基于神经网络的不确定机器人自适应滑模控制

提出一种机器人轨迹跟踪的自适应神经滑模控制。该控制方案将神经网络的非线性映射能力与变结构控制理论相结合,利用RBF网络自适应学习系统不确定性的未知上界,神经网络的输出用于自适应修正控制律的切换增益。这种新型控制器能保证机械手位置和速度跟踪误差渐近收敛于零。仿真结果表明了该方案的有效性。     

机器人操作器的自适应模糊滑模控制器设计

针对机器人动力学系统提出了一种基于模糊逻辑的自适应模糊滑模控制方案.根据滑模控制原理并利用模糊系统的逼近能力设计控制器,基于李雅谱诺夫方法设计自适应律,证明了闭环模糊控制系统的稳定性和跟踪误差的收敛性.控制结构简单,不需要复杂的运算.该设计方案柔化了控制信号,减轻了一般滑模控制的抖振现象.仿真结果表明了所提控制策略的有效性.     

基于模糊补偿的康复机器人的自适应滑模控制研究

针对下肢外骨骼机器人不确定模型及摩擦因素的轨迹运动控制问题,提出了一种基于模糊补偿的自适应滑模控制(FCASMC)方法。首先利用滑模控制思想设计非线性滑模面,设计滑模控制器实现系统的稳定性;接着采用模糊控制方法对其机器人中关节运动存在的未知摩擦项进行模糊补偿与逼近,减少未知摩擦项和外扰动等因素下对系统带来的稳定性影响;最后还采用了鲁棒项来消除补偿逼近误差所带来的影响,也可减少滑模方法所带来的抖振问题,从而使整个系统的稳定性进一步提高。最后,基于Lyapunov定理对所设计的控制器进行稳定性证明和仿真。仿真结果表明,设计的控制器可以很好地对不确定摩擦项进行补偿,机器人的关节运动轨迹跟踪能实现全局跟踪,提高了在今后实际工程中的应用研究价值。     

SCARA机器人模糊自适应滑模控制

为了提高SCARA机器人的轨迹跟踪控制性能,提出了一种基于非奇异终端滑模面和改进的快速趋近律的滑模控制策略。设计了一种非奇异的快速终端滑模面,可在任意初始状态下收敛到平衡点;改进滑模控制的趋近律,在保证快速趋近的同时可有效抑制抖振,并采用双曲正切函数代替传统的符号函数,有效地消除了高频抖振。采用模糊控制调节趋近律参数,改善初始状态误差过大时引起的力矩冲击问题;基于SCARA机器人模型仿真实验表明,实验结果跟踪性能良好,输出力矩平滑。     

基于模糊神经网络的机器人滑模自适应控制

滑模控制（SMC）响应快,对系统参数和外部扰动呈不变性,可保证系统的渐近稳定性,但其缺点是控制存在很强的抖动;而模糊神经网络（FNN）具有模糊系统和神经网络共同的特点。将滑模控制和模糊神经网络控制有机结合,利用简单得到的学习信号对模糊神经网络进行在线学习,通过平滑切换函数实现直接自适应控制策略。对两连杆机械手的仿真研究表明,在存在模型误差和外部扰动的情况下,该方案既能达到高精度快速跟踪的目的,又能有效减小滑模控制的抖动问题。     

基于滑模位置控制的机器人灵巧手模糊自适应阻抗控制

提出一种基于滑模位置控制的模糊自适应阻抗控制策略。该控制方案通过模糊控制器实时地调整阻抗参数,不但可使系统稳定,而且具有良好的动态品质;同时内环的滑模位置控制器可增强系统的鲁棒性,最后以机器人灵巧手单关节为对象进行仿真研究,证明了该控制策略的有效性和可行性。     

机器人轨迹跟踪自适应控制

本文提出一种新的自适应控制算法,用于补偿机器人动力学方程中的非线性项和消除关节间的耦合。这种简单有效的控制算法,保证了系统在一定的参数变化范围内具有渐近稳定性和良好的控制精度。     

CTU机器人装载轨迹自适应模糊滑模控制方法

CTU料箱机器人在多层拣货期间会出现装载不稳定现象,为解决这一问题,该文提出CTU机器人装载轨迹自适应模糊滑模控制方法。对CTU料箱机器人实施动力学分析,依据分析结果规划CTU机器人装载轨迹路径,使机器人根据规划的最优路径实现自动化取货;为保持机器人在拣货期间的稳定性,利用构建的自适应模糊滑模控制模型消除CTU机器人在外界干扰下所产生的输入抖振现象,并结合设计的自适应控制律,完成CTU机器人装载轨迹平衡控制,从而实现CTU机器人装载轨迹自适应模糊滑模控制。实验结果表明,通过对该方法开展平衡能力及抗扰动性测试,验证了该方法的可行性。     

直线同步电动机磁悬浮系统的自适应模糊滑模控制

提出一种自适应模糊滑模控制方法用以提高可控励磁直线同步电动机(controllable excitation linear synchronous motor,CELSM)磁悬浮控制系统的性能.根据CELSM的特定结构和运行机理,建立CELSM磁悬浮系统的数学模型,包括励磁回路的电压方程、磁悬浮力方程和运动方程;设计积...     

SCARA机器人的模糊自适应滑模控制

为了提高SCARA机器人的轨迹跟踪控制性能,提出一种双模糊自适应滑模控制;采用一自适应模糊控制器,根据滑模到达条件对滑模切换增益进行估算,消除滑模控制中输出力矩的抖振现象,增强其对不确定性因素的适应能力;采用另一自适应模糊控制器对指数趋近律系数进行修正,改善由于大范围初始位姿产生的偏差而引起的大力矩和速度跳变问题;基于Lyapunov方法进行了稳定性证明,保证控制系统的稳定性与收敛性;仿真实验结果表明,该方法应用于SCARA机器人,跟踪效果良好并产生了平滑的力矩输出和速度输出.     

一类非线性互联系统的间接自适应模糊滑模跟踪控制

基于模糊逻辑逼近原理,针对非线性动态未知互联系统,设计一种新的模糊分散控制器.讨论了互联项满足或不满足一般性约束条件的两种情形,用不同方法来补偿其对大系统的影响.同时利用模式转换函数来实现间接自适应控制与模糊滑模控制之间的转换,使系统的状态在有界闭集内变化,并依据Lyapunov方法证明了闭环系统稳定,跟踪误差收敛到零的一个小邻域内.仿真结果证明所设计的模糊控制器的有效性.     

一种新的自适应模糊滑模控制器设计方法

对一类非线性系统提出一种新的自适应模糊滑模控制器设计方法。将自适应模糊控制与滑模控制有效地结合在一起,先用滑模控制使跟踪误差进入边界层内,然后启动自适应模糊控制器。该控制器可消除滑模控制器中出现的抖振,并可在存在模糊逻辑系统逼近误差情况下使系统跟踪误差小于预先给定的任意常数。仿真算例验证了所提出方法的有效性。     

基于FNN的滑模自适应控制

研究一类不确定性非线性系统的直接自适应控制方法。该方法由滑模控制器和模糊神经网络构成，通过平滑切换实现自适应控制策略。仿真结果表明，这种方法既有强鲁棒性，又能有效地消除高频颤动。     

液压驱动伺服机器人的模糊滑模控制研究

针对液压驱动四足机器人伺服系统非线性和不确定性严重的问题,提出了一种快速响应、鲁棒性好、控制精度高的模糊滑模控制器,并进行了仿真研究.首先,建立了液压驱动伺服机器人的液压动力机构非线性数学模型,利用Lyapunov方法设计了滑模控制器;其次,构造了一个模糊边界层宽度调节器,削弱滑模控制的抖振;最后,分析了参考力、液压参数、供油压力及负载刚度变化对系统输出的影响.仿真结果表明,该控制器对液压伺服力系统非线性和参数变化具有较好的控制效果.该方法用于四足液压驱动伺服机器人的控制是可行的、有效的.     

基于不确定T-S模型的模糊滑模自适应控制

提出一种不确定T-S模型的模糊滑模自适应控制方法。通过变换将该模型转换成3个组成部分：线性标称系统,已知非线性部分和未知不确定部分。针对它们设计3个控制器,其作用分别为：强迫系统沿着滑模面运动,消除已知扰动对线性标称系统的影响,克服不确定扰动(采用模糊滑模自适应控制,无需知道不确定的界限)。该方法无需求正定矩阵就能保证系统全局稳定。     

一类非线性系统综合自适应模糊滑模控制

针对一类非线性系统把模糊控制,模糊逻辑逼近及模糊滑模控制相结合,提出一种综合自适应模糊滑模控制方法、直接和间接自适应模糊控制器只能利用模糊控制规则或模糊描述信息,而综合自适应模糊控制器能利用上述两种信息。理论证明闭环系统稳定,跟踪误差收敛到零或零的一个小邻域内。仿真结果表明了算法的有效性。     

基于模糊自适应滑模算法的多机械臂力/位混合控制

针对多机械臂力/位混合控制受摩擦力等不确定因素影响的问题,该文提出了一种基于模糊自适应鲁棒滑模算法的控制方法。首先,根据机械臂及物体的动力学方程,构建多机械臂系统模型,并将模糊算法与自适应滑模算法相结合;然后,对不确定因素及未知非线性项进行补偿,利用鲁棒算法对系统可靠性进行提升;最后,基于李雅普诺夫方法,证明了该系统的稳定性。仿真结果显示,该方法可显著提升控制器的控制精度和系统响应速度。