基于BackSteping算法的工业机械臂快速精确跟踪控制器设计

针对建模和测量的不精确性,外界干扰和状态变量的强耦合等因素对机械臂轨迹跟踪的影响,设计了基于反演控制算法的轨迹跟踪控制器.数值仿真结果表明,该控制器可使机械臂各关节的轨迹跟踪误差较小,能实现控制系统较好的鲁棒性,因此较适应于实际应用.     

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.     

不确定机械臂的组合自适应迭代学习轨迹跟踪

针对一类同时含未知时变和未知定常参数、并带有可重复时变干扰的不确定机械臂系统,为精确跟踪期望轨迹并加快跟踪误差的收敛速度,提出了一种具有抗扰能力的机械臂组合自适应迭代学习控制算法.对未知定常参数和未知时变参数,分别采用时域和迭代域的参数自适应迭代学习律,并基于估计参数设计了机械臂的自适应迭代学习轨迹跟踪控制律.利用相似李亚普诺夫函数证明了轨迹跟踪误差的收敛性.针对二自由度关节式机械臂的仿真结果表明,应用所提算法可实现精确的轨迹跟踪,并加快迭代学习的收敛速度.     

基于动态滑模控制的移动机械臂输出跟踪控制

为实现移动机械臂的输出跟踪控制,设计了一种动态滑模控制器．文中首先给出了包括驱动电机动态特性的移动机械臂简化动态模型,然后通过微分同胚和非线性输入变换将系统分解为4个低阶子系统,并给出了用于移动机械臂输出跟踪的动态滑模控制器的设计方法．仿真结果表明,所设计的动态滑模控制器不仅能很好地跟踪给定轨迹,而且能有效地削弱滑模控制系统的抖振．     

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。     

六自由度机械臂基于TTF字库的汉字书写系统设计

为实现机械臂精确的轨迹规划与实时位置跟踪,针对GALIL DMC控制板卡,设计了工业机械臂实时位置跟踪控制系统和轨迹规划算法,使用REbot-V-6R六自由度机械臂完成了汉字轮廓绘制。首先,编程提取Windows自带的true type font(TTF)矢量字库的汉字轮廓信息,使用插补算法重新进行轨迹规划;然后,建立了六自由度机械臂的运动学模型,设计了机械臂末端位置控制器;最后,采用位置跟踪模式实现机械臂的运动控制,实现了机械臂的汉字书写功能。     

可重构机械臂自适应反演模糊滑模控制

为解决可重构机械臂各关节的位置跳变所导致的速度跳变问题,本文提出了基于生物启发策略的自适应反演快速终端模糊滑模控制方法.首先,利用模糊系统的万能逼近属性去估计机械臂各子系统中的不确定项及子系统间的耦合关联项;其次,在设计反演控制器时,引入生物启发模型,将由机械臂位置跳变所导致的虚拟速度跳变限制在一定范围,得到虚拟的中间变量,从而用它去代替控制律中的轨迹跟踪误差,保证了位置跳变时其轨迹跟踪输出依然平滑.该方法在不改变控制参数的前提下可解决不同构形可重构机械臂的位置跳变问题,最后通过对不同构形可重构机械臂的仿真验证了所述结论.     

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%。     

基于干扰观测器的非奇异快速终端滑模控制方法

针对多关节机械臂难以实现对目标轨迹的高精度跟踪控制的问题,提出了一种基于非线性干扰观测器的非奇异快速终端滑模控制方法。首先,结合了传统的快速终端滑模控制和非奇异终端滑模控制,不仅可以使跟踪误差在有限时间快速收敛至零且对机械臂建模误差和外界干扰具有强鲁棒性。其次,针对控制输入抖振严重的问题,通过引入非线性干扰观测器技术和饱和函数方法,从而降低了抖振。最后,以三自由度机械臂为研究对象在Matlab/Simulink环境下进行了对比仿真实验,结果表明,相比于现有的线性滑膜和非奇异快速终端滑模控制方案,在存在建模误差、外界干扰和关节摩擦等不确定性的情况下,所设计的控制方法不仅解决了控制输入抖振较大的问题且实现了各关节对期望轨迹的高精度快速跟踪,从而验证了所提出的基于非线性干扰观测器的非奇异快速终端滑模控制方法的有效性和可行性。     

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.     

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。     

PID神经网络混沌优化及其在机械臂轨迹跟踪控制中的应用

针对BP优化PID神经网络（BP-PDNN）易陷入局部极小的不足,提出了一种变尺度混沌优化PID神经网络设计方法,即MSCOA-PIDNN,将其应用于机械臂轨迹跟踪控制中.利用混沌运动的遍历性优化网络权值,通过压缩优化变量取值区间提高搜索效率.采用MSCOA-PIDNN建立机械臂系统的预测模型,以多步预测性能指标为目标函数,优化PID神经网络控制器,从而实现机械臂系统轨迹跟踪的有效控制.仿真结果表明,MSCOA-PIDNN在机械臂轨迹跟踪控制中性能优于BP-PIDNN.     

机械臂的滑模控制器设计及仿真实验研究

以多连杆机械臂为研究对象,设计滑模控制器来实现高精度的轨迹跟踪控制。首先建立受到参数不确定和外部扰动影响的多连杆机械臂动态模型;其次依据该受扰模型设计滑模面及相应的基于等效控制的滑模控制器;接着利用李雅普诺夫函数证明系统的稳定性;同时采用饱和函数替代符号函数来抑制抖振现象。为了验证所设计的滑模控制算法的有效性,使用Matlab/Simulink软件搭建机械臂仿真测试平台。利用测试平台实现机械臂在PID控制、滑模控制和基于饱和函数的滑模控制三种控制方法下的轨迹跟踪实验。通过仿真实验教学,可以显著提高学生在机械臂建模和控制器设计方面的能力。     

基于改进型广义双曲正切模型的机器臂控制算法研究

针对存在复杂干扰情况下的机械臂轨迹跟踪控制问题,采用了一种基于双曲正切模型的鲁棒自适应控制方案。利用高解释性的改进型广义模糊双曲正切模型的全局逼近特点,设计一种自适应控制器用于机器人轨迹跟踪控制;同时以解一个线性矩阵不等式方程来保证系统的鲁棒稳定性。通过Lyapunov理论验证设计的控制器能够有效地克服不确定性对系统的影响,实现闭环系统的渐近稳定。仿真实验表明此控制算法具有较高的跟踪精度和较强的鲁棒性。     

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%。     

基于Udwadia和Kalaba方程的机械臂轨迹跟踪控制

针对机械臂轨迹跟踪控制问题,提出了一种新的控制方法。该方法建立在Udwadia和Kalaba方程的基础上,可以在不引入拉格郎日乘数等额外参数的情况下对约束系统的约束力进行求解。与传统方法不同,这里将机械系统的运动要求作为一种约束来看待,这种约束称为轨迹跟踪约束,为了满足该约束要求需要对系统施加一定的伺服约束力;利用Udwadia和Kalaba方程给出了伺服约束力的求解方法。在这种伺服约束概念的基础上,通过理论分析,提出了伺服约束下机械臂跟踪控制方法,并通过建立平面二自由度机械手臂动力学模型,给出了控制结构,并在假设机械手臂轨迹运动要求的基础上,通过Matlab语言仿真计算出需要的控制,并给出了仿真结果。仿真试验结果表明:在约束初始条件相容的情况下,利用该方法可以实时计算出机械臂操纵系统所需要的控制力矩,机械臂在该控制作用下各构件运动结果符合要求,机械臂末端轨迹很好地跟踪了系统要求的曲线,并具有较高的跟踪控制精度。     

自由漂浮柔性空间机械臂抗扰控制

自由漂浮柔性空间机械臂的基座不受控,在外太空环境中不仅会受到如关节处摩擦力矩等匹配干扰的影响,还会受到如太阳辐射等非匹配干扰的影响.为了保证柔性空间机械臂系统的稳定及末端轨迹跟踪的精准,对其抗干扰控制方法进行研究.基于奇异摄动法,将柔性空间机械臂系统解耦为刚性与柔性子系统,将非匹配干扰转化为匹配干扰,以便在控制通道对其...     

基于混合型伸缩因子的机械臂控制优化研究

为了实现三关节机械臂的轨迹跟踪控制,提出了一种变论域模糊控制方法,设计了一种不依赖被控对象精确数学模型的变论域模糊控制器。该控制器引入一种新的混合型伸缩因子,选择机械臂期望关节角度与实际关节角度的差值作为偏差,利用偏差和偏差的变化作为输入量来自动调整论域。运用MATLAB软件对采用该控制器的三关节机械臂轨迹跟踪控制进行仿真分析,并与采用指数型伸缩因子的变论域模糊控制器的仿真结果进行对比。结果表明,所设计的混合型伸缩因子的变论域模糊控制器在机械臂轨迹跟踪中的控制精度更高,稳态误差小,且响应速度快、无超调。     

面向双关节机械臂的参数可调RBF神经网络控制

为解决双关节机械臂轨迹控制中误差逼近过程初始误差大、达到稳态所需时间较长的问题,提出了一种面向双关节机械臂的新型参数可调径向基(RBF)神经网络控制方法。首先,利用梯度下降法对RBF神经网络中心参数进行迭代修正,该参数可以根据机械臂的实时误差进行调整,实现中心参数的在线优化;进一步,提出了一种输入边界可以调整的模糊补偿器,该补偿器通过测量机械臂轨迹误差及误差的导数,经过模糊推理后将补偿器输出传递给转矩控制模块,从而使机械臂的输出转矩更接近理想值;最后,采用遗传算法对RBF神经网络函数宽度值进行了寻优。仿真结果表明,采用参数可调的RBF神经网络控制方法对机械臂控制力矩进行调整后,机械臂控制过程中的精确度提高了59%,并且将机械臂轨迹跟踪的稳定时间缩短了69%。     

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.