基于奇异摄动的宏—微机器人控制方法

物理上包含快过程和慢过程的系统可以用奇异摄动方法分析和控制,通过集中微机械手的小参数,提出了将宏－微机器人的动力学模型表示的为标准的奇异摄动模型的方法,这一方法对刚体连杆机械手具有一般性,基于奇异摄动方法设计了宏－微机器人控制器,宏机械手采用计算力短控制,微机械手采用非线性反馈控制,四自由度宏－微机器人的仿真研究证明了方法的有效性。     

岸边集装箱宏-微起重机器人的机构、结构设计研究

岸边集装箱起重机是集装箱码头进行船舶装卸作业的主要设备.随着我国集装箱运输的高速发展,市场对岸边集装箱起重机的需求稳定增长.为了促进集装箱作业高效化和自动化程度,本文中采用了宏-微机器人这种策略,对振华港机(ZPMC)生产的常规型岸边集装箱起重机进行改造,将其进行机器人化,形成岸边集装箱宏-微起重机器人.对岸边集装箱宏-微起重机器人的机构和结构进行设计后,对其进行了运动仿真.岸边集装箱宏-微起重机器人是一种比现有的集装箱起重机更加先进的机器人概念,它可较容易地实现自动化控制,同时它还可起吊比以往重量更重的集装箱.     

并联机器人轨迹跟踪积分变结构控制的研究

根据并联机器人控制的特点，将积分变结构控制理论应用于半联机器人的轨迹跟踪，同时引入了趋近律。给出了积分变结构控制规律。仿真表明，该方法对并联机器人轨迹跟踪具有很好的控制效果。     

机器人的自适应神经全局滑模轨迹跟踪控制

针对具有不确定性的机器人系统,提出一种自适应神经全局滑模轨迹跟踪控制方案.控制器采用一种新的全局滑模面,使得系统在整个响应时间内都具有鲁棒性;并基于径向基函数神经网络自适应学习不确定性的未知上界,从而自适应调整控制律的切换增益.而且基于Lyapunov稳定性理论证明这种新型控制器能够保证机器人系统关节角位置矢量和角速度矢量的跟踪误差渐近收敛于0.仿真结果表明提出的控制策略能够使机器人系统仅在0.5 s内就实现快速的轨迹跟踪,可见该方案是可行且有效的.     

一种机器人轨迹跟踪控制的迭代学习方法

针对机器人轨迹跟踪控制,提出了一种改进的D型迭代学习控制律.通过推导得出在机器人操作臂轨迹控制中的开环迭代学习控制律,得出的控制律除了利用机器人的关节位置及关节速度信息外,还引入了机器人的关节角加速度.另外,利用控制律中的机器人关节角加速度构成的学习律在二关节操作臂上进行了试验并且与Arimoto等提出的D型学习律进行了比较,结果表明所提出的控制律具有较高的学习速度.     

挖掘机器人工作轨迹跟踪智能控制

针对挖掘机器人工作装置及其液压驱动系统模型非线性强的特点，研制出一个基于知识的、多模式综合的轨迹跟踪控制系统。该系统具有“砰－砰控制”、维持控制、非线性死区补偿控制和模糊PID参数自适应控制等模式。根据工作轨迹跟踪误差和误差变化率的反馈，系统会基于知识，智能地选用或换用合适的控制模式，实现平稳和高精度的轨迹跟踪控制。为了提高液压执行器的性能，采用负荷传感负流量控制策略提高先导电液比例阀的操作性能，并结合液压泵的交叉功率传感控制减少液压能耗。     

基于反步法的SCARA机器人轨迹跟踪控制

针对SCARA机器人轨迹跟踪问题,提出了一种基于反步法的轨迹跟踪控制方法。利用反步法设计控制器的虚拟控制和实际控制量,基于李雅普诺夫稳定理论设计的控制律能够实现对机器人的轨迹跟踪,并确保闭环系统为全局稳定。仿真结果验证了算法的有效性,所设计的跟踪闭环系统一致全局渐近稳定,有效提高了轨迹跟踪控制精度,保证了跟踪误差信号的收敛。     

基于前馈补偿的关节机器人轨迹跟踪控制研究

针对关节机器人的轨迹跟踪控制问题,利用前馈控制的思想,设计了常规PID控制前馈补偿项,有效提高系统的跟踪性能。将该方法应用于GR-II型两关节机器人系统,仿真实验表明该控制方法能保证系统良好的轨迹跟踪性能,并能有效抑制干扰,与常规PID控制效果对比,有更好的控制性能。     

改进神经网络自适应滑模控制的机器人轨迹跟踪控制

为了提高机器人轨迹跟踪控制性能,在神经网络滑模控制方法的基础上,提出了一种改进型神经网络自适应滑模控制方法.该方法将神经网络作为控制器,利用其非线性映射能力来逼近各种未知非线性,同时通过在控制律中加入鲁棒项来消除逼近误差.考虑到隐含层单元数和网络结构参数对神经网络映射有效性的影响,将降低抖振作为优化目标,采用粒子群优化算法对网络结构参数进行优化.最后在Matlab/Simulink环境下进行了仿真实验,并与其他控制方法进行了对比分析.仿真结果表明,基于该方法所设计的控制系统具有良好的鲁棒性和控制精确度,同时有效地削弱了抖振.     

一种机器人系统的鲁棒轨迹跟踪方法

文章基于标称模型，在反馈力矩补偿控制的基础上，考虑在实际机器人系统存在不确定性(外部扰动及摩擦力)时，基于终值有界定理，运用连续状态反馈的方法设计出一个新的机器人轨迹跟踪控制器．数值仿真表明，在初始误差较大的情况下，该轨迹跟踪控制器能够保证跟踪误差的终值有界性。     

基于dSPACE并行处理平台的宏-微机器人控制系统

基于dSPACE并行处理平台研制了四自由度激光作业的宏=微机器人及其控制系统，系统结构开放，运行可靠、计算性能高，并且可以将实时控制与实时仿真相融合，实现了与MATLAB的无缝连接，宏机械手的关节位置测量采用30对级的多级旋转变压器，微机械手关节位置测量采用电容式位置传感器，通过PHS（peripheral high speed）总线接口采样关节位置，输出控制力矩，驱动电路采用双极性H桥型脉宽调制（PWM）功放，为了保证机器人运动的安全性，功放电路中设计了过流保护，电流以负反馈和电源连锁电路。     

宏-微机器人末端惯量特性的数学分析

宏－微机器人是指一个小的机械手附在一个大的机械手末端构成的机器人系统。通过对宏－微机器人运动学、动力学的分析，研究了宏－微机器人的末端惯量特性；数学分析给出了宏－微机器人末端有效惯量的解析表达式，并进一步证明了宏－微机器人有减小末端有效惯量、扩充系统频带的特性。     

基于多智能体的机械臂嵌入式系统控制

结合国际上基于多个智能体（Agent）的机械臂控制方法和先进的嵌入式系统技术,提出了一种基于嵌入式多Agent的机械臂控制方法．选用ARM7内核处理器及嵌入式实时操作系统μC／OS-Ⅱ完成了模型机械臂系统HN-8的控制实验．最后给出一套完整的基于多Agent的机械臂单片嵌入式系统控制实现方案．     

机械手模型控制及轨迹定位精度测试

论述四关节机械手模型运动轨迹的控制方法,包括硬件线路设计和软件程序设计,用于实现对机械手终端轨迹定位精度的测试,为分析和研究机器人动态特性提供实验数据,结果表明,该模型的控制灵活,方便,介绍了机械手终端轨迹定位精度的测试方法,利用现有的实验设备,把机械手终端的空间曲线转化为平面曲线运动,测量出其坐标值,用于分析机械手终端轨迹的定位精度。     

六自由度并联机器人计算机分级分布式控制系统的研究

针对新型的六自由度并联机器人的特点,本文提出了一种对六自由度并联机器人能实现有效控制的计算机分级分布式控制方案,并论述了此方案的设计原理。     

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.     

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.     

微型计算机群控机械手系统设计

介绍了微型计算群控机械手系统的控制原理及自行设计的微型计算机硬件结构、软件系统及其特点。     

装箱机械手及其控制系统的设计

本文介绍连杆式装箱机械手的结构原理,并根据装箱动作要求,对其主体机构进行了优化设计,优化后的机构不但能满足装箱轨迹的精度要求,还具有较好的传力性能。在控制系统中介绍了由单片机控制的双路快速伺服系统的原理和结构。阐述了快速定位的原理和控制规律,提出一种利用转速与偏差的比值进行开关控制和线性控制切换的双模控制方式。