永磁同步电机转动惯量的自适应辨识方法研究

针对永磁同步电机伺服系统对转动惯量辨识的高精度、收敛的快速性以及系统对扰动影响的鲁棒性要求,提出一种永磁同步电机转动惯量的自适应辨识方法.采用梯度校正参数辨识算法在线辨识惯量值,并设计卡尔曼滤波器实时观测负载转矩状态,将辨识到的惯量值对卡尔曼滤波器的系数矩阵进行实时更新,观测到的转矩值反馈到转矩电流端形成负载扰动的前馈补偿.仿真和实验结果表明,转动惯量在线辨识结果具有较快的收敛速度和较高的辨识精度,同时系统对惯量和负载转矩的变化有较强的抗扰性.     

考虑负载时变的线路巡检机器人动态性能分析

巡检机器人进行越障时，受负载时变影响，会出现控制超调、振动等现象.在考虑负载惯量时变特性的情况下，研究了一种用于分析巡检机器人越障状态下动态性能的方法.对双臂线路巡检机器人的回转机构建立了基于双惯量模型的动力学方程，使用改进D-H法与拉格朗日法对机器人建模，具体包括分配坐标系，求解拉格朗日方程，利用惯性矩阵计算负载转动惯量等.通过选择合适的阻尼系数设计了控制器参数，利用阻尼系数与固有角频率的变化分析了机器人的动态性能变化.研究成果有助于对双臂巡检机器人越障时的动态性能进行分析，并可用于机器人的伺服控制参数调试.     

串联弹性驱动器的控制策略应用于工业机器人

为提高工业机器人的控制及示教水平,首先设计串联弹性驱动器关节机械臂零力控制系统和比例-积分-微分(proportion integration differentiation, PID)位置控制系统,然后搭建MATLAB仿真系统,最后采用串联弹性驱动器力跟踪实验的方法,研究了串联弹性驱动器关节机械臂零力控制系统的正确性和控制算法的可行性。结果表明:设计的机器人零力控制系统和控制策略能够提高机器人的柔顺性和控制效率。可见,基于力/位置混合的驱动控制方法,在实现机器人在到达指定位置的同时,能够提高机器人示教水平。     

基于MATLAB/SimMechanics工业机器人惯量前馈仿真研究

根据当今工业生产过程中的需求,对工业机器人控制系统做了简要介绍.在普通的伺服控制系统的基础上,引入了惯量前馈技术以提高系统控制性能.为了验证引入惯量前馈技术后的机器人系统动态特性,运用了SimMechanics模块建立了机器人模型,并且进行了运动学仿真.结果表明,引入惯量前馈技术的机器人控制系统相对于普通伺服控制系统拥有更好的控制效果和动态特性.     

多连杆柔性关节机器人的神经网络自适应反演控制

针对模型不精确的多连杆柔性关节机器人的关节运动控制问题,提出一种新的神经网络自适应反演控制算法.该控制算法借鉴单连杆柔性关节机器人的一种神经网络自适应反演算法,在反演过程中,将系统非线性未知项与已知项分开并利用径向基神经网络在线逼近非线性未知项;对这种单连杆柔性关节机器人的神经网络自适应反演算法进行改进,构造出新的非线性项,并对转子惯性矩阵的估计转化为对转子惯量矩阵对角元素的估计;根据李雅普诺夫函数的稳定性设计出适用于多连杆柔性关节机器人的控制律与参数自适应律,从而实现多连杆柔性关节机器人的关节轨迹跟踪控制.仿真试验结果表明,与一般的比例-微分控制算法相比,该算法具有更好的轨迹跟踪性能.此外,神经网络节点数取值较小时,该算法也能够保证一定的轨迹跟踪精度.     

永磁同步电机系数自整定速度补偿控制方法

为了提高永磁同步电机(PMSM)速度伺服系统的抗转矩扰动性能,提出一种系数自整定的自适应速度补偿控制方法。首先,利用状态空间表示法,设计了PMSM负载转矩的降维状态观测器,实现了负载转矩的实时辨识与估计;然后,将转矩辨识值补偿到PMSM速度控制器的输出端,作为电流控制器的补偿输入,实现了自适应速度补偿,提高了系统的抗扰性。针对因转动惯量变化而影响负载转矩辨识的问题,分析了惯量的时变特性对转矩观测结果的影响规律,并提出一种基于sigmoid函数的补偿系数自整定的控制方法。该方法根据PMSM的电磁转矩和观测器的转矩辨识值,利用自整定sigmoid函数在线实时调节补偿系数,实现了自适应速度补偿的参数自调整。实验结果表明：所提出的补偿系数自整定控制方法的速度恢复时间较快,相比常规固定补偿系数的控制方法,速度调节时间从120 ms减少到100 ms;该方法减小了因惯量偏离真实值而导致转矩辨识出现超调或偏差时,通过前馈补偿对速度控制造成的冲击和振荡,有效提高了PMSM伺服系统的速度控制性能。     

基于神经网络重力前馈补偿的柔性关节机器人分层控制

针对柔性关节机器人简化动力学模型,根据连杆侧和电机侧间的扭矩通过弹性单元耦合的特性提出基于分层控制的柔性关节机器人分层控制结构,利用奇异摄动理论给出系统的稳定性证明.由于柔性关节机器人的动力学参数无法准确测量,因此提出应用BP神经网络模型对机器人的重力扭矩进行逼近.通过四自由度柔性关节机器人进行离线实验,实现对神经网络的训练,并验证神经网络模型的有效性.最后应用提出的重力前馈补偿分层控制算法实现对机器人的有效控制,验证该算法的可行性和有效性.     

一种轻型模块化协作机器人碰撞检测算法

为了实现人与协作机器人的安全协作,提出了一种不增加额外传感器和改变控制系统复杂性的碰撞检测算法.基于动力学模型和动量偏差构造了一个2阶外力矩观测器以实现对关节外力矩实际值的观测,并对观测值进行滤波处理,减小系统采样噪声对观测值的影响.考虑到关节外力矩包含外部碰撞力等效作用在关节上的力矩和谐波减速器产生的关节摩擦力矩,采用Stribeck摩擦模型对观测值中的关节摩擦力矩部分进行辨识,使观测值只受外部碰撞力影响.最后,基于一类轻型模块化协作机器人对该算法进行了仿真与实验,结果表明:观测值能够实时跟随外力矩变化,机器人正常运行时其保持在预设的阈值范围内,发生碰撞时发生突变超出阈值,从而验证了该算法的正确性.     

高精度伺服稳定跟踪平台数字控制器研制

以陀螺伺服稳定跟踪平台为背景 ,介绍了以DSP为处理核心的平台数字伺服运动控制器的研制 .指出惯性速率环和电机速度环的本质不同 ;提出增加电机转矩 (电流 )环用于提高电机输出转矩线性度的方法 ,从而达到提高惯性速率稳定环的控制效果 ;介绍了以CCD图像或增量式码盘测角组成系统位置闭环 ,以光纤速率陀螺作为惯性速率反馈传感器组成系统速率闭环 ,附带电流反馈组成电机转矩 (电流 )环和速度、加速度前馈装置的前馈反馈复合控制系统 .组成伺服跟踪平台系统联调后测试结果表明 ,系统具有良好的动、静态性能指标和很好的控制效果 .     

转动惯量自检测在同步电机位置控制系统中的应用

同步电机位置控制系统中,影响系统位置响应性能的因素很多,其中最主要的因素是对象负载情况及对象电机轴联转动惯量的变化。分析了轴联转动惯量变化对电机位置响应性能的影响,提出借助电机运动方程实施电机轴联转动惯量的检测,其检测精度满足实际工程需要。通过检测结果,位置控制系统可以实施控制参数的在线自动调整,以保证控制对象获得优异的位置响应性能。     

足底驱动型下肢康复机器人的运动学建模与轨迹跟踪控制研究

为简单、精确地实现对一种由高速开关阀和气动人工肌肉作为驱动控制单元的足底驱动型下肢康复机器人的轨迹跟踪控制,提出了一种基于MATLAB/Simulink的仿真控制模型.基于模块化思想,将该机器人控制系统划分为系统输入模块、位置逆解模块、单支链驱动控制模块和位置正解模块.首先对该机器人进行结构分析,在此基础上推导出其运动学正逆解模型,为位置正逆解模块提供理论依据.然后,建立人体下肢运动学模型,带入关节角度数据得到足底运动轨迹,在此基础上用傅里叶级数拟合得到足心和背伸/跖屈角对时间的函数表达式,作为系统的输入模块.最后,采用关节空间控制方法结合各子模块构造出下肢康复机器人控制仿真模型,特别地,采用了实验的方法验证了单支链驱动控制模块的准确性.在此基础上,在MATLAB/Simulink模块中对所建立的系统仿真控制模型进行了仿真.结果表明,所建立的控制模型能够精确地跟踪期望的运动轨迹,从而验证了控制模型和控制方案的精确性和可行性,为实现该机器人的轨迹跟踪控制提供了有效手段.     

Hegaglide机构路况仿真器的控制方法

为获得较高的系统跟踪精度,从动力学方程出发,研究了基于Hexaglide机构的路况仿真器的控制方法。建立滑模自适应的力矩辨识,将辨识得到的负载力矩作为系统的力矩前馈控制,并引入电机动力学方程约束速度、加速度的前馈补偿。应用MATLAB软件中的SimMechanics建立路况仿真器的机电耦合系统并进行仿真。结果表明,与传统PI控制方法相比,该控制方法可获得更加精确的位置跟踪精度。     

具有负载自适应功能的游梁式抽油机矢量控制系统

 为了减少抽油机的能耗,降低采油成本,提高系统效率,本文提出将电动机矢量控制技术应用于抽油机中,并使用模糊PID控制器使异步电动机的工作特性与游梁式抽油机载荷的变动特性相匹配.矢量控制方法实现了电动机的磁链和转矩解耦、抽油机的曲柄扭矩计算和等效力学模型确定的控制系统输入,而载荷传感器作为负载反馈,则可以根据负载控制电动机的电磁转矩电流.在抽油机运行过程中,矢量控制系统实时进行负载自适应控制,可提高电动机功率因数,降低无功功率.对具有负载自适应功能的游梁式抽油机矢量控制系统在长庆油田进行了现场试验,试验结果表明该控制系统能够实时、动态自动调整电机的转矩电流,使电机的输出转矩与抽油机的负载特性相匹配,提高了抽油机系统效率,达到节能降耗的目的.     

基于神经网络的机器人运动模型辨识及实验验证

为提高机器人模型辨识时神经网络的学习速度，改进得到一种新的神经网络拓扑结构——状态延迟输入动态递归神经网络．以德国PowerCubeTM模块化机器人为研究对象，将机器人关节位置信息和OPTOTRAK 3020三维运动测量系统测得的机器人末端位置信息作为神经网络的学习样本，对包含各种影响因素的机器人运动模型进行了辨识．并以此模型为基础，输入验证样本进行验证，所得结果及误差分析说明了该神经网络在学习能力上的优越性及辨识模型的有效性．     

基于腕力传感器的操作臂惯性参数在线识别

论文基于腕力传感器的输出信号探讨了一种在线识别机器人操作臂末端惯性参数的方法，该方法考虑到了腕力传感器接入对机器人系统动力学特性的影响，同时利用腕力传感器真实反映机器人系统力作用和力传递的特点，既能包括机器人关节特性的影响也可以避免理论辨识方法可能出现的“虚幼模型”的问题，该方法还可以用来辨识机器人操作未知工件或工具的惯性参数，这对经常更换操作对象的机器人的精确控制和动力学仿真是非常重要的。     

基于粒子滤波的前馈-反馈控制系统设计

针对状态目标跟踪过程的非线性非高斯噪声,提出了采用基于粒子滤波的前馈控制器,并对工业生产惯性和纯滞后过程提出了一种二自由度控制结构.在标称情况下,该控制结构的给定值响应和负载干扰响应是完全解耦的,可以分别通过调节给定点跟踪控制器和前馈滤波器来达到各自期望的控制性能指标.仿真实例验证了该控制系统的可行性和优越性.     

基于人机协作的机器人柔顺示教及再现

针对机器人传统示教方法的局限性,通过分析机器人低速运动状态下的力矩变化,提出基于人机协作的机器人柔顺示教及再现技术;首先建立机器人重力矩和摩擦力矩动力学补偿模型,通过最小二乘法辨识得到机器人重力矩和摩擦力矩,以电机驱动力补偿机器人重力矩和摩擦力矩,以操作者的操作力补偿机器人运动过程中的惯性力、离心力等速度、加速度的相关项,人机协作共同完成柔顺示教;然后在电机速度模式下,通过低通滤波、比例微分控制和速度前馈完成轨迹再现;最后利用个人计算机与固高系列运动控制卡,搭建开放式机器人控制平台,在可视化仿真环境Simulink软件中建立控制程序进行实验。结果表明,通过人机协作,力矩补偿效果显著,柔顺示教较轻松,轨迹再现精度符合基本作业要求。     

分块建模关节机器人的PI鲁棒滑模控制

为实现机器人关节位置镇定和轨迹跟踪控制,控制律的设计须针对确定的机器人动力学模型,由于机器人结构参数、作业环境的外界干扰及结构振动等不确定性因素的存在,会造成机器人动力学模型不确定.为此,设计3个RBF神经网络分别对不确定机器人模型中的3个不确定项进行分块建模,得到机器人估计模型,神经网络的权值采用自适应算法.针对机器人估计模型设计PI鲁棒滑模控制律.将所设计的控制器用于三关节机器人的三个关节的力矩控制,研究结果表明:三关节均约在1 s时达到期望位置和跟踪期望轨迹,镇定误差和跟踪误差也快速、稳定地趋于零.通过定义基于积分型的Lyapunov函数,利用Lyapunov稳定性理论证明了控制系统是全局渐近稳定的.     

冷带轧机轧制负载扰动的辨识及速度控制

为了抑制高速冷轧机直流调速系统未知轧制外扰(负载力矩)对冷轧机速度控制系统造成的不利影响,对其轧制负载扰动进行了辨识.并根据所辨识的负载扰动值设计了带有前馈扰动补偿控制的速度控制系统,仿真结果表明所设计的速度控制系统有效地改善了系统的动、静态性能.     

利用ARMA模型的直流电机模型的辨识

对四旋翼飞行器机体辨识建模时,首先要知道螺旋桨电机的模型.电机的扭矩和角速度取决于电机的输入电压,它们之间的关系与电机线圈的电阻、电感、电机转动惯量、摩擦力、载荷及其他电机的常数有关系.传统电机模型通常利用机理建模,但准确性不高,采用辨识建模能提高模型准确性,给电机一个已知输入,测量其输出的角速度值,然后利用最速下降算法来使电机输出和模型输出值的误差最小,通过ARMA算法来对模型进行辨识,得到系统输入输出的脉冲传递函数,并对得到的系统进行阶跃输入,从而通过比较验证模型的有效性.