为解决农田平地机液压系统在复杂地貌平地作业时控制精度低、抗干扰能力差等问题,设计了一种基于混合扩张状态观测器(HESO)的反步滑模控制器。其中,HESO基于输出反馈信号估计系统未知状态和总扰动,并在前馈通道中进行扰动补偿;基于快速趋近律设计的反步滑模控制器输出连续光滑的控制量,增强了系统鲁棒性,克服了系统非线性与参数不确定性问题;通过Lyapunov稳定性理论对所提出的观测器和控制器稳定性进行验证,得到误差一致有界稳定结论;通过AMESim和Matlab/Simulink联合仿真与田间试验对本文控制算法的有效性和优越性进行了验证。在两条地貌情况较为复杂波浪地中单次平地和地貌情况较为相似的两田块进行3次遍历试验表明,使用本文控制方法,平地后高程相较于平地前标高的平均绝对误差、最大绝对误差、绝对误差标准差分别为0.053、0.146、0.037 m和...

针对一类具有未知外部扰动的多缸液压机,提出了一种基于模糊情感神经网络的反步滑模控制策略。首先,建立了包含集总扰动的多缸液压机的数学模型;其次,采用反步法与滑模控制结合,同时考虑系统的鲁棒性,利用模糊情感神经网络逼近集总扰动,给出神经网络权重的自适应律,形成新型的复合控制器设计方案;最后,利用Lyapunov方法分析了系统的稳定性。通过在多缸液压机上进行的数值仿真及对比,表明所设计的控制器可以实现对多缸液压机良好的位置跟踪和调平控制,并对外部集总扰动具有较强的鲁棒性。

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。

针对欠驱动非完整约束六腿滚动式奔跑机器人,进行动力学建模与跟踪控制器设计。根据机器人的结构特点,采用拉格朗日法在俯仰和横滚2个方向上分别建立动力学模型,把动力学模型转化为规范形;以驱动电机力矩作为控制输入,为提高轨迹跟踪控制精度,在俯仰方向上基于HJI理论设计滑模鲁棒控制器。在横滚方向上,为提高系统的鲁棒性,设计反步滑模控制器,并利用Lyapunov函数证明闭环系统的稳定性;通过MATLAB进行仿真实验。结果表明:所提方法具有可行性。