基于联合仿真的桥式起重机吊重动态特性分析与消摆控制研究

针对桥式起重机工作过程中存在的因负载摆动,而导致工作效率低、安全风险大的问题,为了掌握影响摆角的关键因素,通过MATLAB/Simulink、SolidWorks和ADAMS软件联合仿真,对吊重系统进行了动态特性分析,得出了初始摆角、绳长变化、运行速度等对摆角变化的影响因素。为安全平稳控制桥吊,设计了基于模糊自适应的PID控制器;基于模糊自适应控制的联合仿真,对比和分析了所设计控制器与常规PID控制器在系统摆角抑制上的效果;为进一步检验设计控制器的消摆效果,按照桥式起重机真实结构,搭建了桥吊防摆控制实验平台,对其进行了验证。研究结果表明:所设计的控制器在位置控制和摆角控制上均较常规PID控制提前4 s,控制精度和鲁棒性也较常规PID有所提升。     

机械臂的改进固定时间滑模控制方法设计

当机械臂末端对给定轨迹进行跟踪控制时,跟踪误差收敛速度容易受初始跟踪误差大小的影响,针对这一问题设计了一种适用于机械臂模型的改进固定时间滑模轨迹跟踪控制策略.在快速终端滑模面的基础上,设计了一种固定时间滑模面,从而使得控制器具有固定时间收敛特性并给与证明;针对滑模控制伴随抖震的特性,对滑模控制器的趋近律进行了抑制抖振的改进,使得趋近律具有一定的自适应性.通过对二自由度机械臂的仿真实验,验证了在系统含有未知扰动的情况下,设计的改进固定时间滑模控制器能够在固定时间内使得机械臂末端轨迹跟踪误差快速收敛,且通过控制器参数的调整能够达到更快的收敛速率.通过仿真对比,验证了论文设计方法的收敛速率要快于快速终端滑模控制方法.     

基于生物激励神经动力学的AGV轨迹跟踪控制

提出了一种基于门限偶极子生物神经元模型和快速终端滑模控制策略的轨迹跟踪控制算法,使AGV在存在初始速度跳变的情况下能顺利实现小车的轨迹跟踪控制。首先由运动学控制器产生一个理想控制律,接着利用神经动力学思想解决初始速度跳变问题,最后用快速终端滑模控制器进一步提高跟踪精度。该控制器的输出有界且光滑,整个控制系统全局快速渐进稳定。计算机仿真结果验证了该控制器的有效性。     

基于MIMO滑模的气动伺服系统控制

针对非线性气动伺服系统的轨迹跟踪和柔顺控制问题,采用MIMO滑模控制器实现气动系统多输出的跟踪控制。对气动伺服系统基于流量控制策略的动力学进行建模,将其状态方程转换为严格反馈系统形式;设计用于轨迹跟踪和内腔压力跟踪的双滑模面,基于传统的滑模控制率构造用于气动系统的双控制输入,实现气动系统控制器的设计。基于Simulink搭建控制仿真平台,仿真结果验证了控制器对系统多输出的有效跟踪控制。     

基于自适应滑模控制的四轮全向移动机器人轨迹跟踪方法研究

针对四轮全向移动机器人动力学模型参数的不确定性以及外部扰动的影响,为提高其轨迹跟踪控制性能,提出了一种基于自适应滑模的四轮全向移动机器人轨迹跟踪控制方法。首先,基于驱动电机参数建立了机器人的动力学模型,在此基础上设计了一种自适应滑模轨迹跟踪控制器;其次,通过低通滤波器滤除轨迹跟踪控制器输出端的高频信号,同时为实现机器人动力学参数的在线估计,提出了一种参数自适应控制算法并利用RBF神经网络实时调整轨迹跟踪控制器的切换增益,以减小系统的抖振;最后,为验证所述方法的有效性,采用MATLAB进行了仿真实验。仿真结果表明,基于自适应滑模控制的四轮全向移动机器人轨迹跟踪方法可以较好地降低参数变化、外部扰动对系统的影响,能够减小系统的抖振,具有较好的抗干扰能力。     

龙门起重机的模糊滑模定位与防摆控制

提出了一种龙门起重机模糊滑模定位与防摆控制方案。考虑吊绳绳长的变化,把龙门起重机系统简化为三个多输入子系统,定义了四个滑模面,设计了模糊滑模控制器,使得起重机小车能快速精确到达期望位置,在负载快速提升和下降过程中抑制重物的摆动,并能准确跟踪吊绳绳长的变化,实现控制目标,提高生产效率,同时系统能快速到达滑平面,改善控制系统的性能。仿真结果证明了该控制方案的正确性和有效性。     

基于滑模变结构的轮式机器人双环轨迹跟踪控制

针对轮式机器人轨迹跟踪问题,提出了一种利用滑模变结构算法构建的双环轨迹跟踪控制系统。在基于轮式机器人运动学模型基础上,针对该非线性欠驱动系统采用滑模变结构算法设计了能够保证全局范围内渐近稳定的轨迹跟踪控制器,并构建了双环控制系统。通过内环系统控制角速度,实现对方向角的跟踪;外环控制器得到控制角之后实现对速度的控制,使机器人达到期望位姿状态。文中利用Lyapunov稳定性理论对所设计的闭环系统进行了稳定性分析,并通过仿真进一步验证了该控制系统的有效性。     

机械臂关节空间轨迹的神经网络滑模跟踪控制

为了提高机械臂对给定轨迹的跟踪精度且削弱滑模控制抖振问题,提出了基于RBF神经网络滑模控制的轨迹跟踪方法。建立了多连杆机械臂系统的运动学和动力学模型。首先忽略由建模误差和系统扰动产生的系统不确定项,建立了全局PID滑模控制器,设计了由等效控制律和切换控制律组成的全局滑模控制律;而后使用单隐含层RBF神经网络逼近系统不确定项,使用神经网络对不确定项的逼近值补偿建模误差和系统扰动,达到提高控制精度的目的。经仿真验证,在机械臂初始位置误差较大的情况下,神经网络滑模控制器的调节时间、超调量、驱动力矩抖振远小于全局PID滑模控制器,证明了神经网络滑模控制器在机械臂轨迹跟踪控制中的有效性。     

起重机变幅运动吊重防摆控制研究

针对起重机变幅运动过程中吊重摆动造成的就位精度差、工作效率低和作业不安全等问题,提出了一种误差渐进补偿控制方法,以减小吊重摆动。在分析误差渐进补偿控制原理的基础上,设计了误差渐进补偿控制器。采用变补偿系数控制方法,在实现吊绳摆角渐进减小的同时满足了变幅加速度和液压泵排量的要求。运用MATLAB软件对系统进行仿真,仿真结果表明,对于不同的绳长和臂架长度,误差渐进补偿控制具有良好的鲁棒性和控制精度,在起重机开始制动后,吊绳摆角在10s内减小到了0.003rad以下。     

滑模变结构控制方法在混合输入平面五杆机构中的应用和稳定性分析

混合输入平面五杆机构具有两个自由度,其动力学模型是一个高度非线性和强耦合系统。基于李亚普诺夫函数、利用滑模变结构控制理论(slid ing mode control)设计了控制器,并对系统进行了控制仿真。仿真结果表明,在不改变机构结构和进行质量重布的情况下,就可以实现较高精度的轨迹跟踪。理论分析证明,所设计的滑模变结构控制器是全局稳定的。     

基于四旋翼无人机的二阶PD积分滑模控制算法研究

为提高6自由度四旋翼无人机系统飞行稳定的收敛速度问题,提出双闭环二阶PD积分滑模控制器的设计方法。该控制器的外环采用二阶PD控制算法使无人机在控制精度上有显著的提高;以系统姿态角动态变化为内环,通过引入饱和函数的积分滑模控制,有效抑制滑模控制算法本身的抖振效应,实现期望轨迹的可靠跟踪,同时利用李雅普诺夫函数证明该系统能够快速收敛达到稳定。仿真结果表明,当无人机受到外界扰动后可以快速准确跟踪螺旋上升的航迹,验证了所提算法的有效性和鲁棒性。     

多关节机器人反馈线性化双模糊滑模控制

为了提高多关节机器人轨迹跟踪控制性能,提出了一种反馈线性化双模糊滑模控制方法。该方法在对机器人非线性动力学模型反馈线性化的基础上,设计了一种双模糊滑模控制器。通过设计一个模糊控制器,根据跟踪误差和误差变化率自适应地调整滑模面的斜率,从而加快响应速度。通过设计另一个模糊控制器,根据滑模面自适应地调整滑模控制的切换控制部分,从而减弱抖振。利用李亚普诺夫定理证明了控制系统的稳定性。针对空间三关节机器人进行了仿真实验,结果表明了所提方法的有效性。     

多关节机器人事件驱动神经网络滑模控制

针对多关节机器人轨迹跟踪控制问题,提出了一个事件驱动的神经网络滑模控制器。该方法采用RBF神经网络来改善传统滑模控制器,对模型不确定项进行逼近;在此基础上,提出了事件驱动的RBF神经网络滑模控制器,根据跟踪误差和目标轨迹的驱动条件决定控制力矩更新,降低力矩更新频率。利用跟踪误差的最终一致有界性证明控制系统的稳定性,证明系统不存在Zeno行为。针对二关节机器人进行的仿真实验展现了良好的跟踪效果,验证了控制策略的有效性。     

基于输入整形的回转式起重机吊摆系统防摆控制器的设计与分析

针对回转式起重机吊摆系统的摆动特征,设计了适合吊摆系统的ZVD输入整形防摆控制器,并在MATLAB/Simulink环境中对基于输入整形防摆控制器的吊摆系统模型进行了回转及俯仰运动的仿真分析。通过整形前和整形后系统在相应运动情况下吊重摆动幅度的对比,验证了输入整形防摆控制器在抑制海上集成转载平台起重机吊重摆动方面的有效性。     

干扰观测器与滑模控制结合的机械臂跟踪控制

为了提高机械臂轨迹跟踪的精度和速度,提出了干扰观测器与非线性滑模控制相结合的轨迹跟踪控制方法.建立了机械臂动力学模型,设计了机械臂轨迹跟踪控制方案.将机械臂受到的扰动分为可观测部分和不可观测部分,对于可观测部分,设计了干扰观测器用于估计扰动大小,依据扰动观测值对控制力矩进行补偿,主动消除可观测部分扰动的影响;对于不可观测部分,设计了非线性滑模控制器,用于减小不可观测扰动造成的跟踪误差与抖动.经仿真验证,与传统滑模控制和非线性滑模控制相比,干扰观测器与非线性滑模控制相结合的轨迹跟踪误差减小了一个数量级以上,且跟踪速度最快.     

基于快速终端滑模的机器人轨迹跟踪避障方法（英文）

针对非完整轮式机器人有限时间精准轨迹跟踪避障问题,设计了一种基于全局快速终端滑模方法,兼具无抖振、收敛时间可调等优点的轨迹跟踪控制器。首先,在载体坐标系下建立轮式机器人运动学模型;其次,构造包含终端吸引子和指数收敛项的全局快速终端滑模轨迹跟踪控制器,通过Lyapunov稳定性理论证明了所设计的控制器能确保轨迹与航向角跟踪误差均能在有限时间内收敛于较小的零域范围内;最后,引入人工势场避障方法,实现了机器人严格跟踪参考轨迹的同时绕开障碍物。实验结果表明,该方法能实现在避障的同时对于给定参考轨迹的有限时间稳定跟踪控制。     

基于快速终端滑模的机器人轨迹跟踪避障方法

针对非完整轮式机器人有限时间精准轨迹跟踪避障问题,设计了一种基于全局快速终端滑模方法,兼具无抖振、收敛时间可调等优点的轨迹跟踪控制器。首先,在载体坐标系下建立轮式机器人运动学模型;其次,构造包含终端吸引子和指数收敛项的全局快速终端滑模轨迹跟踪控制器,通过Lyapunov稳定性理论证明了所设计的控制器能确保轨迹与航向角跟踪误差均能在有限时间内收敛于较小的零域范围内;最后,引入人工势场避障方法,实现了机器人严格跟踪参考轨迹的同时绕开障碍物。实验结果表明,该方法能实现在避障的同时对于给定参考轨迹的有限时间稳定跟踪控制。     

桥式吊车系统的自适应滑模抗摆控制

针对欠驱动桥式吊车系统的负载快速精确定位问题,提出了一种基于自适应滑模的抗摆设计方法。基于系统模型,设计了一种自适应分解滑模控制器和线性滑模面,实现了在小车快速定位的同时,消除负载摆动的控制目的。仿真实验结果证明,该控制器可实现桥式吊车系统负载的定位要求。     

基于分层控制器的轮式滑移转向机器人轨迹跟踪控制

针对采用滑移转向方式的轮式机器人，分析了其运动学模型与动力学模型，提出了用于轨迹跟踪控制的分层控制器。基于滑移转向机器人的运动学模型，设计了用于上层轨迹跟踪的模型预测控制器，实现轨迹的快速跟随；基于滑移转向机器人的动力学模型，设计了用于底层速度与横摆角速度跟随的滑膜控制器，实现运动速度的快速跟踪；通过跟踪微分器对轮速微分信号进行滤波，避免噪声的影响。最后通过Simulink与Trucksim联合仿真，验证了所提出的分层控制器的有效性。     

基于电磁直线执行器的电子凸轮轨迹跟踪控制

提出了一种基于电磁直线执行器的电子凸轮,通过对给定轨迹的跟踪来实现所需要的直线运动规律,以取代传统的机械凸轮机构。采用迭代学习控制算法控制电子凸轮实现对目标轨迹的跟踪,并进而应用迭代加模糊滑模控制的算法提高电子凸轮的收敛速度与鲁棒性。模糊滑模迭代控制是将误差函数输入滑模控制器中,然后以滑模函数作为模糊控制器的输入,最后通过模糊控制器的输出来控制迭代算法中的增量。通过仿真以及试验验证表明,基于电磁直线执行器的电子凸轮能够有效取代传统的机械凸轮机构,模糊滑模迭代控制算法能够满足电子凸轮对轨迹跟踪精度、响应速度、收敛速度与鲁棒性的要求。