移动机械手的整体运动学建模与控制

移动机械手由一个机械手固定安装在一个移动平台上构成.移动平台和机械手的不同物理特性使移动机械手的建模和协调控制成为机器人领域的难点之一.本文对移动机械手进行了运动学分析,给出了其整体运动学建模方法;针对移动机械手的非线性和强耦合特点,设计了PD反馈控制器;仿真实验证明该控制器具有良好的控制效果.     

机械手模型控制及轨迹定位精度测试

论述四关节机械手模型运动轨迹的控制方法,包括硬件线路设计和软件程序设计,用于实现对机械手终端轨迹定位精度的测试,为分析和研究机器人动态特性提供实验数据,结果表明,该模型的控制灵活,方便,介绍了机械手终端轨迹定位精度的测试方法,利用现有的实验设备,把机械手终端的空间曲线转化为平面曲线运动,测量出其坐标值,用于分析机械手终端轨迹的定位精度。     

移动机械手运动学模型及其操作度

对3自由度移动平台以及固定在其上的4自由度机械手组成的差动驱动式移动机械手进行了运动学分析,得出基于雅克比矩阵的统一运动学微分方程,最后对移动机械手及移动平台的可操作性进行了分析,得出了当机械手处于某种构形的时候,移动平台的运动对机械手的操作性无贡献.     

五自由度关节式机械手的位置控制

建立了五自由度关节式机械手的运动学模型，设计了一种双环路位置随动系统实现机械手的位置控制。应用直接微分逆运动学解的方法求得关节速度参照值，用于控制机械手的位置，轨迹插补器采用直接函数计算法产生中间点位置参照值。     

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。     

基于动力学模型预测控制的Stewart型轮足腿控制方法

为了提高轮足机器人Stewart型轮足腿在不同位姿条件下的精度和动态特性,提出将模型预测控制（model predictive control,MPC）应用于轮足腿的位姿跟踪.首先对Stewart平台进行受力分析,利用牛顿-欧拉方程建立动力学模型的状态空间表达式,建立MPC预测模型和优化目标函数;然后通过Adams和Matlab联合仿真对MPC控制器进行参数整定,检验其对未建模摩擦力的鲁棒性;最后通过对比实验验证MPC控制器在负载位姿变化条件下可以获得优于PI控制器的姿态跟踪精度和动态特性.      

自适应模型预测控制的车道保持控制策略

建立车辆侧向动力学模块、车辆传感模块、道路曲率预瞄模块.在传统模型预测控制(MPC)算法的基础上,利用辛普森法则,结合车道保持优化性能指标和系统约束,设计基于自适应模型预测控制的车道保持控制策略.在Simulink环境下,将其与基于传统模型预测控制器进行比较分析.仿真结果表明:相较于模型预测控制,自适应MPC能够在各控制周期实现车辆模型更新,在强非线性工况下具备较好的鲁棒性,进而能够保证行车安全的前提下,获取较好的乘坐舒适性.     

机械手模型的PLC控制系统设计

利用S7--300系列PLC对机械手进行控制，详细阐述了系统的主回路和控制回路工作原理以及接线图。     

机械手单关节的混合模糊控制模型

本文建立了机械手的单关节控制模型,并提出了一种基于模糊理论的机械手控制方法－－混合模糊控制,克服了传统方法对机械手控制的静态误差不稳定,响应速度慢、平滑性差等问题,进而提出了关于机械手控制一个方向。     

遥操作机器人系统的预测控制

遥操作机器人系统传输通道中存在通讯时延，造成系统不稳定和操作性能降低等问题．为了消除或减少时延的影响，利用前向神经网络建立环境模型，通过神经网络模型预测从机械手受力，并用时间前向观测器预测从机械手状态；然后用力、位置和速度反馈对系统进行设计，使得系统在环境模型未知的条件下稳定，还能获得良好的透明性；最后，将预测方法与无源控制方法进行切换，保证系统在环境剧变时的稳定性．实验结果表明了该方法的有效性．     

基于特征模型的预测函数控制

传统的预测函数控制通常采用一阶的预测模型,该预测模型不能完全表征被控对象,因此使得传统的预测函数控制的鲁棒性受到一定限制．特征模型是一种比动力学模型简单,但能表征被控对象特征的模型．该文针对预测函数控制算法的缺陷,提出利用二阶特征模型来构成预测模型．通过工程建模获取了被控对象的特征模型,实现了基于特征模型的新型预测函数控制,并通过与采用一阶预测模型的预测函数控制进行比较．理论分析与实验结果均表明,采用特征模型的预测函数控制具有比一阶预测模型更好的控制效果,该算法在SUPCON-JX300X集散控制系统上实现．     

一种增广的Laguerre模型自适应预测控制算法

论文在简述基于Laguerre函数近似模型的自适应预测控制原理、算法的基础上,将现有的仅适用于开环稳定系统的预测控制算法进行扩展,提出一种增广的Laguerre函数模型自适应预测控制算法。该算法对于开环不稳定系统和非最小相位系统同样适用。仿真结果表明基于Laguerre函数模型的预测控制方法对控制变时延、变阶次对象具有较好的鲁棒性。     

机械手动特性建模及仿真分析

列出机械手从驱动系列手臂的运动微分方程,并计及非线性环节的影响,建立了描述机械手特性的动态模型,给出了非线性校正方法,并进行仿真分析。     

约束预测控制的一种快速算法

针对约束模型预测控制在线求解的计算复杂性,在标准预测控制滚动求解思想的基础上提出了一种有效可行的快速算法,即在每一时刻,只精确求解当前要实施的控制量,对未来的控制序列则用线性反馈控制器来近似,从而降低了预测控制在线求解的维数,提高了算法实施的快速性,简化造纸机控制系统的仿真结果说明了该算法的有效性。     

一类非线性系统的模型预测控制算法

本文提出一个用于仿射非线系统的模型预测控制算法。首先设计一个静态的非线性状态反馈以获得Ｉ／Ｏ线性化的闭环系统；然后，对此闭环系统设计模型预测控制算法以获得良好的动态特性和抗干扰性能。本文以一个实例说明了该算法的有效性。     

一种基于CARMA模型的直接预测控制算法

预测控制一般都建立在输出预测模型基础上，以一个最优化性能指标来求解未来的控制量，使得求解过程变得复杂。介绍一种基于CARMA模型的直接预测控制算法，并对其控制量进行了反馈校正和滚动优化，从而使得求解过程变得简便、快捷。     

Wiener型系统基于神经网络的在线训练算法广义预测控制

利用RBF神经网络在训练算法和广义预测控制算法进行了Wiener型非线性模型预测控制的研究，仿真表明这种做法是可行的。