弹药传输机械臂固定时间终端滑模控制

本站小编 Free考研考试/2021-12-04

弹药传输机械臂固定时间终端滑模控制

姚来鹏,侯保林

(南京理工大学 机械工程学院, 南京 210094)



摘要:

为提高坦克弹药传输机械臂在路面激励等外界扰动下位置控制的鲁棒性,设计一种固定时间终端滑模控制器(fixed-time terminal sliding mode controller, FTSMC). 推导含垂直基础振动的弹药传输机械臂动力学方程,将系统的基础振动处理成干扰项. 采用新型固定时间收敛干扰观测器对系统不确定项进行补偿,改善了控制器的鲁棒性. 结合固定时间收敛双幂次趋近律和固定时间终端滑模面设计固定时间终端滑模控制器. 用Lyapunov理论证明了系统固定时间收敛特性. 3种工况下的对比实验表明,设计的复合控制器对不确定性干扰具有强鲁棒性,能够对外界扰动下的弹药传输机械臂进行准确定位控制.

关键词:  机械臂  固定时间控制  干扰观测器  双幂次趋近律  终端滑模

DOI:10.11918/201911102

分类号:TP273

文献标识码:A

基金项目:国家重点基础研究发展规划项目(973-61324901);国家自然科学基金(51605344)



Fixed-time terminal sliding mode control for ammunition transfer manipulator

YAO Laipeng,HOU Baolin

(School of Mechanical Engineering, Nanjing University of Science and Technology, Nanjing 210094, China)

Abstract:

To improve the robustness of position control of tank ammunition transfer manipulator under external disturbance such as road excitation, a fixed-time terminal sliding mode controller (FTSMC) was designed. Firstly, the dynamic model of the ammunition transfer manipulator with basic vibration was established, and the basic vibration of the system was processed into the model uncertain disturbance term. Then a new fixed-time convergence disturbance observer was designed to compensate the uncertainties of the system model and enhance the robustness of the controller, and a fixed-time terminal sliding mode controller was designed based on the fixed-time convergence double power reaching law and the fixed-time non-singular fast terminal sliding mode control surface. Finally, the fixed time convergence stability of closed-loop systems was proved by Lyapunov method. The comparison experimental results under three working conditions show that the designed composite controller is robust to model uncertain disturbance, and the accurate positioning of the ammunition transfer manipulator is realized. The experimental results verify the correctness and effectiveness of the algorithm in practical engineering applications.

Key words:  manipulator  fixed-time control  disturbance observer  double power reaching law  terminal sliding mode


姚来鹏, 侯保林. 弹药传输机械臂固定时间终端滑模控制[J]. 哈尔滨工业大学学报, 2021, 53(1): 109-116. DOI: 10.11918/201911102.
YAO Laipeng, HOU Baolin. Fixed-time terminal sliding mode control for ammunition transfer manipulator[J]. Journal of Harbin Institute of Technology, 2021, 53(1): 109-116. DOI: 10.11918/201911102.
基金项目 国家重点基础研究发展规划项目(973-61324901);国家自然科学基金(51605344) 作者简介 姚来鹏(1991—),男,博士研究生;
侯保林(1965—),男,教授,博士生导师 通信作者 侯保林,houbl@njust.edu.cn 文章历史 收稿日期: 2019-10-31



Abstract            Full text            Figures/Tables            PDF


弹药传输机械臂固定时间终端滑模控制
姚来鹏, 侯保林    
南京理工大学 机械工程学院, 南京 210094

收稿日期: 2019-10-31
基金项目: 国家重点基础研究发展规划项目(973-61324901);国家自然科学基金(51605344)
作者简介: 姚来鹏(1991—),男,博士研究生; 侯保林(1965—),男,教授,博士生导师
通信作者: 侯保林,houbl@njust.edu.cn


摘要: 为提高坦克弹药传输机械臂在路面激励等外界扰动下位置控制的鲁棒性,设计一种固定时间终端滑模控制器(fixed-time terminal sliding mode controller, FTSMC).推导含垂直基础振动的弹药传输机械臂动力学方程,将系统的基础振动处理成干扰项.采用新型固定时间收敛干扰观测器对系统不确定项进行补偿,改善了控制器的鲁棒性.结合固定时间收敛双幂次趋近律和固定时间终端滑模面设计固定时间终端滑模控制器.用Lyapunov理论证明了系统固定时间收敛特性. 3种工况下的对比实验表明,设计的复合控制器对不确定性干扰具有强鲁棒性,能够对外界扰动下的弹药传输机械臂进行准确定位控制.
关键词: 机械臂    固定时间控制    干扰观测器    双幂次趋近律    终端滑模    
Fixed-time terminal sliding mode control for ammunition transfer manipulator
YAO Laipeng, HOU Baolin    
School of Mechanical Engineering, Nanjing University of Science and Technology, Nanjing 210094, China



Abstract: To improve the robustness of position control of tank ammunition transfer manipulator under external disturbance such as road excitation, a fixed-time terminal sliding mode controller (FTSMC) was designed. Firstly, the dynamic model of the ammunition transfer manipulator with basic vibration was established, and the basic vibration of the system was processed into the model uncertain disturbance term. Then a new fixed-time convergence disturbance observer was designed to compensate the uncertainties of the system model and enhance the robustness of the controller, and a fixed-time terminal sliding mode controller was designed based on the fixed-time convergence double power reaching law and the fixed-time non-singular fast terminal sliding mode control surface. Finally, the fixed time convergence stability of closed-loop systems was proved by Lyapunov method. The comparison experimental results under three working conditions show that the designed composite controller is robust to model uncertain disturbance, and the accurate positioning of the ammunition transfer manipulator is realized. The experimental results verify the correctness and effectiveness of the algorithm in practical engineering applications.
Keywords: manipulator    fixed-time control    disturbance observer    double power reaching law    terminal sliding mode    
弹药传输机械臂是坦克炮弹药自动装填系统的重要组成部分,其作用是将弹药轴线协调到与待发射炮管轴线平行的位置[1].坦克在运动时由于路面不平度的激励,车体会产生基础振动,基础振动对安装在车体上的弹药传输机械臂的定位精度产生严重影响.现有的弹药传输机械臂控制器设计大多基于固定参数的PID控制,鲁棒性较差[2].因此,如何构造弹药传输机械臂的鲁棒控制器是一个亟待解决的难题.弹药传输机械臂是一种受扰动的不确定性系统.文献[2-3]根据一种特殊的Lyapunov函数构造了弹药传输机械臂的控制策略,仿真研究了有振动干扰的弹药传输机械臂位置控制,但是没有进行实验研究.

滑模控制是一类特殊的非线性控制方法,由于对匹配性模型不确定具有不变性,因而广泛应用在受扰动不确定系统中[4-5].普通线性滑模在系统状态抵达滑模面后,只能无限逼近平衡点,不能有限时间收敛;而终端滑模可使系统状态有限时间收敛,且比线性滑模具有更好的收敛性能,但是普通终端滑模存在奇异问题.为了使绳驱动机械臂在复杂不确定工况下获得满意的控制性能,文献[6]设计了新型非奇异终端滑模方法,确保系统有限时间收敛,实现了两自由度绳驱动机械臂高精度控制.为了解决高超声速飞行器在受外界扰动下的飞行控制问题,文献[7]构造了一种时变滑模方法,理论推导证明了系统所有状态有限时间收敛,仿真验证了控制的有效性.

固定时间控制是一类特殊的有限时间控制,这类控制的收敛时间和系统初始条件情况无关,能够固定时间收敛.和一般的有限时间控制相比,固定时间控制中因为同时包含大于1和小于1的分数幂项,所以无论系统初始状态是在平衡点附近还是远离平衡点处,都能改善系统状态的收敛速度,保证系统在固定时间内收敛.文献[8]构造了新型固定时间快速终端滑模面,使滑模面的收敛时间不依赖系统初始条件,和传统的终端滑模控制器相比具有更好的收敛性能.文献[9]针对航天器受外界干扰下的位置姿态耦合控制问题,基于固定时间概念构造了终端滑模自适应控制策略,能较好地控制航天器的相对位置和姿态,干扰抑制能力好.文献[10]针对机动目标的末制导拦截问题,构造了一种新型固定时间终端滑模制导律,和有限时间制导律相比,收敛时间独立于系统初始条件,可以根据制导律预先给定,优化系统收敛速率,缩短拦截时间,提高拦截精度.文献[11]针对再入飞行器飞行环境复杂多变的特征,设计了全局滑模跟踪制导律,实现了固定时间收敛的鲁棒跟踪控制.文献[12]针对受海风海浪等扰动情况下潜射导弹姿态跟踪控制问题,设计了一种新型固定时间终端滑模控制器,典型导弹发射轨迹的仿真证明了控制策略鲁棒性良好.

在控制系统设计中联合干扰观测器技术形成复合控制,是解决不确定系统控制问题的有效方法之一.通过估计包含外界干扰及不确定性的复合扰动并加以补偿,可以有效抑制系统抖振.文献[13]针对无人机中存在不确定干扰问题,采用滑模干扰观测器对干扰进行估计,实现了无人机对期望指令的有限时间跟踪.文献[14]针对目标拦截过程中存在不确定性和建模误差的问题,构造了基于固定时间收敛干扰观测器的终端滑模制导律,仿真表明所设计的制导律有良好的收敛性能和抖振抑制能力.针对受有界扰动的动力学系统,文献[15]和文献[16]设计了一种基于超螺旋算法的固定时间干扰观测器,使得收敛时间不依赖系统初始状态,计算结果证明了控制策略有效.文献[17]针对含有参数摄动、外界干扰的某飞行器弹性模型含有强不确定性问题,采用固定时间超螺旋扰动观测器估计系统的不确定性并补偿到控制中,改善了控制器的鲁棒性.

为了解决弹药传输机械臂在基础振动情况下的准确定位问题,本文以某坦克弹药传输机械臂为研究背景,针对某弹药传输机械臂原理样机,设计了一种基于固定时间干扰观测器和固定时间终端滑模控制相结合的复合控制策略.固定时间干扰观测器用于估计和补偿系统总的干扰,改善系统的抗干扰性能.固定时间终端滑模用于设计弹药传输机械臂的主控制器,避免了传统终端滑模的奇异问题,并且使得系统状态的收敛时间存在和系统初始状态无关的可估计上界.采用Lyapunov稳定理论证明了系统固定时间收敛. 3种不同振动工况下的原理样机实验表明,与传统固定参数PID控制器相比,复合控制策略鲁棒性更强,精度更高,算法先进有效.

1 动力学模型图 1为弹药传输机械臂原理样机的工作原理.弹药传输机械臂主要由机架、升降部分、翻转部分组成.升降电机驱动主动链轮、传动链条、从动链轮转动,传动链条带动升降部分沿升降导轨进行升降运动.翻转部分由翻转电机驱动支臂进行回转运动.

Fig. 1
1—升降电机;2—主动链轮;3—升降导轨;4—支臂;5—翻转电机;6—从动链轮;7—传动链条;8—机架 图 1 弹药传输机械臂原理样机 Fig. 1 Prototype model of ammunition transfer manipulator


为便于分析,此处只考虑弹药传输机械臂在垂直平面内运动的动力学模型,如图 2所示.其中,XOY为笛卡尔坐标系;B1B2B3分别表示安装机架、升降部分与翻转部分,C2C3分别为B2B3的质心;假设B3的转轴过C2点,yr1为安装机架的基础振动位移;yr2B2相对B1的位移;θ3为弹药传输机械臂支臂绕C2的翻转角位移;L3C2C3之间的距离.

Fig. 2
图 2 弹药传输机械臂的简化动力学模型 Fig. 2 Simplified dynamics model of ammunition transfer manipulator


B2B3的质量分别为m2m3B3相对其质心的转动惯量为J3.选择q=[yr2, θ3]T为系统的广义坐标,则由第二类Lagrange方程可得弹药传输机械臂的动力学模型为

$\mathit{\boldsymbol{H}}(\mathit{\boldsymbol{q}})\mathit{\boldsymbol{\ddot q}} + \mathit{\boldsymbol{C}}(\mathit{\boldsymbol{q}},\mathit{\boldsymbol{\dot q}})\mathit{\boldsymbol{\dot q}} + \mathit{\boldsymbol{G}}(\mathit{\boldsymbol{q}}) = \mathit{\boldsymbol{U}} + \mathit{\boldsymbol{D}}.$ (1)

式中:H(q)为系统的惯性矩阵;$\mathit{\boldsymbol{C}}(\mathit{\boldsymbol{q}},\mathit{\boldsymbol{\dot q}})\mathit{\boldsymbol{\dot q}} $为系统的向心力向量;G(q)为系统的重力向量;U为系统的主动控制力向量;D为由于基础振动引起的不确定干扰向量;各项表达式分别为:

$\mathit{\boldsymbol{H}}(\mathit{\boldsymbol{q}}) = \left[ {\begin{array}{*{20}{c}}{{m_2} + {m_3}}&{{m_3}{L_3}\cos {\theta _3}}\\{{m_3}{L_3}\cos {\theta _3}}&{{m_3}L_3^2 + {J_3}}\end{array}} \right],$

$\mathit{\boldsymbol{C}}(\mathit{\boldsymbol{q}},\mathit{\boldsymbol{\dot q}}) = \left[ {\begin{array}{*{20}{c}}0&{ - {m_3}{L_3}{{\dot \theta }_3}\sin {\theta _3}}\\0&0\end{array}} \right],$

$\mathit{\boldsymbol{G}}(\mathit{\boldsymbol{q}}) = \left[ {\begin{array}{*{20}{l}}{({m_2} + {m_3})g}\\{{m_3}g{L_3}\cos {\theta _3}}\end{array}} \right],$

$\mathit{\boldsymbol{U}} = \left[ {\begin{array}{*{20}{l}}{{K_{T2}}{I_2}{i_2}{\eta _2}}\\{{K_{T3}}{I_3}{i_3}{\eta _3}}\end{array}} \right],$

$\mathit{\boldsymbol{D}} = \left[ {\begin{array}{*{20}{l}}{ - ({m_2} + {m_3}){{\ddot y}_{r1}}}\\{ - {m_3}{L_3}\cos {\theta _3}{{\ddot y}_{r1}}}\end{array}} \right].$

式中:KT2KT3分别为升降电机和翻转电机的转矩系数;I2I3分别为升降电机和翻转电机的控制电流;i2i3分别为升降部分和翻转部分的传动比;η2η3分别为升降部分和翻转部分的传动效率.

2 固定时间控制器设计令${\mathit{\boldsymbol{q}}_1} = \mathit{\boldsymbol{q}},{\mathit{\boldsymbol{q}}_2} = {{\mathit{\boldsymbol{\dot q}}}_2}$,则动力学模型式(1)可化为

$\left\{ {\begin{array}{*{20}{l}}{{{\mathit{\boldsymbol{\dot q}}}_1} = {\mathit{\boldsymbol{q}}_2},}\\{{{\mathit{\boldsymbol{\dot q}}}_2} = {\mathit{\boldsymbol{H}}^{ - 1}}(\mathit{\boldsymbol{q}})\mathit{\boldsymbol{U}} - {\mathit{\boldsymbol{H}}^{ - 1}}(\mathit{\boldsymbol{q}})[\mathit{\boldsymbol{G}}(\mathit{\boldsymbol{q}}) + \mathit{\boldsymbol{C}}(\mathit{\boldsymbol{q}},\mathit{\boldsymbol{\dot q}})\mathit{\boldsymbol{\dot q}}] + {\mathit{\boldsymbol{D}}_1}.}\end{array}} \right.$ (2)

式中:D1为系统总的不确定扰动项,D1=H-1(q)D=diag(D11D12);${{\dot D}_{11}}, {{\dot D}_{12}}$的上界分别为正常数A1A2,即|${{\dot D}_{11}}$|≤A1, |${{\dot D}_{12}}$|≤A2.

2.1 固定时间干扰观测器设计受文献[18]启发,固定时间干扰观测器可设计为:

$\left\{ {\begin{array}{*{20}{l}}{{{\mathit{\boldsymbol{\dot {\hat q}}}}_2} = {\mathit{\boldsymbol{H}}^{ - 1}}(\mathit{\boldsymbol{q}})\mathit{\boldsymbol{U}} - {\mathit{\boldsymbol{H}}^{ - 1}}(\mathit{\boldsymbol{q}})[\mathit{\boldsymbol{C}}(\mathit{\boldsymbol{q}},\mathit{\boldsymbol{\dot q}})\mathit{\boldsymbol{\dot q}} + \mathit{\boldsymbol{G}}(\mathit{\boldsymbol{q}})] + {{\mathit{\boldsymbol{\hat D}}}_1},}\\{\mathit{\boldsymbol{\sigma }} = {\mathit{\boldsymbol{q}}_2} - {{\mathit{\boldsymbol{\hat q}}}_2},}\\{{{\mathit{\boldsymbol{\hat D}}}_1} = {k_1} {\rm{sig}}{ ^{1/2}}(\mathit{\boldsymbol{\sigma }}) + {k_2} {\rm{sig}}{ ^p}(\mathit{\boldsymbol{\sigma }}) + {k_3}\int_0^t {{\rm{ sign }}} (\mathit{\boldsymbol{\sigma }}){\rm{d}}\tau .}\end{array}} \right.$ (3)

式中:${{\mathit{\boldsymbol{\dot q}}}_2}$q2的估计;σ为观测误差;${{\mathit{\boldsymbol{\dot D}}}_{1}}$D1的估计;k1k2k3p为常数,k1>0, k2>0, k3>max(A1, A2), p>1.

定理1 ??对于系统(2),若干扰观测器设计为式(3),则观测器的估计误差σ固定时间收敛到原点,收敛时间T1满足

$\begin{array}{l}{T_1} \le \max \left\{ {{T_{1i}} = \left( {\frac{{2{\varepsilon ^{1/2}}}}{{{k_1}}} + \frac{1}{{{k_2}(p - 1){\varepsilon ^{p - 1}}}}} \right) \times } \right.\\\left. {{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \left( {1 + \frac{1}{{{w_i}\left( {\frac{1}{{{W_i}}} - \frac{{{h_1}({k_1})}}{{{k_1}}}} \right)}}} \right),(i = 1,2)} \right\}.\end{array}$

式中:wi=k3-Ai, Wi=k3+Ai, ${h_1}({k_1}) = 1/{k_1} + {\left( {2{\rm{e}}/{w_i}{k_1}} \right)^{\frac{1}{3}}}$, k1h1-1k1>Wi, (i=1, 2), ε=(k1/k2)1/(p+1/2).

证明??对σ求导,代入式(2)和式(3)可得

$\begin{array}{*{20}{l}}{\mathit{\boldsymbol{\dot \sigma }} = {{\mathit{\boldsymbol{\dot q}}}_2} - {{\mathit{\boldsymbol{\dot {\hat q}}}}_2} = {\mathit{\boldsymbol{H}}^{ - 1}}(\mathit{\boldsymbol{q}})\mathit{\boldsymbol{U}} - {\mathit{\boldsymbol{H}}^{ - 1}}(\mathit{\boldsymbol{q}})[\mathit{\boldsymbol{C}}(\mathit{\boldsymbol{q}},\mathit{\boldsymbol{\dot q}})\mathit{\boldsymbol{\dot q}} + }\\{{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \mathit{\boldsymbol{G}}(\mathit{\boldsymbol{q}})] + {\mathit{\boldsymbol{D}}_1} - \{ {\mathit{\boldsymbol{H}}^{ - 1}}(\mathit{\boldsymbol{q}})\mathit{\boldsymbol{U}} - {\mathit{\boldsymbol{H}}^{ - 1}}(\mathit{\boldsymbol{q}})[\mathit{\boldsymbol{C}}(\mathit{\boldsymbol{q}},\mathit{\boldsymbol{\dot q}})\mathit{\boldsymbol{\dot q}} + }\\{{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \mathit{\boldsymbol{G}}(\mathit{\boldsymbol{q}})] + {{\mathit{\boldsymbol{\hat D}}}_1}\} = {\mathit{\boldsymbol{D}}_1} - {{\mathit{\boldsymbol{\hat D}}}_1}.}\end{array}$

代入式(3)可得

$\left\{ {\begin{array}{*{20}{l}}{\mathit{\boldsymbol{\dot \sigma }} = - {k_1} {\rm{sig}}{ ^{\frac{1}{2}}}(\mathit{\boldsymbol{\sigma }}) - {k_2} {\rm{sig}}{ ^p}(\mathit{\boldsymbol{\sigma }}) + \psi ,}\\{\mathit{\boldsymbol{\dot \psi }} = - {k_3} {\rm{sign}} (\mathit{\boldsymbol{\sigma }}) + {{\mathit{\boldsymbol{\dot D}}}_1}.}\end{array}} \right.$

由文献[18]可知,观测误差σ在固定时间T1内收敛到原点,T1满足

$\begin{array}{l}{T_1} \le \max \left\{ {{T_{1i}} = \left( {\frac{{2{\varepsilon ^{1/2}}}}{{{k_1}}} + \frac{1}{{{k_2}(p - 1){\varepsilon ^{p - 1}}}}} \right) \times } \right.\\{\kern 1pt} \left. {{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \left( {1 + \frac{1}{{{w_i}\left( {\frac{1}{{{W_i}}} - \frac{{{h_1}({k_1})}}{{{k_1}}}} \right)}}} \right),(i = 1,2)} \right\}.\end{array}$

即固定时间T1后,${{\mathit{\boldsymbol{\dot D}}}_1} = {\mathit{\boldsymbol{D}}_1}$.证毕.

2.2 固定时间终端滑模控制律设计定义e1=q1-qd, ${\mathit{\boldsymbol{e}}_2} = {\mathit{\boldsymbol{q}}_2} - {{\mathit{\boldsymbol{\dot q}}}_{\rm{d}}}, {\mathit{\boldsymbol{q}}_{\rm{d}}}$${{\mathit{\boldsymbol{\dot q}}}_{\rm{d}}}$分别为期望轨迹及其导数.根据文献[8],新型非奇异固定时间终端滑模面可设计为

$\mathit{\boldsymbol{s}} = \mathit{\boldsymbol{\varphi }}({\mathit{\boldsymbol{e}}_1}){\kern 1pt} {\kern 1pt} {\kern 1pt} {\mathit{\boldsymbol{e}}_1} + {\rm{sig}}{ ^{{r_2}}}({\mathit{\boldsymbol{e}}_2}).$ (4)

式中:φ(e1)=diag(φ(e11), φ(e12))为对称矩阵,其元素为$\varphi \left( {{e_{1i}}} \right) = {\left( {\alpha {{\left| {{e_{1i}}} \right|}^{{g_1} - 1/\left( {{k_2}} \right)}} + \beta {{\left| {{e_{1i}}} \right|}^{{g_2} - 1/\left( {k{r_2}} \right)}}} \right)^{k{r_2}}}$i=1, 2;αβkr2g1g2为常数,且αβ>0, k>1, 2>r2>1, 1/r2 < g1k < 1, g2k>1.

定义非负函数?(x)为

$\mathit{\boldsymbol{\phi}} (x) = \left\{ {\begin{array}{*{20}{l}}{\sin ({\rm{ \mathsf{ π} }}{x^2}/(2{\tau ^2})),}&{|x| \le \tau ;}\\{1,}&{|x| > \tau .}\end{array}} \right.$

式中:τ为常数,τ>0,函数?(x)满足x→0, (?(x))/x→0.

结合固定时间收敛双幂次趋近律[19],则固定时间终端滑模控制律可设计为

$\begin{array}{l}\mathit{\boldsymbol{U}} = - \mathit{\boldsymbol{H}}(\mathit{\boldsymbol{q}})\{ (1/{r_2})[\mathit{\boldsymbol{\bar \varphi }}({\mathit{\boldsymbol{e}}_1}) + \mathit{\boldsymbol{\varphi }}({\mathit{\boldsymbol{e}}_1})] {\rm{sig}}{ ^{2 - {r_2}}}({\mathit{\boldsymbol{e}}_2}) + \\{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \begin{array}{*{20}{l}}{(1/{r_2}) {\rm{diag}} (\mathit{\boldsymbol{\phi}} (|{\mathit{\boldsymbol{e}}_2}{|^{{r_2} - 1}})) {\rm{diag}} (|{\mathit{\boldsymbol{e}}_2}{|^{1 - {r_2}}}) \times }\\{[{l_1} {\rm{sig}}{ ^{{a_1}}}(\mathit{\boldsymbol{s}}) + {l_2} {\rm{sig}}{ ^{{a_2}}}(\mathit{\boldsymbol{s}})] - }\\{{\mathit{\boldsymbol{H}}^{ - 1}}(\mathit{\boldsymbol{q}})[\mathit{\boldsymbol{C}}(\mathit{\boldsymbol{q}},\mathit{\boldsymbol{\dot q}})\mathit{\boldsymbol{\dot q}} + \mathit{\boldsymbol{G}}(\mathit{\boldsymbol{q}})] + }\\{{{\mathit{\boldsymbol{\hat D}}}_1} + \eta {\rm{sign}} (\mathit{\boldsymbol{s}}) - {{\mathit{\boldsymbol{\ddot q}}}_d}\} .}\end{array}\end{array}$ (5)

式中:l1l2a1a2η为常数,且l1l2>0, a1>1, 0 < a2 < 1, η>0;φ(e1)=diag(φ(e11), φ(e12))为对称矩阵,其元素为

$\begin{array}{l}\bar \varphi ({e_{1i}}) = k{r_2}{(\alpha |{e_{1i}}{|^{{g_1} - 1/(k{r_2})}} + \beta |{e_{1i}}{|^{{g_2} - 1/(k{r_2})}})^{k{r_2} - 1}} \times \\{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \left[ {\begin{array}{*{20}{l}}{\alpha ({g_1} - 1/(k{r_2}))|{e_{1i}}{|^{{g_1} - 1/(k{r_2})}} + }\\{\beta ({g_2} - 1/(k{r_2}))|{e_{1i}}{|^{{g_2} - 1/(k{r_2})}}}\end{array}} \right],i = 1,2.\end{array}$

定理2 ??对于式(2),若采用固定时间观测器(3)、滑模面式(4)和控制律(5),则系统误差在时间T内收敛到原点,收敛时间T满足

$T \le {T_1} + {T_2} + {T_3}.$

式中:${T_2} \le \frac{2}{{{2^{\frac{{{a_1} + 1}}{2}}}{l_1}\left( {{a_1} - 1} \right)}} + \frac{2}{{{2^{\frac{{1 + {a_2}}}{2}}}{l_2}\left( {1 - {a_2}} \right)}} + \frac{{{\tau ^{1/\left( {{r_2} - 1} \right)}}}}{\eta }$; ${T_3} \le \frac{1}{{{\alpha ^k}\left( {1 - {g_1}k} \right)}} + \frac{1}{{{\beta ^k}\left( {{g_2}k - 1} \right)}}$.

证明??取Lyapunov函数为V=0.5sTs,对其求导得

$\begin{array}{l}\mathit{\boldsymbol{\dot V}} = {\mathit{\boldsymbol{s}}^{\rm{T}}}\mathit{\boldsymbol{\dot s}} = \\{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \begin{array}{*{20}{l}}{{\mathit{\boldsymbol{s}}^{\rm{T}}}\left[ {\frac{{{\rm{d}}\mathit{\boldsymbol{\varphi }}({\mathit{\boldsymbol{e}}_1})}}{{{\rm{d}}t}}{\mathit{\boldsymbol{e}}_1} + \mathit{\boldsymbol{\varphi }}({\mathit{\boldsymbol{e}}_1}){\mathit{\boldsymbol{e}}_2} + {r_2} {\rm{diag}} (|{\mathit{\boldsymbol{e}}_2}{|^{{r_2} - 1}}){{\mathit{\boldsymbol{\dot e}}}_2}} \right] = }\\{{\mathit{\boldsymbol{s}}^{\rm{T}}}[\mathit{\boldsymbol{\bar \varphi }}({\mathit{\boldsymbol{e}}_1}){\mathit{\boldsymbol{e}}_2} + \mathit{\boldsymbol{\varphi }}({\mathit{\boldsymbol{e}}_1}){\mathit{\boldsymbol{e}}_2} + {r_2} {\rm{diag}} (|{\mathit{\boldsymbol{e}}_2}{|^{{r_2} - 1}})({{\mathit{\boldsymbol{\dot q}}}_2} - {{\mathit{\boldsymbol{\ddot q}}}_{\rm{d}}})] = }\\{{\mathit{\boldsymbol{s}}^{\rm{T}}}\{ - {\rm{diag}} (\mathit{\boldsymbol{\phi}} (|{\mathit{\boldsymbol{e}}_2}{|^{{r_2} - 1}}))[{l_1} {\rm{sig}}{ ^{{a_1}}}(\mathit{\boldsymbol{s}}) + {l_2} {\rm{sig}}{ ^{{a_2}}}(\mathit{\boldsymbol{s}})] + }\\{{r_2} {\rm{diag}} (|{e_2}{|^{{r_2} - 1}})[{\mathit{\boldsymbol{D}}_1} - {{\mathit{\boldsymbol{\hat D}}}_1} - \eta {\rm{sign}} (\mathit{\boldsymbol{s}})]\} .}\end{array}\end{array}$ (6)

经过T1时间后,由定理1知,${{\mathit{\boldsymbol{\dot D}}}_1} = {\mathit{\boldsymbol{D}}_1}$,代入式(6)得

$\begin{array}{l}\mathit{\boldsymbol{\dot V}} = {\mathit{\boldsymbol{s}}^{\rm{T}}}\{ - {\rm{diag}} (\mathit{\boldsymbol{\phi}} (|{\mathit{\boldsymbol{e}}_2}{|^{{r_2} - 1}}))[{l_1} {\rm{sig}}{ ^{{a_1}}}(\mathit{\boldsymbol{s}}) + {l_2} {\rm{sig}}{ ^{{a_2}}}(\mathit{\boldsymbol{s}})] - \\{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \begin{array}{*{20}{l}}{{r_2} {\rm{diag}} (|{\mathit{\boldsymbol{e}}_2}{|^{{r_2} - 1}})\eta {\rm{sign}} (\mathit{\boldsymbol{s}})\} = }\\{ - \sum\limits_{i = 1}^2 \mathit{\boldsymbol{\phi}} (|{\mathit{\boldsymbol{e}}_{2i}}{|^{{r_2} - 1}})({l_1}|{s_i}{|^{{a_1} + 1}} + {l_2}|{s_i}{|^{{a_2} + 1}}) - }\end{array}\\{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \begin{array}{*{20}{l}}{{r_2}\eta \sum\limits_{i = 1}^2 | {e_{2i}}{|^{{r_2} - 1}}|{s_i}| \le - \min (\mathit{\boldsymbol{\phi}} (|{e_{2i}}{|^{{r_2} - 1}})) \cdot }\\{\sum\limits_{i = 1}^2 {({l_1}|{s_i}{|^{{a_1} + 1}} + {l_2}|{s_i}{|^{{a_2} + 1}})} ,}\end{array}\end{array}$



$\mathit{\boldsymbol{\dot V}} \le - \min (\mathit{\boldsymbol{\phi}} (|{e_{2i}}{|^{{r_2} - 1}}))({2^{\frac{{{a_1} + 1}}{2}}}{l_1}{\kern 1pt} {\kern 1pt} {\mathit{\boldsymbol{V}}^{1 + \frac{{{a_1} - 1}}{2}}} + {2^{\frac{{1 + {a_2}}}{2}}}{l_2}{\kern 1pt} {\kern 1pt} {\mathit{\boldsymbol{V}}^{1 - \frac{{1 - {a_2}}}{2}}}).$

如果e2i≠0则?(e2ir2-1)>0, (i=1, 2),系统状态空间被划分如下两个区域:

${{\varOmega _1} = \{ ({e_{1i}},{e_{2i}})||{e_{2i}}{|^{{r_2} - 1}} > \tau ,i = 1,2\} ,}$

${{\varOmega _2} = \{ ({e_{1i}},{e_{2i}})||{e_{2i}}{|^{{r_2} - 1}} \le \tau ,i = 1,2\} .}$

当系统状态在区域Ω1时,?(e2ir2-1)=1,$\dot V \le - \left( {{2^{\frac{{{a_1} + 1}}{2}}}{l_1}{V^{1 + \frac{{{a_1} - 1}}{2}}} + {2^{\frac{{1 + {a_2}}}{2}}}{l_2}{V^{1 - \frac{{1 - {a_2}}}{2}}}} \right)$,由文献[20]可知,系统在固定时间

${T_s} = [2/({2^{\frac{{{a_1} + 1}}{2}}}{l_1}({a_1} - 1))] + [2/({2^{\frac{{1 + {a_2}}}{2}}}{l_2}(1 - {a_2}))]$

内到达滑模面[12].

当系统状态在区域Ω2时,代入控制律(5)到系统(2)中可得

$\begin{array}{l}{{\mathit{\boldsymbol{\dot e}}}_2} = - \frac{1}{{{r_2}}}[\mathit{\boldsymbol{\bar \varphi }}({\mathit{\boldsymbol{e}}_1}) + \mathit{\boldsymbol{\varphi }}({\mathit{\boldsymbol{e}}_1})] {\rm{sig}}{ ^{2 - {r_2}}}({\mathit{\boldsymbol{e}}_2}) - \\{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \begin{array}{*{20}{l}}{\mathit{\boldsymbol{r}}_2^{ - 1} {\rm{diag}} (\mathit{\boldsymbol{\phi}} (|{\mathit{\boldsymbol{e}}_2}{|^{{r_2} - 1}})) {\rm{diag}} (|{\mathit{\boldsymbol{e}}_2}{|^{1 - {r_2}}}) \times }\\{[{l_1} {\rm{sig}}{ ^{{a_1}}}(\mathit{\boldsymbol{s}}) + {l_2} {\rm{sig}}{ ^{{a_2}}}(\mathit{\boldsymbol{s}})] - \eta {\rm{sign}} (\mathit{\boldsymbol{s}}) \cdot }\end{array}\end{array}$ (7)

e2i→0,式(7)可化简为${{\mathit{\boldsymbol{\dot e}}}_2} = - \eta {\mathop{\rm sign}\nolimits} (\mathit{\boldsymbol{s}})$,当si>0时, e2i < 0,当si < 0时, e2i>0,因此e2i=0不是系统在滑模到达阶段的吸引子,系统状态将在时间Tf=τ1/(r2-1)/η内穿越区域Ω2进入区域Ω1或者到达滑模面[10, 12].综上,系统在固定时间T2=Ts+Tf内收敛到滑模面.

当系统状态到达滑模面后,由滑模面(4)可知,

${\mathit{\boldsymbol{\dot e}}_1} = - {\rm{sig}}{ ^k}(\alpha {\rm{sig}}{ ^{{g_1}}}({\mathit{\boldsymbol{e}}_1}) + \beta {\rm{sig}}{ ^{{g_2}}}({\mathit{\boldsymbol{e}}_1})).$ (8)

定义辅助变量χi=|e1i1-g1k|, (i=1, 2),则式(8)可以改写成

${\dot \chi _i} = - (1 - {g_1}k){(\alpha + \beta \chi _i^\mu )^k}.$ (9)

式中μ=(g2-g1)/(1-g1k).

对式(9)进行积分,可得

$\begin{array}{l}\begin{array}{*{20}{l}}{{T_3} = \mathop {\lim }\limits_{{\chi _i} \to \infty } \frac{1}{{1 - {g_1}k}}\int_0^{{\chi _i}} {\frac{1}{{{{(\alpha + \beta \chi _i^\mu )}^k}}}} {\rm{d}}{\chi _i} = }\\{{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \mathop {\lim }\limits_{{\chi _i} \to \infty } \frac{1}{{1 - {g_1}k}}(\int_1^{{\chi _i}} {\frac{1}{{{{(\alpha + \beta \chi _i^\mu )}^k}}}} {\rm{d}}{\chi _i} + }\end{array}\\{\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} {\kern 1pt} \begin{array}{*{20}{l}}{{\kern 1pt} \int_0^1 {\frac{1}{{{{(\alpha + \beta \chi _i^\mu )}^k}}}} {\rm{d}}{\chi _i}) \le }\\{\mathop {\lim }\limits_{{\chi _i} \to \infty } \frac{1}{{1 - {g_1}k}}\left( {\int_1^{{\chi _i}} {\frac{1}{{\beta \chi _i^{\mu k}}}} {\rm{d}}{\chi _i} + \int_0^1 {\frac{1}{{{\alpha ^k}}}} {\rm{d}}{\chi _i}} \right) = }\\{\frac{1}{{1 - {g_1}k}}\left[ {\frac{1}{{{\beta ^k}(\mu k - 1)}} + \frac{1}{{{\alpha ^k}}}} \right] = \frac{1}{{{\alpha ^k}(1 - {g_1}k)}} + }\\{\frac{1}{{{\beta ^k}({g_2}k - 1)}}.}\end{array}\end{array}$

故系统状态到达滑模面后在固定时间T3内到达原点.

综上所述,系统状态在固定时间TT1+T2+T3内收敛到原点.证毕.

为了说明本文所采用滑模面的优越性,选取传统非奇异终端滑模面和文献[21]的非奇异快速终端滑模面与本文的非奇异固定时间终端滑模面进行仿真对比研究.

1) 传统非奇异终端滑模面为

${s_1} = x + {\sigma _1} {\rm{sig}}{ ^{{r_2}}}(\dot x).$

式中:σ1为大于0的常数.

2) 文献[21]的非奇异快速终端滑模面为

${s_2} = x + {\sigma _2} {\rm{sig}}{ ^{{r_3}}}(x) + {\sigma _1} {\rm{sig}}{ ^{{r_2}}}(\dot x).$

式中:σ2r3为大于0的常数,且r3>r2.

为了便于公平比较,仿真中选取系数α=β=1, k=2, r2=5/3, g1=3/10, g2=7/10, σ1=σ2=1, r3=7/3.则本文的非奇异固定时间终端滑模面可化为

$s = {(|x{|^{\frac{3}{{10}}}} + |x{|^{\frac{7}{{10}}}})^{\frac{{10}}{3}}} {\rm{sign}} (x) + {\rm{sig}}{ ^{\frac{5}{3}}}(\dot x),$

传统非奇异终端滑模面可化为

${s_1} = x + {\rm{sig}}{ ^{\frac{5}{3}}}(\dot x),$

文献[21]的非奇异快速终端滑模面可化为

${s_2} = x + {\rm{sig}}{ ^{\frac{7}{3}}}(x) + {\rm{sig}}{ ^{\frac{5}{3}}}(\dot x).$

仿真选取初始状态x(0)=0.1 (状态变量距离平衡点较近)和x(0)=10 (状态变量距离平衡点较远)两种情况进行对比.仿真结果如图 3所示.

Fig. 3
图 3 不同滑模面下状态变量x的收敛曲线 Fig. 3 Convergence curves of state variable x under three sliding mode surfaces


从图 3(a)和3(b)可以看出,与滑模面s1s2相比,本文采用的固定时间终端滑模面无论系统初始状态是在平衡点附近还是远离平衡点处,都能改善系统状态的收敛速度,具有更快的收敛速度.证明了本文固定时间终端滑模的优越性.

3 实验验证为检验提出的控制器的有效性,搭建了如图 4所示的弹药传输机械臂样机实验装置.基础振动台用来模拟路面产生的激励.

Fig. 4
图 4 弹药传输机械臂实验装置 Fig. 4 Experimental setup of ammunition transfer manipulator


图 5为弹药传输机械臂系统控制框图.实验控制算法在上位机中采用LabVIEW编写,执行电机选用Maxon公司的EC45型无刷直流电机,控制器采用70/10型EPOS2数字位置控制器,控制器通过USB和上位机进行通讯交换数据,编码器采用HEDL9140型光电编码器,电机工作在电流模式下.

Fig. 5
图 5 弹药传输机械臂系统控制框图 Fig. 5 Control block diagram of ammunition transfer manipulator system


弹药传输机械臂样机参数如下:m2=8.6 kg, m3=3.6 kg, J3=1.6 kg·m2, L3=0.25 m,g=9.8 m/s2KT2=KT3=45.5 mN·m/A, η2=η3=0.9, i2=113, i3=353.控制器参数设置为:k1=20, k2=15, k3=5, p=3, α=1, β=1, k=2, r2=16/15, g1=5/12, g2=1, l1=1, l2=2, a1=2, a2=1/2, η=1, τ=0.005.

为说明所设计方法的实用性和优越性,选取工程上弹药传输机械臂系统常用的固定参数PID控制方法进行对比实验.升降部分的PID控制参数取值为Kp1=4 400, Ki1=1 200, Kd1=1 800;翻转部分的PID控制参数取值为Kp2=290, Ki2=40, Kd2=40.

进行考虑3种不同正弦垂直振动工况下的定位实验,工况1:振动台振幅为10 mm,频率为1 Hz;工况2:振动台振幅为20 mm,频率为1 Hz;工况3:振动台振幅为50 mm,频率为0.5 Hz.升降定位目标为0.3 m,翻转定位目标为π/3·rad. 3种工况实验结果分别如图 6~8所示.

Fig. 6
图 6 工况1实验结果 Fig. 6 Experimental results under working condition 1


Fig. 7
图 7 工况2实验结果 Fig. 7 Experimental results under working condition 2


Fig. 8
图 8 工况3下的实验结果 Fig. 8 Experimental results under working condition 3


由图 6(a)和6(b)可以看出,工况1振动下,FTSMC算法和PID算法都能使得弹药传输机械臂快速准确定位到位.这是因为PID算法的控制参数是在工况1下整定得到,因而PID算法也有较好的控制精度.但是,结合固定时间收敛干扰观测器的FTSMC算法的升降和翻转定位时间都要明显小于PID算法相应的定位时间,表明结合固定时间收敛干扰观测器的FTSMC算法收敛速度更快.

对比3种振动工况的实验结果可知,3种振动工况下FTSMC算法的升降和翻转定位误差都要小于PID算法相应的定位误差,并且随着基础振动的加强,FTSMC算法的升降和翻转定位误差都没有明显增加,说明设计的固定时间收敛干扰观测器能够有效地估计和补偿外界的振动激励影响,表明结合固定时间收敛干扰观测器的FTSMC算法具有很强的鲁棒性.相比之下,由图 7(a)、7(b)、8(a)和8(b)可知,PID算法在基础振动加强后,升降和翻转的定位误差都有明显增加,特别是图 7(b)和8(b)翻转部分的定位误差已趋于恶化,分别为0.016 rad和0.021 rad,远远高于FTSMC算法的0.005 rad和0.003 rad.说明当外界振动激励增强后,PID算法控制精度大大下降,抗干扰能力较差.同时,3种工况下结合固定时间收敛干扰观测器的FTSMC算法的升降和翻转定位时间都要小于PID算法相应的定位时间,再次验证了结合固定时间收敛干扰观测器的FTSMC算法收敛速度更快.升降滑模面和翻转滑模面都能在固定时间内收敛,验证了定理2的结论.

综上所述,本文提出的FTSMC算法在定位误差精度和时间上都要明显优于传统固定参数的PID控制算法,所设计的固定时间控制律能够使弹药传输机械臂在更短的时间内收敛到期望位置,振动抑制效果明显优于传统固定参数PID算法,鲁棒性强,更有利于实际工程应用。

4 结论1) 针对弹药传输机械臂在路面激励外界扰动下的位置控制问题,基于拉格朗日方程,建立了考虑垂直基础振动的弹药传输机械臂动力学方程.

2) 提出了固定时间观测器和固定时间终端滑模相结合的复合控制策略,固定时间观测器用于估计和补偿外界的总干扰项,固定时间终端滑模用于设计弹药传输机械臂的主控制器,采用Lyapunov稳定理论证明了系统固定时间收敛.

3) 实验结果验证了所设计算法的有效性和强鲁棒性.与固定参数PID控制算法相比,本文提出的算法具有更高的控制精度和干扰抑制能力,对其他具有基础振动的机械臂控制器设计有工程实际参考意义.


参考文献
[1] 侯保林, 樵军谋, 韩宏潮. 弹丸传输机械臂结构与控制的综合设计方法[J]. 兵工学报, 2006, 27(5): 788.
HOU Baolin, QIAO Junmou, HAN Hongchao. Integration design method of structure and control for a shell transfer arm[J]. Acta Armamentarii, 2006, 27(5): 788. DOI:10.3321/j.issn:1000-1093.2006.05.005


[2] 郭宇飞, 侯保林. 车体振动弹药传输机械臂的有界轨迹跟踪控制[J]. 北京理工大学学报, 2017, 37(5): 455.
GUO Yufei, HOU Baolin. Bounded tracking control of ammunition transfer manipulators with chassis oscillation[J]. Transactions of Beijing Institute of Technology, 2017, 37(5): 455. DOI:10.15918/j.tbit1001-0645.2017.05.004


[3] 郭宇飞, 侯保林. 弹药协调器结构和位置控制动力学分析[J]. 兵工学报, 2013, 34(4): 392.
GUO Yufei, HOU Baolin. Dynamics analysis of structure and positioning control of an ammunition coordinator[J]. Acta Armamentarii, 2013, 34(4): 392.


[4] 陈霄, 刘忠, 罗亚松, 等. 海洋环境下欠驱动无人艇航迹跟踪控制算法[J]. 哈尔滨工业大学学报, 2018, 50(10): 116.
CHEN Xiao, LIU Zhong, LUO Yasong, et al. Path tracking control algorithm for the underactuated USV in the marine environment[J]. Journal of Harbin Institute of Technology, 2018, 50(10): 116. DOI:10.11918/j.issn.0367-6234.201709067


[5] 姚绪梁, 王晓伟, 蒋晓刚, 等. 海流干扰下的欠驱动AUV三维路径跟踪控制[J]. 哈尔滨工业大学学报, 2019, 51(3): 43.
YAO Xuliang, WANG Xiaowei, JIANG Xiaogang, et al. Control for 3D path-following of underactuated autonomous underwater vehicle under current disturbance[J]. Journal of Harbin Institute of Technology, 2019, 51(3): 43. DOI:10.11918/j.issn.0367-6234.201709002


[6] WANG Yaoyao, JIANG Surong, CHEN Bai, et al. A new continuous fractional-order nonsingular terminal sliding mode control for cable-driven manipulators[J]. Advances in Engineering Software, 2018, 119: 21. DOI:10.1016/j.advengsoft.2018.01.011


[7] 赵阳, 蔡光斌, 张胜修, 等. 高超声速飞行器有限时间LPV滑模控制器设计[J]. 哈尔滨工业大学学报, 2019, 51(4): 113.
ZHAO Yang, CAI Guangbin, ZHANG Shengxiu, et al. Design of finite-time LPV sliding mode controller for hypersonic vehicle[J]. Journal of Harbin Institute of Technology, 2019, 51(4): 113. DOI:10.11918/j.issn.0367-6234.201805110


[8] HUANG Yi, JIA Yingmin. Fixed-time consensus tracking control for second-order multi-agent systems with bounded input uncertainties via NFFTSM[J]. IET Control Theory & Applications, 2017, 11(16): 2900. DOI:10.1049/iet-cta.2017.0304


[9] 袁利, 马广富, 董经纬, 等. 航天器近距离交会的固定时间终端滑模控制[J]. 宇航学报, 2018, 39(2): 195.
YUAN Li, MA Guangfu, DONG Jingwei, et al. Fixed-time terminal sliding mode control for close-range rendezvous[J]. Journal of Astronautics, 2018, 39(2): 195. DOI:10.3873/j.issn.1000-1328.2018.02.010


[10] 赵国荣, 李晓宝, 刘帅, 等. 自适应非奇异快速终端滑模固定时间收敛制导律[J]. 北京航空航天大学学报, 2019, 45(6): 1059.
ZHAO Guorong, LI Xiaobao, LIU Shuai, et al. Adaptive nonsingular fast terminal sliding mode guidance law with fixed-time convergence[J]. Journal of Beijing University of Aeronautics and Astronautics, 2019, 45(6): 1059. DOI:10.13700/j.bh.1001-5965.2018.0621


[11] 王伯平, 王亮, 盛永智. 固定时间收敛的再入飞行器全局滑模跟踪制导律[J]. 宇航学报, 2017, 38(3): 296.
WANG Boping, WANG Liang, SHENG Yongzhi. A global sliding mode based tracking guidance law with fixed-time convergence for reentry vehicle[J]. Journal of Astronautics, 2017, 38(3): 296. DOI:10.3873/j.issn.1000-1328.2017.03.010


[12] ZHANG Liang, WEI Changzhu, JING Liang, et al. Fixed-time sliding mode attitude tracking control for a submarine-launched missile with multiple disturbances[J]. Nonlinear Dynamics, 2018, 93(4): 2543. DOI:10.1007/s11071-018-4341-8


[13] 宗群, 张睿隆, 董琦, 等. 固定翼无人机自适应滑模控制[J]. 哈尔滨工业大学学报, 2018, 50(9): 153.
ZONG Qun, ZHANG Ruilong, DONG Qi, et al. Adaptive sliding mode control for fixed-wing unmanned aerial vehicle[J]. Journal of Harbin Institute ofTechnology, 2018, 50(9): 153. DOI:10.11918/j.issn.0367-6234.201705155


[14] 景亮, 张忠阳, 崔乃刚, 等. 固定时间收敛扰动观测终端滑模制导律设计[J]. 系统工程与电子技术, 2019, 41(8): 1820.
JING Liang, ZHANG Zhongyang, CUI Naigang, et al. Fixed-time disturbance observer based terminal sliding mode guidance law[J]. Systems Engineering and Electronics, 2019, 41(8): 1820. DOI:10.3969/j.issn.1001-506X.2019.08.20


[15] BASIN M, AVELLANEDA F G. Continuous fixed-time controller design for dynamic systems with unmeasurable states subject to unbounded disturbances[J]. Asian Journal of Control, 2019, 21(1): 194. DOI:10.1002/asjc.1869


[16] BASIN M, RODRIGUEZ-RAMIREZ P, GARZA-ALONSO A. Continuous fixed-time convergent super-twisting algorithm in case of unknown state and disturbance initial conditions[J]. Asian Journal of Control, 2019, 21(1): 323. DOI:10.1002/asjc.1924


[17] WANG Xiao, GUO Jie, TANG Shengjing, et al. Fixed-time disturbance observer based fixed-time back-stepping control for an air-breathing hypersonic vehicle[J]. ISA Transactions, 2019, 88: 233. DOI:10.1016/j.isatra.2018.12.013


[18] SHTESSEL Y, BASIN M, PANATHULA C B. Multivariable conti-nuous fixed-time second-order sliding mode control: design and convergence time estimation[J]. IET Control Theory & Applications, 2017, 11(8): 1104. DOI:10.1049/iet-cta.2016.0572


[19] 李慧洁, 蔡远利. 基于双幂次趋近律的滑模控制方法[J]. 控制与决策, 2016, 31(3): 498.
LI Huijie, CAI Yuanli. Sliding mode control with double power reaching law[J]. Control and Decision, 2016, 31(3): 498. DOI:10.13195/j.kzyjc.2014.1908


[20] POLYAKOV A, FRIDMAN L. Stability notions and Lyapunov functions for sliding mode control systems[J]. Journal of the Franklin Institute, 2014, 351(4): 1831. DOI:10.1016/j.jfranklin.2014.01.002


[21] YANG Ling, YANG Jianying. Nonsingular fast terminal sliding-mode control for nonlinear dynamical systems[J]. International Journal of Robust & Nonlinear Control, 2011, 21(16): 1865. DOI:10.1002/rnc.1666



相关话题/机械 控制 干扰 基础 系统

  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效,10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材,产品类型包含电子书、题库、全套资料以及视频,无论您是考研复习、考证刷题,还是考前冲刺等,不同类型的产品可满足您学习上的不同需求。 ...
    本站小编 Free壹佰分学习网 2022-09-19
  • 多频波动线谱自适应控制算法及试验
    多频波动线谱自适应控制算法及试验高伟鹏,贺国,刘树勇(海军工程大学动力工程学院,武汉430033)摘要:研究了多频波动线谱激励下的主动隔振控制问题,提出一种改进小波包自适应控制算法.传统的自适应算法难以同时控制多线谱,当线谱存在频率波动时,窄带滤波算法难以取得理想的控制效果.因此,将小波包分解算法应 ...
    本站小编 Free考研考试 2021-12-04
  • 深空双质量块无拖曳卫星H∞鲁棒控制器设计
    深空双质量块无拖曳卫星H∞鲁棒控制器设计马浩君1,2,韩鹏1,高东1,2,郑建华1,2(1.中国科学院国家空间科学中心,北京100190;2.中国科学院大学,北京100049)摘要:针对执行深空任务的双质量块无拖曳卫星模型复杂、控制自由度多且精度要求高的问题,提出了一种基于频域约束规范的GS/T混合 ...
    本站小编 Free考研考试 2021-12-04
  • 动车组变曲率L型截面铝合金门立柱拉弯精度控制
    动车组变曲率L型截面铝合金门立柱拉弯精度控制徐虹,刘猛,国志鹏,邹玉杰,卢睿,谷诤巍,程秀明(吉林大学材料科学与工程学院,长春130022)摘要:对某动车组L型截面变曲率铝合金门立柱的拉弯成形过程进行模拟.基于不同阶段下的截面应力应变分布和回弹半径变化关系,探索了铝合金门立柱拉弯成形精度的影响因素, ...
    本站小编 Free考研考试 2021-12-04
  • 北斗卫星监测大跨桥梁基础变位算法
    北斗卫星监测大跨桥梁基础变位算法朱颖1,2,赵欣欣1,2,孙大奇1,2,3,郭辉1,2(1.中国铁道科学研究院集团有限公司铁道建筑研究所,北京100081;2.高速铁路轨道技术国家重点实验室(中国铁道科学研究院),北京100081;3.中国铁道科学研究院,北京100081)摘要:为实现北斗卫星定位系 ...
    本站小编 Free考研考试 2021-12-04
  • 弹药协调器非线性连续时变反馈控制
    弹药协调器非线性连续时变反馈控制王茜,侯保林(南京理工大学机械工程学院,南京210094)摘要:为解决某弹药协调器的精确快速定位控制问题,研究了一种基于隐式Lyapunov函数的连续时变反馈控制方法,该方法在控制律形式上类似PD控制,但其中的比例和微分系数取决于系统Lyapunov函数,是系统误差变 ...
    本站小编 Free考研考试 2021-12-04
  • 车联网环境下干线交通信号协调控制方法
    车联网环境下干线交通信号协调控制方法蒋贤才,金宇,谢志云(哈尔滨工业大学交通科学与工程学院,哈尔滨150090)摘要:针对目前车联网环境下仅进行车速诱导的干线协调信号控制方法存在的绿灯利用效率不高问题,借助车辆与基础设施间的双向信息交互功能,考虑车速诱导与信号控制方案双向优化,以形成饱和车队为目标, ...
    本站小编 Free考研考试 2021-12-04
  • 土地类芽胞杆菌(Paenibacillus terrae)NK3-4 EsxA结构与系统发育分析
    土地类芽胞杆菌(Paenibacillusterrae)NK3-4EsxA结构与系统发育分析于文清1,2,3,闫凤超2,刘文志1,2,郑桂萍3,肖俊杰1(1.上饶师范学院生命科学院,江西上饶334001;2.黑龙江省农垦科学院,哈尔滨150036;3.黑龙江八一农垦大学,黑龙江大庆163319)摘要 ...
    本站小编 Free考研考试 2021-12-04
  • 角速度约束卫星编队控制与虚拟演示验证
    角速度约束卫星编队控制与虚拟演示验证宗群1,谷友博1,张秀云1,刘文静2(1.天津大学电气自动化与信息工程学院,天津300072;2.空间智能控制技术重点实验室(北京控制工程研究所),北京100190)摘要:针对角速度约束下卫星编队姿态同步控制问题,提出一种附加系统动态-姿态同步控制器综合设计策略. ...
    本站小编 Free考研考试 2021-12-04
  • 摇摆架加固装配框剪结构变形控制机理研究
    摇摆架加固装配框剪结构变形控制机理研究张漳荣,姜绍飞,戴亮亮(福州大学土木工程学院,福州350108)摘要:为解决地震作用下非对称RC框架-装配式剪力墙结构(AFPSW)出现的层间位移集中和平面扭转等不利变形问题,提出外附摇摆架的加固方法提升AFPSW的损伤变形能力与抗震性能.推导了外附摇摆架加固体 ...
    本站小编 Free考研考试 2021-12-04
  • 直立锁缝屋面系统风致破坏全过程研究
    直立锁缝屋面系统风致破坏全过程研究夏俞超,陈水福(浙江大学建筑工程学院,杭州310058)摘要:直立锁缝屋面系统广泛应用于厂房、车站、体育场馆等大型建筑中,但由于自重轻、柔性大,在强风作用下很容易发生局部损伤及整体破坏,探讨这类屋面系统的风致破坏模式和失效机理,以便提出有效的抗风措施很有必要。本文进 ...
    本站小编 Free考研考试 2021-12-04