Numerical Predictive Control for Delay Compensation
我们提出了一种延迟补偿控制方法,将指数稳定控制器的无延迟系统到一个基于样本的预测控制器与数值积分。我们的方法处理一阶和传输延迟的执行器和权衡数值精度与计算延迟,以保证稳定的硬件限制下。通过混合稳定性分析和数值仿真,我们证明了我们的方法的有效性,从理论和仿真的角度。
2020-09-30 cs.SY eess.SY
Multi-discontinuous Functional based Sliding Mode Cascade Observer for Estimation and Closed-loop Compensation Controller
针对传统单层滑模观测器在测量噪声下存在高脉冲问题,提出一种含多重不连续函数的级联滑模观测器,设计了观测器增益并验证了闭环补偿系统有效性,能平滑估计状态并降低控制消耗。
2023-10-26 cs.SY eess.SY
OneVision: Centralized to Distributed Controller Synthesis with Delay Compensation
University of Texas at Austin(德克萨斯大学奥斯汀分校)
我们提出了一种新的算法,以简化分布式机器人系统的控制器开发受到外部观测,干扰和通信延迟。与以前的方法,提出专门的解决方案来处理特定的机器人应用程序的通信延迟,我们的算法使用任意的集中式控制器作为规范,并自动生成分布式控制器与通信管理和延迟补偿。我们将我们的目标表述为非线性最优控制--使用后悔最小化目标来衡量分布式代理的行为与无延迟集中式响应的不同程度--并求解最优行动w.r.t.使用基于梯度的优化对该目标进行局部估计。我们分析了我们提出的算法的线性时不变的特殊情况下的行为,并证明了闭环动态满足一种形式的输入到状态稳定w.r.t.意想不到的干扰和观察。我们在模拟和现实世界的机器人任务的实验结果表明,我们的方法的实际用途,并显示出显着的改善,几个基线方法。
2021-04-14 cs.MA cs.RO cs.SY
Online Delay Estimation and Adaptive Compensation in Wireless Networked System: An Embedded Control Design
在目前的工作中,嵌入式PI控制器的直流调速通过无线网络的设计。嵌入式控制器集成PI控制器与建议的时间延迟估计器和自适应数字Smith预估器的实时操作,这是工作的新颖性。开发的嵌入式控制器在无线网络上的实时或在线操作是可能的,主要是由于在提出一个新的经验公式的时间延迟估计,可行的近似时间延迟,离散化方案在发展中国家提出的自适应史密斯预测的贡献。所提出的嵌入式设计验证了由于随机网络诱导延迟的控制性能的恶化得到实时缓解。嵌入式控制器的设计和测试的短距离为100米,无线技术选择是适合于生物医学应用。
2019-12-01 cs.SY eess.SY math.DS
Malleability-Resistant Encrypted Control System with Disturbance Compensation and Real-Time Attack Detection
本研究提出基于KHE的加密DOB-PID控制系统,兼具扰动补偿与延展性攻击实时检测能力,经工业线性平台实验验证,跟踪精度优于传统加密PID,可有效检测两类延展性攻击。
2025-07-30 cs.SY eess.SY
Learning-Based Repetitive Precision Motion Control with Mismatch Compensation
基于学习的控制方法利用底层过程的运行时数据来改善控制器在模型失配和未建模干扰下的性能。这对于优化工业过程是有益的,其中动态难以建模,并且可以利用过程的重复性。在这项工作中,我们开发了一种用于重复精确运动控制问题的迭代方法,其目标是以最小的跟踪误差遵循参考几何形状。我们的方法利用过程的标称模型,并使用高斯过程回归(GPR)学习失配。控制输入和GPR数据在每次迭代后更新,以运行到运行的方式提高性能。我们提供了一个初步的收敛性分析,所提出的控制器的实现细节,以尽量减少不同的错误类型,并在一个案例研究中,我们证明了改进的跟踪性能与仿真和实验结果。
2021-11-19 cs.SY eess.SY
A nonlinear dead-time compensation method for path tracking control
针对车辆路径跟踪控制中的死区时间问题,提出一种基于非线性预测模型、类似史密斯预测器的补偿方法,避免数值积分,仿真验证了其在多种扰动下的有效性。
2025-07-09 cs.SY eess.SY
Vibration Compensation of Delta 3D Printer with Position-varying Dynamics using Filtered B-Splines
Delta机器人正在成为熔丝制造3D打印机机械设计的热门选择,因为它可以达到比传统串行轴设计更高的速度。与串行3D打印机一样,delta打印机在高速下会受到不必要的振动,这会降低制造零件的质量。这种不希望的振动已被抑制在串行打印机使用线性模型反演前馈控制方法,如过滤B样条(FBS)的方法。然而,像FBS方法这样的技术在Delta 3D打印机上实现具有计算挑战性,因为它们具有耦合的位置依赖性动态特性。在本文中,我们提出了一种解决计算瓶颈的方法,通过(1)离线参数化动态的位置相关部分,以实现有效的在线模型生成,(2)在给定轨迹上的采样点(而不是每个点)计算实时模型,以及(3)采用QR分解来减少与矩阵求逆相关的浮点算术运算的数量。在模拟中,我们报告了一个计算时间减少高达23倍,使用所提出的方法,同时保持高精度,相比使用计算昂贵的精确LPV模型的控制器。在实验中,我们证明了使用我们提出的控制器在delta 3D打印机上的各个位置打印的零件的质量显著提高,与基线替代方案相比,基线替代方案使用来自一个位置的LTI模型。通过在打印过程中的加速度测量,我们还表明,所提出的控制器的打印质量提升是由于振动减少超过20%的基线控制器相比。
2022-09-14 cs.SY eess.SY
Learning-Based Control Compensation for Multi-Axis Gimbal Systems Using Inverse and Forward Dynamics
无人航空航天器通常携带传感器(即,光电和/或红外成像相机)作为其主要有效载荷。这些传感器用于图像处理、目标跟踪、监视、绘图,并为环境调查提供高分辨率图像。在所有这些应用中获得稳定的图像至关重要。这通常通过使用多轴万向节系统来实现。本文主要研究多轴框架系统的建模与控制问题。提出了一种新颖的和全面概述的程序来推导两轴框架系统的非线性和高度耦合的运动方程。与现有文献不同的是,本文采用多体动力学建模技术对双轴框架系统进行了正动力学建模。除了正向动力学模型,逆动力学模型的开发,以估计与状态和机构相关的,复杂的干扰作用在系统上的互补转矩。采用多层感知器(MLP)结构的扰动补偿器,通过转矩输入通道处理外部、内部扰动和参数不确定性。我们的初步仿真和实验工作表明,新的神经网络(神经网络)为基础的控制器是更好地执行在整个操作范围内,而不需要任何调整或调整时,与著名的控制器,如级联PID,自抗扰控制器(主动扰动抑制控制),逆动态控制器相比。
2021-12-05 cs.SY eess.SY
Adaptive Gravity Compensation Control of a Cable-Driven Upper-Arm Soft Exosuit
Birla Institute of Technology and Science Pilani(皮拉尼贝拉理工学院);PricewaterhouseCoopers(普华永道);Indian Institute of Technology Delhi(印度理工学院德里分校);All India Institute of Medical Sciences(全印医学科学学院)
针对缆绳驱动上肢外骨骼服,提出无需预知人体参数和负载的自适应重力补偿控制策略,通过在线估计参数补偿肘重力矩,联合仿真验证其可显著降低人体负荷,性能收敛至理想重力补偿控制效果。
2023-04-28 cs.RO cs.SY eess.SY
Time-Varying Input and State Delay Compensation for Uncertain Nonlinear Systems
University of Florida(佛罗里达大学)
本文提出一种鲁棒控制器,用于具有同时未知时变状态延迟和已知时变输入延迟的第二阶非线性系统,以及加性光滑扰动。通过积分项构建无延迟闭环误差系统,利用Lyapunov-Krasovskii函数分析保证了在延迟有界且缓慢变化时的统一最终有界跟踪。
2015-01-15 cs.SY eess.SY
Sliding mode control with a neural network compensation scheme for electro-hydraulic systems
电液伺服系统广泛应用于机器人、主动悬架、精密机床和航空航天等工业领域。与电动机相比,它们具有许多优点,包括高力重比、快速响应时间和紧凑的尺寸。然而,精确控制的电液系统,由于其固有的非线性特性,不能很容易地获得与传统的线性控制器。大多数流量控制阀也会表现出一些硬非线性,例如由于阀芯重叠而导致的死区。本文针对具有未知死区输入的电液系统,提出了一种基于神经网络补偿的滑模控制器。利用李雅普诺夫稳定性理论证明了闭环信号的有界性和收敛性。数值结果,以证明控制系统的性能。
2022-06-15 cs.SY eess.SY math.OC
Active Power Control of Waked Wind Farms: Compensation of Turbine Saturation and Thrust Force Balance
有功功率控制调节风电场产生的总功率与电网消耗的功率。由于尾流效应,在下游风力涡轮机处,可用功率降低并且湍流增加。这种影响导致了风力发电场控制的设计挑战,其中应保持供应和需求之间的微妙平衡,同时考虑风力涡轮机结构中的负载平衡。我们提出了一个简单的反馈控制器,调整所需的功率设定点的个别风力涡轮机,以补偿涡轮机的饱和度和平衡推力的基础上的控制架构。出于补偿目的,风力涡轮机中的功率跟踪的动态近似为纯时间延迟过程,并且推力平衡设计基于涡轮机的识别的线性模型。在本文中,我们表明,所提出的控制架构允许所产生的功率跟踪其参考,即使当涡轮机饱和,而推力是平衡的。此外,结果表明,所提出的功率分配策略,考虑推力平衡,也避免了汽轮机饱和,从而有利于能源生产。所提出的反馈控制器的有效性证明了使用高保真计算流体动力学模拟的小型风电场。
2021-04-08 cs.SY eess.SY
Iterative Learning Control with Mismatch Compensation for Residual Vibration Suppression in Delta Robots
RWTH Aachen University(亚琛工业大学);ZHAW Zürich University of Applied Sciences(苏黎世应用科技大学)
针对 Delta 机器人能量优化设计引起的残余振动影响跟踪精度的问题,提出一种结合输入整形与模糊逻辑逼近模型失配的自适应迭代学习控制器,并利用 Barrier Composite Energy Function 证明其收敛性,高保真仿真验证了该方法的有效性。
2024-11-12 cs.RO cs.SY eess.SY
Observer-Based Active Fault/Disturbance Compensation Control for Fully Actuated Systems
Southern University of Science and Technology(南方科技大学);Harbin Institute of Technology(哈尔滨工业大学)
本文提出了一种基于观测器的主动故障/扰动补偿控制方法,用于完全执行器系统,通过新型观测器和非线性控制器实现系统状态估计与扰动补偿,验证了方法的稳定性和有效性。
2026-03-01 cs.SY eess.SY
Steady-State Error Compensation in Reference Tracking and Disturbance Rejection Problems for Reinforcement Learning-Based Control
Paderborn University(帕德博恩大学)
强化学习(RL)是自动控制应用中一个有前途的,即将到来的主题。经典的控制方法需要先验的系统知识,数据驱动的控制方法,如RL允许一个无模型的控制器设计过程,使他们的新兴技术,不断变化的植物结构和参数的系统。虽然已经在各种应用中表明,复杂系统的瞬态控制行为可以通过RL充分处理,但非零稳态控制误差的挑战仍然存在,这是由于使用控制策略近似和有限的训练时间。为了克服这个问题,引入了一种基于行动者-批评者的RL控制器的积分动作状态增强(IASA),该控制器模仿积分反馈,其灵感来自于模型预测控制中的增量输入公式。这种增强不需要任何专业知识,使方法模型自由。因此,RL控制器学习如何更有效地抑制稳态控制偏差。来自电能工程领域的两个示例性应用验证了所开发的方法对于参考跟踪和扰动抑制两者的益处。与标准的深度确定性策略梯度(DDPG)设置相比,建议的IASA扩展允许在所考虑的验证场景内将稳态误差减少多达52 $\%$。
2022-01-31 cs.LG cs.SY eess.SY
An adaptive fuzzy dead-zone compensation scheme for nonlinear systems
死区非线性在许多工业自动化设备中经常遇到,它的存在会严重损害控制系统的性能。由于模糊逻辑能够以算法的方式表达人类的经验,因此在过去的几十年中,模糊逻辑被广泛地应用于不确定动力系统的控制和辨识。尽管这种启发式方法很简单,但在某些情况下,需要对问题进行更严格的数学处理。针对具有死区输入的非线性系统,提出了一种自适应模糊控制器。跟踪误差的收敛特性将使用李雅普诺夫稳定性理论和Barbalat引理来证明。应用这种自适应模糊方案的范德波尔振荡器来说明控制器的设计方法。数值结果也被提出,以证明控制系统的性能。
2022-06-01 cs.SY eess.SY math.OC
An Approach to State Signal Shaping by Limit Cycle Model Predictive Control
提出了一种新的非线性模型预测控制状态信号成形方法。该控制策略引入了一个基于超临界Neimark-Sacker分岔范式的圆形极限环动力学的剩余形状成本核。这允许控制器施加具有特定频率和振幅的基波状态信号形状。最后给出了可再生能源配电网谐波补偿的应用实例。控制器的任务是计算用于负载补偿的有源电力滤波器的参考电流。取得的结果是成功的,减少谐波失真到令人满意的水平,同时确保正确的频率和幅度。
2020-12-04 cs.SY eess.SY
NeuroDOB: A Deep Neural Observer-Based Controller for Vehicle Lateral Dynamics
本研究提出基于深度神经网络的NeuroDOB观测控制器,与LQR集成形成类人双系统控制结构,可适配个体驾驶习惯,提升车辆横向控制的稳定性与适应性。
2025-10-28 cs.SY eess.SY
Model-free Friction Observers for Flexible Joint Robots with Torque Measurements
Robotics and Mechatronics Center, German Aerospace Center (DLR)(德国航空航天中心机器人与机电一体化中心)
本文在不使用摩擦模型的情况下解决了摩擦补偿问题。所提出的摩擦观测器的独特之处在于,标称电机侧信号被反馈到控制器,而不是测量信号。通过这样做,渐近稳定性和无源性的控制器保持。所提出的观测器的另一个优点是,它提供了一个清晰的理解,这是很难被捕获的无模型方法的静摩擦补偿。这允许设计不过度补偿静摩擦的观测器。通过仿真和实验验证了该方案的有效性。
2019-07-01 cs.RO cs.SY eess.SY
An analysis of $\mathbb{P}$-invariance and dynamical compensation properties from a control perspective
本文从自适应控制视角分析了动态补偿(DC)与 $\mathbb{P}$-不变性,通过引入并推广具有DC性质的常微分方程系统,研究了多参数变化下的系统稳定性,并利用相图和阶跃响应图直观展示了系统行为。
2023-11-10 cs.SY eess.SY math.OC
PLL Based Sub-/Super-synchronous Resonance Damping Controller for D-PMSG Wind Farm Integrated Power Systems
Xi’an Thermal Power Research Institute CO.LTD.(西安热工研究院有限公司)
本文提出基于锁相环的自适应次/超同步共振阻尼控制器,解决传统方法存在的控制成本高、参数调节复杂等问题,通过简化结构和灵活适应性提升控制器性能。
2026-04-02 cs.SY eess.SY
Optimal PID and Antiwindup Control Design as a Reinforcement Learning Problem
University of British Columbia(不列颠哥伦比亚大学);Honeywell Process Solutions(霍尼韦尔过程解决方案)
深度强化学习(DRL)在过程控制中有几个成功的应用。常见的方法依赖于深度神经网络结构来对控制器或过程进行建模。随着控制结构的日益复杂,这种方法的闭环稳定性变得不太清楚。在这项工作中,我们专注于日间行车灯控制方法的可解释性。特别是,我们认为线性固定结构控制器嵌入在演员批评框架的浅层神经网络。PID控制器由于其简单性和在工业实践中的可接受性而指导我们的开发。然后,我们考虑输入饱和,导致一个简单的非线性控制结构。为了有效地在致动器限制内操作,然后我们将调谐参数用于抗饱和补偿。最后,控制器的简单性允许直接初始化。这使得我们的方法在训练期间和训练之后都具有固有的稳定性,并且能够适应已知的操作PID增益。
2020-05-10 cs.LG cs.SY eess.SY
Complex Aircraft Maneuvering using Reinforcement-Learning-Augmented Sliding Mode-Based Control
Indian Institute of Technology Madras(印度马德拉斯理工学院)
本文提出一种结合深度强化学习和滑模控制的混合控制方法,通过前馈和反馈机制提升飞行控制的暂态性能和鲁棒性。
2026-08-25 cs.SY eess.SY
Sensitivity analysis and experimental evaluation of PID-like continuous sliding mode control
本文研究类PID连续高阶滑模控制器的扰动抑制特性,通过谐波平衡法在频域分析扰动传播,并在机电执行器实验中与线性PID控制器对比,验证了两者在宽带扰动抑制中的优缺点。
2024-10-16 cs.SY eess.SY