不依赖模型的机器人鲁棒自适应跟踪控制(英)

提出了一种新颖的鲁棒自适应控制策略，用于不确定性机器人的轨迹跟踪．它不需要任何模型知识，唯一需了解的是系统的阶数和输出的位置及速度状态。理论和仿真均证明，系统的不确定性诸如摩擦力、外部扰动及未建模动力学带来的不确定性影响，均可被设计的控制律补偿，最后可保证全局指数收敛或全局一致最后有界的结果．另外，本文还给出了跟踪误差的暂态测量．     

仿射非线性系统神经网络自适应控制器的研究及其在机械手中的应用

本文提出了一种利用神经网络逼近具有不确定性及 随机干扰的仿射非线性系统的新算法,采用自适应控制率在线调节网络权值,并基于控制理 论选择控制量以削减噪声干扰．从理论上证明采用该算法后系统全局稳定性．最后将该算法 用于两连杆机械手轨迹跟踪,仿真结果表明该算法具有跟踪精度高,收敛速度快的优点．     

新一类的机器人鲁棒跟踪控制策略

本文提出了一类基于计算力矩结构的变增益鲁棒控制策略，用于参数不确定性机器人的轨迹跟踪．其特点是利用了机器人动力学的一种特殊的参数变量分离方法，只需知道一个集中的系统不确定性参数，能够有效的消除参数误差带来的不确定性影响，最后保证系统达到３种不同的稳定性结果．另外，在该参数未知时，我们还设计了一个简单的在线辨识器，可保证系统全局的收敛．理论和仿真，均证明了其可靠性和有效性．     

机械臂自适应反演超螺旋全局终端滑模控制

针对机械臂系统存在的系统参数摄动、非线性摩擦及外部干扰等不确定问题,提出一种自适应反演超螺旋全局终端滑模轨迹跟踪控制方法。该方法基于反演法、Lyapunov理论和全局快速终端滑模理论设计控制器,保证系统稳定性及全局收敛性,增强系统的鲁棒性。为解决系统集总扰动上界未知的问题,采用自适应技术设计切换控制律,抵消不确定性的影响,同时引入超螺旋算法抑制滑模控制固有的抖振现象。最后,通过理论分析和仿真算例验证了该控制器的有效性与可行性。     

具有不确定性的非线性系统的变结构控制

本文研究了具有不确定性非线性系统的鲁棒输出跟踪控制问题，考虑了对参数、建模不确定性及干扰的鲁棒性。这里的不确定性不需满足通常的匹配条件。通过构造一个Ｌｙａｐｕｎｏｖ函数，我们得到一个变结构控制器，并且证明了输出跟踪误差的收敛性。最后，给出了计算机仿真，结果表明本文提出的方法是有效的。     

空间机械臂的鲁棒复合自适应控制

对于本体姿态受控而位置不受控的空间机械臂系统,考虑存在参数不确定性及非参数 不确定性,首先建立了系统的估计模型,并且提出了一种鲁棒复合自适应控制方法,其参数适应 律由估计误差和跟踪误差共同决定.证明了这种方法不仅可维持系统的全局渐近稳定,而且还 可快速收敛和减小跟踪误差.     

基于模糊逻辑的一类非线性系统直接自适应控制

针对一类连续非线性不稳定系统,基于模糊逻辑提出了一种新的自适应跟踪控制方法,在此方法中,控制器由两部分组成：模糊逼近控制器（FAC）和模糊滑模补偿控制器（FSMCC）,其中,FAC利用模糊逻辑系统全局逼近理论控制器,FSMCC用于全局补偿逼近误差和系统的不确定性及消除外部干扰的影响,整个闭环控制系统在Lyapunov意义下全局渐进稳定踊跃误差收敛于零的某一领域内,最后通过示例验证了本方法的有效性。     

非线性系统神经网络稳定自适应控制器的研究

提出一种利用神经网络逼近具有不确定性及随机干扰的仿射非线性系统新算法，采用自适应控制率在线调节网络权值，基于Ｈ∞控制选择控制量以削减噪声干扰，并从理论上证明了采用该算法后系统的全局稳定性。将该算法用于气动系统位置跟踪，仿真结果表明该算法具有跟踪精度高，收敛速度快的优点。     

非奇异终端滑模控制系统的设计方法

提出一种全局非奇异终端滑模控制器，可用于带有参数不确定和外部扰动的二阶非线性系统，证明了系统从任意初始状态到达滑模的时间和在滑模上到达平衡点的时间均为有限，分析了终端滑模控制用于不确定性系统的跟踪精度，推导了系统跟踪精度和用于消除抖振的饱和函数宽度之间的数学关系，根据给定的跟踪精度，可设计出合适的饱和函数，仿真结果证明了所提出方法的有效性。     

不确定性机器人的鲁棒控制

本文研究不确定性刚性机器人的鲁棒控制问题，提出了一种新的鲁棒控制方案，控制器由两部分组成：第一部分为基于标称模型设计的计算力矩控制器；第二部分为基于Ｌｙａｐｕｎｏｖ方法设计的鲁棒补偿控制器，其作用是消除不确定性对跟踪性能的影响。本文证明了闭环系统的全局收敛性，仿真结果表明本方法对于存在外扰和模型不确定性的机器人系统是十分有效的。