动系统、实时控制器Micro Auto Box、实时仿真机SCALEXIO等;软件部分主要有Matlab/Simulink、Control Desk、Configuration Desk等。硬件在环实验验证设置方向盘角阶跃、双移线和正弦延迟等测试工况,实验结果表明车辆横向稳定性分层控制策略和集成式电控制动系统轮缸压力控制算法具有良好的控制效果。
时晓宇[9]（2021）在《无人机飞控系统的故障诊断与容错控制技术研究》文中进行了进一步梳理航天科技的发展日新月异,以无人机为代表的航空飞行器变得越来越复杂,人们对航空器的稳定性、安全性和可靠性也提出了更高的要求。无人机飞控系统的故障诊断与容错控制技术可以提高航天器的自主运行能力。此外,复杂多变的空间环境不可避免地对无人机造成影响,自身长时间运行也会使系统产生不同类型的故障,其中44%是执行器故障造成的。因此,研究执行器的故障诊断和飞控系统的容错控制,对延长设备使用寿命,提高系统稳定运行的能力具有重要意义。旋翼无人机独有的垂直起降、自由悬停和小巧灵活的优势而被广泛应用在军事和民用领域。本文以四旋翼无人机为主要研究对象,针对外界扰动、模型不确定性和执行器故障对飞控系统运行安全的影响,对飞控系统中故障诊断、鲁棒跟踪控制和容错控制等方面的问题进行研究,主要内容如下:基于外界扰动和执行器故障对系统建模的影响,深入分析无人机的动力学模型机理,优化无人机飞控系统的数学模型。通过分析飞控系统执行器故障的类型并建立典型故障的数学模型,再建立故障模式下无人机的动力学模型,为后续无人机故障诊断和容错控制研究奠定理论基础。针对执行器故障的多样性和受强噪声干扰问题,提出一种基于变分模态分解和层次模糊熵的故障特征提取算法。实现不同频率下故障信号的特征提取,从理论上提高故障特征提取的准确率。通过优化Alexnet神经网络算法对轴承信号进行故障特征分类和识别,提高故障诊断的精度。试验结果表明,与卷积神经网络和Googlenet网络相比,该方法不仅能够识别故障的类型,准确率达97.92%,还能够识别故障的严重程度,准确率达94.73%。针对外界扰动和模型不确定性情况下四旋翼无人机的跟踪控制问题,实现固定扰动和随机扰动情况下四旋翼无人机的跟踪控制。针对扰动为固定值的情况,提出一种改进的反步滑模跟踪控制算法,解决了滑模控制本身存在的抖振问题,也提高了系统的抗扰动特性。进一步,考虑扰动和模型不确定性部分为随机值时,提出一种新型的将模糊控制和PID控制相结合的鲁棒跟踪控制优化算法,并通过扩张状态观测器对系统的随机部分进行实时观测和补偿。结果表明,四旋翼无人机偏航控制子系统的响应时间比传统的PID控制算法减少近50%,且超调量也大大减小,该方法提高了系统的响应速度和跟踪性能。在分析外界扰动对系统影响的基础上,研究四旋翼无人机执行器故障容错控制问题。针对执行器偏差这类加性故障的容错控制问题,提出一种改进的分数阶幂次滑模容错控制算法,克服了传统容错控制只能使系统渐近稳定的缺点,实现了系统有限时间内到稳定状态的目的。自适应控制技术能够补偿干扰对系统的影响,提高了系统的稳定性。针对执行器失效这类乘性故障的容错控制问题,设计一种新的非奇异终端滑模控制算法,试验表明,该方法不仅消除了姿态和位置控制中的奇异现象,而且使飞控系统在有限时间内达到稳定状态。此外,利用自适应控制策略对系统扰动和不确定性进行补偿,进一步提高控制器的性能。
张冰[10]（2020）在《全线控电动汽车不同行驶模式的轨迹跟踪控制研究》文中研究指明在交通环境日趋复杂的今天,对车辆底盘灵活性要求越来越高,应社会发展需求,随着电控系统技术的迅速提升,基于分布式底盘的全线控电动汽车将会成为解决复杂交通环境问题的主要交通工具。全线控电动汽车具有四轮独立驱动/制动/转向的独特结构,结合控制手段可以实现更加灵活、高效的轨迹跟踪,为智能驾驶技术发展带来了许多新的可能。目前针对全线控电动汽车轨迹跟踪控制的研究中多将其视为期望运动实现的基础平台,结合传统底盘车辆控制思想实现其轨迹跟踪控制方法的设计,难以充分发挥全线控电动汽车的优势。因此,本论文依托国家自然科学基金资助项目“分布式全线控电动汽车可重构集成控制策略研究”（项目编号:51505178）及吉林省“十三五”教育厅科学技术项目“基于线控底盘的分布式电动汽车动力学建模与协同控制”（项目编号:JJKH20200963KJ）,从全线控电动汽车灵活机动特性出发,考虑其动力学特性,研究了不同行驶模式的全线控电动汽车轨迹跟踪控制方法,具体研究内容可总结为如下几个部分:1)对全线控电动汽车运动状态估算方法进行了研究:针对驱动系统轮毂电机力矩突变以及车辆模型不确定性等原因所造成的车辆运动状态观测不准确问题,提出一种双结构强跟踪滤波（Double Strong Tracking Filter,DSTF）运动状态观测器。采用强跟踪滤波（Strong Tracking Filter,STF）方法分别对基于轮毂电机的驱动系统状态及整车运动状态进行观测,并利用两个滤波器之间的数据共享,结合强跟踪滤波方法对模型不确定性的鲁棒性以及对信号变化的强跟踪能力,快速、精确地获取整车运动状态信息。通过仿真对比验证了所设计的全线控电动汽车DSTF观测器可以在无信号突变情况下准确获取整车运动状态;当驱动系统轮毂电机状态信号发生突变造成整车运动状态变化时,所提出的观测器仍然具有快速、准确的信号处理与估算能力,相比于现有的全线控电动汽车运动状态观测器,提高了对整车运动状态的观测能力。2)针对紧急工况,为满足严格轨迹跟踪精度需求以保证无人驾驶安全性,利用全线控电动汽车灵活特性优势,研究一种不同行驶模式融合的轨迹跟踪控制方法。首先基于分层式集成控制架构结合模型预测控制（Model Predictive Control,MPC）方法对四轮独立驱动/制动/转向底盘的轨迹跟踪控制器进行设计,其中结合人工势场法在MPC轨迹跟踪控制优化目标中引入避障势场函数,实现动态避障功能。其次基于线性化摩擦圆约束结合二次规划方法,对期望车体广义力/力矩进行分配,结合引入轮胎逆模型的执行器执行层,实现期望轨迹跟踪运动。在上述基础上,摒弃传统通过驾驶员在低速工况中对不同转向模式进行手动选择与严格切换的方法,首先以车辆跟踪轨迹时姿态为特征将车辆行驶模式划分为传统与非传统行驶模式,并设计一种自动融合不同行驶模式的全线控电动汽车轨迹跟踪控制方法,其中在MPC轨迹跟踪器中引入可变的优化控制目标,设计变权重调整器结合MPC框架对车辆动力学的约束能力,通过控制传统与非传统行驶模式不同程度的融合,实现更加灵活与精确的轨迹跟踪控制;仿真结果表明了提出的全线控电动汽车不同行驶模式融合轨迹跟踪控制方法可以有效提高轨迹跟踪精度。3)在轨迹跟踪精度要求低的工况中,为适应长期基于传统架构底盘形成的驾驶习惯,提高乘坐舒适性,针对全线控电动汽车传统行驶模式,研究了一种兼顾不同动力学稳定性需求的自适应MPC轨迹跟踪控制方法。首先结合传统行驶模式对控制架构进行重组以改善预测控制实时性能,并利用（质心侧偏角-质心侧偏角速度,β-（?））相平面对车辆稳定性较强的表征能力对动力学稳定性进行判断与量化,结合稳定性量化指标与给定阈值,根据MPC控制器中预测域对全线控电动汽车动力学稳定性的影响对其进行在线调节;针对自适应MPC轨迹跟踪控制中存在的数学问题,在目标函数中引入递减指数权重,解决系统“病态”导致的预测域切换过程中扰动问题,同时降低了控制系统对干扰的敏感性;设置长的控制域对处于动力学稳定状态中的车辆轨迹与横摆跟踪能力进行优化,通过引入Laguerre函数序列对控制域中的控制序列进行拟合,将优化变量从多个控制增量转化为少量的拟合参数,从而在不增加优化求解计算复杂度的基础上提高了动力学稳定状态下对参考轨迹与期望横摆的跟踪精度。通过仿真结果得出,针对符合传统驾驶与乘车习惯的全线控电动汽车传统行驶模式,所提出的自适应MPC轨迹跟踪控制方法与传统MPC轨迹跟踪控制方法相比在跟踪精度上有大幅度提升,并通过优化进一步提升了动力学稳定状态下的轨迹跟踪精度,验证了提出方法的有效性。4)针对本论文所提出的方法进行试验验证。首先利用全线控电动汽车采集并合成模拟轮毂电机故障与试验噪声的试验数据,对提出DSTF运动状态观测器进行验证;基于驾驶模拟器,搭建不同行驶模式融合的全线控电动汽车轨迹跟踪控制器及传统行驶模式下的自适应MPC轨迹跟踪控制器,并对相应方法进行实时性优化,在中高速工况中引入执行器延迟,对提出方法进行模型在环验证。试验结果表明针对不同工况需求的轨迹跟踪控制方法均可以获得良好的轨迹跟踪控制效果,验证了方法的有效性。
二、二次调节力矩控制中的摩擦问题及其模糊控制补偿方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、二次调节力矩控制中的摩擦问题及其模糊控制补偿方法（论文提纲范文）
（1）基于神经网络的三浮陀螺仪控制算法的研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 课题研究内容 |
| 1.4 论文结构安排 |
| 2 三浮陀螺基础理论及工作原理 |
| 2.1 三浮陀螺简介 |
| 2.2 磁悬浮技术 |
| 2.3 系统结构组成及工作方式 |
| 3 系统各部件模型的建立与仿真 |
| 3.1 位置检测模型 |
| 3.2 加力输出模型 |
| 3.3 控制系统模型 |
| 3.4 浮子力学模型 |
| 3.5 浮子的运动规律 |
| 3.5.1 常值阶跃力 |
| 3.5.2 瞬时冲击力 |
| 3.5.3 简谐变化力 |
| 3.6 三维仿真模型 |
| 3.7 仿真模型单通道PID控制设计 |
| 3.8 浮子运动仿真 |
| 4 控制算法研究与设计 |
| 4.1 模糊PID控制 |
| 4.1.1 模糊PID控制原理 |
| 4.1.2 模糊PID控制算法设计 |
| 4.1.3 模糊PID实现与仿真分析 |
| 4.2 PID神经网络控制算法设计 |
| 4.2.1 PID神经网络控制原理 |
| 4.2.2 前向计算 |
| 4.2.3 反向传播(BP)学习算法 |
| 4.2.4 算法流程设计 |
| 4.2.5 PID神经网络控制仿真分析 |
| 5 磁悬浮控制系统的实验研究 |
| 5.1 实验环境概述 |
| 5.2 系统主程序设计 |
| 5.3 实验结果分析 |
| 5.3.1 浮子定中实验 |
| 5.3.2 耦合控制实验 |
| 5.3.3 稳测试验 |
| 5.4 总结 |
| 6 结论 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间主要研究成果 |
（2）高分辨遥感卫星单框架控制力矩陀螺伺服控制技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 SGCMG系统的研究现状 |
| 1.2.1 SGCMG系统概述及发展 |
| 1.2.2 位置传感器误差补偿研究现状 |
| 1.2.2.1 圆光栅编码器测角误差来源 |
| 1.2.2.2 硬件补偿方法 |
| 1.2.2.3 软件补偿方法 |
| 1.2.3 伺服控制策略研究现状 |
| 1.2.3.1 PI控制策略 |
| 1.2.3.2 自抗扰控制策略 |
| 1.2.3.3 预测控制策略 |
| 1.2.3.4 滑模控制策略 |
| 1.2.3.5 神经网络控制策略 |
| 1.3 本文的研究内容和组织结构 |
| 第2章 SGCMG框架电机建模及控制 |
| 2.1 引言 |
| 2.2 框架电机选型及指标 |
| 2.3 永磁同步电机的数学建模 |
| 2.3.1 坐标系建立方法 |
| 2.3.1.1 Clark变换 |
| 2.3.1.2 Park变换 |
| 2.3.2 数学建模 |
| 2.4 永磁同步电机的矢量控制策略 |
| 2.5 矢量控制仿真分析 |
| 2.6 本章小结 |
| 第3章 位置传感器误差补偿 |
| 3.1 引言 |
| 3.2 圆光栅工作原理及误差 |
| 3.2.1 圆光栅工作原理 |
| 3.2.2 圆光栅误差来源 |
| 3.2.3 安装误差模型 |
| 3.2.3.1 倾斜误差建模 |
| 3.2.3.2 偏心误差建模 |
| 3.3 圆光栅误差补偿方法 |
| 3.3.1 硬件补偿 |
| 3.3.2 软件补偿 |
| 3.4 圆光栅标定与补偿实验 |
| 3.4.1 标定实验设计 |
| 3.4.2 补偿流程 |
| 3.5 圆光栅补偿结果与仿真分析 |
| 3.5.1 补偿结果分析 |
| 3.5.2 SGCMG伺服系统仿真 |
| 3.6 本章小结 |
| 第4章 SGCMG框架伺服系统辨识 |
| 4.1 引言 |
| 4.2 SGCMG框架伺服系统控制模型和机械谐振的研究 |
| 4.2.1 SGCMG框架伺服控制模型 |
| 4.2.2 机械谐振频率抑制 |
| 4.3 SGCMG框架伺服系统特性辨识 |
| 4.3.1 辨识方法 |
| 4.3.2 辨识实验 |
| 4.4 SGCMG框架伺服系统频率特性辨识结果 |
| 4.5 本章小结 |
| 第5章 SGCMG框架伺服系统控制策略研究 |
| 5.1 引言 |
| 5.2 传统伺服控制策略介绍 |
| 5.2.1 电流环控制 |
| 5.2.2 速度环控制 |
| 5.2.3 位置环控制 |
| 5.3 滑模控制 |
| 5.3.1 滑模控制基本理论 |
| 5.3.2 快速终端滑模控制 |
| 5.3.3 抖振问题及抑制方法 |
| 5.3.4 新型趋近律设计 |
| 5.4 基于神经网络的自适应控制 |
| 5.4.1 神经网络基本理论 |
| 5.4.2 神经网络自适应PID控制 |
| 5.5 控制器设计及仿真对比 |
| 5.5.1 控制器设计 |
| 5.5.2 仿真结果分析 |
| 5.6 本章小结 |
| 第6章 SGCMG框架伺服系统研制与实验 |
| 6.1 引言 |
| 6.2 SGCMG框架伺服系统的硬件设计 |
| 6.2.1 电源模块设计 |
| 6.2.2 控制模块设计 |
| 6.2.3 驱动模块设计 |
| 6.2.4 ADC采集模块设计 |
| 6.2.4.1 电流采集 |
| 6.2.4.2 母线电压和温度采集 |
| 6.2.5 通信模块设计 |
| 6.2.5.1 CAN通信 |
| 6.2.6 RS422 通信 |
| 6.3 SGCMG框架伺服系统的软件设计 |
| 6.3.1 主控制器软件设计 |
| 6.3.2 从控制器软件设计 |
| 6.4 SGCMG框架伺服系统实验 |
| 6.4.1 电流环实验结果 |
| 6.4.2 速度环实验结果 |
| 6.4.2.1 阶跃跟踪响应实验 |
| 6.4.2.2 正弦跟踪响应实验 |
| 6.4.2.3 实验结论 |
| 6.4.3 位置环实验结果 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 全文工作总结 |
| 7.2 论文主要创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（3）基于动力学的可穿戴上肢外骨骼运动规划方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 基于动力学控制方法的国内外研究现状 |
| 1.2.1 零力控制研究现状 |
| 1.2.2 阻抗控制研究现状 |
| 1.2.3 基于动态运动基元规划方法研究现状 |
| 1.3 本文主要研究内容 |
| 第2章 可穿戴上肢外骨骼机器人运动学分析 |
| 2.1 上肢外骨骼机器人总体架构 |
| 2.2 上肢外骨骼机器人运动学分析 |
| 2.2.1 正向运动学求解及验证 |
| 2.2.2 逆向运动学求解与验证 |
| 2.3 上肢外骨骼机器人奇异性分析 |
| 2.3.1 雅克比矩阵求解 |
| 2.3.2 灵巧性分析 |
| 2.4 本章小结 |
| 第3章 可穿戴上肢外骨骼机器人动力学建模 |
| 3.1 具有柔性特性的关节动力学模型 |
| 3.2 上肢外骨骼机器人动力学方程 |
| 3.2.1 质量矩阵 |
| 3.2.2 关节摩擦力模型 |
| 3.2.3 重力矩阵 |
| 3.3 上肢外骨骼机器人动力学模型参数辨识 |
| 3.3.1 直流电机电流与力矩的关系 |
| 3.3.2 电机转矩灵敏度及静摩擦力参数辨识 |
| 3.3.3 重力及摩擦力补偿电流 |
| 3.3.4 黏滞摩擦力及库仑力参数辨识 |
| 3.3.5 基于参数辨识的系统总补偿电流 |
| 3.4 本章小结 |
| 第4章 基于动力学的控制及运动规划方法研究 |
| 4.1 基于动力学的上肢外骨骼零力控制 |
| 4.1.1 零力控制方法介绍 |
| 4.1.2 基于力矩的零力控制器 |
| 4.2 基于动力学的上肢外骨骼阻抗控制 |
| 4.2.1 阻抗控制模型 |
| 4.2.2 基于力的阻抗控制策略 |
| 4.2.3 阻抗控制参数对系统稳定性影响的分析 |
| 4.2.4 阻抗控制仿真实验 |
| 4.3 基于动态运动基元的上肢外骨骼运动规划 |
| 4.3.1 基于DMPs的动力学运动规划方法介绍 |
| 4.3.2 基于DMPs的动力学方法优化 |
| 4.3.3 基于DMPs的运动规划仿真与分析 |
| 4.4 本章小结 |
| 第5章 基于动力学的上肢外骨骼控制实验和分析 |
| 5.1 上肢外骨骼机器人实验平台介绍 |
| 5.1.1 上肢外骨骼硬件系统 |
| 5.1.2 上肢外骨骼软件系统 |
| 5.2 基于力矩控制的零力拖动实验 |
| 5.3 基于力的阻抗控制实验 |
| 5.4 基于DMPs的运动规划实验 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 在学期间主要科研成果 |
| 一、发表学术论文 |
| 二、其它科研成果 |
（4）智能汽车路径跟踪控制的研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 背景和意义 |
| 1.2 智能汽车的发展历程和研究现状 |
| 1.3 智能汽车路径跟踪控制的研究现状 |
| 1.3.1 国外路径跟踪控制研究现状 |
| 1.3.2 国内路径跟踪控制研究现状 |
| 1.3.3 目前存在的问题 |
| 1.4 本文的研究内容 |
| 2 车辆动力学模型 |
| 2.1 车辆的动力学模型 |
| 2.2 轮胎模型 |
| 2.3 本章小结 |
| 3 基于最优预瞄理论的路径跟踪控制器 |
| 3.1 预瞄问题描述 |
| 3.2 预瞄跟踪控制器的设计 |
| 3.2.1 预瞄误差模型(驾驶员模型) |
| 3.2.2 航向角偏差的计算 |
| 3.2.3 纵向速度跟随控制器 |
| 3.2.4 基于预瞄误差补偿的反馈控制 |
| 3.2.5 预瞄时间自适应模块 |
| 3.3 基于预瞄跟踪控制算法的仿真结果分析 |
| 3.3.1 标准双移线工况 |
| 3.3.2 定曲率圆形轨迹工况 |
| 3.3.3 变曲率S型轨迹工况 |
| 3.4 本章小结 |
| 4 基于滑模变结构控制的路径跟踪控制器 |
| 4.1 滑模控制器的原理 |
| 4.2 滑模控制器的设计 |
| 4.3 基于增益调节的模糊控制器的设计 |
| 4.3.1 模糊控制概述 |
| 4.3.2 模糊控制器的结构及设计方法 |
| 4.3.3 基于增益切换的模糊控制器的设计 |
| 4.4 基于滑模控制的路径跟踪控制器的仿真结果分析 |
| 4.5 本章小结 |
| 5 基于模型预测的路径跟踪控制器 |
| 5.1 模型预测控制基本原理 |
| 5.2 模型预测控制算法的开发与求解 |
| 5.2.1 非线性模型预测控制算法 |
| 5.2.2 线性时变模型预测控制算法 |
| 5.3 基于模型预测的路径跟踪控制器的设计 |
| 5.3.1 线性离散模型 |
| 5.3.2 目标函数与约束条件 |
| 5.3.3 QP问题求解 |
| 5.4 基于模型预测的路径跟踪控制器的仿真分析 |
| 5.4.1 高附着路面工况 |
| 5.4.2 未含侧偏角软约束的低附着路面工况 |
| 5.4.3 包含侧偏角软约束的低附着路面工况 |
| 5.4.4 三种控制器的对比 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 作者简历 |
（5）被动柔性变刚度执行器及其特性研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 变刚度执行器关键技术研究现状 |
| 1.2.1 拮抗式VSA |
| 1.2.2 独立式VSA |
| 1.3 变刚度执行器运动控制研究现状 |
| 1.3.1 耦合扰动抑制控制 |
| 1.3.2 自适应控制 |
| 1.4 变刚度执行器的应用研究现状 |
| 1.5 论文的研究内容及总体框架 |
| 第2章 S形弹簧变刚度理论建模与弹性偏转约束设计 |
| 2.1 引言 |
| 2.2 变刚度原理设计与建模 |
| 2.2.1 弯曲悬臂梁结构控制型变刚度原理 |
| 2.2.2 执行器刚度模型 |
| 2.3 变刚度原理特性分析 |
| 2.3.1 弹簧设计参数对刚度变化的影响 |
| 2.3.2 执行器全状态刚度变化特性 |
| 2.3.3 弹性扭矩感知特性 |
| 2.3.4 被动弹性能与调刚阻扭矩 |
| 2.4 变刚度机构最大弹性偏转量分析 |
| 2.4.1 弹簧自由端接触约束下的最大偏转量 |
| 2.4.2 屈服强度约束下的最大弹性偏转量 |
| 2.4.3 变刚度机构几何约束下的最大偏转量 |
| 2.5 最大弹性偏转量约束设计 |
| 2.5.1 执行器偏转量的耦合影响 |
| 2.5.2 S形弹簧弹性变形限位轮廓设计 |
| 2.6 小结 |
| 第3章 共轴差动传动式被动柔性变刚度执行器及调刚性能评估 |
| 3.1 引言 |
| 3.2 变刚度执行器总体设计 |
| 3.2.1 变刚度执行器的基本构成 |
| 3.2.2 变刚度执行器设计要求 |
| 3.2.3 变刚度执行器总体方案 |
| 3.3 关键元件选型与样机实现 |
| 3.3.1 电机及驱动选型 |
| 3.3.2 编码器方案对比 |
| 3.3.3 物理样机实现 |
| 3.4 刚度调节性能评估 |
| 3.4.1 执行器静态刚度变化特性辨识 |
| 3.4.2 刚度调节速度与能耗 |
| 3.4.3 刚度调节分辨率 |
| 3.5 小结 |
| 第4章 S~3VSA运动耦合扰动抑制控制 |
| 4.1 引言 |
| 4.2 S~3VSA动力学模型及扰动分析 |
| 4.3 李雅普诺夫理论基础 |
| 4.3.1 系统稳定性与李雅普诺夫方程 |
| 4.3.2 系统暂态性能估计 |
| 4.4 基于扰动观测的非线性控制器设计 |
| 4.4.1 非线性扰动观测器 |
| 4.4.2 非线性双环位置跟踪控制器 |
| 4.4.3 稳定性证明与参数整定原则 |
| 4.5 位置跟踪控制性能对比 |
| 4.5.1 实验方案设计 |
| 4.5.2 平滑阶跃信号响应性能 |
| 4.5.3 定刚度下的跟踪性能 |
| 4.5.4 变刚度下的跟踪性能 |
| 4.6 小结 |
| 第5章 S~3VSA在任务空间中的学习自适应控制 |
| 5.1 引言 |
| 5.2 控制问题分析 |
| 5.3 局部加权学习理论 |
| 5.3.1 局部加权线性回归模型 |
| 5.3.2 接受域形状与大小自适应调节 |
| 5.3.3 接受域数量自适应增长与偏置调节 |
| 5.4 基于局部加权回归的复合学习控制算法设计 |
| 5.4.1 执行器系统外环动力学估计 |
| 5.4.2 复合学习控制律 |
| 5.4.3 稳定性与收敛特性分析 |
| 5.5 实验验证 |
| 5.5.1 实验方案设计 |
| 5.5.2 实验结果与分析 |
| 5.6 小结 |
| 第6章 S~3VSA的碰撞与节能模拟应用及综合性能评估 |
| 6.1 引言 |
| 6.2 模拟碰撞后的安全应对性能 |
| 6.2.1 碰撞在线监测方法 |
| 6.2.2 基于柔性关节的事件后安全应对策略 |
| 6.2.3 模拟碰撞安全应对实验对比分析 |
| 6.3 模拟周期运动中的节能控制策略 |
| 6.3.1 执行器动态特性 |
| 6.3.2 执行器能耗仿真分析 |
| 6.3.3 节能特性实验对比及分析 |
| 6.4 执行器综合性能对比 |
| 6.5 小结 |
| 第7章 总结与展望 |
| 7.1 工作总结 |
| 7.2 研究展望 |
| 参考文献 |
| 攻读学位期间获得的学术成果及参加科研项目 |
| 致谢 |
| 学位论文评阅及答辩情况表 |
（6）高性能四足机器人对角步态控制与重心误差修正方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 中英文专业名词对照表 |
| 第一章 绪论 |
| 1.1 论文选题背景及研究意义 |
| 1.2 四足机器人国内外研究现状 |
| 1.2.1 国外四足机器人研究现状 |
| 1.2.2 国内四足机器人研究现状 |
| 1.3 四足机器人稳定运动控制方法研究现状 |
| 1.3.1 腿部柔顺控制方法 |
| 1.3.2 四足机器人稳定运动控制方法 |
| 1.3.3 重心位置估计方法 |
| 1.4 论文主要研究内容及章节安排 |
| 第二章 液压四足机器人系统分析、集成与建模 |
| 2.1 引言 |
| 2.2 四足机器人平台概述 |
| 2.2.1 动力和作动方式分析 |
| 2.2.2 四足机器人控制需求 |
| 2.3 机载控制系统设计与集成 |
| 2.3.1 机载控制系统功能需求 |
| 2.3.2 机载控制系统功能实现方案 |
| 2.3.3 机载控制系统硬件集成 |
| 2.4 人机交互系统设计与集成 |
| 2.4.1 人机交互系统功能需求 |
| 2.4.2 人机交互系统功能实现方案 |
| 2.4.3 人机交互系统硬件集成 |
| 2.5 四足机器人腿部建模 |
| 2.5.1 关节驱动模型 |
| 2.5.2 单腿运动学模型 |
| 2.5.3 单腿动力学模型 |
| 2.6 腿部运动控制方法 |
| 2.7 物理样机实验 |
| 2.8 本章小结 |
| 第三章 基于足端轨迹规划的四足机器人稳定运动控制方法 |
| 3.1 引言 |
| 3.2 四足机器人简化建模与稳定性分析 |
| 3.2.1 基于虚拟腿理论的模型简化 |
| 3.2.2 姿态稳定条件分析 |
| 3.2.3 速度稳定条件分析 |
| 3.2.4 落足点选取策略 |
| 3.3 四足机器人足端轨迹生成 |
| 3.3.1 机器人转向策略 |
| 3.3.2 支撑相足端轨迹规划 |
| 3.3.3 摆动相足端轨迹规划 |
| 3.3.4 基于本体感知的地形估计与适应策略 |
| 3.3.5 对角步态控制器设计 |
| 3.4 仿真验证 |
| 3.4.1 速度跟随仿真 |
| 3.4.2 全向运动仿真 |
| 3.4.3 侧向冲击仿真 |
| 3.5 物理样机实验 |
| 3.5.1 柔顺性能实验 |
| 3.5.2 全向运动实验 |
| 3.5.3 地形适应实验 |
| 3.5.4 侧向冲击实验 |
| 3.6 本章小结 |
| 第四章 基于状态估计与预测的四足对角步态运动控制方法 |
| 4.1 引言 |
| 4.2 支撑相运动建模与足底力分配方法 |
| 4.2.1 系统动力学方程 |
| 4.2.2 系统模型离散化 |
| 4.2.3 基于状态预测的支撑相足底力分配方法 |
| 4.3 躯干运动状态估计 |
| 4.4 基于伪姿态角的崎岖地形适应策略 |
| 4.5 运动控制器设计 |
| 4.6 仿真验证 |
| 4.6.1 全向运动仿真 |
| 4.6.2 崎岖地形适应仿真 |
| 4.6.3 抗侧向冲击仿真 |
| 4.6.4 运动能效仿真 |
| 4.7 物理样机实验 |
| 4.7.1 斜坡地形实验 |
| 4.7.2 连续台阶地形实验 |
| 4.8 本章小结 |
| 第五章 四足机器人重心位置在线估计与运动调整方法 |
| 5.1 引言 |
| 5.2 四足机器人重心位置估计方法 |
| 5.2.1 静态站立下的重心位置估计 |
| 5.2.2 对角步态下的重心位置在线估计 |
| 5.3 基于重心位置补偿的运动调整方法 |
| 5.4 仿真验证 |
| 5.4.1 重心位置在线估计仿真 |
| 5.4.2 重心位置实时估计与运动调整仿真 |
| 5.5 物理样机实验 |
| 5.5.1 重心位置补偿实验 |
| 5.5.2 重心位置实时估计与运动调整实验 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的学术论文 |
| 攻读博士学位期间参加的科研项目 |
| 学位论文评阅及答辩情况报 |
（7）四自由度高速并联机器人的轨迹跟踪控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 轨迹跟踪控制算法研究现状 |
| 1.2.2 滑模控制算法研究现状 |
| 1.2.3 控制器参数优化研究现状 |
| 1.3 课题来源及论文主要研究内容 |
| 1.3.1 课题来源 |
| 1.3.2 论文主要研究内容 |
| 2 运动学及动力学建模 |
| 2.1 四自由度并联机器人结构 |
| 2.2 运动学分析 |
| 2.2.1 逆运动学问题 |
| 2.2.2 正运动学问题 |
| 2.2.3 速度及加速度分析 |
| 2.3 动力学建模 |
| 2.3.1 逆动力学问题 |
| 2.3.2 正动力学问题 |
| 2.4 动力学仿真验证 |
| 2.4.1 仿真轨迹 |
| 2.4.2 仿真验证 |
| 2.5 动力学参数识别 |
| 2.5.1 动力学模型线性化 |
| 2.5.2 最小二乘法 |
| 2.5.3 递推最小二乘法 |
| 2.5.4 激励轨迹设计及标定实验 |
| 2.6 本章小结 |
| 3 计算力矩法及滑模变结构控制器设计 |
| 3.1 计算力矩法 |
| 3.1.1 计算力矩法推导 |
| 3.1.2 计算力矩控制器仿真 |
| 3.2 滑模控制算法 |
| 3.2.1 滑模控制算法原理 |
| 3.2.2 滑模控制器设计 |
| 3.2.3 滑模控制器仿真 |
| 3.3 本章小结 |
| 4 模糊滑模控制算法设计 |
| 4.1 超螺旋滑模控制器设计 |
| 4.2 模糊控制算法原理 |
| 4.3 模糊控制器设计 |
| 4.3.1 模糊化 |
| 4.3.2 模糊规则及模糊推理 |
| 4.3.3 去模糊化 |
| 4.3.4 模糊滑模控制器仿真 |
| 4.4 本章小结 |
| 5 基于蝙蝠算法的控制器参数优化 |
| 5.1 蝙蝠算法介绍 |
| 5.1.1 蝙蝠行为 |
| 5.1.2 蝙蝠响度及其脉冲发射率 |
| 5.2 具有Lévy飞行的改进蝙蝠算法 |
| 5.3 模糊控制器参数优化 |
| 5.4 优化结果 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（8）集成式电控制动系统车辆稳定性控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 集成式电控制动系统研究现状 |
| 1.2.1 集成式电控制动系统研究现状 |
| 1.2.2 集成式电控制动系统控制策略研究现状 |
| 1.3 车辆稳定性控制研究现状 |
| 1.4 本文主要研究内容 |
| 第2章 集成式电控制动系统构型分析与建模 |
| 2.1 电控制动系统构型方案 |
| 2.1.1 制动系统构型方案一 |
| 2.1.2 制动系统构型方案二 |
| 2.1.3 制动系统构型方案三 |
| 2.1.4 确定集成式电控制动系统构型方案 |
| 2.2 集成式电控制动系统建模 |
| 2.2.1 永磁同步电机建模 |
| 2.2.2 减速传动机构建模 |
| 2.2.3 液压系统建模 |
| 2.2.4 制动系统动力学模型对比验证 |
| 2.3 本章小结 |
| 第3章 集成式电控制动系统控制策略研究 |
| 3.1 集成式电控制动系统主动压力控制策略 |
| 3.1.1 伺服三闭环控制策略设计 |
| 3.1.2 压力环控制策略设计 |
| 3.1.3 集成式电控制动系统主动压力控制试验验证 |
| 3.2 线性电磁阀特性研究 |
| 3.2.1 电磁阀电气特性分析 |
| 3.2.2 电磁阀液压特性分析 |
| 3.3 集成式电控制动系统轮缸压力控制策略研究 |
| 3.3.1 轮缸压力控制策略设计 |
| 3.3.2 轮缸压力控制测试结果 |
| 3.4 本章小结 |
| 第4章 车辆横向稳定性控制策略研究 |
| 4.1 车辆动力学模型 |
| 4.1.1 车辆坐标系 |
| 4.1.2 轮胎模型 |
| 4.1.3 二自由度车辆参考模型 |
| 4.2 车辆横向稳定性分析 |
| 4.2.1 控制变量选取 |
| 4.2.2 控制变量理想值修正 |
| 4.2.3 车辆横向失稳判断 |
| 4.3 车辆横向稳定性分层控制器设计 |
| 4.3.1 参数自整定模糊PID控制器设计 |
| 4.3.2 联合加权控制策略设计 |
| 4.3.3 单轮差动制动策略设计 |
| 4.4 本章小结 |
| 第5章 仿真及硬件在环实验验证 |
| 5.1 车辆横向稳定性控制联合仿真试验 |
| 5.1.1 联合仿真试验环境介绍 |
| 5.1.2 车辆横向稳定性控制联合仿真试验 |
| 5.2 车辆横向稳定性控制硬件在环实验验证 |
| 5.2.1 硬件在环实验平台搭建 |
| 5.2.2 方向盘角阶跃输入工况 |
| 5.2.3 双移线测试工况 |
| 5.2.4 正弦延迟测试工况 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 作者简介及在读期间所取得的科研成果 |
| 致谢 |
（9）无人机飞控系统的故障诊断与容错控制技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 无人机飞控系统故障诊断和容错控制的研究现状 |
| 1.2.1 无人机飞控系统故障诊断的研究现状 |
| 1.2.2 无人机飞控系统跟踪控制的研究现状 |
| 1.2.3 无人机飞控系统容错控制的研究现状 |
| 1.3 无人机飞控系统诊断与容错研究存在的问题与挑战 |
| 1.4 本文主要研究内容与章节安排 |
| 第二章 无人机系统建模与故障分析 |
| 2.1 引言 |
| 2.2 无人机建模分析 |
| 2.2.1 四旋翼无人机建模分析 |
| 2.2.2 固定翼无人机建模分析 |
| 2.3 无人机飞控系统中的主要故障分析 |
| 2.4 本章小结 |
| 第三章 基于优化特征提取的飞控系统故障诊断 |
| 3.1 引言 |
| 3.2 飞控系统轴承故障特征集构建 |
| 3.2.1 轴承信号的变分模态分解处理 |
| 3.2.2 基于层次模糊熵的轴承信号特征提取 |
| 3.3 基于Alexnet神经网络的轴承故障诊断及损伤识别 |
| 3.4 本章小结 |
| 第四章 基于复杂环境下飞控系统的抗扰动控制 |
| 4.1 引言 |
| 4.2 基于滑模控制的飞控系统固定扰动分析 |
| 4.2.1 控制器设计及稳定性证明 |
| 4.2.2 仿真验证及分析 |
| 4.3 基于扩张状态观测器的飞控系统随机扰动控制 |
| 4.3.1 系统控制器设计及稳定性证明 |
| 4.3.2 扩展状态观测器设计及稳定性证明 |
| 4.3.3 仿真验证及分析 |
| 4.4 本章小结 |
| 第五章 基于执行器故障的飞控系统自适应容错控制 |
| 5.1 引言 |
| 5.2 基于执行器偏差故障的飞控系统分数阶幂次滑模容错控制 |
| 5.2.1 容错控制器设计及稳定性分析 |
| 5.2.2 系统有限时间可达性分析 |
| 5.2.3 仿真验证及分析 |
| 5.3 基于执行器失效故障的快速终端滑模控制器设计 |
| 5.3.1 容错控制器设计及稳定性分析 |
| 5.3.2 仿真验证及分析 |
| 5.4 本章小结 |
| 第六章 四旋翼无人机实验平台应用 |
| 6.1 引言 |
| 6.2 四旋翼无人机平台简介 |
| 6.3 四旋翼无人机鲁棒跟踪控制实验 |
| 6.4 本章小结 |
| 第七章 全文总结与展望 |
| 7.1 全文总结 |
| 7.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（10）全线控电动汽车不同行驶模式的轨迹跟踪控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 论文相关技术国内外研究现状 |
| 1.2.1 全线控电动汽车动力学控制研究现状 |
| 1.2.2 传统行驶模式轨迹跟踪控制研究现状 |
| 1.2.3 非传统行驶模式轨迹跟踪控制研究现状 |
| 1.3 论文相关研究技术问题 |
| 1.4 本文技术路线和论文章节安排 |
| 第2章 基于双结构强跟踪滤波的全线控电动汽车状态估算 |
| 2.1 全线控电动汽车运动状态观测模型 |
| 2.1.1 车辆动力学模型 |
| 2.1.2 HSRI轮胎侧偏模型 |
| 2.1.3 车轮动力学模型 |
| 2.2 运动状态观测器设计需求及滤波方法对比 |
| 2.2.1 全线控电动汽车运动状态观测器设计需求 |
| 2.2.2 滤波方法对比 |
| 2.3 基于DSTF的全线控电动汽车状态辨识与估计 |
| 2.3.1 强跟踪滤波理论 |
| 2.3.2 DSTF状态观测器设计 |
| 2.4 仿真验证 |
| 2.5 本章小结 |
| 第3章 不同行驶模式融合的全线控电动汽车轨迹跟踪控制 |
| 3.1 全线控电动汽车轨迹跟踪控制总体架构与基本思路 |
| 3.1.1 控制架构 |
| 3.1.2 轨迹跟踪控制方法选择 |
| 3.2 基于MPC的全线控电动汽车轨迹跟踪控制层设计 |
| 3.2.1 整车预测模型建立 |
| 3.2.2 基于MPC的全线控电动汽车轨迹跟踪控制 |
| 3.2.3 引入避障势场函数的轨迹跟踪优化问题 |
| 3.3 轨迹跟踪期望运动实现 |
| 3.3.1 动力学分配层设计 |
| 3.3.2 执行器执行层 |
| 3.4 基于不同行驶模式融合的轨迹跟踪控制 |
| 3.4.1 传统与非传统行驶模式对比 |
| 3.4.2 不同行驶模式轨迹跟踪控制目标及基本思路 |
| 3.4.3 基于模糊理论的不同行驶模式轨迹跟踪目标权重调节器设计 |
| 3.5 仿真验证 |
| 3.5.1 基于MPC框架的全线控电动汽车轨迹跟踪控制方法验证 |
| 3.5.2 基于变权重 MPC 的多行驶模式轨迹跟踪方法验证 |
| 3.6 本章小结 |
| 第4章 传统行驶模式下全线控电动汽车自适应轨迹跟踪控制 |
| 4.1 MPC自适应轨迹跟踪控制原理与基本思路 |
| 4.2 传统行驶模式下MPC自适应轨迹跟踪控制 |
| 4.2.1 基本框架 |
| 4.2.2 基于β-(?)相平面法的稳定性判断 |
| 4.2.3 自适应轨迹跟踪中NP的调节 |
| 4.2.4 自适应轨迹跟踪控制中问题描述 |
| 4.2.5 基于目标函数指数权重引入的“病态”问题处理 |
| 4.3 基于Laguerre函数拟合的跟踪能力优化 |
| 4.3.1 跟踪能力优化 |
| 4.3.2 基于Laguerre函数的控制序列拟合 |
| 4.4 仿真验证 |
| 4.4.1 自适应轨迹跟踪控制方法验证 |
| 4.4.2 基于Laguerre函数拟合的机动特性优化有效性验证 |
| 4.5 本章小结 |
| 第5章 全线控电动汽车轨迹跟踪控制方法试验验证 |
| 5.1 基于DSTF的车辆状态观测器试验验证 |
| 5.1.1 全线控电动汽车实车平台 |
| 5.1.2 状态观测器试验数据合成 |
| 5.1.3 DSTF状态观测器验证 |
| 5.2 轨迹跟踪控制方法验证 |
| 5.2.1 驾驶模拟器介绍 |
| 5.2.2 集成动力学特性的MPC实时性优化 |
| 5.2.3 不同行驶模式融合轨迹跟踪控制方法在线验证 |
| 5.2.4 传统行驶模式下自适应轨迹跟踪控制及机动特性优化方法验证 |
| 5.3 本章小结 |
| 第6章 结论与展望 |
| 6.1 全文总结 |
| 6.2 本文创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 作者简介及在学期间所取得的主要科研成果 |
| 致谢 |
四、二次调节力矩控制中的摩擦问题及其模糊控制补偿方法（论文参考文献）
- [1]基于神经网络的三浮陀螺仪控制算法的研究[D]. 张慧杰. 西安理工大学, 2021(01)
- [2]高分辨遥感卫星单框架控制力矩陀螺伺服控制技术研究[D]. 于跃. 中国科学院大学(中国科学院长春光学精密机械与物理研究所), 2021(08)
- [3]基于动力学的可穿戴上肢外骨骼运动规划方法研究[D]. 付小纯. 齐鲁工业大学, 2021(10)
- [4]智能汽车路径跟踪控制的研究[D]. 满金. 浙江大学, 2021(01)
- [5]被动柔性变刚度执行器及其特性研究[D]. 许亚鹏. 山东大学, 2021(11)
- [6]高性能四足机器人对角步态控制与重心误差修正方法研究[D]. 丁超. 山东大学, 2021
- [7]四自由度高速并联机器人的轨迹跟踪控制研究[D]. 林子荣. 大连理工大学, 2021(01)
- [8]集成式电控制动系统车辆稳定性控制研究[D]. 劳德杏. 吉林大学, 2021(01)
- [9]无人机飞控系统的故障诊断与容错控制技术研究[D]. 时晓宇. 电子科技大学, 2021(01)
- [10]全线控电动汽车不同行驶模式的轨迹跟踪控制研究[D]. 张冰. 吉林大学, 2020