XiaoMi-AI文件搜索系统
World File Search System反步
基于电流矢量定向反步控制的螺旋弹簧储能系统功率协调控制及参数分析
螺旋弹簧储能技术是一种极具潜力的新兴储能技术，利用永磁同步电机通过收紧或释放螺旋弹簧进行能量转换。针对螺旋弹簧在运行过程中扭矩与惯性同时变化的特点，采用传统的矢量控制方式，螺旋弹簧储能系统难以在调节电网输入/输出功率方面表现出良好的控制性能。提出一种基于电流矢量定向反步控制的网侧变流器(GSC)与机侧变流器(MSC)一体化的螺旋弹簧储能系统与电网功率协调控制方案。首先，建立电流矢量定向坐标系下GSC与PMSM的数学模型。其次，利用反步控制原理设计协调控制方案，并从理论上证明其稳定性。然后，通过考察期望控制性能确定控制方案中的最优控制参数。最后，仿真与实验结果表明，所提出的控制方案在选定的控制参数下，能够很好地协调GSC与MSC，准确、快速地跟踪功率信号，有效提高SSES系统的运行性能及其与电网的能量交换。
带稳定性增强器的无尾飞行器增量反步滑模轨迹控制
摘要：本文提出了一种增量反步滑模（IBS）控制器，用于无尾飞机的轨迹控制，该控制器具有未知干扰和模型不确定性。所提出的控制器基于无尾飞机的非线性动力学模型。提出了一种限制虚拟控制输入速率和幅度的稳定性增强器（SE）。稳定性增强器由两层组成。当虚拟控制输入接近边缘时，将激活第一层 SE 来修改轨迹跟踪误差；当虚拟控制输入超出边缘时，第二层 SE 将降低控制增益以确保虚拟控制输入尽快落在边缘内。在 SE 的帮助下，增量控制方法可以扩展到外环控制，而无需考虑内环系统的动态特性。此外，提出了一种状态导数自适应估计器，与 IBS 相结合，使控制器表现出良好的鲁棒性。最后，给出了两个仿真。第一次仿真表明系统对外部干扰和模型不确定性不敏感，第二次仿真证明了 SE 的有效性。
文章 带稳定性增强器的无尾飞机增量反步滑模轨迹控制
摘要：本文提出了一种增量反步滑模 (IBS) 控制器，用于无尾飞机的轨迹控制，该飞机具有未知的干扰和模型不确定性。所提出的控制器基于无尾飞机的非线性动力学模型。提出了一种稳定性增强器 (SE)，它限制了虚拟控制输入的速率和幅度。稳定性增强器由两层组成。当虚拟控制输入接近边缘时，第一层 SE 将被激活以修改轨迹跟踪误差；当虚拟控制输入超过边缘时，第二层 SE 将降低控制增益以确保虚拟控制输入尽快落在边缘内。借助 SE，增量控制方法可以扩展到外环控制，而无需考虑内环系统的动态特性。此外，提出了一种状态导数的自适应估计器，与 IBS 一起，使控制器表现出出色的鲁棒性。最后，给出了两个仿真结果。第一次仿真表明系统对外界干扰和模型不确定性不敏感，第二次仿真证明了SE的有效性。
基于反步滑模的共轴旋翼飞行器轨迹跟踪控制算法及试验
摘要：针对共轴旋翼飞行器自主飞行过程中模型参数的不确定性、外界扰动及传感器噪声对飞行的影响，研究位置姿态反馈控制系统的鲁棒反步滑模控制算法，以解决未知外界干扰情况下飞行器的轨迹跟踪问题。本文针对未知飞行，建立了基于受扰共轴旋翼飞行器的非线性动力学模型。然后，设计了非线性鲁棒反步滑模控制器，分为共轴旋翼飞行器的姿态控制器和位置控制器两个子控制器。在控制器中引入虚拟控制，构造Lyapunov函数，保证各子系统的稳定性。通过数值仿真验证了所提控制器的有效性。最后通过飞行试验验证了反步滑模控制算法的有效性。
Pelican 四旋翼飞行器的 PD 和反步控制实时设置
近年来，四旋翼飞行器控制设计研究迅速增多。四旋翼飞行器的线性控制器设计已在多项工作中实现，如线性二次调节器 (LQR) 和比例积分微分 (PID) (Khatoon 等人，2014) (Reyes-Valeria 等人，2013)。非线性控制设计也已通过不同的技术实现，如反步法 (Das 等人，2009)、滑模 (Runcharoon 和 Srichatrapimuk，2013) 和反馈线性化 (Saif，2009)。(Castillo 等人，2005) 将非线性控制算法与 LQR 控制律的性能进行了比较。结果显示，线性控制器应用于非线性系统时，响应不稳定，而非线性控制器则显示稳定响应。(Gomes 等人，2016) 使用 AR.Drone 四旋翼飞行器和 Vicon 运动捕捉系统跟踪移动目标，并使用比例微分 (PD) 控制器进行线性定位。(Mashood 等人，2016) 展示了两架 AR.Drone 使用 VICON 系统和 MATLAB/SIMULINK 进行反馈和控制实现，沿平方路径飞行的实验结果。这可以通过 AR Drone Simulink 开发套件 (ARDSDK) 实现。(Campbell 等人，2012) 展示了四旋翼飞行器自动驾驶仪的设计和实现，使无人机能够起飞、从一个位置移动到另一个位置并降落在所需位置 -
使用 PD 和反步控制对 Pelican 四旋翼飞行器进行实时设置
近年来，四旋翼飞行器控制设计研究迅速增多。四旋翼飞行器的线性控制器设计已在多项工作中实现，如线性二次调节器 (LQR) 和比例积分微分 (PID) (Khatoon 等，2014) (Reyes-Valeria 等，2013)。非线性控制设计也已通过不同的技术实现，如反步法 (Das 等，2009)、滑模 (Runcharoon 和 Srichatrapimuk，2013) 和反馈线性化 (Saif，2009)。 (Castillo 等，2005) 将非线性控制算法与 LQR 控制律的性能进行了比较。结果表明，线性控制器应用于非线性系统时响应不稳定，而非线性控制器则表现出稳定的响应。 (Gomes 等人，2016) 使用 AR.Drone 四旋翼飞行器和 Vicon 运动捕捉系统跟踪移动目标，并使用比例微分 (PD) 控制器进行线性定位。 (Mashood 等人，2016) 展示了两架 AR.Drone 沿平方路径飞行的实验结果，使用 VICON 系统和 MATLAB/SIMULINK 进行反馈和控制实现。这可以通过 AR Drone Simulink 开发套件 (ARDSDK) 实现。 (Campbell 等人，2012) 展示了四旋翼飞行器自动驾驶仪的设计和实现，使无人机能够起飞、从一个位置转移到另一个位置并降落在所需位置。
增量反步法实现稳健非线性飞行控制
摘要 本文提出了一种稳健的非线性飞行控制策略，该策略基于增量控制行为和反步设计方法相结合的结果，适用于由严格反馈（级联）非线性系统描述的飞行器。该方法称为增量反步，使用执行器状态和加速度估计的反馈来设计控制行为的增量。与反步相结合，所提出的方法可以逐步稳定或跟踪非线性系统的外环控制变量，同时考虑较大的模型和参数不确定性以及外部扰动和气动建模误差等不良因素。这一结果大大降低了对建模飞机系统的依赖，克服了传统的基于模型的飞行控制策略的主要稳健性缺陷。这种建议的方法意味着在动态模型的准确知识和飞行器传感器和执行器的准确知识之间进行权衡，这使得它比基于识别或模型的自适应控制架构更适合实际应用。针对一个简单的飞行控制示例，仿真结果验证了所提出的控制器在气动不确定性条件下相对于标准反步方法的跟踪能力和卓越的鲁棒性。