基于扩张状态观测器的机械臂分散自适应模糊控制

针对机械臂控制中各子系统间交联项难于处理的问题,提出了一种基于扩张状态观测器(extended state observer,ESO)和模糊策略的分散控制方法.将机械臂系统考虑为各关节交联子系统的集合,采用扩张状态观测器去实时估计机械臂各关节间的状态、耦合交联项及非线性项,利用模糊系统去逼近机械臂动力学模型中的建模不确定项,从而设计分散自适应模糊控制器以实现机械臂的轨迹跟踪控制,给出了控制器中参数的自适应更新律,并对该控制器进行了Lya-punov稳定性分析.最后将该方法应用于一个4自由度机械臂的轨迹跟踪控制中,仿真结果表明了该方法对处理耦合交联项及在各关节轨迹跟踪控制中的有效性.     

基于生物启发反步级联控制方法的多AUV主从式编队

研究了自治水下机器人(AUV)在三维环境中主从式编队控制问题,提出一种基于生物启发反步级联控制方法.该方法利用领航者的位置信息以及期望的队形得到虚拟AUV的航行轨迹和速度信息,引入反步控制实现跟随AUV对虚拟AUV的轨迹跟踪,实现三维水下编队控制;利用生物启发神经网络有界性的特点,解决了速度跳变以及由此引起的驱动饱和问题.仿真结果表明,该方法实现了预期控制效果,并且有较好的有效性和实用性.     

无末端力传感器的可重构机械臂分散力控制

针对存在关节摩擦和外扰的可重构机械臂系统在受限空间内的力控制问题,提出一种无需使用力传感器即可同时控制受限空间内机械臂力和位置的分散阻抗内环/力外环控制方案.采用模糊系统逼近机械臂系统中的不确定项及子系统间的耦合关联项,通过基于模糊预测的力外环控制器为内环的阻抗控制器提供参考轨迹,并利用模糊系统逼近实际的接触力.该方案为没有力传感器情况下的可重构机械臂的力控制提供了一种可能的解决方案,且模糊预测调节参考轨迹的阻抗内环控制使机械臂具有一定的柔顺性,能较好地实现机械臂由自由空间向受限空间的过渡.通过对2自由度平面机械臂和3自由度机械臂的仿真验证了该方法的有效性.     

有效因子融合的可重构机械臂分散容错控制方法

针对含有动态摩擦的可重构机械臂轨迹跟踪执行器部分失效故障的问题,提出一种基于有效因子融合的分散反演滑模容错控制方法。将可重构机械臂的每个关节模块考虑成一个子系统,将有效因子融合到子系统动力学模型中。基于Lyapunov稳定性理论,子系统误差状态空间分别采用了反演思想和终端滑模进行控制器设计,并利用径向基函数(RBF)神经网络估计系统模型的不确定项和交联项,自适应地补偿了神经网络的估计误差。最后,数值仿真结果表明了提出的分散容错方法的有效性。     

考虑多故障同发的可重构机械臂分散主动容错控制

针对含有传感器故障及执行器故障的可重构机械臂系统的轨迹跟踪问题,提出一种基于滑模观测器的分散主动容错控制方法。通过引入一个新增状态将传感器故障等效为执行器故障,针对新系统构造滑模观测器,并用模糊神经网络去逼近可重构机械臂各关节间的非线性项及关联项,进而实现对不同类型传感器故障及执行器故障的重构。最后对2个不同构型的三自由度可重构机械臂进行仿真。研究结果表明:该方法不需进行故障诊断,通过实时重构故障,能够及时实现主动容错控制。仿真结果验证了所提方法的有效性。     

环境约束可重构机械臂模块化力/位置控制

针对受环境约束的可重构机械臂系统,提出了一种自适应神经网络模块化力/位置控制方法.利用雅克比矩阵将机械臂末端与环境接触力映射到各关节,将系统动力学模型描述成一组通过耦合力矩相关联的子系统集合,通过控制各子系统的位置和力矩来达到控制末端执行器位置和接触力的目的.利用神经网络估计可重构机械臂系统的非线性项和交联项,通过自适应更新律在线估计神经网络权值函数,并引入滑模控制项补偿估计误差,从而保证闭环系统渐近稳定.最后,在不改变控制器参数的条件下对2个不同构形的2自由度可重构机械臂进行数值仿真,结果验证了所设计控制器的有效性.     

融合速度信息的机械臂自适应轨迹跟踪控制方法

针对机械臂动力学模型参数不确定性与速度信息不精确影响轨迹跟踪精度的问题，提出一种多传感器信息融合的机械臂参数自适应轨迹跟踪控制方法。首先将未建模动态视为系统内部干扰，简化机械臂动力学模型；其次采用反步控制方法为机械臂系统设计控制律，并为动力学模型中不确定参数设计自适应律；最后考虑使用单一位置传感器的差分值或转速计的测量值作为速度信息可靠性低的问题，通过多传感器信息融合方法为控制器提供更精确的速度信息。仿真与实验结果表明：采用融合速度信息能够提高所提控制方法的精度与稳定性，速度信息的精确性提升7%;与反步控制方法、自适应控制方法相比，所提控制方法具有更好的机械臂轨迹跟踪控制性能，轨迹跟踪误差分别降低了30%、50%。     

基于模糊滑模反步控制的自动装卸钻杆机械臂轨迹跟踪研究

针对现有矿井自动装卸钻杆机械臂运动轨迹跟踪方法精度低而导致施工效率低下的问题，综合应用模糊滑模控制与反步控制理论，提出模糊滑模反步控制钻杆机械臂轨迹跟踪法。采用扰动观测器对扰动信号进行估算，采用模糊理论描述滑模面与运动点的广义距离，以降低滑模控制中由速度瞬变所引起的抖振，并采用模糊滑模反步控制法对由系统扰动造成的误差进行补偿。针对钻杆机械臂的两个重要关节进行了运动仿真与试验测试。结果表明：两个关节的轨迹跟踪误差比模糊滑模控制分别减小了28.2%和22.6%。模糊滑模反步控制法有效降低了钻杆机械臂关节运动轨迹误差，极大提高了运动稳定性和响应能力。     

考虑未知负载的机械臂任务空间模糊跟踪控制

针对机械臂任务空间控制中动力学参数及负载均未知,导致末端轨迹跟踪难以实现的问题,提出了一种自适应模糊控制器(AFC)设计方法。采用一个滤波器滤除由末端位置微分获得的速度信号中的噪声;根据关节速度与Jacobian矩阵估计末端速度,并将估计误差引入控制器设计;通过另一个滤波器对误差函数进行处理。控制律由两部分组成,第一部分是一个模糊逻辑系统的输出,用来逼近机械臂动力学模型中包含摩擦等在内的非线性环节;第二部分是一个鲁棒项,用来减小系统外部扰动及模糊逼近误差带来的影响。通过Lyapunov方法设计控制器并证明了闭环系统的稳定性。Matlab环境下的对比仿真表明,本文所提方法下,机械臂末端跟踪轨迹平滑,且保持较高的跟踪精度。     

不确定机械臂的组合自适应迭代学习轨迹跟踪

针对一类同时含未知时变和未知定常参数、并带有可重复时变干扰的不确定机械臂系统,为精确跟踪期望轨迹并加快跟踪误差的收敛速度,提出了一种具有抗扰能力的机械臂组合自适应迭代学习控制算法.对未知定常参数和未知时变参数,分别采用时域和迭代域的参数自适应迭代学习律,并基于估计参数设计了机械臂的自适应迭代学习轨迹跟踪控制律.利用相似李亚普诺夫函数证明了轨迹跟踪误差的收敛性.针对二自由度关节式机械臂的仿真结果表明,应用所提算法可实现精确的轨迹跟踪,并加快迭代学习的收敛速度.     

基于指数变增益迭代学习控制的机械臂轨迹跟踪研究

针对一类具有强耦合、参数时变、不确定干扰性质的机械臂系统,提出了一种指数变增益的闭环D型迭代学习控制算法.该算法主要解决机械臂轨迹跟踪精度以及迭代学习速度问题,可以实现机械臂轨迹的快速精确跟踪.最后通过MATLAB对机械臂轨迹跟踪系统进行仿真,仿真结果验证了算法的有效性.     

含有未知负载跳变机械臂的切换跟踪控制器设计

为具有不可测跳变负载的机械臂设计了控制器的选择机制以达到轨迹跟踪的控制目的.用切换系统描述参数跳变的机械臂,从而将负载的切变表示为系统的切换信号.为每个负载设计子控制器,并在系统切换信号完全不可用的情况下,通过构建监督变量给出子控制器的切换逻辑.当负载变化满足平均驻留时间条件时,能够达到对输入参考信号的渐近跟踪.仿真证明了方法的正确性.     

基于模糊干扰观测器的移动机器人自适应滑模跟踪控制

针对轮式移动机器人(Wheeled Mobile Robot, WMR)轨迹跟踪中存在的速度跳变和未知系统扰动,提出一种新型轨迹跟踪控制策略。该策略基于反演技术,分别设计WMR系统的运动学控制器和动力学控制器。在运动学控制器中,采用分流技术克服了轨迹跟踪初期的速度跳变问题;在动力学控制器中,将模糊干扰观测器与自适应滑模控制结合,有效解决了未知系统扰动对控制性能的影响,并且消除了传统滑模控制的抖振现象。通过Lyapunov稳定性理论,证明了该控制策略的稳定性。仿真研究表明,该控制策略具有较小的速度跳变,控制信号抖振较小,并对系统扰动具有强鲁棒性。     

漂浮基空间机械臂T-S模糊鲁棒控制

针对存在参数不确定和外界干扰的空间机械臂,利用反馈线性化技术建立了系统追踪期望轨迹的误差动力学方程,设计系统追踪期望运动的滑模鲁棒控制方案,并通过系统Lyapunov稳定性证明选择滑模控制参数;简化并改进T-S模糊推理规则,设计模糊滑模鲁棒控制方法;运用逐步仿真的方法对空间机械臂追踪期望运动各种情况进行数值分析.仿真结果证实了所设计的T-S模糊滑模鲁棒控制方案的有效性和稳定性,它可解决传统滑模控制的抖振问题并具有计算量少、控制力矩小的优点,可提高系统轨迹跟踪的精度.     

六自由度机械臂基于TTF字库的汉字书写系统设计

为实现机械臂精确的轨迹规划与实时位置跟踪,针对GALIL DMC控制板卡,设计了工业机械臂实时位置跟踪控制系统和轨迹规划算法,使用REbot-V-6R六自由度机械臂完成了汉字轮廓绘制。首先,编程提取Windows自带的true type font(TTF)矢量字库的汉字轮廓信息,使用插补算法重新进行轨迹规划;然后,建立了六自由度机械臂的运动学模型,设计了机械臂末端位置控制器;最后,采用位置跟踪模式实现机械臂的运动控制,实现了机械臂的汉字书写功能。     

基于生物启发的水下机器人路径跟踪控制

针对常规反步控制方法在路径跟踪中出现的速度跳变与推进器驱动饱和等问题,将生物启发神经动力学模型应用到水下机器人路径跟踪控制中。利用生物启发神经动力学模型的渐变和有界输出等特性,设计基于生物启发的反步路径跟踪控制器,并同传统反步跟踪控制器进行对比分析。仿真结果表明:在较大的初始跟踪误差下,所设计的跟踪控制器可以有效克服水下机器人跟踪控制中的速度跳变,避免推进器的驱动饱和,满足水下机器人推进器的推力约束。     

基于滑模控制的四旋翼无人机的轨迹跟踪控制

针对四旋翼无人机,研究了基于滑模控制的轨迹跟踪问题.根据无人机复杂的数学模型,首先利用单位四元数法描述系统姿态,再将其分解为位置和姿态两个子系统;通过引入中间控制输入,跟踪三个自由度的位置信息;考虑到位置和姿态子系统分别受到干扰力和干扰力矩的影响,设计了鲁棒反演滑模控制器,保证了对目标轨迹的稳定跟踪.仿真结果验证了该控制方法的有效性.     

机械臂位置跟踪自适应反演滑模控制律设计

针对机械臂位置跟踪控制问题,设计了一种新型自适应反演滑模控制律。该方法利用机械臂各关节的位置和速度误差建立了滑模面函数,并根据反演原理设计了反演滑模控制律。然后,通过设计合适的自适应律对外部扰动进行在线补偿,降低了系统对外部扰动的敏感性,有效地抑制了系统的抖振。最后利用Lyapunov定理证明了系统的稳定性。仿真结果说明该控制律具有较好的控制性能。     

基于BackSteping算法的工业机械臂快速精确跟踪控制器设计

针对建模和测量的不精确性,外界干扰和状态变量的强耦合等因素对机械臂轨迹跟踪的影响,设计了基于反演控制算法的轨迹跟踪控制器.数值仿真结果表明,该控制器可使机械臂各关节的轨迹跟踪误差较小,能实现控制系统较好的鲁棒性,因此较适应于实际应用.     

基于混合型伸缩因子的机械臂控制优化研究

为了实现三关节机械臂的轨迹跟踪控制,提出了一种变论域模糊控制方法,设计了一种不依赖被控对象精确数学模型的变论域模糊控制器。该控制器引入一种新的混合型伸缩因子,选择机械臂期望关节角度与实际关节角度的差值作为偏差,利用偏差和偏差的变化作为输入量来自动调整论域。运用MATLAB软件对采用该控制器的三关节机械臂轨迹跟踪控制进行仿真分析,并与采用指数型伸缩因子的变论域模糊控制器的仿真结果进行对比。结果表明,所设计的混合型伸缩因子的变论域模糊控制器在机械臂轨迹跟踪中的控制精度更高,稳态误差小,且响应速度快、无超调。