针对阀控电液负载模拟系统中存在的能耗高、非线性摩擦和舵机运动干扰等问题,提出双泵控制电液负载模拟系统的方案,并且采用滑模控制以保证系统的鲁棒性。建立双泵分腔调控电液负载模拟系统的数学模型;在此基础上,针对单泵控系统动态特性差的问题,设计力-总压力复合控制策略,使其具有和阀控系统相似的动态特性;对于传统的滑模控制造成系统抖振而引起系统的跟踪效果不好的问题,提出一种基于模糊趋近律的等效滑模控制器,并对其稳定性进行了理论分析。最后,经过联合仿真,验证了所设计的控制策略和控制器具有可行性和有效性。结果表明所提出的复合滑模控制电液负载模拟系统具有良好的跟踪效果,且能够显著地降低系统能耗。

针对电动伺服加载测试台存在的间隙、摩擦等非线性控制问题,以滑模变结构控制(SMC)为主体进行了加载控制器设计。分析伺服加载测试台整体结构,提出一种基于扩张状态扰动观测器(ESO)的模糊滑模控制(FSMC)策略。该策略在使用ESO针对伺服加载系统的外部干扰进行观测的基础上,设计了模糊控制对滑动模态面和滑模趋近律进行自适应调节,提高了系统的动态实时跟随能力和干扰补偿能力,并减小SMC控制器稳定时的抖振现象。仿真结果表明所设计的基于扩张状态观测器的模糊滑模控制器(FSMC-ESO)对比传统SMC及PID控制具有更好的快速响应性和鲁棒性。

为减小多轴转向车辆货厢部位的第三轴转向轮转向磨损,要求该车轮与驾驶室部位的前转向轮转角关系满足阿克曼转向原理。针对某型号8×2四轴重型车辆,设计出一种第三轴线控液压转向系统,并建立其动力学模型,设计了基于指数趋近律的滑模控制器对第三轴转向轮转角进行控制,选取典型工况对所设计的控制器进行了仿真分析,并进行实车试验验证。研究结果表明:基于指数趋近律的滑模控制比基于比例切换函数的滑模控制及开环控制响应更快速、趋近目标值时间及超调持续时间更短、稳态差值更小;与采用机械液压转向系统相比,安装基于该控制器的线控液压转向系统不仅能显著提高第三轴轮胎的转向抗磨损性能,同时也改善了整车的转向性能。

针对在未知载荷下的机械手控制不确定性问题,基于非线性扰动观测器与滑模控制方法,提出一种非线性观测器增益的通用设计方法。通过设计一种自适应算法的非线性扰动观测器,逼近机械手的未知载荷引起的不确定性,来估计由未知恒定载荷所引起的外力,扩大了观测器扰动的适用范围。在一定条件下,利用Lyapunov方法证明了观测器的稳定性。通过算例仿真验证了所提出的自适应非线性观测器的滑模控制方法,在受载荷变化的非线性机械手控制系统等方面,能

针对泵控系统滑模控制方面的研究,根据泵控系统的降阶数学模型中存在的未知项f(),再结合滑模控制算法设计基于RBF神经网络的滑模控制器。通过MATLAB/Simulink建立系统的仿真模型,然后进行位置指令仿真分析。研究结果表明:相比较PID控制器,基于RBF神经网络的滑模控制器获得了最小跟踪误差。在干扰条件下跟踪10 Hz频率与1 mm幅值的正弦位置信号,基于RBF神经网络的滑模控制器误差最小;施加干扰力后,控制器都出现了更大的跟踪误差,此时基于RBF神经网络构建的

为实现下肢残障者的运动康复,设计液压驱动的下肢外骨骼机器人机构。针对下肢外骨骼的运动跟随需求,提出一种滑模控制器,并进行了控制仿真模拟。仿真结果表明:外骨骼采用该控制算法能较好地实现位置跟踪。基于dSPACE硬件在环实时仿真系统搭建了下肢外骨骼系统,进行了空摆实验、被动跟随实验及主动跟随实验。实验结果表明:设计的下肢助力外骨骼机器人能够为穿戴者提供助力,外骨骼样机的整体稳定性较好,对穿戴者具有良好的跟踪性能与快速响应

针对并联机构传统控制方式轨迹跟踪精度误差较大的缺陷,提出了一种基于4-SPS（PS）并联机构的动力学方程和模糊自适应（Fuzzy-Adaptive SMC）滑模控制器的控制系统。首先,基于螺旋理论及反螺旋理论,设计了一种4-SPS（PS）并联机构,并采用微运动法（Micro-Motion Method）对机构的运动学方程进行了探讨。其次,基于机构的动力学方程,结合模糊自适应算法,设计了一种新型滑模控制器（SMC）,模糊自适应算法的作用是实时地修正系统的不确定和非线性项参数,有效抑制了SMC系统的抖振现象。最后,建立了机构的系统仿真框图和实验平台,分别对机构进行仿真分析和实验研究。结果表明：模糊自适应滑模变结构控制器的轨迹跟踪精度高,鲁棒性强,稳态误差小,从而验证了该新型SMC控制器的有效性。

针对具有强耦合和高非线性并联机器人的轨迹跟踪控制研究,设计了一种基于神经网络滑模控制器的控制系统。在传统滑模控制的基础上,利用神经网络算法实时修正系统非线性项和不确定参数的功能,有效抑制了SMC系统的抖振现象。建立了3-RRR平面并联机器人的结构简图和Matlab模型,并采用闭环矢量法得到了机器人的运动学反解,为控制系统提供了参考输入。基于机器人的简化动力学方程,设计了一种RBF神经网络滑模控制器,并构造Lyapunov函数证明控制器的稳定性。分别采用传统滑模和神经网络滑模控制方式对机器人的轨迹跟踪进行仿真分析。仿真结果表明：神经网络滑模控制器具有更好的轨迹跟踪精度和较小的稳态误差,验证了神经网络SMC控制器的有效性。

为了提高电液伺服系统的控制效果，本文将模型参考自适应控制和滑模控制相结合，用模型参考方法来保证系统的稳态品质，用滑模控制方法来改善系统的动态品质，提出一种新的模型参考滑模自适应控制方法，仿真结果表明，该方法能有效抑制参数扰动、量测噪声及干扰，具有很强的鲁棒性。

将柔性机械臂视为Euler-Bernoulli梁模型其动力学特性以假设模态法描述并充分考虑柔性臂与液压驱动系统(液压回路、液压缸和液压伺服阀)的动力耦合作用推导出液压柔性机械臂的动力学方程.在此基础上提出同时控制刚体运动及弹性振动的鲁棒控制器设计方法.数字仿真结果表明了控制器的镇定性和鲁棒性.