受限机械臂的自适应小波滑模位置/力混合控制

针对终端运动受约束的机械臂位置/力混合控制问题,提出了一种自适应小波滑模控制算法.该控制方案将滑模控制的鲁棒性及自适应调整能力与小波神经网络相结合,根据坐标变换得到降阶位置/力模型,针对降阶模型采用小波神经网络在线学习系统未知动力学模型中的非线性部分,同时引入滑模控制自动调整小波网络权值参数,从而对神经网络的固有逼近误差进行有效补偿,达到期望的跟踪性能.二自由度机械臂的仿真结果表明该控制器能保证系统快速有效跟踪指定参考信号.     

柔性串联机械臂的模糊自适应滑模控制系统设计

针对柔性串联机械臂传统控制方式的轨迹跟踪精度存在误差较大的缺陷,文章提出了一种结合柔性串联机械臂弹性动力学方程和模糊自适应滑模控制(sliding mode control,SMC)的控制方法。采用运动弹性动力学(kineto-elastic-dynamics,KED)法,结合系统的约束方程,建立了机械臂的弹性动力学方程,为系统提供控制对象模型;将模糊自适应算法与SMC控制器相结合,设计出一种新型SMC控制器,并运用Lyapunov函数验证该新型SMC控制器的稳定性;基于S-Function函数,建立机械臂的Matlab/Simulink仿真框图,对机械臂进行仿真分析。结果表明,模糊自适应SMC控制器具有轨迹跟踪精度高和稳态误差小的特点,验证了新型SMC控制器的有效性。     

环境约束可重构机械臂模块化力/位置控制

针对受环境约束的可重构机械臂系统,提出了一种自适应神经网络模块化力/位置控制方法.利用雅克比矩阵将机械臂末端与环境接触力映射到各关节,将系统动力学模型描述成一组通过耦合力矩相关联的子系统集合,通过控制各子系统的位置和力矩来达到控制末端执行器位置和接触力的目的.利用神经网络估计可重构机械臂系统的非线性项和交联项,通过自适应更新律在线估计神经网络权值函数,并引入滑模控制项补偿估计误差,从而保证闭环系统渐近稳定.最后,在不改变控制器参数的条件下对2个不同构形的2自由度可重构机械臂进行数值仿真,结果验证了所设计控制器的有效性.     

面向旋翼飞行器的仿生机械臂终端滑模控制

为满足不断增长的空中作业需求,提出一种面向旋翼飞行器的仿生机械臂,并针对仿生机械臂的控制问题,设计一种基于时延估计及模糊自适应增益调整的非奇异终端滑模控制器,该方法采用时延估计技术对仿生飞行机械臂系统的未知动力学参数进行估计,不需要精确的动力学模型,更具实用性.控制器的主要部分是非奇异终端滑模,在时延估计误差和外界干扰...     

融合速度信息的机械臂自适应轨迹跟踪控制方法

针对机械臂动力学模型参数不确定性与速度信息不精确影响轨迹跟踪精度的问题，提出一种多传感器信息融合的机械臂参数自适应轨迹跟踪控制方法。首先将未建模动态视为系统内部干扰，简化机械臂动力学模型；其次采用反步控制方法为机械臂系统设计控制律，并为动力学模型中不确定参数设计自适应律；最后考虑使用单一位置传感器的差分值或转速计的测量值作为速度信息可靠性低的问题，通过多传感器信息融合方法为控制器提供更精确的速度信息。仿真与实验结果表明：采用融合速度信息能够提高所提控制方法的精度与稳定性，速度信息的精确性提升7%;与反步控制方法、自适应控制方法相比，所提控制方法具有更好的机械臂轨迹跟踪控制性能，轨迹跟踪误差分别降低了30%、50%。     

非线性系统神经模糊自适应控制的问题与策略

针对具有未知动力学的机械臂系统 ,提出一系列神经模糊自适应控制方法。提出神经模糊动态逆稳定自适应控制方法 ,该方法使用动态神经模糊系统逼近非线性动态系统 ,设计的动态逆控制器可以通过参数的设定保证闭环系统在初始控制段的动态性能 ,而无需事先要求机械臂状态位于某一紧集的假设。结合延时神经模糊网络 ,引入降维观测器估计输出重定义后机械手的速度矢量 ,从而建立了非线性系统的控制器观测器设计的新方法。采用了动态逆和“Back-stepping(后退 )”的技术 ,将以上方法成功推广到了考虑执行电机动力学特性的柔性连杆机械臂问题上     

基于奇异摄动法的受约束双连杆柔性机械臂组合控制

建立了受约束双连杆柔性机械臂动力学方程,基于奇异摄动理论,将系统模型分解为慢变及快变两个子系统。对慢变和快变两个子系统分别设计控制器,达到了力/位置精确控制的目的。仿真结果验证了采用组合控制方案的正确性。     

线驱连续型机械臂无模型自适应控制

针对连续型机械臂建模与控制问题,提出了一种基于无模型自适应控制的线驱连续型机械臂末端三维空间位置控制算法．根据机械臂驱动线缆长度变化和末端位置,采用紧格式动态线性化方法,将连续型机械臂的复杂非线性模型等价为增量式动态线性时变模型,在此基础上,设计了伪雅可比矩阵估计及重置算法及末端位置无模型自适应控制算法,具有不依赖系统数学模型和控制器参数自适应的优点．建立了连续型机械臂的ADAMS虚拟样机,并与Matlab进行联合仿真,验证了所提方法的有效性．     

基于扩张状态观测器的机械臂分散自适应模糊控制

针对机械臂控制中各子系统间交联项难于处理的问题,提出了一种基于扩张状态观测器(extended state observer,ESO)和模糊策略的分散控制方法.将机械臂系统考虑为各关节交联子系统的集合,采用扩张状态观测器去实时估计机械臂各关节间的状态、耦合交联项及非线性项,利用模糊系统去逼近机械臂动力学模型中的建模不确定项,从而设计分散自适应模糊控制器以实现机械臂的轨迹跟踪控制,给出了控制器中参数的自适应更新律,并对该控制器进行了Lya-punov稳定性分析.最后将该方法应用于一个4自由度机械臂的轨迹跟踪控制中,仿真结果表明了该方法对处理耦合交联项及在各关节轨迹跟踪控制中的有效性.     

基于高斯RBF神经网络的可伸缩机械臂系统动态建模与仿真

设计了一种新的多模块机器人机械臂系统,该机械臂的每个模块具有可伸缩杆和旋转节两部分.为了进行有效控制,给出了系统的解析公式和机械臂自适应控制的相关技术.使用高斯函数的RBF神经网络对系统的动态方程参数进行了估计,使用李亚普诺夫稳定性分析确定神经网络权重的自适应修正规则,并给出了相应的自适应控制器模型.对该机械臂系统的控制进行了计算机仿真分析,结果表明:该方法在响应时间和控制精度方面都有提高,并且在有负载等非线性事件突然干扰的情况下亦能进行有效控制.     

考虑未知负载的机械臂任务空间模糊跟踪控制

针对机械臂任务空间控制中动力学参数及负载均未知,导致末端轨迹跟踪难以实现的问题,提出了一种自适应模糊控制器(AFC)设计方法。采用一个滤波器滤除由末端位置微分获得的速度信号中的噪声;根据关节速度与Jacobian矩阵估计末端速度,并将估计误差引入控制器设计;通过另一个滤波器对误差函数进行处理。控制律由两部分组成,第一部分是一个模糊逻辑系统的输出,用来逼近机械臂动力学模型中包含摩擦等在内的非线性环节;第二部分是一个鲁棒项,用来减小系统外部扰动及模糊逼近误差带来的影响。通过Lyapunov方法设计控制器并证明了闭环系统的稳定性。Matlab环境下的对比仿真表明,本文所提方法下,机械臂末端跟踪轨迹平滑,且保持较高的跟踪精度。     

采用摩擦补偿的弹药传输机械臂自适应终端滑模控制

为处理某自行火炮弹药传输机械臂系统在负载变化和非线性摩擦干扰情况下的快速定位控制问题,构造了一种结合自适应思想的新型非奇异快速终端滑模控制策略.建立了负载变化及非线性摩擦干扰情况下的弹药传输机械臂动力学方程.为避免控制器产生奇异问题和改进控制器到达滑模面的速度,采用一种新型非奇异快速终端滑模控制策略,设计了弹药传输机械臂的控制律.针对系统不确定上界难以确定的问题,采用自适应律估计系统的不确定上界,并利用Lyapunov准则证明了系统状态的有限时间收敛.为实现系统非线性摩擦补偿控制,使用遗传算法对建立的Stribeck模型进行参数辨识.不同负载工况下弹药传输机械臂实验结果表明:文中设计的控制器实现了负载变化和非线性摩擦情况下弹药传输机械臂的快速准确定位,具有良好的鲁棒性,控制策略合理有效.     

无末端力传感器的可重构机械臂分散力控制

针对存在关节摩擦和外扰的可重构机械臂系统在受限空间内的力控制问题,提出一种无需使用力传感器即可同时控制受限空间内机械臂力和位置的分散阻抗内环/力外环控制方案.采用模糊系统逼近机械臂系统中的不确定项及子系统间的耦合关联项,通过基于模糊预测的力外环控制器为内环的阻抗控制器提供参考轨迹,并利用模糊系统逼近实际的接触力.该方案为没有力传感器情况下的可重构机械臂的力控制提供了一种可能的解决方案,且模糊预测调节参考轨迹的阻抗内环控制使机械臂具有一定的柔顺性,能较好地实现机械臂由自由空间向受限空间的过渡.通过对2自由度平面机械臂和3自由度机械臂的仿真验证了该方法的有效性.     

柔性关节机械臂的自适应命令滤波输出反馈控制

针对柔性关节机械臂轨迹跟踪控制中存在模型摄动、外界干扰以及部分状态信息不可测等问题，提出一种基于自适应神经网络观测器的命令滤波输出反馈控制方法。首先，给出含不确定性的柔性关节机械臂动力学方程，并选用RBF神经网络设计自适应律，在线逼近由模型摄动及未知干扰带来的不确定性项；然后，设计自适应神经观测器以对系统不可测状态进行实时估计，并将估计值用于反馈控制，解决部分状态信息不可测的问题；最后，基于Lyapunov理论设计反步跟踪控制器，并引入二阶命令滤波器获得中间虚拟控制量的导数，避免反步递推过程中“计算爆炸”的问题。仿真结果表明，当系统存在模型摄动和外界干扰时，所提自适应命令滤波反步控制方法与传统反步控制方法和误差补偿命令滤波控制方法相比，无需连杆的角速度以及电机轴的转角和角速度等状态信息，且轨迹跟踪精度分别提升78%和35%。     

有效因子融合的可重构机械臂分散容错控制方法

针对含有动态摩擦的可重构机械臂轨迹跟踪执行器部分失效故障的问题,提出一种基于有效因子融合的分散反演滑模容错控制方法。将可重构机械臂的每个关节模块考虑成一个子系统,将有效因子融合到子系统动力学模型中。基于Lyapunov稳定性理论,子系统误差状态空间分别采用了反演思想和终端滑模进行控制器设计,并利用径向基函数(RBF)神经网络估计系统模型的不确定项和交联项,自适应地补偿了神经网络的估计误差。最后,数值仿真结果表明了提出的分散容错方法的有效性。     

基于MRFAC的感应电机控制器设计

结合感应电机这一非线性控制对象,设计了感应电机的模型参考模糊自适应速度控制器。该控制器具有传统模型参考自适应控制构架,传统模型参考自适应控制系统中的反馈控制器和常规自适应机构分别由主模糊控制器、模糊自适应机构替代,模糊逆模型结合自适应调整算法构成的模糊自适应机构对主控制器参数进行实时调整,以达到快速适应对象参数和状态变化的目的。基于模块化建模工具Matlab/Simulink建立感应电机控制系统模型,仿真结果表明该控制器运行平稳,具有良好的动、静态性能。     

柔性关节机械臂自适应神经网络动态面控制

针对柔性关节机械臂动力学模型具有非线性、不确定性和未知的外界扰动等问题,提出了基于自回归小波神经网络的自适应动态面控制方法.采用对于非线性系统具有良好学习和快速收敛能力的自回归小波神经网络,在线观测和补偿动力学模型的不确定项.并应用动态面方法设计控制器实现了关节轨迹跟踪控制.仿真和实验结果显示:当存在模型参数不准确及未建模的外部扰动力矩时,控制算法表现出良好的自适应能力,与传统动态面法和PD(比例微分)控制相比较,显著提高了柔性关节的位置跟踪精度.     

双连杆柔性机械臂的主动控制

对柔性双连杆机械臂位置的主动控制进行研究,给出系统的动力学方程,采用非线性解耦反馈控制方法分别得出系统大范围运动方程和柔性臂的动力学方程,并采用机械臂逆动力学方法和LQR方法分别设计大范围运动控制律和压电作动器控制律.仿真结果表明,该控制方法能够有效地控制机械臂到达的指定位置,并且抑制柔性臂的弹性振动.     

基于操作空间的机械臂自适应模糊鲁棒控制

为提高动力学模型不确定的机械臂系统的跟踪精度, 提出了一种基于操作空间的自适应模糊的鲁棒轨迹跟踪控制方法。考虑存在未知的外部扰动和其他未建模动态, 引入GL(General Linear)矩阵及其乘法算子,利用模糊系统逼近任意非线性函数的能力对机械臂动力学进行前馈补偿, 通过鲁棒控制项抑制建模误差和有界扰动。该方法无需求解机械臂在操作空间的动力学模型。根据Lyapunov 稳定性理论证明了系统的稳定性,并通过仿真实验验证了所设计控制器能达到较好的轨迹跟踪效果。     

六自由度机械臂无模型自适应滑模控制

针对强耦合、非线性的六自由度机械臂系统难以建立精确数学模型的问题,提出了一种无模型自适应滑模控制方案。以无模型自适应方法与滑模变结构控制相结合,利用全格式动态线性化方法,将机械臂非线性模型转换为离散的动态线性时变模型,采用各关节的输入力矩和输出角速度来设计控制器,并引入滑模控制保证其收敛性。通过六自由度机械臂的Sim Mechanics模型进行了仿真实验,结果表明,相比于现有的无模型自适应方案,即使在没有建立六自由度机械臂精确数学模型的情况下,所设计的控制方案能实现各关节对理想速度更加迅速的响应和更加精准的跟踪,从而验证了所提出的无模型自适应滑模控制方案的可行性和有效性。