基于模糊自抗扰技术的机械臂轨迹跟踪控制

考虑机械臂动力学模型中存在未建模动态、摩擦力矩、外部干扰等不确定性因素,为了提高系统的轨迹跟踪控制性能,设计了模糊自抗扰控制器。利用自抗扰技术中的扩张状态观测器能够对系统内外部扰动进行实时估计的特性,观测系统的不确定性因素,应用跟踪微分器提高系统动态响应性能,同时结合模糊控制技术对非线性误差反馈控制加以改进,从而实现了误差反馈增益的优化自整定。仿真结果验证了该控制器的强鲁棒性和有效性。     

带有输入饱和的化工聚合过程抗干扰跟踪控制

针对一类典型的化工乳液聚合过程,研究其同时存在执行器饱和以及外部干扰情况下的抗干扰形状分布控制问题.首先,结合乳液聚合过程的动力学特性进行建模得到目标粒径分布函数,再利用样条函数逼近目标的粒径分布,建立输出粒径分布函数和权系数间的动态关系,并分析存在外部干扰和执行器饱和限制下的系统动态性能;其次,引入凸包表示法对执行器饱和进行处理,利用干扰观测器观测未知干扰,设计PI控制输入实现对权重的动态跟踪;最后,基于Lyapunov方法计算控制增益和扰动观测器增益,验证系统的稳定性,使其动态跟踪误差趋于零.通过对一类乳液聚合模型进行仿真,验证了该算法的可行性和有效性.     

基于自抗扰模糊参数优化的纵列式植保无人机姿态控制仿真

针对纵列式植保无人机飞行控制系统中姿态控制的高要求和飞行中存在的各种未知扰动和参数不确定,提出了一种自抗扰模糊参数优化控制策略,以实现纵列式植保无人机姿态控制的高性能.包括安排过渡过程以减少超调,提高响应速度;设计扩张状态观测器来处理未知干扰和参数不确定性;为了提高控制系统的动态性能,采用模糊控制对非线性反馈控制律的增益进行在线调整.仿真结果表明:与常规PID以及模糊PID相比,模糊自抗扰控制策略能够快速有效地抑制干扰,具有较高的控制精度和较强的鲁棒性等特点.     

考虑系统总和扰动的多关节机械臂 反步有限时间滑模控制

针对多关节机械臂轨迹跟踪控制中存在的模型参数摄动和外部有界扰动等不确定性因素影响问题,设计了一种考虑系统总和扰动的反步有限时间滑模控制算法,用于实现多关节机械臂轨迹跟踪控制任务。首先,利用严格反馈形式描述多关节机械臂的动力学模型,并将模型参数摄动和外部有界扰动等不确定性因素看成系统的总和扰动,进而设计非线性扩张状态观测器对系统总和干扰加以估计,以提高系统的鲁棒性能;其次,在传统反步法设计的基础上结合有限时间滑模控制技术,完成系统反步有限时间滑模控制器的设计;最后,应用Lyapunov稳定性理论证明了多关节机械臂的位置矢量能够实现对期望位置矢量的有限时间稳定跟踪。仿真对比结果表明设计反步有限时间滑模控制算法的有效性。     

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.     

基于模糊滑模反步控制的自动装卸钻杆机械臂轨迹跟踪研究

针对现有矿井自动装卸钻杆机械臂运动轨迹跟踪方法精度低而导致施工效率低下的问题，综合应用模糊滑模控制与反步控制理论，提出模糊滑模反步控制钻杆机械臂轨迹跟踪法。采用扰动观测器对扰动信号进行估算，采用模糊理论描述滑模面与运动点的广义距离，以降低滑模控制中由速度瞬变所引起的抖振，并采用模糊滑模反步控制法对由系统扰动造成的误差进行补偿。针对钻杆机械臂的两个重要关节进行了运动仿真与试验测试。结果表明：两个关节的轨迹跟踪误差比模糊滑模控制分别减小了28.2%和22.6%。模糊滑模反步控制法有效降低了钻杆机械臂关节运动轨迹误差，极大提高了运动稳定性和响应能力。     

基于非线性干扰观测器的机械臂终端滑模控制

为了在干扰存在的情况下实现对五自由度机械臂的有效控制,提出了一种基于非线性干扰观测器的终端滑模控制策略.通过选择适当的非线性增益函数,干扰观测器能够精确地估计未知干扰,实现对控制器的补偿,降低滑模控制抖振.非奇异快速终端滑模面的设计提高了收敛速度,保证轨迹跟踪误差在有限时间内快速收敛.基于Lyapunov方法证明了闭环系统的稳定性,数值仿真结果验证了所设计方法的有效性.     

水下机器人-机械手系统末端执行器固定时间轨迹跟踪控制

针对四自由度水下机器人搭载二自由度机械臂的水下机器人-机械手系统,设计一种基于固定时间扰动观测器的积分滑模控制方法.利用固定时间特性,设计固定时间扰动观测器实现对未建模动态与外部扰动的观测,并设计了一种基于积分滑模的固定时间轨迹跟踪控制策略.仿真研究表明,设计的控制方法可在固定时间内使水下机器人-机械手系统末端执行器精准跟踪期望轨迹,且收敛时间与初始状态无关.该研究为具有未建模动态与外界扰动情况下的水下机器人-机械手系统末端执行器轨迹跟踪控制问题提供了 一种有效的解决方法.     

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。     

基于指数变增益迭代学习控制的机械臂轨迹跟踪研究

针对一类具有强耦合、参数时变、不确定干扰性质的机械臂系统,提出了一种指数变增益的闭环D型迭代学习控制算法.该算法主要解决机械臂轨迹跟踪精度以及迭代学习速度问题,可以实现机械臂轨迹的快速精确跟踪.最后通过MATLAB对机械臂轨迹跟踪系统进行仿真,仿真结果验证了算法的有效性.     

永磁同步电机位置伺服系统的RBF神经网络滑模控制策略

针对永磁同步电机(PMSM)位置伺服控制系统的负载扰动、外部不确定性干扰和模型参数摄动的特点,常规PID控制策略难以达到满意的控制效果.利用滑模控制对系统扰动和参数变化不灵敏的优点,提出一种基于神经网络和滑模控制相结合的位置伺服优化控制策略.在常规滑模控制器设计的基础上,引入RBF神经网络调节滑模控制器的切换增益,削弱系统的抖振,并通过在系统中设计干扰观测器实现对扰动的补偿.仿真结果表明:与常规滑模控制和常规PID控制相比,不同参数下本文所提出的优化控制策略超调量最多降低22%,调节时间最多减少9.2 s,有效提高位置伺服系统的鲁棒性、抗干扰能力和跟踪精度,且系统抖振得到有效遏制.     

基于迭代学习的三自由度机械臂轨迹跟踪控制

针对用于三自由度机械臂各关节末端轨迹跟踪控制的非线性系统在扰动存在的情况下跟踪效率较低的问题,提出一种变增益迭代学习控制律.利用拉格朗日法建立动力学方程,设计三自由度机械臂结构的变增益迭代学习控制器并进行收敛性分析,通过Matlab的Simulink仿真模块,构建三自由度机械臂控制系统仿真图,进行闭环定常PD(Proportion Differentiation)型和闭环变增益PD型迭代学习控制器的三自由度机械臂对比仿真试验.仿真结果显示,基于变增益迭代学习的三自由度机械臂在干扰的状态下,能较短时间内收敛到期望轨迹.     

变姿态柔性机械臂横向振动主动控制理论与实验

综合模态控制和极点配置方法来抑制变姿态柔性机械臂的横向振动.建立了工程适用的柔性机械臂回转系统简化动力学模型,通过模态滤波器和状态观测器实现机械臂末端横向加速度到模态速度和模态位移的转换,结合极点配置法获得当前姿态下系统的模态增益系数,可计算得到模态控制力和实际控制力.实现了基于NI控制器和回转液压作动器的主动控制实验系统,开展了变姿态条件下柔性机械臂横向振动主动控制实验,结果验证了上述方法对变姿态条件下柔性机械臂横向振动抑制的有效性.     

基于FCMAC干扰观测器的动态逆再入制导

针对升力式飞行器不确定的非线性模型,提出了基于模糊小脑模型神经网络(FCMAC)干扰观测器的动态逆再入轨迹跟踪制导律.首先采用非线性动态逆设计阻力加速度-能量标准轨迹的跟踪方法;然后利用FCMAC网络良好的非线性逼近能力、泛化能力和自学习能力,设计干扰观测器对模型的不确定性和外部干扰进行在线补偿;最后给出了闭环误差系统的鲁棒稳定性证明.仿真结果表明:FCMAC干扰观测器通过在线重构逆误差,降低了动态逆方法对模型的依赖,增强了跟踪系统的鲁棒性.     

采用非线性干扰观测器的机械臂补偿型滑模控制

针对机械臂系统中存在的内外复合不确定性干扰问题,提出一种非线性干扰观测器补偿型滑模控制策略.在非线性干扰观测器设计过程中,引入辅助函数,避免加速度反馈测量项;同时实现对复合不确定性干扰的准确估计,用以补偿系统的控制输入,克服系统的“抖振”现象.在滑模控制策略方面,基于传统方法对惯性矩阵项进行调整的基础上,引入跟踪误差对模型离心力和哥氏力项进行调整,提高系统鲁棒性和稳定性.结果表明:两者结合能够最大限度地降低系统不确定性及外界干扰对机械臂控制性能的影响,在抑制抖振的同时增强系统的鲁棒性,提高轨迹跟踪精度.     

基于线性扩张状态观测器的平行泊车路径跟踪

为了消除外界干扰和转向系统运动学模型的不确定性的影响,建立了平行泊车系统的车辆运动学模型,设计了一个三阶线性扩张状态观测器,该观测器可将外界干扰和模型不确定性看作系统总的扰动量进行观测和补偿,而不需要建立被控对象的精确数学模型.基于该观测器,设计了平行泊车路径跟踪控制器,并对其性能进行了仿真和实车验证.仿真结果表明,所设计的平行泊车路径跟踪控制器的控制效果优于传统PID控制器,抗外界干扰能力更强.实车试验结果表明,该路径跟踪控制器能够精确控制车辆完成平行泊车任务,最大误差仅为0.111 m.     

被动模式下肢外骨骼机器人的步态轨迹跟踪控制

针对被动模式下肢外骨骼机器人的步态轨迹跟踪控制问题,提出一种自抗扰控制(active disturbance rejection control,ADRC)策略.将系统未建模动态、系统间动态耦合和外部扰动视为总干扰,设计扩张状态观测器(extended state observer,ESO)进行估计,采用前馈方式进行补偿,从而抑制干扰的影响.通过设计的误差反馈控制器,实现对期望步态轨迹的跟踪控制,并给出ESO误差有界以及闭环系统稳定性的证明.仿真结果表明,所提的ADRC策略能准确跟踪步态轨迹,相比于比例积分微分(PID)控制和计算力矩控制方法,该策略不仅能保证良好的跟踪效果,还能有效抑制干扰.     

无人驾驶机器人机械腿非线性模糊自适应反演滑模控制

为了实现无人驾驶机器人机械腿位置精确跟踪及提高车速跟踪精度,针对机械腿受到的非线性干扰,提出了一种基于非线性干扰观测器的机械腿模糊自适应反演滑模控制方法.首先,通过对机械腿机构操纵踏板时的位置运动分析,建立了机械腿运动学模型,构建了考虑运动副非线性摩擦的机械腿动力学模型,描述了机械腿关节间摩擦力矩与相对速度之间的关系,求得了摩擦参数.接着,设计了油门/制动机械腿切换控制器和非线性干扰观测器.最后,针对观测误差以及其他不确定干扰,设计了模糊自适应反演滑模控制器,进行了李雅普诺夫稳定性分析.实验结果表明,所提方法有效削减了控制输出的抖振,且相较于未对摩擦进行补偿的情况,机械腿位置最大跟踪误差从5.5×10~(-2) rad减小为1.1×10~(-3) rad,最大车速跟踪误差从2.21 km/h减小为1.91 km/h.基于干扰观测器的机械腿模糊自适应反演滑模控制方法能够有效提高机械腿跟踪精度与车速跟踪精度.     

一种基于干扰观测器的内模控制方法

为保证内模控制的可实现性以及满足鲁棒性需要引入滤波器，但是滤波器的存在会导致跟踪滞后和无法有效抑制正弦扰动。针对这一问题本文提出了一种基于干扰观测器（DO）的内模控制方法。该方法能够抑制由阶跃扰动和正弦扰动组成的复合扰动：通过观测器可以对正弦干扰进行观测和补偿，内模控制器抑制阶跃干扰和观测器的补偿误差。对单机械臂的仿真证明了该方法的有效性。     

伺服电机驱动的连铸结晶器振动位移系统模糊自整定PID控制

伺服电机驱动连铸结晶器按期望规律振动是一种新型的驱动方式。本文针对常规PID控制对伺服电机驱动的连铸结晶器振动位移非线性系统难以实现理想控制效果的问题,设计了一种连铸结晶器振动系统的模糊自整定PID控制器。仿真结果表明,与常规PID控制相比,采用模糊自整定PID控制器能够实现连铸结晶器振动位移系统对期望波形的精确跟踪,且系统对外部负载转矩扰动、减速比不确定性和偏心轴机械零位初始偏差具有较强的鲁棒性。