基于观测器的机械臂协调操作柔性负载的控制

为解决机械臂协调操作柔性负载状态不完全可测的问题,基于输出反馈研究了系统的控制。针对机械臂协调操作柔性负载驱动数小于自由度数,采用奇异摄动理论把协调系统降阶为快慢两个子系统。通过机械臂末端与负载接触点的部分信息和负载物理特性,建立了系统柔性坐标之间的关系,设计了观测器。通过系统特性把观测器系统误差方程转换为状态矩阵方程的形式,根据矩阵特征值的特点设计观测器参数,并把这一思想用到观测器-控制器系统的稳定性证明中。仿真结果证明了观测器和控制器的有效性。     

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。     

机械臂协调操作柔性负载鲁棒神经网络控制

针对多变量刚柔耦合的双机械臂协调操作柔性负载系统,基于奇异摄动理论研究该系统有限元模型的分解以及轨迹跟踪控制问题.考虑动力学模型的复杂性,通过双时标变换将协调系统分解成表征系统大范围刚性运动的慢变子系统和表征系统弹性振动的快变子系统.基于反演思想在慢变子系统中设计鲁棒神经网络控制策略,实现系统轨迹跟踪性能;针对快变子系统,设计鲁棒最优控制策略抑制系统的弹性振动.仿真研究结果表明,该控制策略增强了系统的跟踪性能和鲁棒性.     

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.     

履带式移动机械臂的自适应模糊滑模控制

针对非线性及不确定性复杂环境下非完整移动机械臂控制系统,提出了一种基于自适应模糊控制和非奇异终端滑模控制相结合的轨迹跟踪控制方法。该方法在对非完整移动机械臂建立动力学模型的基础上,采用模糊高斯基函数神经网络的非线性逼近性能,优化补偿常规方法在移动机械臂系统中难以解决的系统未知参数不确定性,并通过应用非奇异终端滑模控制来消除未知外界干扰和模糊控制逼近误差对系统的影响,提高了系统的鲁棒性和控制性能。应用Lyapunov稳定性理论,证明了控制系统的稳定性,仿真试验结果验证了该方法的有效性和优越性。     

基于耦合滑模面的机械臂操作柔性负载系统分布参数控制

针对多变量刚柔耦合的机械臂操作柔性负载系统,提出了一种自适应滑模控制方法,研究了系统存在参数不确定性和外部干扰影响下的位置控制和振动抑制问题。系统动态特性由偏微分方程表示的分布参数模型来描述,避免了集中参数模型导致的溢出问题。基于对柔性负载的能量动态分析,设计了一种自适应滑模控制器,其中滑模面定义为关节角误差、关节角速度误差和柔性负载的根部应变和剪切力的耦合。利用LaSalle不变性原理,证明了闭环系统的渐近稳定性。最后仿真验证了所设计控制方法的有效性。     

双连杆柔性机械臂的奇异摄动控制

本文中采用奇异摄动方法将双连杆柔性机械臂系统分解为慢变和快变两个子系统，分别采用滑模控制方法和极点配置方法设计慢变和快变子系统的控制器，并进行了数值仿真。     

基于铰链结构的机械臂操作柔性负载系统建模与控制

基于铰链结构研究了机械臂协调操作柔性负载系统的动力学建模与控制问题。提出了虚拟连杆的概念,以虚拟连杆为基准运用有限元法与拉格朗日方程建立了柔性负载的运动方程和振动方程,在负载坐标空间建立了系统的动力学模型。针对振动状态的不可测量性,应用刚性控制规律设计了控制器,给出了一种补偿系统动力学对位置控制影响的方法。仿真结果验证了该方法的有效性。     

可重构机械臂分散自适应模糊滑模控制

为了适应软件模块化的设计观念,提出一种可重构机械臂的分散自适应模糊滑模控制方案,把可重构机械臂的动力学描述为一个交联子系统的集合。使用模糊逻辑系统逼近子系统动力学模型,然后设计自适应滑模控制器抵消交联项和模糊逼近误差对轨迹跟踪性能的影响。这些子系统控制器组成一个模块化的控制网络,协调工作实现可重构机械臂稳定可靠的运动。最后,仿真结果证明了提出的分散控制方案的有效性。     

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...     

不确定性空间机器人自适应Terminal滑模控制方法

分析了空间机器人本体质量变化和负载情况变化对系统动力学不确定性的影响,并针对空间机器人操作负载变化显著的特点,设计了一种自适应Terminal滑模控制方法。利用RBF神经网络在线学习系统的不确定性上界,系统状态始终保持在滑模面上,并能保证系统控制误差在有限时间内收敛。以两自由度空间机器人为对象,对不同负载情况的运动进行了仿真,结果表明这种滑模控制方法对系统负载变化不敏感,并能保证期望控制精度。     

输入有界的挠性航天器姿态跟踪滑模控制

针对三轴稳定挠性航天器输入受限的姿态跟踪问题,设计了一类滑模自适应姿态跟踪控制器,它能确保闭环系统在一定条件下具有全局渐近稳定性,且满足控制输入有界的要求;同时,该控制方案是一种模型独立的控制方法,不依赖于航天器结构参数及模态阶数,而且通过引入参数自适应控制律,使得控制器的设计也不依赖于参数不确定性和外部干扰力矩的界函数,具有较强的鲁棒性和工程实用性.最后根据给定的挠性航天器参数进行了数值仿真研究,结果表明在转动惯量存在较大不确定性和外部干扰的情况下,系统具有很好动态性能和有效地抑制控制输入饱和问题,表明所设计的控制方案有效可行,并具有一定潜在的工程应用前景.     

一类不确定性二阶振动系统的自适应滑模控制

针对一类典型的二阶振动系统,基于滑模控制理论研究了系统的控制问题。考虑系统存在不确定性的情况下,考虑不确定性上界已知和未知,分别设计了滑模控制器和自适应滑模控制器,并引入模糊控制消除滑模抖振的影响。最后通过仿真试验研究,验证了所设计控制方法的有效性。     

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.     

基于遗传算法的柔性机械手高阶终端滑模控制

针对双臂柔性机械手控制系统,提出了一种基于遗传算法的高阶终端滑模控制方法,以解决其非最小相位控制问题,实现末端位移控制。基于输出重定义方法,通过输入输出线性化,将系统分解为输入输出子系统和内部子系统,在此基础上,结合高阶滑模和终端滑模的控制思想设计输入输出子系统控制器,利用遗传算法优化内部子系统参数,以保证两个子系统稳定,同时削弱抖振对柔性模态的影响,提高末端位移控制精度。仿真结果证明了所提方法的有效性。     

一类柔性悬索结构的自适应滑模控制

针对悬索结构强非线性和大滞后的特点,提出了一种自适应滑模控制方法.从线性化模型出发建立多输入-多输出滑模控制器,并将模型偏差、风载荷视为系统的外部扰动,通过引入参数自适应律在线估计总的外部扰动,并加以补偿.在此基础上,针对大射电望远镜5 m模型,采用离散悬索模型和自适应滑模控制方法对舱索控制系统进行了仿真,并与传统的PID控制方法进行了对比.结果表明,采用自适应滑模控制后,不但位置误差减小到PID控制时的40%,而且提高了鲁棒性.     

MIMO非线性自适应模糊滑模控制

为了解决传统的自适应模糊滑模控制方法需经无穷长时间才能达到平衡点，不能对系统进行精确地跟踪控制的问题。提出一种具有快速收敛性的自适应模糊滑模控制方法。控制器用具有快速收敛性和稳定性的最终吸引子做自适应模糊调节率代替传统自适应模糊调节率，不仅具有稳定性且具有快速收敛性，从而使控制系统的输出能在有限时间内精确地跟踪参考信号。证明了所设计控制器是全局稳定的。并用该方法控制了二自由度机器手系统，仿真结构表明该方法能使机器手在有限时间内达到精确的位置和速度，从而证实了其快速性。