针对大射电望远镜精调Stewart平台系统具有非线性、时变、受扰动等特点,并充分考虑易于实现的工程要求,提出自抗扰控制方案,采用分散控制策略和自抗扰控制算法,实现精调Stewart平台系统的高精度轨迹跟踪控制.实验结果证明方案的可行性与有效性.

针对共轴双旋翼无人机旋翼组件过于复杂,导致旋翼控制系统可靠性较低的问题,提出了一种依靠三轨变质心机构进行姿态控制的方案。推导了三轨变质心共轴双旋翼的运动模型和空气动力学模型,并分析了不同滑块所处位置和质量占比情况下变质心无人机动力学特性。建立变质心无人机姿态控制系统的状态方程,针对系统中的非线性和不确定性,设计了基于反步滑模控制的姿态控制器。仿真实验表明,所设计的控制器能够在含有外部扰动的工况下有效完成姿态跟踪任务,具备较好的抗干扰能力。

针对现有定参数Maxwell模型对气动肌腱压力/长度非对称迟滞特性力模型精度较低问题,提出非对称变参数型Maxwell迟滞模型方法。构造变刚度滑块算子替代原定刚度滑块算子来辨识某一等压下非对称迟滞模型参数,再结合不同等压、工作长度条件下的迟滞特性差异,动态加权辨识迟滞模型参数,满足不同等压、工作长度的非对称迟滞情况。以FESTO公司MAS型气动肌腱为研究对象,通过不同等压、长度实验对比经典Maxwell和改进型Maxwell力模型精度卸载误差最大降低了80%,最大相对误差由20%降低到5%,整体相对误差稳定在5%以内,误差波动更为平稳,不同气压下精度提高到了99.98%。实验结果表明,改进型Maxwell迟滞力模型精度均显著优于经典Maxwell,更能够精确捕捉到气动肌腱固有的非对称迟滞特性和不同长度下的次环。

院建立电液比例三通溢流型减压阀数学模型,应用数值分析仿真结果和样品实验结果一致,数值方法能有效地解决液压系统的非线性问题,直观地反映参数变化对性能的影响。为准确选取参数,缩短设计周期,降低研发成本,实现设计目标,提供一种数值分析的设计方法。

液压互联悬架(hydraulically interconnected suspension,HIS)是一种非线性系统,运用机理分析法建模存在建模精度和速度不可兼得的缺点。为解决上述矛盾,提出了一种基于遗传算法(genetic algorithm,GA)优化的反向传播(back propagation,BP)神经网络对HIS系统进行建模的方法。首先,通过Simulink建立的液压互联悬架模型仿真获取网络的训练数据。其次,使用遗传算法优化BP神经网络的初始权值和阈值;然后,两种建模方法对比验证GABP建模方法优点;最后,通过液压互联悬架台架实验获取实验数据,与神经网络训练结果进行比较分析。结果表明:在垂向模态下,低、中、高3种频率下相对误差百分数分别为4.12%、2.27%、1.51%;在侧倾模态下,低、中、高3种频率下相对误差百分数分别为7.64%、4.07%、4.35%。与机理建模法相比,GABP建模方法兼具较好的建模精度和速度。

针对普通闭环PD型迭代学习控制算法收敛速度慢且收敛精度不高的问题,通过在闭环PD型控制算法中引入动态扩张-收缩因子（dynamic expansion compression coefficient,DECC）的方法,提高闭环PD型算法的收敛速度以及收敛精度。同时将鲁棒控制引入至算法中,进一步提高算法抑制外界干扰的能力。通过构造李雅普诺夫函数证明了在所提改进的控制律作用下的信号是有界且收敛的。最后将改进的迭代学习控制算法应用在一类具有重复运行性质的非线性系统中,证明所提算法是有效的。

本文讨论了非线性系统的神经网络建模的有关问题。提出了对神经网络进行泛化训练及对网络的泛化能力进行定量分析的方法。结合文中提出的一种简化动态网络，通过对一个电液伺服系统的仿真，验证了本文提出的方法是可行的。

本文针对一高精度电液伺服系统，利用神经网络设计了控制器，实验表明，该控制器有较强的鲁棒性。

针对液压起竖系统这类非线性系统的控制问题根据高阶滑模控制理论提出了一种基于微分观测器的高阶滑模控制方法。基于液压起竖系统的非线性模型设计基于高阶滑模控制方法的起竖系统起角跟踪控制器。利用微分观测器对起竖角导数信息和高阶滑模的导数阶滑动变量信息进行观测从而构造一种基于微分观测器的控制器形式。试验结果表明：该控制方法能应用于液压起竖系统与PID控制和普通滑模控制比较该方法可以有效地抑制普通滑模控制存在的抖振问题并具有很好的控制性能。

采用频率特性的描述函数法，讨论带恒压源的非线性节流式液压传动系统在正弦函数作用下的输出特性。在分析调压阀工作窗口面积与滑阀位移和干摩擦的非线性关系的基础上得出了计算系统输出速度自持振荡频率和幅值的关系式。