非完整移动机械臂的自适应模糊滑模控制研究

针对四轮二连杆非完整移动机械臂的轨迹跟踪问题,设计了一种结合自适应模糊控制和滑模控制的控制策略。首先建立了系统包含未知动力学模型不确定性和外部扰动的动力学控制模型,然后基于反演技术设计了控制器;采用了模糊控制来逼近系统未知时变总体不确定性,并采用了自适应机制动态优化模糊系统控制参数,进一步采用了指数趋近律滑模控制消除模糊逼近误差的影响。研究结果表明:该控制器对系统总体不确定性进行了有效补偿,保证了移动机械臂在复杂不确定环境下的良好轨迹跟踪性能。     

装载机工作装置轨迹的自适应模糊滑模控制

为实现装载机工作装置的轨迹跟踪控制,建立装载机工作装置的二自由度运动学和拉格朗日动力学方程。装载机工作装置具有明显的非线性和不确定性特征,并存在外部干扰,设计了自适应模糊滑模变结构控制器。利用模糊控制动态调节切换增益,将模糊控制的切换项转化为连续的模糊系统,增强了控制系统对装载机工作装置的不确定性和外界干扰的鲁棒性,削弱了滑模控制的抖振现象。设计过程采用了方法,保证了控制系统的稳定与收敛,仿真结果给出了自适应模糊滑模控制的跟踪性能及误差。     

基于两轮自平衡小车的模糊自适应补偿算法研究

基于两轮自平衡小车平台,针对目前模糊控制和自适应控制结合较少,实物验证缺乏的问题,应用仿真对比、实物验证的方法,对设计的模糊自适应控制器的稳定性和有效性进行了理论上的分析,证明了模糊自适应算法的可行性。通过在相同的初始条件和控制结构下进行仿真实验,并对仿真结果的角度、角速度两个跟踪指标与预设函数进行了对比分析。最后用实物实验进行了验证,得出了"糊自适应算法能实时地对未知外部干扰和建模不确定性进行自适应模糊补偿"这一结论,对以后欠驱动系统的控制具有一定的参考价值。     

增益自适应滑模控制器在微型飞行器飞行姿态控制中的应用

针对微型飞行器的姿态角摄动引起的系统不确定性及外界干扰等问题,提出了基于区间二型模糊神经网络辨识的增益自适应模糊控制器.首先,给出了微型飞行器姿态动力学模型.然后,采用区间二型模糊神经网络对滑模控制器中由于姿态角摄动引起的系统不确定性进行在线辨识,通过增益自适应滑模控制器中的校正控制项对辨识误差及负载干扰进行补偿.最后,通过设计李亚普诺夫函数,得到闭环系统一致稳定条件下的区间二型模糊神经网络参数在线调整的自适应律及滑模增益自适应律.仿真对比表明,与传统的增益自适应滑模控制器和基于一型模糊神经网络辨识的滑模控制器及相比,本文提出的控制器不仅对系统的不确定性因素及外界干扰具有较强的鲁棒性,而且稳定误差小,跟踪精度高.     

机械臂运动的智能自适应模糊控制策略

为了提高机械臂轨迹跟踪控制精度同时节省驱动能量,提出了机械臂运动的智能自适应模糊控制策略。介绍了双连杆机械臂结构并建立了其动力学模型;设计了机械臂系统控制方案和智能自适应模糊控制器的实现方案;在粒子群算法基础上增加了多策略进化方法和多子群协同搜索方法,提出了多策略协同进化粒子群算法;以机械臂轨迹跟踪误差和驱动力矩最小为目标,以多策略协同进化算法为寻优算法,设计了具有智能自适应调节能力的模糊控制器。经仿真验证,自适应模糊控制器的跟踪误差幅值为PID控制误差幅值的26%左右,同时模糊控制器驱动力矩的平均振动幅值不足PID控制器力矩振动幅值的17%,充分证明了智能自适应模糊控制器能够以更小的力矩实现更小的跟踪误差。     

球面3-RRR并联机构动力学建模与鲁棒-自适应迭代学习控制

采用Lagrange方法建立球面3-RRR并联机构基于动平台姿态参数的动力学模型。考虑在计算过程中采用线密度、厚度忽略等近似计算及工作过程中机构的磨损等微小变化造成的参数不确定性,进一步建立带参数不确定性的动力学模型。针对其在振动测试中的重复性动作等特点及参数不确定性设计鲁棒-自适应迭代学习控制器,并对此控制器进行稳定性证明。该控制器利用自适应算法对未知定常数的强大学习能力来补偿系统动力学模型的参数不确定项;利用迭代学习算法对期望轨迹进行零误差重复跟踪。由于该控制器吸取了系统动力学模型的已知信息,避免了一般模型未知系统迭代控制时必须满足的Lipschitz约束条件。仿真结果表明,在此控制器的作用下球面3-RRR并联机构能够很好地重复跟踪期望轨迹。     

基于自适应模糊的旋转弹反演滑模控制律设计

针对旋转弹药模型具有非线性、强耦合和参数不确定性等特点,建立了考虑不确定因素的非线性控制模型,提出一种基于自适应反演和滑模控制理论的旋转弹体姿态控制律。基于Lyapunov稳定性理论,利用反演控制和滑模变结构理论取虚拟控制量作为滑动模态,设计了姿态控制器;基于模糊控制方法较强的逼近能力,引入自适应模糊控制实现对不确定参数的估计,同时通过对切换增益的模糊逼近解决了滑模面的抖振问题。仿真结果表明,所设计的控制律具有较好的稳定性和鲁棒性,该控制模型和控制器的设计合理可行。     

三维模糊控制在电液位置伺服系统中的应用

建立了阀控非对称缸电液位置伺服系统动力学模型 ,推导过程可以用于任意电液位置伺服系统的数学建模 ;把模糊控制理论引入了伺服系统 ,设计了三维模糊控制器 ,基于MATLAB SIMULINK软件平台进行了可视化仿真 ,表明了三位模糊控制器的实质是一个变结构的自适应PID控制器 ,为今后研究多输入 -多输出提供了可行的思路和研究方法     

半挂汽车列车横向稳定性的模糊控制

引入Gim轮胎模型建立了半挂汽车列车的非线性动力学模型。以牵引车横摆角速度为控制变量,提出了半挂汽车列车直接横摆力矩的模糊控制方案,基于模糊控制技术设计了模糊控制器。借助MATLAB／Simulink,以建立的非线性动力学模型为平台,对该控制器的有效性进行了验证。仿真结果表明,高速转角大转向时,直接横摆力矩的模糊控制器能保证半挂汽车列车的侧向稳定性。     

不确定性双臂空间机器人自适应模糊优化控制

考虑空间环境存在惯性参数未知及外部扰动等不确定性因素,针对自由漂浮双臂空间机器人(DFFSR)关节角运动控制问题,提出了一种自适应模糊优化控制方法。首先,基于系统动量守恒关系及Lagrange方法,建立DFFSR系统关节空间的动力学方程;而后,考虑系统惯性参数未知导致惯性矩阵无法求解问题,利用模糊控制理论的万能逼近特性,通过在线参数辨识建立系统自适应模糊模型;由此,同时考虑系统存在外界扰动以及输出力矩的优化问题,基于SDRE优化控制理论,设计一种自适应模糊优化控制方法,实现了DFFSR系统关节角的精确运动控制。一组对比仿真验证了所提控制方法的可靠性。     

输入受限的非完整移动机器人的自适应模糊控制

提出了一种非完整移动机器人饱和自适应模糊轨迹跟踪控制方法,该方法基于反演技术分别设计了系统的运动学控制器和动力学控制器。运动学控制器通过引入分流控制技术解决了初始速度跳变引起的控制量突变问题,动力学控制器利用饱和函数和受限控制参数实现了其有界力矩控制。自适应模糊控制器将模糊逻辑系统与自适应方法相结合,有效消除了常规方法难以解决的系统未知不确定性对系统的影响。通过Lyapunov直接法证明了该系统是收敛且渐进稳定的。仿真结果验证了所设计控制器的良好控制性能和强鲁棒性。     

基于模糊自适应控制的无轴承异步电动机SVM-DTC运行控制

提出了一种基于模糊自适应控制的无轴承异步电动机的空间矢量调制的直接转矩控制策略。通过模糊控制算法得到磁链和转矩的控制电压分量,实现了两个电压矢量的实时调整,解决了采用传统PI控制器所带来的脉动较大的问题。并利用Matlab/simulink仿真软件,分别建立基于模糊自适应控制的空间矢量调制的直接转矩控制系统和双PI控制的空间矢量调制的直接转矩控制系统模型。仿真结果表明,改进后的算法可以更好地抑制转矩、磁链的脉动及转速超调,提高系统的动态性能。     

交流伺服系统自适应模糊滑模控制

介绍了交流伺服系统的自适应模糊滑模控制方案.通过自适应模糊控制解决了扰动补偿问题.正是因为结合了模糊控制的逼近特性和滑模控制的鲁棒性,才使得系统对外部扰动具有很好的稳定性和鲁棒性,同时消除了抖动现象.仿真实验表明这一控制方案具有很好的控制效果.     

考虑关节摩擦的3-UPS/PU并联机构模糊自适应滑模控制

为克服3-UPS/PU并联机构关节摩擦力突变现象带来的跟踪畸变问题,设计了一种模糊自适应滑模控制方法。首先在机构动平台工作空间内建立该机构的整体动力学模型。针对切换型滑模控制驱动力抖振以及自适应滑模控制(ASMC)对摩擦突变较敏感的不足,提出一种模糊自适应滑模控制(FASMC)方法,该方法以自适应理论为基础,可以在线估计包括摩擦在内的系统模型不确定项,自适应增益通过模糊逻辑系统实现了动态调整,相比ASMC可以更准确地逼近摩擦的变化情况,从而更有效地抑制摩擦力突变影响,增强了系统鲁棒性。由于无需依赖具体的摩擦模型以及简单的控制结构,FASMC适用于并联机构这类复杂不确定系统。仿真结果显示,所采取的控制方法能有效估计并克服机构摩擦干扰,提高了机构的控制精度,而且驱动力没有出现抖振现象。     

模糊自适应控制在柔性机器人操作臂中的应用

将拉格朗日和假设模态法相结合，建立了柔性机器人操作臂的动力学方程，并提出了一种模糊自适应控制策略。在柔性操作臂末端带有不同的载荷时，分两种情况进行了控制仿真实验；定位控制和轨迹跟踪控制。与PD控制仿真实验的结果相比较，模糊自适应控制器在轨迹跟踪和振动抑制方面反映出更好的稳定和鲁棒性能。     

Ultra-precision positioning using adaptive fuzzy-Kalman filter observer

In this paper, we design a hybrid controller based on adaptive fuzzy-Kalman filter observer. With external disturbances, it is hard to predict the measurement noise precisely under time varying environments. In order to improve the precision of the measuring instrument, the measurement noise covariance is updated so as to minimize the discrepancy which resides in the estimation and measurement by using Kalman filter observer and fuzzy control with covariance-matching technique.Then a new robust controller is presented by applying LQ-sliding mode control in the positioning system. Through some simulation results, the effectiveness of the proposed controller is proved. In spite of the applied disturbance signal, the LQ-sliding mode control based on fuzzy-Kalman filter observer maintains the stage position within a performance requirement and reduces the chattering effect.     

导引头稳定平台的扰动补偿及改进滑模控制

为提高导引头稳定平台抗扰性,提出了一种导引头稳定平台的扰动补偿及改进滑模控制策略。首先根据扰动特点将扰动分为摩擦力矩和"剩余扰动"两部分,基于Stribeck摩擦模型辨识摩擦参数,并进行摩擦力矩补偿;采用扩张高增益观测器对"剩余扰动"进行估计,并给出了扩张高增益观测器的收敛条件。然后设计了改进滑模控制器作为稳定回路的控制器实现伺服控制,采用Lyapunov函数证明其稳定性。最后,搭建测试系统分别进行了稳定平台性能测试和导引头性能测试,用于验证跟踪和抗扰效果。实验结果表明,跟踪1(°)/s的梯形波时,提出的控制器有效地补偿了摩擦,同时稳态精度提高了0.032 8(°)/s;给定三轴转台典型幅值和频率扰动下,采用提出的控制器时系统隔离度至少提高了0.57%。表明提出的控制器改善了系统抗扰性。     

基于自适应全阶磁链观测器的直接转矩控制系统

基于模型参考自适应理论，采用自适应全阶磁链观测器观测定子磁链和辨识转速，并结合模糊控制，利用Matlab／Simulink构建了无速度传感器直接转矩控制系统。     

提高电动伺服加载系统抗扰动能力的研究

在电动伺服加载系统中,各种形式的干扰都会影响加载性能,降低加载精度。该文建立了永磁同步加载电机数学模型,采用模糊自适应PID控制器,在线整定控制参数。引入位置扰动前馈、摩擦扰动前馈及干扰观测器,分别用以消除位置扰动、摩擦扰动以及其他无法精确建模或检测的干扰。仿真表明,系统可以有效克服位置、摩擦等干扰,具有良好的动态性能和较高的加载精度。