基于双观测器的机器人自适应摩擦补偿控制

针对机器人系统中存在关节摩擦的问题,提出一种基于终端滑模观测器和摩擦状态观测器的双观测器自适应摩擦补偿反演控制方案:为避免速度测量带来的噪声影响,设计终端滑模观测器对机器人的速度进行估计;考虑到摩擦力无法直接获取,采用连续LuGre摩擦模型,设计摩擦状态观测器和摩擦参数自适应律,得到摩擦的估计值;结合摩擦估计值设计反演控制器,使机器人在受到关节摩擦影响的情况下能有效跟踪期望位置轨迹。最后通过Lyapunov函数证明闭环系统的稳定性以及机器人轨迹跟踪误差的收敛性,并通过MATLAB仿真验证该控制方案的有效性。仿真结果表明,该控制方法能有效抑制关节摩擦对机器人轨迹跟踪的影响,提高了系统的位置跟踪精度。     

基于观测器的柔性关节机械臂滑模控制

柔性机械臂在运动过程中会产生如扭曲、弹性、剪切等形变,给柔性机械臂的分析和控制带来困难。为了满足柔性机械臂高性能的控制要求,提出将基于观测器的滑模控制方法用于柔性机械臂中,设计一个观测器观测柔性机械臂系统各个状态变量,并且采用滑模变结构设计控制器。仿真结果表明,基于观测器的柔性关节机械臂滑模控制方法能够很好地观测到系统各个状态变量,且状态估计误差趋近于零,满足柔性臂的快速跟踪性要求,具有很好的实践意义。     

柔性臂机器人定位过程模糊滑模控制研究

以宏微双重驱动的双连杆柔性臂机器人为背景,提出了一种具有模糊调节功能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. 为了保持系统性能平稳变化,还提出了修正系数矩阵的概念.计算机仿真表明,本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.     

机器人前馈补偿滑模鲁棒控制

本文针对机器人轨迹跟踪控制问题,基于滑模变结构控制的基本理论,提出了一种具有前馈补偿的滑模变结构鲁棒控制器。通过引入顺馈控制（对滑模切换函数的ＰＩ控制）来改善滑动模态的动特性,并消弱或消除常为结构控制所存在的“颤振”现象：应用前馈补偿来提高跟踪精度,仿真结果验证了该方法有效性。     

多关节机器人的自适应阻抗控制研究

为了对动车组侧窗玻璃安装机器人末端接触力进行控制研究,在阻抗控制的基础上,提出了一种多关节机器人自适应阻抗控制算法,该算法能实现机器人末端接触力准确跟踪期望力。以PUMA560机器人前三关节为对象在接触空间进行仿真研究,仿真结果表明,基于自适应阻抗控制方法能很好地对动车组侧窗玻璃安装机器人的位置和力进行跟踪。     

基于干扰观测器的六自由度机械臂滑模控制

针对KUKA KR6-2工业机器人的机械连杆特征,首先对该机器人系统进行了动力学模型的建立.由于机器人系统在实际运行过程中会出现参数不定和外部扰动的情况,现在干扰观测器的基础上,使用一种固定时间的控制方法,消除了扰动初值对估计时间的影响.其次,通过设计固定时间干扰观测器,对笔者所研究的机器人系统中出现的各类干扰进行在线...     

自由漂浮柔性空间机器人轨迹跟踪控制

引起针对自由漂浮柔性空间机器人的轨迹跟踪控制问题,利用拉格朗日和假设模态法建立了动力学模 型,综合考虑其欠驱动、柔性振动等特点,将其简化为一种带有柔性振动扰动完全可控的动力学模型;在此基 础上,考虑载体姿态干扰,提出一种改进自适应非奇异终端滑模控制策略,该方法采用自适应技术实时在线 学习扰动参数,并引入条件积分改进滑模面消除干扰的稳态误差,从而保证所设计的控制律对扰动具有 良好的鲁棒性;最后,基于Lyapunov方法证明了该控制策略能够实现关节期望轨迹的跟踪．仿真结果表明该 控制策略对载体姿态干扰下系统轨迹跟踪控制的有效性和可靠性     

基于转动惯量辨识与扰动补偿的 永磁同步电机滑模控制

针对永磁同步电机负载转矩波动及负载转动惯量的变化对控制性能的影响,采用一种模型参考 自适应控制方法实时辨识转动惯量,利用设计的扰动补偿观测器,结合辨识出的转动惯量估算出负载转矩值, 然后将观测的负载转矩转换为观测电流值与给定电流值的误差,从而对控制系统进行前馈补偿,以减小转矩 电流脉动,提高系统的抗扰能力和响应速度。通过模型在环实物仿真平台验证,所采用的控制策略对系统的 抗扰性能和响应速度都有很好的改善效果,增强了系统的鲁棒性。     

基于切换增益调节的神经滑模控制的机器人位置跟踪

针对机器人的位置轨迹跟踪问题,提出一种基于切换增益调节的神经网络滑模控制方法。首先设计基于机器人位置的滑模控制器模块,然后通过神经网络来调节滑模控制器中的切换增益,使得切换增益能随着外界干扰作用等不确定项的改变而改变,从而能实时地估计切换增益,解决传统滑模控制中的抖振问题,最后,以双臂机器人为对象,采用MATLAB仿真软件对该控制算法进行了验证。结果表明,与传统的滑模控制相比较,该方法能使机器人更好地跟踪期望的位置轨迹,并有效地减轻了抖振。     

基于自适应模糊滑模的柔性机械臂控制

针对柔性关节机器人控制系统中存在的扰动力、摩擦力、参数变化以及建模误差等导致的控制器精度降低、鲁棒性差的问题,提出了1种基于自适应模糊滑模的鲁棒控制器.控制器由2部分组成,控制器的计算力矩和前馈补偿部分用于控制系统的标称部分,即机器人自身结构相关量、确定性扰动以及摩擦力的线性部分;控制器的自适应模糊滑模部分用于克服系统存在的不确定部分,包括外界不确定性扰动、摩擦力的非线性部分、参数变化以及建模误差等.最后在HIT四自由度柔性机械臂上进行了控制器的相关实验.实验结果表明该控制器具有良好的位置跟踪性能和较强的抗干扰能力.     

采用神经网络滑模控制的齿隙摩擦补偿

基于滞环齿隙模型和集合摩擦模型,建立了齿轮传动系统动力学变结构模型。采用径向基函数(RBF)神经网络和滑模控制构成复合控制器,对系统齿隙、摩擦非线性因素进行了补偿。利用RBF神经网络调节滑模控制器的切换项增益,降低了滑模控制的抖振,提高了补偿效果,仿真结果验证了该方法的可行性。     

双连杆柔性臂自适应模糊滑模控制

为使控制系统在负载和杆长变化时仍能快速、准确地跟踪期望轨迹,基于奇异摄动模型将双连杆柔性臂系统分解为慢变、快变2个子系统,提出了一种慢变子系统采用自适应模糊滑模控制、快变子系统采用最优控制的混合控制方法。其中自适应算法在线估计未知参数,模糊控制用来抑制由滑模控制引起的振动。仿真结果表明,该方法不仅能实现柔性臂轨迹的快速、准确跟踪,而且能有效地抑制弹性振动,并且对系统参数的变化具有较强的鲁棒性。该方法的特点是对系统中各个等效的摄动参数分别进行自适应估计和补偿,因而控制算法简单,易于工程实现。     

挠性航天器姿态机动的自适应滑模控制

针对采用压电智能材料作为敏感器和作动器的挠性航天器姿态机动控制问题,提出一种复合控制策略.首先,基于挠性航天器的非线性动力学模型,采用自适应滑模控制技术设计了姿态机动控制器.其次,为了抑制挠性模态的振动,针对各低阶振动模态设计了正位置反馈(PPF)补偿器的反馈增益.仿真结果表明,该方法在保证挠性航天器完成姿态机动任务的同时,能有效抑制挠性附件的振动.     

单柔性臂的滑模控制与主动控制比较研究

本文以单柔性机械臂为例,研究了基于奇异摄动理论的滑模控制,以及基于ACLD结构的主动控制问题.首先通过双时标变换,将系统分解为慢变子系统和快变子系统.针对慢变子系统,设计滑模控制器,以实现系统良好的轨迹跟踪性能,针对快变子系统,采用最优控制策略抑制其弹性振动.建立具有主动约束控制装置的主动控制方法的系统动力学模型,并对...     

基于PI建模和反步滑模控制的主动波浪补偿策略

海上起重船受风、浪、涌影响会产生严重的船舶姿态变化，造成起重机和货物的位姿变化，对货物和人员存在安全隐患，波浪补偿平台的稳定性控制能有效减少复杂海况下船舶运动对海上作业的安全性、稳定性和精准性影响，对浮式起重船海上设备精准装载作业极其重要。针对补偿平台的迟滞非线性导致的建模困难和控制不精确问题，本文提出基于PI建模和反步滑模控制的主动波浪补偿策略。首先，通过实验得到补偿系统的迟滞效应曲线，分析系统迟滞环建立PI迟滞模型，并采用递推最小二乘法辨识模型的各个参数，从而求得系统模型。然后，基于Lyapunov稳定性设计反步控制补偿方法，并结合滑模控制规律加快初始控制速度。最后，将反步滑模法应用于补偿系统，采用MATLAB仿真在规则波和不规则波下的响应来验证算法和模型的正确性，进而在工控机中用C#编写控制程序，驱动运动控制卡控制伺服电机带动电缸进行补偿运动，同时通过传感器采集系统运动的实时数据，并反馈给工控机形成闭环，以期验证补偿平台在补偿规则波和不规则波下的补偿效果。实验结果表明，所建立的Stewart平台PI迟滞模型具有良好的精度，反步终端滑模控制算法在Stewart平台的实际控制中能够很好的补偿波浪运动，相比PID、反步法、强化学习等控制方法，所提出的方法的精度能够满足要求。     

基于小波神经网络补偿的飞艇滑模控制

平流层飞艇具有非线性、参数慢时变等特征,在滞空期间,还受到阵风及大气紊流的影响．将反推滑模技术用于实现飞艇姿态的鲁棒控制,保证了系统稳定．为避免变结构控制中固有的抖振现象,使用自回归小波神经网络（Self—RecurrentWaveletNeuralNetworks,SR—WNN）实时调整开关增益的大小,网络的自回归单元可以克11~,J、波函数的振荡特性,使得估计更为平滑．仿真结果表明：控制器能够适应飞艇结构参数变化及外部扰动的影响,获得强的鲁棒性与好的动态性能．     

Improved Nonlinear Friction Compensation Method for Robot Joint Driving

In order to alleviate the steady-state position error and the destabilizing effect of the nonlinear friction, a novel compensation method is presented, which modified the traditional Southward‘s compensation method. Estimated the nonlinear friction model using an identification method, the effect caused by its nonlinear component can be compensated, and an enhanced tracking performance is verified on a selectively compliant articulated robot arm(SCARA) robot.