滑?？刂频陌咐?/h1> 《滑模變結構控制MATLAB仿真（附CD-ROM光盤一張）》 2.9.1 伺服系統摩擦模型
2.9.2 一個典型伺服系統描述
2.9.3 滑模控制器設計
2.9.4 仿真實例
2.10 一種基于上下界的滑模控制器設計
2.10.1 系統描述
2.10.2 滑模控制器設計
2.10.3 仿真實例
參考文獻
第3章 離散時間系統滑?？刂?/em>
3.1 離散滑模控制描述
3.2 離散時間滑模控制的特性
3.2.1 準滑動模態
3.2.2 離散滑模的存在性和可達性
3.2.3 離散滑?？刂?/em>的不變性
3.3 基于趨近律的離散滑?？刂?/em>
3.3.1 離散趨近律的設計
3.3.2 離散控制律的設計
3.3.3 仿真實例
3.4 基于等效控制的離散滑?？刂?/em>
3.4.1 控制器設計
3.4.2 仿真實例
3.4.3 位置跟蹤控制器的設計
3.4.4 仿真實例
第4章 模糊滑?？刂?/em>
……
第5章 神經滑?？刂?/em>
第6章 基于反演設計的滑?？刂?/em>
第7章 動態滑模控制
第8章 基于干擾估計的滑模控制
第9章 Terminal滑?？刂?/em>
第10章 幾種新型滑?？刂?/em> 展開 無人船路徑跟隨控制方法綜述 基于非線性模型設計的MPC控制器計算復雜，實時性難以保證；而線性MPC控制器在風浪流干擾下的跟蹤精度不足。因此，一方面可以考慮尋求更優的二次規劃求解方法，如利用神經網絡的并行計算能力，即采用動態神經網絡擬合船舶模型，并引入懲罰項，將帶約束問題轉化為無約束問題，提高非線性MPC求解速度。另一方面可以根據無人船實際航行任務，有機結合線性MPC和非線性MPC控制器的優點，同時保證實時性和控制精度，提高工程應用價值。
1.3 滑模控制
滑?？刂?/em>器一般包括滑模面的設計和趨近率的設計，其中滑動模態的設計與對象參數及擾動無關，因此對USV運動模型精度要求低、響應快速且對參數變化及外界擾動具有魯棒性，但實際系統是在滑模面左右來回穿越，且在相鄰滑模面之間切換時可能存在不平滑問題，因而會產生抖振[14]。
將預測估計值與實際值的誤差作為模糊邏輯的輸入，修正滑?？刂?/em>器控制參數[10]，或利用RBF神經網絡擬合船舶模型的不確定項[15]，可以削弱因系統不確定性引起的抖振。外界擾動引起的抖振問題，可以通過ESO補償擾動來消除[16]，同時引入指數趨近率或全程積分滑模等方法可以消除穩態誤差，確保系統魯棒性。
文獻[17]在滑模控制中引入自抗擾控制理論，通過線性擴張觀測器對系統內外擾動進行在線估計和實時補償，有效提高了系統魯棒性。但自抗擾控制理論的引入增加了需要整定的參數數量。采用徑向基神經網絡逼近模型中有界非線性的不確定項和外界擾動項，可以減少系統待定參數數量，降低計算負擔[18]。
文獻[19]針對高頻波浪干擾，在滑模面中引入自適應因子用于獲取穩定的期望艏向，并基于時變閾值規則收斂率設計滑?？刂?/em>器跟蹤期望艏向，提高了算法收斂速度和穩定性。 展開 253 基于matlab的液壓位置控制源代碼 ￥12.9 基于matlab的液壓位置控制源代碼，有摩擦補償，利用滑?？刂?/em>器實現，神經網絡逼近。最后實現位置角度和速度的控制。輸出控制誤差。程序已調通，可直接運行。 海洋論壇▏船舶系泊動力定位控制技術綜述 重點關注復雜的海洋環境和船舶非線性，其控制策略研究大都集中在非線性智能控制方法上，如：反步控制、動態面控制、滑模控制、模糊控制、模型預測控制等。Ho等構建動力定位T-S模糊模型并設計二次有限時域模糊最優控制器，通過與傳統最優控制器對比仿真驗證了算法的優越性。張國慶等設計了自適應終端滑?？刂?/em>器，實現了有限時間內的船舶動力定位控制。
圖4 動力定位控制結構(系泊系統不參與控制器設計)
上述研究應用了不同的控制算法實現了船舶定位作業任務。在實現系泊動力定位的基本控制目標后，控制策略的研究便進一步朝著解決工程應用所遇到的現實問題方向開展。為解決通信時延對船舶操作的影響，Wang等設計了基于神經網絡的T-S模糊控制器，并建立觀測器估計船舶位置速度狀態及環境干擾。針對速度不可測、環境干擾以及建模不確定性問題，Wang等提出了一種基于狀態約束的自適應反步模糊動力定位控制器，該控制器可以實現有限時間內的路徑跟蹤，并且保證跟蹤精度。
張玉芳等設計干擾估計器解決干擾問題，并設計反步控制器對干擾進行補償。為解決執行機構故障，有關文獻提出了滑模容錯控制策略，保證船舶在故障情況下的正常運行。為了拓寬動力定位應用海域，增強其對不同海況的適應性，Nguyen等設計了系泊動力定位混合控制系統，能夠監控海況并切換相應控制器，實現平靜、中等、惡劣全海況下的船舶運動控制。Brodtkorb等進一步改進了混合監督動力定位控制器，增強對誤差的魯棒性，提高系統瞬態響應速度，并通過數值仿真實船實驗驗證該控制系統對各種海況的適應性?？紤]海冰存在的場景，為減弱冰載荷對船舶作業及系泊系統的影響，提出系泊動力定位艏向控制策略。 展開 
基于耗散性理論的汽車底盤集成非線性魯棒約束優化控制 例如:采用滑?？刂?/em>方法計算校正汽車橫擺角速度偏差和限制汽 車質心側偏角相軌跡運動區域所需的廣義橫擺力矩,并基于輪胎逆模型將廣義橫擺力矩轉化為AFS和DYC的控制輸入,實現AFS和DYC 的集成控制。采用非奇異快速終端滑?？刂?/em>方法分別計算AFS的前輪轉角控制量和DYC的橫擺力矩控制量,并基于汽車質心側偏角相軌跡穩定區域加權AFS的前輪轉角控制量和DYC的橫擺力矩控制量,實現AFS和DYC的協調控制。
將四輪車輛動力學模型作為控制模型,并采用非線性模型預測控制方法設計AFS和DYC的集成控制器,提高了汽車的操縱穩定性?；谄咦杂啥绕噭恿W模型將AFS和DYC的集成控制問題轉化成非線性最優控制問題,并通過Riccati方程求解該非線性最優控制問題。將七自由度汽車動力學模型作為非線性模型預測控制方法的預測模型,設計AFS和DYC的集成控制器,最小化汽車橫擺角速度和質心側偏角跟蹤誤差,提高汽車的操縱穩定性。采用模糊邏輯控制方法分別計算AFS的前輪轉向角控制量和DYC的橫擺力矩控制量,并基于模糊積分理論計算AFS的前輪轉向角控 制量和DYC的橫擺力矩控制量的權重系數,實現AF和DYC的集成控制。
基于多模型切換控制理論設計一系列AFS和DYC集成控制器,并采用模糊邏輯控制方法實現所設計的AFS和DYC集成控制器的平滑切換控制。雖然非線性集成控制方法和智能集成控制方法對汽車自動緊急轉向等極限工況下呈現出的強耦合特性具有更低的保守性,但采用非線性集成控制方法和智能集成控制方法設計的汽車底盤集成控制器通常包含大量的待確定設計參數,需要借助專家經驗來標定這些待確定設計參數,以實現預期的控制目標。本文基于耗散性理論設計了一種標定參數較少的非線性魯棒控制器,以實現AFS和DYC的集成控制。
數學模型
簡潔、高效的汽車動力學模型是汽車底盤集成控制系統設計的基礎。 展開 宿舍里的電力電子實驗室 —— 記我的掌上 HIL 神器 EGBox Nano 最驚喜的是支持自定義算法，準備用它試試課上學的滑?？刂?/em>策略。
現在每天睡前花半小時 "玩" 實驗成了新習慣，上周還帶著它去參加科創比賽，評委看到這個能裝進口袋的 HIL 設備都忍不住上手體驗。2.48 萬的價格能實現 "一人一機"，對我們這種普通學生來說簡直是學術自由的開端。 多無人艇集群協同控制研究進展與未來趨勢 表3 從滑?？刂?/em>、參數自適應、神經網絡、模糊邏輯、抗擾控制、約束控制、輸出反饋、避障避碰、連通保持共9 類控制方法對現有多無人艇集群協同控制研究結果進行了分類總結。
2.1 基于軌跡導引的協同控制
在基于軌跡導引的集群控制方面，控制目標是多艘無人艇跟蹤一條或多條時間相關的參考軌跡 η(t)，同時保持期望的編隊隊形。其時間要求和空間要求是耦合的，即要求在指定的時間到達指定的位置，適用于時間要求和空間要求較高的運動場景。根據軌跡個數的不同，現有研究結果可分為全軌跡導引的軌跡跟蹤[34, 51]、單軌跡導引的分布式軌跡跟蹤[21, 38, 42, 44, 99-101]、多軌跡導引的分布式包含跟蹤[71, 74, 102]。如圖3 所示，在全軌跡導引方面，通常由軌跡生成器產生每艘船舶的參考軌跡，從而將編隊控制問題轉化為每艘無人艇的軌跡跟蹤問題，軌跡生成器可采用集中式或分布式結構。在單軌跡導引方面，集群中只有一部分無人艇訪問參考軌跡信息，另一部分無人艇僅和相鄰無人艇進行信息交互，不能訪問參考軌跡信息。控制的目標是多無人艇協同跟蹤該參考軌跡，保持期望的編隊隊形。在多軌跡導引方面，控制的目標是跟蹤多參考軌跡生成的凸集空間。在控制結構上，單軌跡導引和多軌跡導引屬于分布式控制。 展開 基于條件積分算法的無人駕駛車輛軌跡跟蹤魯棒控制方法丨JME文章推薦 在一般PID 控制基礎上MARINO等設計嵌套PID 控制，對側向位移誤差和橫擺角速度分層進行反饋控制，并對系統的穩定性進行分析，但是算法只是基于車輛相對于軌跡的運動學關系線性化后的結果來進行設計的，無法保證側向位移跟蹤誤差在大范圍內的漸進穩定，并且算法沒有考慮執行器約束對控制效果的影響。更重要的是這類PID 控制，車輛跟蹤上軌跡時，作為控制量的前輪轉角最終的穩態值僅由積分運算得出，這意味著積分運算無法有針對性地對某些特定不確定性進行補償，無法保證系統在大范圍內的漸進穩定性，而且容易發生由于執行器能力飽和而導致積分運算發散。
為進一步提高算法的魯棒性，TAGNE 等基于車輛的側向位移誤差設計滑模面，直接通過滑模控制方法實現側向位移誤差的漸進穩定，然而此方法雖然有較高的魯棒性，但會有較大抖震。TAGNE等又在此基礎上提出在滑模的基礎上使用漸進不變性的控制方法來改善抖振問題。為保證在信號擾動的影響下仍能保證系統的穩定，BENINE-NETO等通過建立李雅普諾夫函數，設計反饋控制率，但是僅通過仿真驗證算法的可行性。然而這些算法都以質心處為車輛的跟蹤點，實際上車輛的質心位置是較難準確獲得的，質心位置的變化一定會對控制效果產生影響，質心位置的不確定性是需要考慮的。
除此之外，模型預測控制近幾年被應用于無人車輛運動控制，從仿真上看其控制效果比較不錯，并且研究考慮車輛動力學和路面約束，但是模型預測控制在線計算量大，無法為實時應用所接受，而且絕大多數對內動態(被控量外的其他車輛狀態量)的分析不足。 展開 無人機氣動彈性與控制綜述 1.4 無人機氣動彈性控制研究進展
氣動彈性主動控制是近幾十年發展過來的，主要為解決機翼的氣動不穩定和疲勞問題的關鍵技術，現有的解決方法主要分為主動控制和被動控制，主動控制技術是近年來研究的熱點。20世紀90年代國內學者鄒叢青等[17]開始了飛行器顫振主動控制問題方面控制率的研究，把最優控制理論和顫振分析的狀態空間法相結合，并將控制結果結合風洞試驗驗證，確定了控制率的正確性。北京航空航天大學宗捷等[18]針對某一特殊無人機機型開始了陣風問題和顫振主動控制的研究，應用現代控制理論分別對飛行器系統作開環和閉環分析，設計的控制率具有減緩陣風響應和抑制顫振的雙重效果。
多輸入/多輸出系統的氣動彈性主動控制問題成為了氣動彈性分析的重要研究方面，楊超[19-20]團隊以無人機二元機翼和帶兩個控制面板的三角機翼為研究對象，將滑模控制理論和LQC理論用于解決氣動彈性主動控制問題，從風洞試驗結果評估得到，該方法所得的控制率可以應用于工程實踐。
隨著現代控制科學的發展，王囡囡等[21]提出了基于動柔度法的顫振主動控制研究，該方法無需提前知道機翼的剛度、阻尼等參數，可根據反饋控制率來實現系統的穩定性。控制系統的建立如圖5所示，根據極點控制理論來確定系統反饋控制增益，所的系統具有較好的穩定性和魯棒性。
圖5 控制系統流程
2 氣動彈性問題的分類及其特點
氣動彈性力學與控制主要圍繞兩大問題，一是研究對象為飛行器如導彈、飛機等的氣動彈性力學，二是研究對象為橋梁、地面高層建筑為研究對象的氣動彈性力學。本文主要圍繞針對飛行器尤其是結合無人機發展的氣動彈性力學問題。
2.1 靜氣動彈性問題
靜氣動彈性問題主要分為兩個方面：第一方面問題包括飛機副翼的氣動效率及其反效，第二方面問題包括機翼等飛行器結構在氣動力作用下扭轉發散及載荷在機翼結構上重新分布問題。 展開 船舶自動靠離泊系統設計與關鍵技術 構建船舶靠離泊作業條件下的操縱運動模型，是船舶運動控制的理論支撐，是實現船舶自動靠離泊作業的理論基礎。
2.低頻運動控制技術
船舶的靠離泊運動控制不是一個獨立的控制任務，而是同時包含了作業決策、目標規劃以及低頻運動控制。根據靠泊船舶自身船型、載重、推進性能，以及泊位水流、氣象等情況，船舶的安全靠離泊作業往往采用頂流入泊(直接入泊、掉頭入泊)和平行入泊的方式完成靠泊；目標規劃則是以入泊方式為基礎的，根據作業需要，目標規劃往往包含軌跡規劃、航向規劃、航速規劃等。船舶的靠離泊作業對船舶位置、艏向角、速度控制精度要求高，傳統控制方法難以保證船舶在期望位置和姿態同時鎮定，此外，傳統船舶由于硬件限制，無法實現推進系統及轉舵系統的高頻無級控制。為此，國內外學者結合船舶路徑規劃算法，不依賴準確的船舶運動模型設計船舶的自動靠泊控制系統，例如模型預測控制、人工神經網絡、模糊邏輯控制、數據驅動控制、滑?？刂?/em>、A*路徑追蹤、自抗擾控制等自適應控制算法，這些方法往往依賴算法本身的魯棒性，而忽略了船舶運動模型的準確性，缺乏船舶水動力機理支撐。開展基于船舶運動模型的船舶低速運動控制研究，是實現船舶自動靠離泊的技術基礎。
3.船岸協同感知技術
船舶的靠泊控制主要步驟為：(1)改變航向，(2)逐級降速，(3)主機停轉，依靠余速入泊。根據自動靠泊控制思路及控制手段，自動靠泊流程可以描述為：①船舶由港區移動至泊位附近的A點，②船舶以低速由臨近泊位處的A點移動至泊位處的目標點B點，并同時考慮避讓靜態和動態障礙物。對于船舶自動靠泊系統，靠泊船舶與岸端設備之間的協同感知與交互更是安全系泊的基礎。可見，協同感知技術是船舶靠離泊控制的主要輔助手段，船舶的自動靠泊控制是以協同感知技術為保障的。 展開 線控底盤技術：線控底盤是自動駕駛的必要條件，自動駕駛是線控底盤的充分條件 幾乎所有常見的控制算法都可以其中找到應用，如PID算法、最優控制、魯棒控制、滑?？刂?/em>、模糊控制、神經網絡控制、模型預測控制。
▲制動能量回收
制動能量回收系統的中協調分配電制動力矩和制動力矩是關鍵技術之一， 控制策略的研究基本圍繞這一點展開。
3、線控制動系統應用
——參考佐思汽車研究
目前 EHB 有著不同的實現形式，按照是否集成ESC、ABS 等功能的一體化形式，分為 One-Box 形式和 Two-Box 形式。One-Box 為EHB集成了ABS/ESP，
只有一個ECU。而Two-Box需要協調EHB ECU和ESP ECU的關系。
第四遭：線控驅動
線控驅動，即Throttle-By-Wire,作為最成熟的線控技術之一，可通過直接扭矩通訊、偽油門安裝、節氣門調節等方法實現。針對開放發動機和電機扭矩通信接口協議的車輛，線控驅動控制器直接通過控制器局域網絡 (CAN) 向發動機或者電機發送目標扭矩請求，實現整車加速度控制。此種方案無需進行機械改裝，結構簡單可靠。
針對不開放扭矩通信接口協議的車輛，安裝節氣門調節機構或者偽油門也可實現線控驅動功能。控制器根據車輛狀態、加速踏板開度及其變化速率，利用內部算法程序預判駕駛員需求功率或轉矩，然后通過電信號控制執行電機的動作，調節發動機節氣門開度，進而改變發動機輸出扭矩和功率。
典型線控驅動控制圖
參考：
[1]李亮, 王翔宇, 程碩, et al. 汽車底盤線控與動力學域控制技術[J]. 汽車安全與節能學報, 2020(2). 展開 
水面無人艇技術發展及展望 ⒊自主控制技術
水面無人艇控制技術的終極目標是達成任務的完成。利用環境感知手段，探測和識別目標，通過自主控制技術實現自主路徑規劃、駕控避碰和采取合理控制策略，以完成各種任務和作業使命。
控制系統是水面無人艇系統的核心，是其智能化、自主性水平的直接體現。目前，蟻群優化算法、離散時間非線性模型預測控制器、模糊LQR控制器都已經引入到無人艇控制技術，開展無人艇在復雜海況條件下的臨界機動預測。
⒋路徑規劃技術
水面無人艇在靜態和動態的海洋環境中要能夠達到高度自主性，確保船只、人員及財產安全，智能、快速地處理各種難以預料的狀況，就成為路徑規劃和動態避碰問題的難點。一是規劃過程中要考慮USV自身的運動特性及所處的自然環境（如風、浪、流）的影響。二是在海上航行要遵守國際海上避碰規則，將路徑規劃和動態避碰與國際海上避碰規則進行有效融合，也是無人艇路徑規劃的難點問題。當前研究主要集中在利用非線性滑模控制的基礎上，結合軌跡規劃、跟蹤和協調控制等多種方法開展無人水面艦艇路徑規劃。
⒌網絡化通信技術
隨著無線電通信、衛星通信等通信技術的迅速發展，艦船通信技術大多由多媒體技術、信息技術和電信技術等多種技術的集成。無人艇在與母船或者地面站信息交互時，需要通過數據鏈路。 展開 軟件定義汽車技術體系研究 軟件定義汽車內部計算量顯著增大，通過將汽車劃分為功能域，各域包含一個域控制器負責該域的計算，可減少各模塊及功能間的相互干擾，提升安全性。
此外，融合固化的算法制作專用芯片，可有效集成傳感器和算法，直接處理原始數據，從而減輕后端計算平臺的計算負荷，降低芯片功耗。
（4）控制系統
控制系統負責控制車輛速度與轉向，使車輛跟蹤預先規劃的速度曲線與期望路徑。傳統控制方法包括PID 控制、滑?？刂?/em>、模糊控制、模型預測控制、自適應控制、魯棒控制等。
與傳統車輛相比，線控技術將被更多地用來控制車輛轉向、制動、油門等，其主要特征是執行機構與操縱機構沒有直接的機械連接，駕駛員的駕駛意圖將直接轉換成對應的電信號驅動執行機構的精確運動。線控系統技術要求對底盤進行線控改裝，目前已具備自適應巡航控制、緊急制動、自動泊車等功能的車輛可借用原有系統而不必過多改裝，通過車載網絡即可實現控制。
（5）智能座艙
未來汽車座艙具備成為用戶的第三生活空間的巨大潛力。新一代通信技術、人工智能、大數據、人機交互、汽車芯片與操作系統等技術進步將推動智能座艙不斷發展，成為軟件定義汽車整車物理結構的重要組成。 展開 風干擾下傾轉旋翼飛行器直升機模態預設性能跟蹤控制 文中設計了一個擾動觀測器來估計由外系統生成的不平衡擾動，并通過擴展狀態觀測器對無法建模的擾動進行估計，提出了一種基于擾動估計值的滑?？刂?/em>器。文獻［
9］首次提出了一種用于移動輪式倒立擺系統的高階擾動觀測器。文中基于最優增益矩陣的選擇方法，提高觀測器的精度，并設計了控制器。綜上，可以將干擾觀測器應用到傾轉旋翼機的魯棒控制器設計中。
為了約束系統的瞬態特性
［10］，需要對飛行器的跟蹤誤差進行約束，而預設性能控制（Prescribed Performance Control，PPC）方法在處理這類問題方面有著廣泛的應用。例如，針對一類具有制動故障的不確定系統控制問題，文獻［
11］提出了一種結構簡單的狀態反饋控制方案，以保證閉環信號有界并實現預先設定的性能。文獻［
12］針對一類不確定非線性系統的有限時間跟蹤控制問題，提出了有限時間PPC方法，使得閉環誤差在有限時間內收斂到規定的區域。文獻［
13］討論了同時涉及狀態觸發和控制器輸出觸發的多智能體PPC問題，使得系統不發生Zeno行為并且跟蹤誤差在設定的有限時間內收斂到預定區域。上述文獻沒有考慮干擾與不確定性的綜合作用，因此可以將上述方法與干擾觀測相結合以實現風干擾下傾轉旋翼飛行器的控制。
綜上所述，本文首先運用分體建模的方法，并將地面風對于機體氣動力的影響融合到外部干擾中，得到傾轉旋翼機非線性控制模型。之后，基于文獻［
14］的思路，本文設計了干擾觀測器，在此基礎上提出一種神經網絡控制方法，并引入預設性能對系統誤差進行約束，通過Lyapunov穩定性理論證明該方法的有效性。因而本文所提的方法實現了風干擾下傾轉旋翼飛行器直升機模態的控制，保證了控制過程中系統良好的跟蹤性能與魯棒性。 展開 重復使用航天運載器的發展及其關鍵技術 著陸制導與控制
1
著陸段全程制導和開關機控制方法
火箭在再入稠密大氣的過程必須滿足動壓、熱流、過載等再入約束，這涉及慣性調姿段和動力減速段的聯立優化。
若將動力減速結束后的飛行軌跡視為一條連接火箭與目標著陸點的軌道，則可以采用迭代制導或閉路制導，具有較強的適應性。
在此基礎上，還可以采用幾何位置與時間更新雙層迭代制導方法。
火箭在垂直著陸時刻，還需同時滿足質心和繞心耦合的終端約束，這涉及氣動減速段和動力軟著陸段的聯立優化。
在氣動減速段由于箭體底部結構復雜，且進入稠密大氣時不確定性擾動最大，因此要求制導系統盡可能通過反饋控制的方式，利用氣動力將火箭導引向目標著陸點。
Lu提出基于預測校正的氣動減速段再入制導算法以提升著陸精度。比例導引通過增加偏置項，也能夠在控制速度位置的同時對終端姿態進行約束。
Song等利用數值方法分析動力軟著陸段可行域與發動機推力調節能力的關系，并提出自適應開機方法。
這類算法在約束適應性上相比于解析方法具有明顯的優勢，其中基于凸優化的直接法已被應用于火星著陸和Falcon-9火箭的助推器著陸。但是對于存在非凸約束優化問題的在線求解，受限于理論上的收斂性難題尚未實現工程應用。
2
異類執行機構復合控制技術
在慣性調姿段，為完成近180°的大范圍調姿，采用直接力控制的方式，在遠離質心的位置安裝反作用控制系統（Reaction Control System，RCS）。
針對大范圍調姿引起的推進劑大幅度晃動問題，Shtessel等提出利用滑模觀測器重構晃動模態，并設計了能夠補償晃動影響的控制器；Pei等則利用自適應增廣控制器實時抑制火箭的晃動不穩定性。
在動力減速段，通過搖擺發動機實現飛行姿態穩定控制。 展開 滑模控制的相關專題、標簽、搜索
《滑模變結構控制MATLAB仿真（附CD-ROM光盤一張）》
2.9.1 伺服系統摩擦模型
2.9.2 一個典型伺服系統描述
2.9.3 滑模控制器設計
2.9.4 仿真實例
2.10 一種基于上下界的滑模控制器設計
2.10.1 系統描述
2.10.2 滑模控制器設計
2.10.3 仿真實例
參考文獻
第3章 離散時間系統滑?？刂?/em>
3.1 離散滑模控制描述
3.2 離散時間滑模控制的特性
3.2.1 準滑動模態
3.2.2 離散滑模的存在性和可達性
3.2.3 離散滑?？刂?/em>的不變性
3.3 基于趨近律的離散滑?？刂?/em>
3.3.1 離散趨近律的設計
3.3.2 離散控制律的設計
3.3.3 仿真實例
3.4 基于等效控制的離散滑?？刂?/em>
3.4.1 控制器設計
3.4.2 仿真實例
3.4.3 位置跟蹤控制器的設計
3.4.4 仿真實例
第4章 模糊滑?？刂?/em>
……
第5章 神經滑?？刂?/em>
第6章 基于反演設計的滑?？刂?/em>
第7章 動態滑模控制
第8章 基于干擾估計的滑模控制
第9章 Terminal滑?？刂?/em>
第10章 幾種新型滑?？刂?/em>
展開 無人船路徑跟隨控制方法綜述
基于非線性模型設計的MPC控制器計算復雜，實時性難以保證；而線性MPC控制器在風浪流干擾下的跟蹤精度不足。因此，一方面可以考慮尋求更優的二次規劃求解方法，如利用神經網絡的并行計算能力，即采用動態神經網絡擬合船舶模型，并引入懲罰項，將帶約束問題轉化為無約束問題，提高非線性MPC求解速度。另一方面可以根據無人船實際航行任務，有機結合線性MPC和非線性MPC控制器的優點，同時保證實時性和控制精度，提高工程應用價值。
1.3 滑模控制
滑?？刂?/em>器一般包括滑模面的設計和趨近率的設計，其中滑動模態的設計與對象參數及擾動無關，因此對USV運動模型精度要求低、響應快速且對參數變化及外界擾動具有魯棒性，但實際系統是在滑模面左右來回穿越，且在相鄰滑模面之間切換時可能存在不平滑問題，因而會產生抖振[14]。
將預測估計值與實際值的誤差作為模糊邏輯的輸入，修正滑?？刂?/em>器控制參數[10]，或利用RBF神經網絡擬合船舶模型的不確定項[15]，可以削弱因系統不確定性引起的抖振。外界擾動引起的抖振問題，可以通過ESO補償擾動來消除[16]，同時引入指數趨近率或全程積分滑模等方法可以消除穩態誤差，確保系統魯棒性。
文獻[17]在滑模控制中引入自抗擾控制理論，通過線性擴張觀測器對系統內外擾動進行在線估計和實時補償，有效提高了系統魯棒性。但自抗擾控制理論的引入增加了需要整定的參數數量。采用徑向基神經網絡逼近模型中有界非線性的不確定項和外界擾動項，可以減少系統待定參數數量，降低計算負擔[18]。
文獻[19]針對高頻波浪干擾，在滑模面中引入自適應因子用于獲取穩定的期望艏向，并基于時變閾值規則收斂率設計滑?？刂?/em>器跟蹤期望艏向，提高了算法收斂速度和穩定性。
展開 253 基于matlab的液壓位置控制源代碼 ￥12.9
基于matlab的液壓位置控制源代碼，有摩擦補償，利用滑?？刂?/em>器實現，神經網絡逼近。最后實現位置角度和速度的控制。輸出控制誤差。程序已調通，可直接運行。
海洋論壇▏船舶系泊動力定位控制技術綜述
重點關注復雜的海洋環境和船舶非線性，其控制策略研究大都集中在非線性智能控制方法上，如：反步控制、動態面控制、滑模控制、模糊控制、模型預測控制等。Ho等構建動力定位T-S模糊模型并設計二次有限時域模糊最優控制器，通過與傳統最優控制器對比仿真驗證了算法的優越性。張國慶等設計了自適應終端滑?？刂?/em>器，實現了有限時間內的船舶動力定位控制。
圖4 動力定位控制結構(系泊系統不參與控制器設計)
上述研究應用了不同的控制算法實現了船舶定位作業任務。在實現系泊動力定位的基本控制目標后，控制策略的研究便進一步朝著解決工程應用所遇到的現實問題方向開展。為解決通信時延對船舶操作的影響，Wang等設計了基于神經網絡的T-S模糊控制器，并建立觀測器估計船舶位置速度狀態及環境干擾。針對速度不可測、環境干擾以及建模不確定性問題，Wang等提出了一種基于狀態約束的自適應反步模糊動力定位控制器，該控制器可以實現有限時間內的路徑跟蹤，并且保證跟蹤精度。
張玉芳等設計干擾估計器解決干擾問題，并設計反步控制器對干擾進行補償。為解決執行機構故障，有關文獻提出了滑模容錯控制策略，保證船舶在故障情況下的正常運行。為了拓寬動力定位應用海域，增強其對不同海況的適應性，Nguyen等設計了系泊動力定位混合控制系統，能夠監控海況并切換相應控制器，實現平靜、中等、惡劣全海況下的船舶運動控制。Brodtkorb等進一步改進了混合監督動力定位控制器，增強對誤差的魯棒性，提高系統瞬態響應速度，并通過數值仿真實船實驗驗證該控制系統對各種海況的適應性?？紤]海冰存在的場景，為減弱冰載荷對船舶作業及系泊系統的影響，提出系泊動力定位艏向控制策略。
展開 基于耗散性理論的汽車底盤集成非線性魯棒約束優化控制
例如:采用滑?？刂?/em>方法計算校正汽車橫擺角速度偏差和限制汽 車質心側偏角相軌跡運動區域所需的廣義橫擺力矩,并基于輪胎逆模型將廣義橫擺力矩轉化為AFS和DYC的控制輸入,實現AFS和DYC 的集成控制。采用非奇異快速終端滑?？刂?/em>方法分別計算AFS的前輪轉角控制量和DYC的橫擺力矩控制量,并基于汽車質心側偏角相軌跡穩定區域加權AFS的前輪轉角控制量和DYC的橫擺力矩控制量,實現AFS和DYC的協調控制。
將四輪車輛動力學模型作為控制模型,并采用非線性模型預測控制方法設計AFS和DYC的集成控制器,提高了汽車的操縱穩定性?；谄咦杂啥绕噭恿W模型將AFS和DYC的集成控制問題轉化成非線性最優控制問題,并通過Riccati方程求解該非線性最優控制問題。將七自由度汽車動力學模型作為非線性模型預測控制方法的預測模型,設計AFS和DYC的集成控制器,最小化汽車橫擺角速度和質心側偏角跟蹤誤差,提高汽車的操縱穩定性。采用模糊邏輯控制方法分別計算AFS的前輪轉向角控制量和DYC的橫擺力矩控制量,并基于模糊積分理論計算AFS的前輪轉向角控 制量和DYC的橫擺力矩控制量的權重系數,實現AF和DYC的集成控制。
基于多模型切換控制理論設計一系列AFS和DYC集成控制器,并采用模糊邏輯控制方法實現所設計的AFS和DYC集成控制器的平滑切換控制。雖然非線性集成控制方法和智能集成控制方法對汽車自動緊急轉向等極限工況下呈現出的強耦合特性具有更低的保守性,但采用非線性集成控制方法和智能集成控制方法設計的汽車底盤集成控制器通常包含大量的待確定設計參數,需要借助專家經驗來標定這些待確定設計參數,以實現預期的控制目標。本文基于耗散性理論設計了一種標定參數較少的非線性魯棒控制器,以實現AFS和DYC的集成控制。
數學模型
簡潔、高效的汽車動力學模型是汽車底盤集成控制系統設計的基礎。
展開 宿舍里的電力電子實驗室 —— 記我的掌上 HIL 神器 EGBox Nano
最驚喜的是支持自定義算法，準備用它試試課上學的滑?？刂?/em>策略。
現在每天睡前花半小時 "玩" 實驗成了新習慣，上周還帶著它去參加科創比賽，評委看到這個能裝進口袋的 HIL 設備都忍不住上手體驗。2.48 萬的價格能實現 "一人一機"，對我們這種普通學生來說簡直是學術自由的開端。
多無人艇集群協同控制研究進展與未來趨勢
表3 從滑?？刂?/em>、參數自適應、神經網絡、模糊邏輯、抗擾控制、約束控制、輸出反饋、避障避碰、連通保持共9 類控制方法對現有多無人艇集群協同控制研究結果進行了分類總結。
2.1 基于軌跡導引的協同控制
在基于軌跡導引的集群控制方面，控制目標是多艘無人艇跟蹤一條或多條時間相關的參考軌跡 η(t)，同時保持期望的編隊隊形。其時間要求和空間要求是耦合的，即要求在指定的時間到達指定的位置，適用于時間要求和空間要求較高的運動場景。根據軌跡個數的不同，現有研究結果可分為全軌跡導引的軌跡跟蹤[34, 51]、單軌跡導引的分布式軌跡跟蹤[21, 38, 42, 44, 99-101]、多軌跡導引的分布式包含跟蹤[71, 74, 102]。如圖3 所示，在全軌跡導引方面，通常由軌跡生成器產生每艘船舶的參考軌跡，從而將編隊控制問題轉化為每艘無人艇的軌跡跟蹤問題，軌跡生成器可采用集中式或分布式結構。在單軌跡導引方面，集群中只有一部分無人艇訪問參考軌跡信息，另一部分無人艇僅和相鄰無人艇進行信息交互，不能訪問參考軌跡信息。控制的目標是多無人艇協同跟蹤該參考軌跡，保持期望的編隊隊形。在多軌跡導引方面，控制的目標是跟蹤多參考軌跡生成的凸集空間。在控制結構上，單軌跡導引和多軌跡導引屬于分布式控制。
展開 基于條件積分算法的無人駕駛車輛軌跡跟蹤魯棒控制方法丨JME文章推薦
在一般PID 控制基礎上MARINO等設計嵌套PID 控制，對側向位移誤差和橫擺角速度分層進行反饋控制，并對系統的穩定性進行分析，但是算法只是基于車輛相對于軌跡的運動學關系線性化后的結果來進行設計的，無法保證側向位移跟蹤誤差在大范圍內的漸進穩定，并且算法沒有考慮執行器約束對控制效果的影響。更重要的是這類PID 控制，車輛跟蹤上軌跡時，作為控制量的前輪轉角最終的穩態值僅由積分運算得出，這意味著積分運算無法有針對性地對某些特定不確定性進行補償，無法保證系統在大范圍內的漸進穩定性，而且容易發生由于執行器能力飽和而導致積分運算發散。
為進一步提高算法的魯棒性，TAGNE 等基于車輛的側向位移誤差設計滑模面，直接通過滑模控制方法實現側向位移誤差的漸進穩定，然而此方法雖然有較高的魯棒性，但會有較大抖震。TAGNE等又在此基礎上提出在滑模的基礎上使用漸進不變性的控制方法來改善抖振問題。為保證在信號擾動的影響下仍能保證系統的穩定，BENINE-NETO等通過建立李雅普諾夫函數，設計反饋控制率，但是僅通過仿真驗證算法的可行性。然而這些算法都以質心處為車輛的跟蹤點，實際上車輛的質心位置是較難準確獲得的，質心位置的變化一定會對控制效果產生影響，質心位置的不確定性是需要考慮的。
除此之外，模型預測控制近幾年被應用于無人車輛運動控制，從仿真上看其控制效果比較不錯，并且研究考慮車輛動力學和路面約束，但是模型預測控制在線計算量大，無法為實時應用所接受，而且絕大多數對內動態(被控量外的其他車輛狀態量)的分析不足。
展開 無人機氣動彈性與控制綜述
1.4 無人機氣動彈性控制研究進展
氣動彈性主動控制是近幾十年發展過來的，主要為解決機翼的氣動不穩定和疲勞問題的關鍵技術，現有的解決方法主要分為主動控制和被動控制，主動控制技術是近年來研究的熱點。20世紀90年代國內學者鄒叢青等[17]開始了飛行器顫振主動控制問題方面控制率的研究，把最優控制理論和顫振分析的狀態空間法相結合，并將控制結果結合風洞試驗驗證，確定了控制率的正確性。北京航空航天大學宗捷等[18]針對某一特殊無人機機型開始了陣風問題和顫振主動控制的研究，應用現代控制理論分別對飛行器系統作開環和閉環分析，設計的控制率具有減緩陣風響應和抑制顫振的雙重效果。
多輸入/多輸出系統的氣動彈性主動控制問題成為了氣動彈性分析的重要研究方面，楊超[19-20]團隊以無人機二元機翼和帶兩個控制面板的三角機翼為研究對象，將滑模控制理論和LQC理論用于解決氣動彈性主動控制問題，從風洞試驗結果評估得到，該方法所得的控制率可以應用于工程實踐。
隨著現代控制科學的發展，王囡囡等[21]提出了基于動柔度法的顫振主動控制研究，該方法無需提前知道機翼的剛度、阻尼等參數，可根據反饋控制率來實現系統的穩定性。控制系統的建立如圖5所示，根據極點控制理論來確定系統反饋控制增益，所的系統具有較好的穩定性和魯棒性。
圖5 控制系統流程
2 氣動彈性問題的分類及其特點
氣動彈性力學與控制主要圍繞兩大問題，一是研究對象為飛行器如導彈、飛機等的氣動彈性力學，二是研究對象為橋梁、地面高層建筑為研究對象的氣動彈性力學。本文主要圍繞針對飛行器尤其是結合無人機發展的氣動彈性力學問題。
2.1 靜氣動彈性問題
靜氣動彈性問題主要分為兩個方面：第一方面問題包括飛機副翼的氣動效率及其反效，第二方面問題包括機翼等飛行器結構在氣動力作用下扭轉發散及載荷在機翼結構上重新分布問題。
展開 船舶自動靠離泊系統設計與關鍵技術
構建船舶靠離泊作業條件下的操縱運動模型，是船舶運動控制的理論支撐，是實現船舶自動靠離泊作業的理論基礎。
2.低頻運動控制技術
船舶的靠離泊運動控制不是一個獨立的控制任務，而是同時包含了作業決策、目標規劃以及低頻運動控制。根據靠泊船舶自身船型、載重、推進性能，以及泊位水流、氣象等情況，船舶的安全靠離泊作業往往采用頂流入泊(直接入泊、掉頭入泊)和平行入泊的方式完成靠泊；目標規劃則是以入泊方式為基礎的，根據作業需要，目標規劃往往包含軌跡規劃、航向規劃、航速規劃等。船舶的靠離泊作業對船舶位置、艏向角、速度控制精度要求高，傳統控制方法難以保證船舶在期望位置和姿態同時鎮定，此外，傳統船舶由于硬件限制，無法實現推進系統及轉舵系統的高頻無級控制。為此，國內外學者結合船舶路徑規劃算法，不依賴準確的船舶運動模型設計船舶的自動靠泊控制系統，例如模型預測控制、人工神經網絡、模糊邏輯控制、數據驅動控制、滑?？刂?/em>、A*路徑追蹤、自抗擾控制等自適應控制算法，這些方法往往依賴算法本身的魯棒性，而忽略了船舶運動模型的準確性，缺乏船舶水動力機理支撐。開展基于船舶運動模型的船舶低速運動控制研究，是實現船舶自動靠離泊的技術基礎。
3.船岸協同感知技術
船舶的靠泊控制主要步驟為：(1)改變航向，(2)逐級降速，(3)主機停轉，依靠余速入泊。根據自動靠泊控制思路及控制手段，自動靠泊流程可以描述為：①船舶由港區移動至泊位附近的A點，②船舶以低速由臨近泊位處的A點移動至泊位處的目標點B點，并同時考慮避讓靜態和動態障礙物。對于船舶自動靠泊系統，靠泊船舶與岸端設備之間的協同感知與交互更是安全系泊的基礎。可見，協同感知技術是船舶靠離泊控制的主要輔助手段，船舶的自動靠泊控制是以協同感知技術為保障的。
展開 線控底盤技術：線控底盤是自動駕駛的必要條件，自動駕駛是線控底盤的充分條件
幾乎所有常見的控制算法都可以其中找到應用，如PID算法、最優控制、魯棒控制、滑?？刂?/em>、模糊控制、神經網絡控制、模型預測控制。
▲制動能量回收
制動能量回收系統的中協調分配電制動力矩和制動力矩是關鍵技術之一， 控制策略的研究基本圍繞這一點展開。
3、線控制動系統應用
——參考佐思汽車研究
目前 EHB 有著不同的實現形式，按照是否集成ESC、ABS 等功能的一體化形式，分為 One-Box 形式和 Two-Box 形式。One-Box 為EHB集成了ABS/ESP，
只有一個ECU。而Two-Box需要協調EHB ECU和ESP ECU的關系。
第四遭：線控驅動
線控驅動，即Throttle-By-Wire,作為最成熟的線控技術之一，可通過直接扭矩通訊、偽油門安裝、節氣門調節等方法實現。針對開放發動機和電機扭矩通信接口協議的車輛，線控驅動控制器直接通過控制器局域網絡 (CAN) 向發動機或者電機發送目標扭矩請求，實現整車加速度控制。此種方案無需進行機械改裝，結構簡單可靠。
針對不開放扭矩通信接口協議的車輛，安裝節氣門調節機構或者偽油門也可實現線控驅動功能。控制器根據車輛狀態、加速踏板開度及其變化速率，利用內部算法程序預判駕駛員需求功率或轉矩，然后通過電信號控制執行電機的動作，調節發動機節氣門開度，進而改變發動機輸出扭矩和功率。
典型線控驅動控制圖
參考：
[1]李亮, 王翔宇, 程碩, et al. 汽車底盤線控與動力學域控制技術[J]. 汽車安全與節能學報, 2020(2).
展開 水面無人艇技術發展及展望
⒊自主控制技術
水面無人艇控制技術的終極目標是達成任務的完成。利用環境感知手段，探測和識別目標，通過自主控制技術實現自主路徑規劃、駕控避碰和采取合理控制策略，以完成各種任務和作業使命。
控制系統是水面無人艇系統的核心，是其智能化、自主性水平的直接體現。目前，蟻群優化算法、離散時間非線性模型預測控制器、模糊LQR控制器都已經引入到無人艇控制技術，開展無人艇在復雜海況條件下的臨界機動預測。
⒋路徑規劃技術
水面無人艇在靜態和動態的海洋環境中要能夠達到高度自主性，確保船只、人員及財產安全，智能、快速地處理各種難以預料的狀況，就成為路徑規劃和動態避碰問題的難點。一是規劃過程中要考慮USV自身的運動特性及所處的自然環境（如風、浪、流）的影響。二是在海上航行要遵守國際海上避碰規則，將路徑規劃和動態避碰與國際海上避碰規則進行有效融合，也是無人艇路徑規劃的難點問題。當前研究主要集中在利用非線性滑模控制的基礎上，結合軌跡規劃、跟蹤和協調控制等多種方法開展無人水面艦艇路徑規劃。
⒌網絡化通信技術
隨著無線電通信、衛星通信等通信技術的迅速發展，艦船通信技術大多由多媒體技術、信息技術和電信技術等多種技術的集成。無人艇在與母船或者地面站信息交互時，需要通過數據鏈路。
展開 軟件定義汽車技術體系研究
軟件定義汽車內部計算量顯著增大，通過將汽車劃分為功能域，各域包含一個域控制器負責該域的計算，可減少各模塊及功能間的相互干擾，提升安全性。
此外，融合固化的算法制作專用芯片，可有效集成傳感器和算法，直接處理原始數據，從而減輕后端計算平臺的計算負荷，降低芯片功耗。
（4）控制系統
控制系統負責控制車輛速度與轉向，使車輛跟蹤預先規劃的速度曲線與期望路徑。傳統控制方法包括PID 控制、滑?？刂?/em>、模糊控制、模型預測控制、自適應控制、魯棒控制等。
與傳統車輛相比，線控技術將被更多地用來控制車輛轉向、制動、油門等，其主要特征是執行機構與操縱機構沒有直接的機械連接，駕駛員的駕駛意圖將直接轉換成對應的電信號驅動執行機構的精確運動。線控系統技術要求對底盤進行線控改裝，目前已具備自適應巡航控制、緊急制動、自動泊車等功能的車輛可借用原有系統而不必過多改裝，通過車載網絡即可實現控制。
（5）智能座艙
未來汽車座艙具備成為用戶的第三生活空間的巨大潛力。新一代通信技術、人工智能、大數據、人機交互、汽車芯片與操作系統等技術進步將推動智能座艙不斷發展，成為軟件定義汽車整車物理結構的重要組成。
展開 風干擾下傾轉旋翼飛行器直升機模態預設性能跟蹤控制
文中設計了一個擾動觀測器來估計由外系統生成的不平衡擾動，并通過擴展狀態觀測器對無法建模的擾動進行估計，提出了一種基于擾動估計值的滑?？刂?/em>器。文獻［
9］首次提出了一種用于移動輪式倒立擺系統的高階擾動觀測器。文中基于最優增益矩陣的選擇方法，提高觀測器的精度，并設計了控制器。綜上，可以將干擾觀測器應用到傾轉旋翼機的魯棒控制器設計中。
為了約束系統的瞬態特性
［10］，需要對飛行器的跟蹤誤差進行約束，而預設性能控制（Prescribed Performance Control，PPC）方法在處理這類問題方面有著廣泛的應用。例如，針對一類具有制動故障的不確定系統控制問題，文獻［
11］提出了一種結構簡單的狀態反饋控制方案，以保證閉環信號有界并實現預先設定的性能。文獻［
12］針對一類不確定非線性系統的有限時間跟蹤控制問題，提出了有限時間PPC方法，使得閉環誤差在有限時間內收斂到規定的區域。文獻［
13］討論了同時涉及狀態觸發和控制器輸出觸發的多智能體PPC問題，使得系統不發生Zeno行為并且跟蹤誤差在設定的有限時間內收斂到預定區域。上述文獻沒有考慮干擾與不確定性的綜合作用，因此可以將上述方法與干擾觀測相結合以實現風干擾下傾轉旋翼飛行器的控制。
綜上所述，本文首先運用分體建模的方法，并將地面風對于機體氣動力的影響融合到外部干擾中，得到傾轉旋翼機非線性控制模型。之后，基于文獻［
14］的思路，本文設計了干擾觀測器，在此基礎上提出一種神經網絡控制方法，并引入預設性能對系統誤差進行約束，通過Lyapunov穩定性理論證明該方法的有效性。因而本文所提的方法實現了風干擾下傾轉旋翼飛行器直升機模態的控制，保證了控制過程中系統良好的跟蹤性能與魯棒性。
展開 重復使用航天運載器的發展及其關鍵技術
著陸制導與控制
1
著陸段全程制導和開關機控制方法
火箭在再入稠密大氣的過程必須滿足動壓、熱流、過載等再入約束，這涉及慣性調姿段和動力減速段的聯立優化。
若將動力減速結束后的飛行軌跡視為一條連接火箭與目標著陸點的軌道，則可以采用迭代制導或閉路制導，具有較強的適應性。
在此基礎上，還可以采用幾何位置與時間更新雙層迭代制導方法。
火箭在垂直著陸時刻，還需同時滿足質心和繞心耦合的終端約束，這涉及氣動減速段和動力軟著陸段的聯立優化。
在氣動減速段由于箭體底部結構復雜，且進入稠密大氣時不確定性擾動最大，因此要求制導系統盡可能通過反饋控制的方式，利用氣動力將火箭導引向目標著陸點。
Lu提出基于預測校正的氣動減速段再入制導算法以提升著陸精度。比例導引通過增加偏置項，也能夠在控制速度位置的同時對終端姿態進行約束。
Song等利用數值方法分析動力軟著陸段可行域與發動機推力調節能力的關系，并提出自適應開機方法。
這類算法在約束適應性上相比于解析方法具有明顯的優勢，其中基于凸優化的直接法已被應用于火星著陸和Falcon-9火箭的助推器著陸。但是對于存在非凸約束優化問題的在線求解，受限于理論上的收斂性難題尚未實現工程應用。
2
異類執行機構復合控制技術
在慣性調姿段，為完成近180°的大范圍調姿，采用直接力控制的方式，在遠離質心的位置安裝反作用控制系統（Reaction Control System，RCS）。
針對大范圍調姿引起的推進劑大幅度晃動問題，Shtessel等提出利用滑模觀測器重構晃動模態，并設計了能夠補償晃動影響的控制器；Pei等則利用自適應增廣控制器實時抑制火箭的晃動不穩定性。
在動力減速段，通過搖擺發動機實現飛行姿態穩定控制。
展開 