教学目标： • 1、知道控制器的类型及选择方法； • 2、掌握控制器设计中应该考虑的人机因素 • 3、典型控制器设计方法； 教学内容： 一、控制器的类型 二、控制器设计的一般要求 三、设计控制器时应该考虑的因素 四、控制器的设计 五、控制器的选择原则

与行驶速度较高的其他无人驾驶工况相比, 自动泊车时参考路径的曲率较大, 因此车辆转向轮转角速度的限制等系统约束条件会严重影响自动泊车路径跟踪控制器的性能. 为了解决这一问题, 提出了基于非线性模型预测控制的自动泊车路径跟踪控制器, 并在MATLAB/Simulink和PreScan联合仿真环境中将该控制器与基于线性时变模型预测控制的控制器进行了对比. 仿真结果表明非线性模型预测控制器可以实现多约束条件下的自动泊车, 泊车完成后车辆航向与车位中线的夹角为0.0189 rad, 车辆后桥中点与车位中线的距离为0.1045 m, 仅为车身宽度的5.56%. 相比线性时变模型预测控制器, 非线性模型预测控制器具有泊车精度更高、安全裕度更大、泊车耗时更少等优势. 在实时性方面, 该控制器也能够满足自动泊车的需求

6.1 概述 6.2 基本控制规律 6.2.0 基本概念 6.2.1 双位控制 6.2.2 连续PID控制算法 6.3 模拟式控制器 6.3.1 模拟式控制器基本结构 6.3.2 DDZ-Ⅲ型电动单元控制器 6.4 数字式控制器 6.4.1 数字式控制器主要特点 6.4.2 数字式控制器的基本构成 6.4.3 KMM控制器

◼ 可编程控制器概述 ◼ 可编程控制器(PLC)的发展过程 ◼ 可编程控制器的功能与特点 ◼ 可编程控制器的基本构成及工作原理 ◼ 可编程控制器的基本组成 ◼ 可编程控制器的软件系统 ◼ 可编程控制器的分类 ◼ OMRON C 系列 PLC ◼ 简介 ◼ OMRON PLC指令 ◼ 应用实例 ◼ 水箱液位控制 ◼ 变量越限机警控制 ◼ 自动包装机控制

针对线性自抗扰控制器参数难于整定的问题,提出了一种基于动态响应过程时序数据挖掘的参数自整定算法.算法以线性自抗扰控制器中线性误差反馈律的两个增益信号回路的动态响应为参数调整对象,通过改进变收缩系数的随机搜索算法进行参数整定,记录动态响应过程数据,基于关联关系挖掘得到控制参数调整策略应用于线性自抗扰控制器的参数自整定.为验证本文提出的参数自整定方法的实际效果,以液压自动位置控制系统为控制对象,分别采用阶跃响应仿真和Monte Carlo实验进行对比研究.结果表明,基于数据挖掘参数自整定的线性自抗扰控制器动态响应较好,鲁棒性较强,改进了变收缩系数随机搜索算法调整时间较长以及传统线性自抗扰控制器超调较大的缺点,是一种具有实用性的线性自抗扰控制器参数自整定方法

针对一类具有凸多面体不确定常参数的离散时间时滞系统,研究其H∞最优保性能预见控制器的设计方法.首先,与以往不同,本文的扩大误差系统仍然保留了时滞,以保证扩大误差系统的状态向量维数不随时滞的增加而增加.其次,针对所构造的扩大误差系统,设计有记忆的状态反馈控制器,并利用线性矩阵不等式方法,导出确保所求控制器存在的条件及该控制器设计的方法.最后,通过建立并求解一个含线性矩阵不等式约束的凸优化问题,给出扩大误差系统的鲁棒H∞保性能控制器,该控制器对于原系统来说就是鲁棒H∞保性能预见控制器

针对电机驱动系统进行了基于有限时间控制器的结构/控制一体化设计.针对电机驱动系统跟踪控制问题，采用有限时间收敛方法设计了跟踪控制器.考虑系统状态信息不可测的情况，设计了有限时间滤波控制器，在估计系统速度信息的同时实现了有限时间跟踪控制.为进一步提升系统控制性能，考虑结构与控制之间存在的耦合问题，对电机驱动系统进行结构/控制一体化设计.首先针对电机驱动系统设计了同时考虑结构优化和控制器优化的一体化性能指标.所设计一体化性能指标能够在满足控制性能要求的同时，得到所能驱动的最大负载.同时优化系统的结构参数与控制器参数能够使控制系统达到全局最优，从而取得良好的控制效果.随后，采用嵌套优化策略对电机驱动系统的一体化设计问题进行简化，采用自适应步长的布谷鸟搜索算法对控制器参数优化问题进行求解，得到了一体化最优解.通过数值仿真验证了所提方法的有效性

针对轮式移动操作机器人的非完整性和不确定性,为其设计了鲁棒跟踪控制器.即采用分段运动学到动力学方法为移动平台设计动力学跟踪控制器,并分别为移动平台和机械手设计神经网络控制器,利用遗传算法来搜索神经网络的优化权系值,从而补偿平台与机械手间的不确定量.通过Matlab的Simulink以及CMEX文件对所设计的控制器仿真,结果表明此控制器具有较强的鲁棒性

研究了输入多采样率型离散时间控制系统的预见控制器设计问题.首先利用提升技术从形式上消除多采样率特点和状态时滞,把问题转化为一个普通的单采样率无时滞系统的控制器设计问题.由于状态时滞的存在,提升过程中会引入输入量的历史值.把这些历史值和状态时滞项一起放入扩大系统的状态向量中,因此提升过程不会引入误差.针对提升后的系统,利用最优预见控制的标准处理方法,通过构造扩大误差系统,把问题转化为调节问题,最后给出带有预见补偿的最优控制器.再经过变换,得到原系统的预见控制器.同时对预见控制器的存在条件进行了讨论.数值仿真表明,本文所设计的预见控制器是有效的

借鉴生物特异性免疫中T细胞、B细胞协同免疫机理,提出了一种免疫控制器,并将免疫控制器与PID控制器在系统输出控制能力、抗干扰能力、对象参数变化的适应能力等方面做了比较研究.结果表明这种免疫控制器较PID控制器性能优越