导读:本文包含了智能滑模控制论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:智能,神经网络,轨迹,永磁,自适应,模糊,车辆。
智能滑模控制论文文献综述
梁捷,秦开宇,陈力[1]（2019）在《弹性关节空间机械臂级联智能滑模控制》一文中研究指出谐波减速器和力矩传感器等柔性元件因其独特性能而广泛应用在空间机器人关节系统中,以获取高减速比.但同时这些柔性元件的存在为空间机械臂系统引入了关节柔性,使得对其稳定控制变得更为复杂.基于此,文中讨论了基于自适应回归小波神经网络(Self-RecurrentWaveletNeuralNetworks,SRWNN)的弹性关节空间机械臂系统动力学建模及级联智能滑模控制.首先,利用级联系统理论及第二类拉格朗日方法推导出了由外环刚性臂子系统和内环关节电机转子子系统组成的系统级联动力学模型;其次,为两个子系统分别设计了内、外环自适应滑模回归小波神经网络控制.外环控制算法以期望轨迹为控制量,而其控制信号作为抑制弹性关节振动的内环控制算法的控制量,整个控制系统由内、外环控制系统迭加而成;而后,基于Lyapunov稳定性理论证明了整个控制系统的稳定性并设计了自适应回归小波神经网络的各权值参数在线学习算法.所提的控制算法有效地消除了模型不确定的影响,避免了复杂的求导计算和角加速度可测的要求,同时,控制系统设计过程中未涉及惯常奇异摄动双时标分解操作,在理论上适合任意大小的关节柔性刚度.最后,系统对比仿真试验证明了所提的级联智能控制算法优于惯常基于奇异摄动法和基于柔性铰补偿奇异摄动法的控制方案.(本文来源于《力学季刊》期刊2019年03期）
刘其辉,高瑜,郭天飞,唐光钰[2]（2019）在《扩展MPPT运行区间的双馈风电机组智能双模控制策略》一文中研究指出为扩展双馈型感应发电机(DFIG)最大功率点跟踪运行区间,提高其在低风速区间的发电效率,首先,文中提出了一种智能双模控制策略,通过机侧变流器控制策略的调整以及必要的开关切换,DFIG可根据风速不同自动地运行于两种模式:传统DFIG模式及DFIG定子短路模式。然后,针对模式切换过程时间短的需求以及冲击大、影响久的特点,重点研究了文献鲜有提及又极为重要的模式柔性切换控制方法,特别是双向模式切换的具体流程、机侧变流器控制策略以及发电机负载的选取等。最后,基于RT-lab的硬件在环仿真结果表明,所提控制策略较好地发挥了DFIG的成本优势与全功率型发电机的宽变速范围优势,并实现了两种模式的快速、柔性切换。(本文来源于《电力系统自动化》期刊2019年18期）
李文昌,郭景华,王进[3]（2019）在《分层架构下智能电动汽车纵向运动自适应模糊滑模控制》一文中研究指出针对智能电动汽车(intelligent electric vehicles,IEV)的纵向控制在不确定性干扰下存在非线性、强时变特征,提出一种分层控制架构下的智能电动汽车纵向跟车运动自适应模糊滑模控制方法.根据经典理论力学建立表征智能电动汽车纵向行为机理的动力学系统模型,并进一步构建智能电动汽车纵向跟车运动分层控制构架.上层控制根据本车与前车的行驶状态信息得出期望加速度滑模控制律,进而利用自适应模糊系统替代滑模切换项以改善控制性能;下层控制通过设计驱动/制动切换策略以提高行驶舒适性,然后基于逆动力学模型实时求解期望控制力矩以跟踪期望加速度.为验证所提方法的有效性,在不同行驶工况下进行的仿真试验结果表明,该方法能实现本车平稳准确地跟随前车行驶,且对前车加速度的干扰具有鲁棒性.(本文来源于《厦门大学学报(自然科学版)》期刊2019年03期）
胡章优,翁小辉,常奇志,兰华,左文杰[4]（2019）在《基于滑模控制的智能车辆轨迹跟随研究》一文中研究指出在轨迹跟随的研究中,通常将基于横向位置偏差的跟随和基于纵向速度的跟随作为两个主要研究方向。基于2自由度车辆模型,在纵向速度不变的情况下,利用横向位置偏差控制车辆跟随目标轨迹,并通过滑模控制器对车辆的前轮转向角进行控制,结果表明:基于车辆横向位置偏差,滑模控制器能够做出快速响应,获得实际前轮转向角,进一步证明了滑模控制适用于解决轨迹跟随这类非线性问题。(本文来源于《机械设计与制造工程》期刊2019年04期）
杨杰,文利燕,杨蒲,杨少华[5]（2018）在《基于滑模控制的多智能小车轨迹跟踪设计》一文中研究指出本文针对一类多智能小车系统,设计了一种基于反演控制的滑模控制方案,以实现多智能小车系统的轨迹跟踪;同时针对多智能小车模型中存在未知参数的情况,设计了一种自适应滑模控制方法。建立多智能小车的运动学模型,通过坐标变换得到其新的动态微分方程;将反演控制和滑模控制结合,设计反演滑模控制器,实现了期望的跟踪性能。当多智能小车系统中存在参数不确定性时,设计自适应滑模控制器;利用李雅普诺夫稳定性理论,分析闭环系统的稳定性及跟踪性能。最后,通过仿真验证了本文方法的有效性。(本文来源于《2018中国自动化大会(CAC2018)论文集》期刊2018-11-30）
刘凡,杨洪勇,杨怡泽,李玉玲,刘远山[6]（2019）在《带有不匹配干扰的多智能体系统有限时间积分滑模控制》一文中研究指出针对动态多智能体系统协同控制问题,本文研究了带有不匹配干扰的二阶多智能体系统的有限时间包容控制,提出了基于非线性积分滑模控制(Integral sliding-mode control, ISMC)的复合分布式包容控制算法.首先利用Lyapunov稳定性和齐次性定理,分析了未受扰系统的有限时间包容控制问题;然后针对存在不匹配干扰的多智能体动态系统,设计非线性有限时间干扰观测器估算智能体的状态和干扰,提出基于干扰观测器的复合分布式积分滑模控制协议,结合现代控制理论和滑模控制理论,研究了带有不匹配干扰的多智能体系统有限时间包容控制问题.最后数值仿真证明了控制算法的有效性.(本文来源于《自动化学报》期刊2019年04期）
吴艳,王丽芳,李芳[7]（2019）在《基于滑模自抗扰的智能车路径跟踪控制》一文中研究指出针对传统的基于精确数学模型的路径跟踪控制方法很难适应复杂多变驾驶环境的问题,提出一种基于终端滑模控制与自抗扰控制的路径跟踪控制方法.首先,通过构造一个期望偏航角函数能够满足当车辆的实际偏航角趋近于该期望偏航角时其侧向位移偏差趋近于零,从而简化路径跟踪控制;然后,采用扩张状态观测器实时估计系统的未建模动态,同时采用非奇异终端滑模来设计非线性误差反馈律,从而实现偏航角快速、准确地跟踪控制.仿真结果表明,所设计的控制器能够保证车辆稳定行驶的同时快速、精确地跟踪期望的路径.(本文来源于《控制与决策》期刊2019年10期）
江浩斌,曹福贵,朱畏畏[8]（2018）在《基于滑模控制的智能车辆集群运动控制方法》一文中研究指出为了解决智能车辆之间协同行驶的机制和控制问题,运用鱼群的集群运动理论研究群行车的协同控制问题.分析鱼群的集群规则,建立车辆菱形编队形式.根据最小安全距离理论确定菱形的几何位置,并采用领航跟随法,生成跟随车辆位姿参数.运用滑模控制理论设计跟踪控制器,计算集群运动车辆的加速度,实现群车的编队控制,从而达到高速公路环境下多车安全有序行驶的目的.利用Pre Scan与Matlab/Simulink进行联合仿真.结果表明:智能车辆从初始状态所处的随机位置会向领航车辆聚拢,并跟随领航车辆以相同的趋势运动,实现从无序行驶向有序行驶的过程.(本文来源于《江苏大学学报(自然科学版)》期刊2018年04期）
董新宇[9]（2018）在《六相永磁同步电动机的智能互补滑模控制》一文中研究指出多相电机控制系统具有传统叁相电机控制系统不可比的优势,低压大功率运行、转矩脉动小、容错性好、可靠性高等,在一些高要求但条件有限的场合得到广泛地运用,例如高铁电力机车牵引系统、船舶电力推动系统、飞行器及航空航天等领域。近几十年,关于多相电机控制系统的研究取得了诸多成果。论文选择双Y相移30°六相永磁同步电动机(PMSM)作为研究对象,针对系统存在参数变化和外部扰动等不确定性的影响,及六相PMSM出现断相故障情况,提出互补滑模控制(CSMC)、智能互补滑模控制(ICSMC)来提高系统动态性能,增强鲁棒性,达到更好的控制性能。首先,介绍了多相电机的定义方式、分类和结构,建立了六相PMSM在自然坐标系下的数学模型。介绍了静止坐标系与两相旋转坐标系之间的坐标变换关系,得到六相PMSM在双d-q坐标系下的数学模型。采用基于_di(28)0的矢量控制策略,建立驱动系统的数学模型。其次,设计CSMC方法以减小不确定性对系统的影响,提高系统的动态性能。CSMC采用广义滑模面和互补滑模面相结合的设计方式,选择饱和函数作为切换函数。由于系统存在不确定性对控制性能有重要的影响,CSMC不能对其进行测量,并且饱和函数的边界层厚度是通过经验和反复试验得到的,非常耗费时间。为了解决此问题,在CSMC的基础上,设计采用TSK型模糊神经网络作为预估计器的ICSMC方法。TSK型模糊神经网络为一个采用高斯函数作为隶属函数的五层的网路结构,对六相PMSM控制系统中的不确定性进行在线估计,提高系统控制性能,保证更强的鲁棒性。最后,对基于传统PI控制、CSMC和ICSMC的控制系统进行仿真分析对比,同时将叁种控制方法应用于六相PMSM出现断相故障时的容错控制系统中。仿真结果表明,无论是在系统正常运行,还是在六相PMSM断相故障时,所提出的控制方法都是有效的,并且相比于传统PI控制和CSMC,提出的ICSMC使系统动态响应更快,鲁棒性更强,具有更好的控制性能。(本文来源于《沈阳工业大学》期刊2018-06-01）
姜颖韬,康升征[10]（2018）在《智能扫地机器人双环积分滑模控制方法研究》一文中研究指出针对Mecanum轮型扫地机器人在车轮打滑和重心偏移等不确定非线性因素影响下的轨迹跟踪精度问题,提出了一种基于修正动力学模型的轨迹跟踪控制方法。首先,对机器人进行了运动学与动力学分析。然后,根据外界干扰及参数估计的不确定性对动力学模型进行了修正,设计了双环积分滑模控制器,并通过Lyapunov函数证明了控制系统的稳定性。最后,在不同扰动作用下,以圆为参考轨迹进行跟踪仿真,结果表明:该控制系统具有较好的抗干扰性和鲁棒性,避免了因不确定性参数估计带来的建模误差,为扫地机器人在实际轨迹跟踪控制运用中奠定了理论基础。(本文来源于《机械设计与制造》期刊2018年05期）
智能滑模控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为扩展双馈型感应发电机(DFIG)最大功率点跟踪运行区间,提高其在低风速区间的发电效率,首先,文中提出了一种智能双模控制策略,通过机侧变流器控制策略的调整以及必要的开关切换,DFIG可根据风速不同自动地运行于两种模式:传统DFIG模式及DFIG定子短路模式。然后,针对模式切换过程时间短的需求以及冲击大、影响久的特点,重点研究了文献鲜有提及又极为重要的模式柔性切换控制方法,特别是双向模式切换的具体流程、机侧变流器控制策略以及发电机负载的选取等。最后,基于RT-lab的硬件在环仿真结果表明,所提控制策略较好地发挥了DFIG的成本优势与全功率型发电机的宽变速范围优势,并实现了两种模式的快速、柔性切换。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
智能滑模控制论文参考文献
[1].梁捷,秦开宇,陈力.弹性关节空间机械臂级联智能滑模控制[J].力学季刊.2019
[2].刘其辉,高瑜,郭天飞,唐光钰.扩展MPPT运行区间的双馈风电机组智能双模控制策略[J].电力系统自动化.2019
[3].李文昌,郭景华,王进.分层架构下智能电动汽车纵向运动自适应模糊滑模控制[J].厦门大学学报(自然科学版).2019
[4].胡章优,翁小辉,常奇志,兰华,左文杰.基于滑模控制的智能车辆轨迹跟随研究[J].机械设计与制造工程.2019
[5].杨杰,文利燕,杨蒲,杨少华.基于滑模控制的多智能小车轨迹跟踪设计[C].2018中国自动化大会(CAC2018)论文集.2018
[6].刘凡,杨洪勇,杨怡泽,李玉玲,刘远山.带有不匹配干扰的多智能体系统有限时间积分滑模控制[J].自动化学报.2019
[7].吴艳,王丽芳,李芳.基于滑模自抗扰的智能车路径跟踪控制[J].控制与决策.2019
[8].江浩斌,曹福贵,朱畏畏.基于滑模控制的智能车辆集群运动控制方法[J].江苏大学学报(自然科学版).2018
[9].董新宇.六相永磁同步电动机的智能互补滑模控制[D].沈阳工业大学.2018
[10].姜颖韬,康升征.智能扫地机器人双环积分滑模控制方法研究[J].机械设计与制造.2018
论文知识图
