基于全局PID模糊滑模算法的机器人跟踪控制仿真

为了解决机器人跟踪控制过程中采用PID控制算法会出现抖动和误差的问题,提出一种机器人全局PID模糊滑模跟踪控制算法.通过将PID滑模控制和模糊控制相结合,设计了全局PID模糊滑模控制;基于模糊规则,对滑模控制增益进行自适应调整,从而消除建模误差和干扰,削弱了控制时产生的抖振、在线调整控制器参数和估计误差,并通过积分来消除外界干扰,因此提高了控制精度.仿真结果表明,与常规的PID算法相比,该方法在处理控制抖动和消除误差和干扰方面具有极高的鲁棒性.     

多关节机器人的自学习模糊全局滑模控制

针对模型不确定性多关节机器人的轨迹跟踪控制问题,研究多关节机器人全局滑模控制,为了削弱系统在滑动模态上的抖振,将模糊控制和全局滑模控制相结合,提出一种自学习模糊全局滑模控制方法.该方法利用模糊系统的输出代替全局滑模控制中的非连续开关切换量,并根据滑模变结构原理,设计自学习算法,动态调整模糊隶属函数的参数.通过对2关节机器人的仿真,结果表明在存在模型误差和外部扰动的情况下,该方法既能达到快速跟踪,又能很好地消除控制器的抖振.     

空间三关节机器人自适应双模糊滑模控制

为了提高空间三关节机器人轨迹跟踪控制性能,提出了一种带双模糊自适应控制的滑模控制新方法.该方法将滑模控制器分为等效控制和切换控制两部分.采用一个模糊自适应控制器,根据滑模到达条件对切换增益进行有效估计.采用另一个模糊自适应控制器,根据滑模面来调整切换控制项.这些控制器结合起来消除了抖振,提高了控制性能.系统的稳定性通过李亚普诺夫定理证明.最后进行了仿真实验,并与其他方法进行了对比分析.结果表明所提方法是有效的.     

旋转弹仓的自适应模糊滑模控制

针对存在啮合冲击、非线性摩擦以及参数大范围变化的旋转弹仓的位置控制问题,提出了一种自适应模糊滑模控制算法.该算法由2个模糊系统组成,分别用于逼近未知的理想控制律和补偿逼近误差,不需要知道系统的数学模型,具有较好的鲁棒性.在模糊逼近系统中,引入自适应算法在线调整模糊系统参数,改善了控制性能,提高了鲁棒性;在模糊补偿系统中,根据滑模变量调整控制作用,保证了滑模条件,削弱了抖振.空载、半载和满载3种情况下的实验结果表明,所提出的自适应模糊滑模控制算法对旋转弹仓的参数变化、啮合冲击以及非线性摩擦等不敏感,具有较高的控制精度.     

工业机器人轨迹跟踪的自适应模糊变结构算法

为提高工业机器人的轨迹跟踪控制性能,提出了一种自适应模糊变结构控制算法,即对滑模区中趋近运动的趋近律进行重新设计,新设计的趋近律能够随着机器人轨迹跟踪误差的改变而做出相应变化,从而使设计后系统的抖振减小,滑模过程中的趋近运动得到改善,控制性能也得到提高.针对该算法设计了自适应模糊变结构控制器,并与其他方法做了实验对比分析,结果表明该算法的响应速度、跟踪精度等更优.     

模糊滑模控制交流调速系统

针对滑差频率矢量控制交流调速系统,提出并设计一种模糊滑模控制算法对速度环进行控制。该控制算法具备模糊逻辑控制和滑模控制两者的优点,并且较好地解决了滑动模态的抖动问题;同时该控制算法具有结构相对简单、容易实现、能使系统获得优良的动静态性能等特点。     

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.     

单框架控制力矩陀螺伺服系统的模糊自适应变结构控制

研究单框架控制力矩陀螺系统的外框架结构.系统的永磁同步伺服电机采用正弦波驱动;电流环采用电压空间矢量脉宽调制方法驱动逆变器;位置环采用模糊自适应滑模变结构控制,通过引入切换控制增益的模糊自适应调节方法来提高系统的鲁棒性和抗扰能力.在Matlab下对系统进行仿真,结果表明,采用模糊自适应变结构控制方法设计的伺服系统有较高的动态和稳态精度;抗扰性能得到加强;消除了滑模变结构控制器的抖振现象.     

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.     

基于模糊滑模变结构的机器人无刷推进电机系统混沌控制

本文首先介绍模糊滑模变结构控制理论,并通过在Lorenz混沌系统的数字仿真计算和分析验证该控制理论的可行性和有效性。提出应用模糊滑模变结构控制理论对机器人无刷推进电机系统混沌进行控制,设计了深海机器人无刷推进电机的模糊滑模变结构混沌控制器,并通过MATLAB仿真进行验证。     

一类非线性不确定系统的自适应模糊滑模控制

针对一类非线性不确定系统提出了一种自适应模糊滑模控制方法，利用趋近律构造理想控制，利用模糊逻辑系统逼近其连续项，用自适应律和非线性补偿保证滑模到达条件成立．该方法综合了自适应模糊控制和滑模控制的优点，既保证了闭环系统的稳定性，又限制了抖振，控制效果良好，仿真结果也说明了这一点．     

基于滑模补偿的六轴机械臂RBF网络自适应控制

提出了一种基于滑模补偿的RBF网络自适应控制方法,并将其用于六轴机械臂上,实现了在模型不确定情况下高精度的位置跟踪以及快速的逼近速度.为了更好地保证其在摩擦力、外部干扰误差和参数变化等因素影响下的稳定性,采用滑模控制作为辅助控制,对系统进行鲁棒补偿,并且用模糊控制对切换增益进行时变以更好地补偿不确定项.所设计的自适应律权值不断进行在线调整,并应用Lyapunov定理验证了其稳定性.通过仿真结果和与其他文献方法进行的比较证明了所给出方法收敛速度更快、鲁棒性更强.同时也证明了在实际工程中,实际建模参数与理想值相差很大.     

采用模糊扩张状态观测器的四旋翼无人机滑模轨迹跟踪控制

针对四旋翼无人机(UAV)的轨迹跟踪控制存在外界未知扰动的问题,提出一种基于模糊扩张状态观测器的非奇异快速终端滑模控制算法.首先,根据双闭环控制结构分别对姿态内环、位置外环引入模糊扩张状态观测器,利用该观测器对系统所受到外部总扰动进行在线估计.然后,根据模糊扩张状态观测器的观测值,设计非奇异快速终端滑模控制器,保证四旋翼无人机的状态变量可在有限时间内收敛于期望轨迹.最后,根据李亚普诺夫理论,得出四旋翼无人机系统的闭环稳定性,并通过仿真对比实验验证该控制算法的优越性.结果表明：所提的控制算法可以提高跟踪性能,并有效增强系统的抗外界干扰能力.     

链传动机械伺服系统的自适应模糊滑模控制

针对存在啮合冲击、参数摄动以及非线性摩擦的链传动机械伺服系统的位置跟踪控制问题,提出了一种自适应模糊滑模控制方法. 与常规自适应滑模控制不同的是,本文采用自适应策略估计系统时变参数,有效减小了模型不确定性的影响,然后采用模糊逻辑消除了常规滑模控制中的不连续控制项,削弱了抖振;用期望速度代替实际速度补偿非线性摩擦,减小了测量噪声的影响,改善了系统的控制性能. 实验结果表明本文提出的算法对系统参数变化以及外部扰动不敏感,具有较高的控制精度.      

基于区间二型模糊滑模的移动机器人轨迹跟踪控制

针对具有典型非线性特性的移动机器人轨迹跟踪问题,提出区间二型模糊控制与滑模控制相结合的方法对其轨迹进行跟踪。通过对滑模控制的滑模面和趋近律的适当选取,令系统快速趋近,在一定时间内收敛至平衡状态。采用区间二型模糊控制方法,实时对趋近律参数进行调节,实现对未知干扰的处理,令系统对外界干扰具有良好的抵抗能力。并通过Lyapunov函数进行稳定性证明。最后仿真结果显示,本文提出的方法在未知干扰作用下,可对移动机器人轨迹进行良好跟踪,具有良好的运动品质。     

考虑执行器饱和补偿的移动机器人自适应积分滑模控制

针对存在执行器输入饱和约束、模型参数不确定性以及外部扰动等因素影响下的移动机器人跟踪控制问题,提出一种考虑执行器饱和补偿的移动机器人自适应积分滑模控制方法。利用双曲正切函数对执行器输入饱和约束作近似处理,并将系统动力学模型表示为仿射系统形式。将执行器输入饱和约束的近似处理误差、模型参数不确定性以及系统外部扰动扩张为一个新的状态,进而设计扩张状态观测器对系统总和扰动进行估计,在此基础上设计系统自适应积分滑模控制器,从而改善普通滑模控制中抖振突出的问题,保证系统的跟踪控制性能。对所提控制方法进行了仿真验证,结果表明,所提控制方法在执行器输入饱和约束、模型参数不确定性以及外部扰动等因素影响下能够保证跟踪误差快速稳定收敛。     

一类非线性系统综合自适应模糊控制

针对一类非线性系统把模糊控制、模糊逻辑逼近及模糊滑模控制相结合，提出一种综合自适应模糊控制方法．基于李亚普诺夫函数系统参数的自适应律，不需要最小逼近说差平方可积条件，而且利用模糊滑模控制补偿模糊系统的逼近最差及外部干扰对输出跟踪误差的影响，理论证明了闭环系统稳定，跟踪误差收敛到零或零的一个小邻城内．仿真表明了算法的有效性。     

一类非线性网络控制系统的控制器设计

针对一类非线性网络控制系统,提出了一种新型自适应模糊滑模预测控制方法,采用带有时间超前非线性状态预估器的新型的滑模控制(SMC)方案,补偿网络诱导时延,而后利用模糊自适应系统来逼近非线性环节,并基于Lyapunov稳定性理论设计自适应律,保证系统的稳定性. 以网络环境下空间飞行器的姿态控制为例进行仿真,结果表明,所提出的方法不仅实现了高精度的姿态稳定控制,且系统对不确定参数、网络诱导延时及外界干扰带来的影响具有很好的鲁棒性.