综合电机特性的柔性关节空间机器人全阶滑模控制

研究柔性关节空间机器人轨迹跟踪及关节柔性振动主动抑制问题.导出综合电机特性的动力学模型,且基于奇异摄动理论将其分解为快、慢变子系统.针对快变子系统,采用速度差值反馈控制;针对慢变子系统,提出一种基于径向基神经网络的全阶滑模控制.其中径向基神经网络用于逼近系统未知非线性项,全阶滑模兼备结构简单、鲁棒性强等优点的同时,还能克服抖振问题.系统数值仿真结果证明了所提方案的有效性.     

自由浮动空间柔性机械臂轨迹跟踪与振动抑制

针对带有效载荷的3连杆全柔性空间机械臂,讨论了对有效载荷运动轨迹跟踪的快速终端滑模控制和连杆柔性振动主动控制问题.基于假设模态法、拉格朗日法和系统动量守恒对柔性连杆进行近似描述,忽略高阶弹性振动模态,推导了一种自由浮动空间柔性机械臂操作刚性有效载荷的动力学模型.在此基础上,采用奇异摄动法将系统模型分解为慢变和快变2个子...     

柔性基和柔性关节空间机器人双重自适应控制

为实现参数未知柔性基和柔性关节空间机器人的刚性运动控制及柔性振动抑制,提出一种基于非确定性等价原理的双重自适应控制方案.结合拉格朗日法、动量守恒原理及奇异摄动法,导出基座姿态受控模式下的系统动力学方程及其在双时间尺度下的快、慢变子系统.利用一类新型低通滤波信号对系统回归矩阵进行修正,针对慢变子系统设计一种可多参数调节的非确定性等价自适应控制策略,以实现参数未知工况下基座姿态及关节的轨迹跟踪.针对具有不确定性快变子系统,设计一种可使快变子系统渐近稳定、抑制基座和关节柔性振动的自适应控制策略.仿真结果验证了所提双重自适应控制方案在系统刚、柔性运动控制上的有效性.     

自由浮动空间柔性冗余度机械臂姿态稳定控制

讨论了自由浮动柔性冗余度空间机械臂的姿态稳定控制问题.采用假设模态法对柔性连杆的变形进行近似描述,忽略高阶弹性振动模态,然后利用拉格朗日法建立空间柔性冗余度机械臂系统的动力学模型.在此模型基础上利用奇异摄动法把系统分解为快慢2个子系统,设计慢变子系统的模糊滑模控制器,以保证轨迹误差的渐近跟踪.对快变子系统则采用最优控制...     

基于奇异摄动法的受约束双连杆柔性机械臂组合控制

建立了受约束双连杆柔性机械臂动力学方程,基于奇异摄动理论,将系统模型分解为慢变及快变两个子系统。对慢变和快变两个子系统分别设计控制器,达到了力/位置精确控制的目的。仿真结果验证了采用组合控制方案的正确性。     

柔性物料提升机不确定鲁棒控制及振动抑制

以柔性臂式物料提升机为对象,研究了其惯性参数不确定情况下的鲁棒位置控制和柔性振动主动抑制.利用拉格朗日-假设模态法建立其刚柔耦合模型,针对刚柔耦合系统强非线性的特点,基于奇异摄动法,将系统降阶为快、慢双时间尺度子系统,快变子系统表征机械臂柔性振动,采用最优控制主动抑制;慢变子系统表征机械臂刚性运动,考虑到提升机末端负载变化会给系统参数带来不确定性,采用非奇异终端神经滑模控制.计算结果表明:所设计控制器不仅能保证柔性臂式物料提升机位置的精确控制,对末端负载变化有较强的鲁棒性,而且能实现对柔性振动的快速抑制.     

柔性臂关节位置滑模变结构控制研究

研究了一种分级式柔性机械臂关节位置滑模变结构控制方案，首先推导了下位机关节位置伺服控制系统的数学模型，然后推导了在上位机上实现的滑模变结构控制率，并进行了实验研究。试验结果表明，该控制方案的弹性变形较少，有利于降低末端位置弹性振动。     

传动柔性提升机神经网络鲁棒控制及振动抑制

为了提高物料提升机的位置控制精度和抗冲击能力,设计一种神经网络鲁棒控制和振动抑制方法。将传动链、谐波驱动装置等传动部件的关节柔性简化为无惯量线性扭(弹)簧并引入物料提升机模型中,利用拉格朗日方法建立系统刚-柔耦合动力学方程。基于奇异摄动理论将系统降阶分解为快、慢两个子系统,并设计混合控制器,其中,表征柔性振动的快变子系统采用关节速度差值反馈来直接抑制振动,而表征刚性运动的慢变子系统则采用基于HJI理论和RBF神经网络的鲁棒控制,通过神经网络对系统参数误差进行自适应调整。仿真结果表明,所设计的控制器能克服系统参数误差及外界扰动的影响,实现物料提升机位置的精确控制,并能有效抑制柔性关节的振动,保持系统的稳定性。     

柔性机械手逆动力学计算及运动精度控制

当前,许多对振动的主动控制方案和逆动力学方法,存在控制策略算法复杂,实时控制较难的问题,基于机械臂为一个具有高难度,非线性和强耦合的复杂系统,对柔性机械手的逆动力学和振动抑制问题进行研究。应用极限原理,提出关节求逆方法,得到最优驱动力矩,使逆动力学计算更为简便。     

采用RBF神经网络辨识的柔性机械臂抑振控制策略

针对柔性机械臂在运动过程中受到柔性因素的影响会出现剧烈振动的问题，提出一种采用径向基(RBF)神经网络辨识的柔性机械臂抑振控制策略，通过减弱机械臂转角波动的方式间接抑制振动。首先，根据拉格朗日原理和假设模态法建立柔性机械臂的动力学模型，其中的不确定项由模态坐标和转角耦合的非线性项构成；其次，在控制律的设计中采用RBF神经网络对动力学模型的不确定项进行辨识补偿，从而提高驱动力矩的精度；最后，通过调整神经网络权重自适应律的系数，使包含辨识结果的控制律满足李亚普诺夫稳定性定理，从而保证动力学系统的稳定性，其中权重自适应律由高斯函数和误差向量组成。采用柔性机械臂实物控制平台的对比实验结果表明：所提出的控制策略能够有效减小柔性机械臂的转角误差和振动幅值；当柔性机械臂长度为1.5 m时，相比常规比例微分控制策略，采用RBF神经网络辨识的控制策略使机械臂末端振动敏感方向的加速度的方差下降了5.8%。该控制策略为柔性机械臂的振动抑制提供了新思路。     

基于滑动模态的柔性臂的鲁棒自适应PD控制器

讨论了柔性臂的轨迹跟踪问题.应用奇异摄动理论将柔性臂的动力学方程分解成两个降维的子系统,并分别采用鲁棒自适应PD控制和最优控制.仿真结果表明,这种混合控制策略不但可以快速、准确地跟踪给定轨迹,而且解决了传统PD控制中初始力矩过大的问题,并具有很强的鲁棒性.     

Neuro-Sliding-Mode Control of Flexible-Link Manipulators Based on Singularly Perturbed Model

A neuro-sliding-mode control (NSMC) strategy was developed to handle the complex nonlinear dynamics and model uncertainties of flexible-link manipulators. A composite controller was designed based on a singularly perturbed model of flexible-link manipulators when the rigid motion and flexible motion are decoupled. The NSMC is employed to control the slow subsystem to track a desired trajectory with a traditional sliding mode controller to stabilize the fast subsystem which represents the link vibrations. A stability analysis of the flexible modes is also given. Simulations confirm that the NSMC performs better than the traditional sliding-mode control for controlling flexible-link manipulators. The control strategy not only gives good tracking performance for the joint angle, but also effectively suppresses endpoint vibrations. The simulations also show that the control strategy has a strong self-adaptive ability for controlling manipulators with different parameters.     

典型工况与工作模式下混联式混合传动系统振动分析

针对发动机、电动机和行星齿轮系等子系统组成的混联式混合动力驱传动系统,考虑动力控制策略以及典型运行工况,建立了混合动力驱传动系统扭转动力学模型,分析了纯电动、混合动力和停车充电工作模式下系统的固有特性和瞬态响应.研究发现,3个模式下系统的重根频率相同且只与行星齿轮系统的转动惯量和啮合刚度等参数有关,纯电动和停车充电模式下系统的非重根频率和振型均相近;整车加速度瞬态响应与激励源干扰力矩的频率成分相同,在启动电机工作阶段和停机阶段低转速运行时,转矩波动引起的整车纵向振动较大.模式切换造成激励源转矩突变,行星齿轮系统的角加速度波动幅值明显增大.     

新双连杆柔性臂机器人定位过程模糊滑模控制

以宏微双重驱动的双连杆柔性臂机器人为背景，提出了一种新的关节角控制律设计方法，即基于刚性模态设计实现关节位置控制的滑模算法，再根据关节角误差信号和滑模函数变化趋势建立模糊推理表确定对滑模控制律的修正量。通过将控制律在完整的系统模型上进行计算机仿真表明，算法可以很好地实现关节角位置控制同时不引起大的振动。     

基于滑模变结构控制的永磁同步电机

针对传统永磁同步电机控制方法存在转矩波动大、抗干扰能力差的缺陷, 将积分滑模控制（ISMC: Integral Sliding Mode Control）方法引入到永磁同步电机调速系统, 并推导出相应的控制规律, 从而使转速和转矩的超调得到有效抑制, 且抗干扰能力强, 具有快速且精度更高的特性。通过Matlab 7.8仿真结果表明, 对于系统给定的改变以及外界干扰, 积分滑模控制器比传统直接转矩控制具有更好的鲁棒性, 该方法可实现永磁同步电机输出转矩快速响应且满足精确跟踪的性能要求。     

基于超螺旋二阶滑模的PMSM-DTC系统研究

针对传统永磁同步电机直接转矩控制系统(PMSM-DTC)易受参数变化影响及转矩脉动大的问题,提出在系统中采用空间电压矢量调制技术(SVPWM)代替传统的正弦脉宽调制(SPWM),引入控制率为超螺旋算法的二阶滑模变结构,以定子磁链和转矩作为被控对象设计控制器代替传统系统中的PI控制器。仿真结果表明,该策略不仅有效消除了一阶滑模存在的抖振问题,明显减小了系统中定子磁链和转矩脉动,且具有较强的速度跟踪能力,对负载扰动和参数变化等不确定性具有很强的鲁棒性,因此可以很好地应用在电机控制方面。     

Hegaglide机构路况仿真器的控制方法

为获得较高的系统跟踪精度,从动力学方程出发,研究了基于Hexaglide机构的路况仿真器的控制方法。建立滑模自适应的力矩辨识,将辨识得到的负载力矩作为系统的力矩前馈控制,并引入电机动力学方程约束速度、加速度的前馈补偿。应用MATLAB软件中的SimMechanics建立路况仿真器的机电耦合系统并进行仿真。结果表明,与传统PI控制方法相比,该控制方法可获得更加精确的位置跟踪精度。     

电动负载模拟器反演终端滑模控制

电动负载模拟器存在高阶非线性、参数时变以及多余力矩扰动,常规控制算法难以得到理想控制效果.本文提出一种反演设计的终端滑模控制策略.采用反演控制的思想,将加载系统划分为3个子系统,设计终端滑模控制律,并引入低通滤波器显著降低抖振,使跟踪误差在有限时间内收敛到0.利用Lyapunov方法证明闭环系统的渐进稳定性及有限时间收敛特性,实验结果表明所提出控制策略的有效性,与常规前馈反馈控制相比,加载控制精度有显著提升.      

一种新的双连杆柔性臂机器人混合控制策略

以宏微双重驱动的双连杆柔性臂机器人为对象 ,提出了一种新的关节角控制律设计方法 ,即基于刚性模态设计实现关节位置控制的滑模算法 ,再根据关节角误差信号建立模糊推理表确定对滑模控制律的二次修正量 ,用修正后的控制律去控制柔性臂的摆角 ;通过将控制律在完整的系统模型上进行计算机仿真表明 ,算法可以很好地实现关节角位置控制和抑制残余振动 .