为了提高三相永磁同步电机(PMSM)控制系统的性能,基于反双曲正弦函数的扩张状态观测器(ESO)技术,提出一种新颖的无速度传感器自适应滑模有限控制集模型预测控制(FCS-MPC)策略,采用ESO技术构造PMSM系统转速和反电动势的观测器,实现对电机转速和反电动势快速准确估计.用带有负载ESO的自适应滑模控制作为系统的转速调节器,以提高系统的鲁棒性;利用基于快速矢量选择的FCS-MPC策略,达到减少转矩脉动、降低系统算法计算量的目的.仿真结果表明,基于ESO的无速度传感器自适应滑模FCS-MPC策略能够使PMSM系统可靠稳定运行,达到满意的转矩和转速控制效果.与基于积分型滑模面的自适应滑模FCS-MPC策略相比,所提出的控制策略能使系统具有良好的动态性能和抗负载干扰能力.

在建立惯性定向三轴稳定卫星非线性耦合姿态运动模型的基础上, 设计了姿态三轴稳定控制的自适应滑模 变结构控制器. 在控制器的设计中, 考虑了小卫星惯量参数的不确定性以及外界力矩干扰的情况, 利用自适应滑模变 结构控制方法在线辨识干扰力矩的极值以及卫星惯量参数, 并依此动态调整控制器的输出. 基于Lyapunov 稳定性原 理证明了所设计的控制器能够使系统全局一致最终有界稳定. 仿真结果表明了该控制方法的有效性和可行性.

针对刚体航天器的鲁棒姿态控制问题, 提出一种改进的自适应滑模控制(ASMC) 算法. 该算法除了不需要事先知道扰动及系统参数不确定性的上界外, 还有效地解决了现有ASMC设计中对切换增益的过度适应问题. 该算法具有以下优点: 1) 自适应的切换增益更接近扰动及参数不确定性上界, 能够产生低抖振的控制信号; 2) 控制力矩更为平滑, 适于工程应用. 仿真结果验证了所提出算法的有效性.

基于RBF神经网络的电液伺服系统自适应滑模控制，玉洁，彭金柱，针对滑模控制不能直接处理电液伺服系统中的不确定性项，提出基于RBF神经网络的电液伺服系统滑模控制设计方法。利用RBF神经网络逼近

为提高微电网的稳定性，提出一种集自适应观测技术、滑模控制方法、定频PWM技术于一体的新型定频PWM自适应滑模控制策略，可在不需要增加额外传感器/硬件电路的情况下实现对状态变量的快速跟踪和调节，便于直流微电网内微电源和负荷的扩展与即插即用，且简化了滤波器的设计难度。同时，采用非线性复合控制方法在恒功率负载突变的情况下实现对母线电压和系统稳定控制的目标。初始状态的合理选择、变切换面的设计，使得状态变量全程处于滑动模态，并且抖振现象得以减轻。在包含光伏电源、燃料电池、蓄电池、双向Buck/Boost变换器、恒功率负载与阻性负载的直流微电网仿真环境中，验证了所提控制方法的有效性。

行业-电子政务-基于自适应滑模观测器的电连接器间歇性失效检测方法.zip

提出一种针对机器人跟踪控制的神经网络自适应滑模控制策略。该控制方案将神经网络的非线性映射能力与滑模变结构和自适应控制相结合。对于机器人中不确定项，通过RBF网络分别进行自适应补偿，并通过滑模变结构控制器和自适应控制器消除逼近误差。同时基于Lyapunov理论保证机器手轨迹跟踪误差渐进收敛于零。仿真结果表明了该方法的优越性和有效性。

无人水面车辆自适应滑模控制的实现。

为了提高SCARA机器人的轨迹跟踪控制性能，提出了一种基于非奇异终端滑模面和改进的快速趋近律的滑模控制策略。设计了一种非奇异的快速终端滑模面，可在任意初始状态下收敛到平衡点；改进滑模控制的趋近律，在保证快速趋近的同时可有效抑制抖振，并采用双曲正切函数代替传统的符号函数，有效地消除了高频抖振。采用模糊控制调节趋近律参数，改善初始状态误差过大时引起的力矩冲击问题；基于SCARA机器人模型仿真实验表明，实验结果跟踪性能良好，输出力矩平滑。

基于自适应滑模制导律完成了导弹制导仿真，目标做机动飞行，本资源为自适应滑模制导律matlab程序，含有弹道图，制导控制量，方位角速率图等可以自己改。仿真环境：matlab