本文重点介绍滑模观测器的设计,以估计晃动质量的位置和速度状态。这些状态随后用作姿态控制器的反馈信号。简单的比例微分 (PD) 刚体控制器无法安全地执行姿态命令,否则会遇到稳定性问题,即使在稳定状态下,非零晃动质量位置也会导致旋转角度抖动。通过晃动状态反馈,即使是非最优 PD 控制器也会在有限的执行器活动下表现出平滑的响应。然而,观测器的晃动模型参数的轻微不确定性会对控制器性能产生负面影响,从而增加液体的振幅和振荡行为。需要额外的观测器来估计正确的参数值。更强大的增量非线性动态逆控制器可以改善控制器响应,但需要进一步开发,例如,在反馈回路中加入陷波滤波器。
摘要 本文简要介绍了线性系统比例积分观测器的设计。该观测器能够同时估计状态和未知输入,包括系统中出现的扰动或模型不确定性。使用 Matlab/Simulink 成功地完成了使用 PO 进行状态和输出估计以及使用 PIO 进行状态、输出和扰动估计的设计。使用 PO 和 PIO 进行估计的模拟,结果证明,当工厂中没有扰动时,可以正确估计状态变量和输出,而当对比例观测器的状态变量和工厂输出引入恒定扰动后,估计中会出现恒定的稳态误差,并且无论工厂中有无扰动,比例积分观测器都能够正确估计状态变量、扰动和系统输出。
本文提出了一种基于滑模观测器的混合储能系统(HESS)动态等效荷电状态(ESOC)估计方法。由于HESS中耦合了不同类型的储能元件和电力电子电路,传统的SOC估计方法不能反映HESS的实时运行特性。针对这一问题,本文基于HESS模型构建了滑模观测器,通过采集相应的电压和电流信号,可以实时准确观测储能元件的内部参数。进一步结合实时电荷平衡的思想定义动态ESOC,以反映HESS的准确可用容量。最后,给出基于MATLAB / Simulink模型的仿真结果,验证了所提出的动态ESOC的可行性。
摘要:由于电液举升系统受到流动不稳定性、参数不确定性及不可预测扰动的影响,实现电液举升系统的高精度位置控制具有挑战性。本文提出一种观测器-滑模控制策略来提高拖拉机电液举升系统的控制精度。首先,分析电液举升系统的原理。其次,建立电液举升系统的数学模型,对电液举升系统进行简化,设计观测器,实现对未知系统状态和扰动的实时评估。然后将观测器和滑模控制集成为控制器,以改善系统响应。理论分析表明,该控制器保证执行器在有扰动影响的情况下也能达到期望的控制效果。最后,通过 AMESim–MATLAB 联合仿真和试验研究,将观测器–滑模控制与 PID(比例–积分–微分)控制和滑模控制进行比较。同时,在仿真和试验过程中,采用电液升降系统的对称结构,搭建了耕深模拟系统(液压缸推力的变化模拟耕深值的变化)。结果表明,提出的观测器–滑模控制策略比 PID 控制和滑模控制能够实现更好的位置和压力跟踪以及参数变化的鲁棒性。
随着神经记录技术的进步,我们很快就能同时监测活体大脑中数百个相互连接的神经元的膜电位 [1]。这种高分辨率数据为开发实时闭环干预措施开辟了新的可能性,这些干预措施旨在治疗癫痫和帕金森氏症等神经兴奋性疾病 [2]。有效监测和控制脉冲系统的能力也影响着新兴的神经形态工程领域 [3]。良好的闭环控制设计通常需要可靠的模型估计,因此任何旨在控制神经活动的方法都必然涉及神经元模型的估计,这是一项不简单的任务。已经提出了许多用于批处理模式或离线估计神经元动力学的技术,例如 [4]、[5]、[6]、[7]。然而,活体大脑系统具有自适应性 [8],因此在线估计方法是必要的,尤其是涉及实时应用时。为了满足这一需求,[9] 中最近提出了一种基于自适应观测器的电导型神经网络在线估计方法。自适应观测器的灵感来自 [10] 和 [11],它以我们熟悉的递归最小二乘 (RLS) 算法 [12] 为基础,可以近似地跟踪缓慢变化的时变参数。基于 RLS 的自适应观测器的一个限制是观测器状态相对于参数数量迅速增加。更多的观测器状态需要更多的计算能力,这在尝试对包含数千个参数的大型神经网络模型进行在线估计时可能变得至关重要。在本文中,我们提出了一个分布式版本的线性参数估计
本文基于多输入多输出扩展状态观测器 (MIMO-ESO),为四旋翼飞行器开发了一种新型 U 模型增强型双滑模控制器 (UDSMC)。UDSMC 采用 Lyapunov 合成和 Hurwitz 稳定性设计,不仅可以消除复杂的动力学和非线性,还可以稳定底层四旋翼飞行器的不确定性和外部干扰。MIMO-ESO 旨在估计不可测量的速度,从而可以减少传感器测量误差在实践中的影响。该控制设计成功解决了与四旋翼飞行器速度测量干扰和不确定的空气动力学相关的困难。进行了严格的理论分析,以确定所提出的控制系统是否能够实现稳定的轨迹跟踪性能,并进行了实时比较实验研究,以验证所提出的控制系统比内置 PID 控制系统更有效。© 2022 作者。由 Elsevier Ltd 代表富兰克林研究所出版。这是一篇根据 CC BY 许可协议开放获取的文章 ( http://creativecommons.org/licenses/by/4.0/ )
摘要:运动想象 (MI) 具有频率特异性特征,是基于脑电图 (EEG) 的脑机接口识别操作员意图的范例之一。从理论上讲,在传统方法中很难在不产生很大延迟的情况下提取频率特异性特征。在本文中,我们尝试使用带有卡尔曼滤波器的周期性扰动观测器快速检测 alpha 和 beta 波段幅度。对原始 EEG 信号的响应表明,周期性扰动观测器可以比带通滤波器更快地提取 MI 的特征。
4. 使用基于模型的观测器实现小型直升机的自主飞行. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 4.7. 建模改进,滤波器设计 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .......................................................................................................................................................................................106
摘要:本文介绍了一种根据记录的飞行传感器数据估计大气扰动引起的全局结构载荷的方法。所提出的方法基于用扰动动力学增强动态、灵活的飞机模型。推导出此增强模型的状态观测器,即卡尔曼-布西滤波器。传感器数据通过观测器处理,从而能够估计飞机遇到的大气扰动。随后,这些估计的扰动用于估计全局飞机载荷。为了评估载荷估计结果,应用了等效损伤载荷的概念。它将全局载荷与其对飞机结构疲劳的影响联系起来。为了验证所提出的工具链,模拟了认证中的设计场景,即离散阵风和连续湍流遭遇,以模拟真实的操作数据。收集的数据用于将得到的估计负载与模拟负载进行比较,并比较等效损坏负载。
摘要:本文介绍了一种根据飞行记录的传感器数据估计大气扰动引起的全局结构载荷的方法。所提出的方法基于用扰动动力学增强动态、灵活的飞机模型。推导出此增强模型的状态观测器,即卡尔曼-布西滤波器。传感器数据通过观测器处理,从而能够估计飞机遇到的大气扰动。随后,这些估计的扰动用于估计全局飞机载荷。为了评估载荷估计结果,应用了等效损伤载荷的概念。它将全局载荷与其对飞机结构疲劳的影响联系起来。为了验证所提出的工具链,模拟了认证中的设计场景,即离散阵风和连续湍流遭遇,以模拟真实的运行数据。收集的数据用于将得到的估计载荷与模拟载荷与等效损伤载荷进行比较。