【matlab】刘金琨滑模控制源程序 仿真程序-滑模变结构控制系统设计方法

基于指数趋近率的永磁同步电机的滑模控制，赵琛，，永磁同步电机是一个复杂的非线性系统，由于系统不确定性及外部干扰的存在，传统的PI控制方法很难得到令人满意的控制效果。本文将�

针对PI调节器在扰动情况下不能获得良好的动态特性以及三相电压型PWM整流器典型的非线性结构问题,在三相电压型PWM整流器d-q数学模型的基础上,提出了对非线性系统具有良好控制效果的滑模控制策略。首先,给出了PI控制和滑模控制的设计方法;其次,通过仿真对比双闭环PI控制与双闭环混合滑模控制,得出混合滑模控制较PI控制,超调量小,动态响应快,鲁棒性好的结论。最后,基于TMS320F2812搭建实验样机,结果证明了混合滑模控制策略的正确性。

基于DSP和滑模观测器的PMSM控制系统研究

为研究牵引工况下电力机车永磁同步电机（PMSM）的转速控制精度，建立机车PMSM在d-q坐标系下的数学模型；考虑轮轨接触面不平顺在轮对径向产生的未知时变扰动，设计Super-Twisting观测器（STO）对其实际值进行估计，对估计误差采用自适应模糊逻辑系统进行逼近以削弱时变扰动对系统的影响；结合系统控制量存在饱和的实际工况，引入饱和辅助控制系统；依据Lyapunov稳定性理论，构造基于STO的自适应模糊滑模控制器.仿真结果表明，对于外部扰动作用下的机车PMSM转速闭环控制系统，跟踪误差一致有界，扰动观测误差收敛于0。

资源包含相关文献及对应的matlab仿真程序，仅供参考。 针对速度不可测的三自由度欠驱动船舶轨迹跟踪控制问题,考虑船舶存在模型参数不确定项以及外界环境干扰未知情况,提出一种基于扩张观测器的欠驱动船舶轨迹跟踪低频学习自适应动态面输出反馈控制策略.该策略构造扩张观测器估计船舶速度向量,利用神经网络算法逼近模型参数不确定项,然后采用动态面控制技术避免对虚拟控制律直接求导,简化控制律计算过程,并引入低频增益学习技术消除外界扰动导致控制信号产生高频振荡,最后选取李雅普诺夫函数证明该控制律能够保证船舶跟踪闭环系统中所有误差信号一致最终有界.仿真结果表明,本文所设计控制器对船舶模型参数不确定项及外界环境干扰具有较强的鲁棒性,能够实现对船舶轨迹的有效跟踪.

资源包含相关研究文献及对应的maltab仿真程序，仅供参考。 针对三自由度欠驱动船舶的路径跟踪问题,本文提出一种基于强化学习的自适应迭代滑模控制方法。该方法引入双曲正切函数对系统状态进行迭代滑模设计,并采用神经网络对控制参数进行优化,增强控制器的自适应性。通过定义一种控制量抖振测量变量和强化学习信号,实现对神经网络的结构和参数进行在线调整,能进一步抑制控制量的抖振作用。应用5446TEU集装箱船的数学模型进行控制仿真,结果表明所设计控制器能有效地处理风和流等外界扰动,具有较强的鲁棒性,与迭代滑模控制器相比舵角的抖振减小明显,控制舵角信号符合船舶的实际操作要求,更符合工程实际要求。

资源包含相关参考文献及对应的matlab仿真程序，仅供参考。 针对欠驱动船舶的路径跟踪问题,提出一种基于强化学习的自适应迭代滑模控制方法。该方法引入双曲正切函数对系统状态进行迭代滑模设计,并采用神经网络对控制参数进行优化,增强控制器的自适应性。通过定义一种控制量抖振测量变量和强化学习信号,实现对神经网络的参数进行在线调整,能进一步抑制控制量的抖振作用。其次,针对欠驱动船舶的轨迹跟踪问题,把设计的基于强化学习的迭代滑模控制器推广到两路控制,对跟踪轨迹的横向和纵向偏差分别进行迭代滑模控制器设计,控制器输出为控制舵角和柴油机转速,根据舵角和转速抖振实现参数调节,控制器的控制结构与路径跟踪控制类似。

资源包含相关参考文献及对应的maltab仿真程序，仅供参考。 在路径跟踪和轨迹跟踪研究基础上，把基于强化学习的自适应迭代滑模控制 器用于自动停靠泊的控制中，引进混浊粒子群优化算法，对重要的控制器参数初 始值进行优化。最后，集装箱船为目标，在风浪等干扰下进行船舶 靠巧仿真，并与不加混浊粒子群控制方法的仿真结果进行对比分析。

资源包含相关研究文献及对应的matlab仿真程序，仅供参考。 本论文构造方法设计二阶迭代滑模面，将航向偏差的镇定转化为对滑模面的镇定，基于Ｌｙａｐｕｎｏｖ理论，推导出系统渐近稳定条件，进而可得到航向控制律。由于控制律中存在未知外界干扰项和系统不确定项，不能直接计算得到，本节将设计两种控制方法。 第一种方法是设计不含系统不确定项和未知外界干扰项的控制律将初步的控制律进一步推导，得到等效迭代滑模控制律，该控制律中设计参数较少，算法处理过程简单。 第二种方法是引入ＲＢＦ神经网络对系统不确定项进行逼近采用自适应控制技 术估计未知外界干扰项的界值，提出神经网络自适应迭代滑模控制律，该控制律能有效 地处理了模型不确定项和海况扰动的影响。