Stewart平台运动学参数的样条计算方法

有关Stewart平台的运动学研究已经建立了计算其运动学参数的模型，但受测量手段的限制，只依靠这些模型还不能完成Stewart平台的运动学参数的工程计算。本文面向工程应用，基于三次样条逼近理论提出了一种计算Stewart平台的运动学参数的数值方法。该方法将工程实际中的离散的Stewart平台的位姿向量拟合为对时间的连续的三次样条函数，并结合Stewart平台的线速度、角速度、线加速度和角加速度计算模型，计算出了这些运动学参数的数值解。本文针对实际的Stewart平台，采用典型的算例，分析了该数值计算方法的计算精度。计算结果表明，该方法具有足够的计算精度和工程应用价值，Stewart平台的结构误差的尺度对该方法的计算精度具有显著的影响。     

柔性支撑Stewart平台动力学与控制仿真

大射电望远镜项目中,需用安装在由柔性索支撑的移动小车上的Stewart平台作为馈源稳定装置,而Stewart平台的运动平台和固定平台是动力学耦合的。该文采用多体系统动力学方法建立了柔性支撑的Stewart平台的数学模型,提出了基于预测平台位置的PD控制律。通过数值仿真对采用Stewart平台作为二次精调稳定平台降低馈源振动的有效性进行了研究。在此基础上,得出Stewart平行机构作为控制系统的可行性结论,同时为机构的正常运行提出了设计参数要求。     

卫星Stewart隔振平台高可靠性设计及容错控制

介绍了卫星Stewart隔振平台,此隔振平台由6根作动杆组成,可以隔离卫星本体的挠性振动和外部干扰,为有效载荷提供超静力学环境;分析了该Stewart隔振平台高可靠性构型设计,基于牛顿-欧拉法推导了雅克比矩阵,设计了正交解耦构型;分析了作动杆发生故障时的情况,并结合其动力学模型,重构解耦矩阵,实现了容错控制,提高了隔振平台的可靠性.在某卫星上进行了仿真实验,结果表明本文所提的解耦设计和容错控制方法是有效的.     

Stewart平台6-DOF并联机器人完整动力学模型的建立

采用RPY角描述方法，基于拉格朗日方程建立了Stewart平台6-DOF并联机器人完整动力学模型。此模型具有与一般机器人相同的结构，同时给出了模型所具有的基本性质。     

Stewart平台机构的减振控制插补策略

为满足大射电望远镜FAST(five-hundred-meteraperturesphericaltelescope)馈源指向跟踪系统的减振控制要求,在通用Stewart平台机构上,利用速度差分预测控制算法获得了控制轨迹;研究了操作空间和关节空间的插补实现,推导了具体公式;根据关节空间插补计算简单以及易于控制动态特性的特点,提出了减振控制中在关节空间插补的策略;进一步结合运动学正逆解,给出了关节空间插补精度的分析流程。仿真计算及实验结果表明,关节空间插补能够满足FAST的控制要求。     

Stewart平台的合作型协同进化控制

针对Stewart平台的非线性和强耦合性,提出合作型协同进化的控制方式,在此控制方式的基础上,根据控制系统的特征引入χ2分布来调节个体产生的概率,来提高进化速度.与传统的遗传算法相比,本文提出的控制方式大大减小了搜索空间.经在Stewart平台上测试,本文提出的控制方式具有响应速度快、超调小和鲁棒性好等优点.     

基于改进BAS-BPNN的Stewart平台位姿正解

针对目前Stewart平台位姿正解难以兼顾高精度和实时性的问题,设计出满足平台精度要求且运算时间尽量少的正解方法是研究并联平台运动学的关键。首先建立平台运动学反解模型求得BP神经网络（BPNN）的训练集,然后调整步长策略和引入惯性权重改进天牛须搜索算法（improved BAS,IBAS）,提升算法性能,通过改进后的算法优化BP神经网络的初始权阈值,反复学习训练至最小误差,最后选取一段位姿变化进行仿真验证。仿真结果表明,IBAS-BPNN正解法在选取的100组位姿点中的最大位姿误差小于0.6%,运算时间为31.9 s,通过与遗传算法(GA)、粒子群算法(PSO)和天牛须搜索算法(BAS)优化的BP神经网络模型进行对比分析,验证了IBAS-BPNN模型在精度和运算速度方面具有优越性。算法模型有效提升了Stewart平台位姿正解的精度和实时性,为平台的运动学和控制提供了理论和方法参考。     

基于动力学模型预测控制的Stewart型轮足腿控制方法

为了提高轮足机器人Stewart型轮足腿在不同位姿条件下的精度和动态特性,提出将模型预测控制（model predictive control,MPC）应用于轮足腿的位姿跟踪.首先对Stewart平台进行受力分析,利用牛顿-欧拉方程建立动力学模型的状态空间表达式,建立MPC预测模型和优化目标函数;然后通过Adams和Matlab联合仿真对MPC控制器进行参数整定,检验其对未建模摩擦力的鲁棒性;最后通过对比实验验证MPC控制器在负载位姿变化条件下可以获得优于PI控制器的姿态跟踪精度和动态特性.      

Stewart平台铰链间隙的精度分析

为提高 Stewart平台的运动精度 ,解决铰链间隙误差的影响问题 ,将 Stewart平台的各条支链作为假想的单开链 ,利用串联机器人运动学中的 D- H(Denavit- Hartenberg)方法 ,结合从运动学方程微分得到的结论 ,推导出终端运动误差和铰链间隙误差间的映射关系。并且以一台基于 Stew-art平台的并联机床为模型 ,利用仿真计算 ,分析了工作空间内间隙误差对终端运动精度的影响规律 ,为并联机床的误差补偿提供了理论基础     

平面广义Stewart平台位置正解求解策略及仿真

与六自由度并联机构相比,三自由度并联机构结构简单、易于控制、制造成本低,发展前景广阔。并联机构位置正解研究可为机构的设计提供必要的依据,然而到目前为止,Stewart平台位置正解的求解问题还未彻底解决。采用基于图论的自由度分析法和基于吴消元法的符号计算方法,研究了平面广义Stewart平台的位置正解求解策略。先将平面广义Stewart平台的位置正解问题转化为约束图,再对约束图进行完整约束完备化,生成构造序列,降低同时求解的方程组规模,并用吴消元法求得方程组对应的闭形解。最后对平面广义Stewart平台位置正解进行了基于MapleSim软件的仿真,用实例验证了方法的有效性。     

Effective envelope method for Stewart platform workspace

The workspace of Stewart platform is the intersection of 6 son workspaces of 6 loop chains, so it is important to determine the boundary of the son workspace when locating the boundary of the son workspace. An effectivc envelope method is proposed in this paper. Firstly the envelope theory of a family of singular parameter curve surfaces is used to find the envelope surfaces of the son workspace. Then the numerical method is applied to determine the effective envelope surface. And after that the full boundary of the son workspace, which is the envelope of the effective envelope surfaces, is determined. Finally the workspace can be obtained with a section plane method.     

具饱和执行器的不确定系统的鲁棒镇定

讨论具饱和执行器的不确定系统的鲁棒镇定问题，在结构与非结构不确定情况下，利用向量比较方法导出用观测器－控制器实现闭环系统鲁棒镇定的条件。     

触摸式远程控制终端设计

设计的触摸式远程控制终端由主控制端和从控制端2部分所组成,硬件结构包括STM32处理器、TFT触摸屏、CAN总线、n RF24L01模块、串口通信模块和电源模块。利用Keil MDK-ARM 5实现终端软件的开发,CAN总线通信网络进行数据通讯,n RF24L01无线通讯进行指令传输。实验结果表明,触摸式远程控制终端能够可靠传输数据,快速响应远程操作。     

网络控制系统中迭代学习控制算法的鲁棒收敛性分析

针对网络控制系统中受输入扰动和初态干扰的非线性系统,提出了一种迭代学习控制算法,讨论了输出数据丢失情况下系统输出对期望轨迹的跟踪问题。采用一个概率已知的随机贝努利序列来描述网络控制系统中的数据丢失现象,即如果输出数据没有丢失,则利用跟踪误差来修正上一次迭代学习时的控制量,从而获得系统当前控制量;如果存在输出数据丢失现象,则系统当前控制量保持上一次迭代时的控制量不变。给出了保证算法收敛的充分条件。从理论上证明了系统满足给定的收敛条件时,在数据丢失网络环境下具有输入扰动、初态扰动的被控系统随迭代学习次数的增加,系统输出除初始点以外都能够收敛于期望轨迹。通过仿真算例进一步验证了所提方法的有效性。     

漂浮基空间机器人固定时间收敛主动容错控制

针对载体位置不控、姿态受控的空间机器人存在执行机构存在失效及偏置故障的轨迹跟踪问题,设计了基于固定时间收敛的主动容错滑模控制算法。首先结合拉格朗日法推导出了包含力矩偏置及力矩失效故障的空间机器人系统动力学方程;其次,为消除故障对系统稳定性的影响,引入扩张状态观测器,以实现对故障的动态观测,并在此基础上设计基于固定时间收敛滑模控制器以实现主动容错控制。所提方法具备收敛时间与系统初始状态无关,仅需调节控制参数即可保证系统轨迹在固定时间内收敛的优点。最后通过仿真验算,仿真结果表明所提算法能对故障进行精确观测并在失效故障和偏置故障发生条件下保证系统轨迹精确跟踪及稳定控制,同时相较于其他算法所提算法收敛时间更短,稳态误差更小以及拥有出色的故障观测能力和更强的容错控制能力。     

克隆选择辨识的船舶航向自适应PD控制

为解决船舶营运中存在的模型参数摄动和外界干扰的不确定性问题,提出一种船舶航向自适应PD控制算法.采用免疫克隆选择算法进行在线船舶模型辨识,将存在不确定干扰和模型摄动的船舶作为一个"黑箱",将短时间内的船舶状态在线辨识为二阶线性模型,根据系统预定性能要求动态调整PD控制参数,使船舶获得理想输出.对抗体初始种群采用最优模型保留和随机初始化相结合的策略,提高了不确定性问题的在线优化效率.对一个三阶非线性货船的仿真试验表明,该算法有效提高了PD控制器的稳态性能.     

带饱和执行器的非线性离散时滞系统的最优控制

主要针对带有饱和执行器的时滞非线性离散时间系统更加一般的形式,通过启发式动态规划(HDP)算法求解无限时间最优控制策略问题,并在值函数中引入折扣因子.首先通过迭代HDP算法给出值函数序列和相应的控制序列,并给出了收敛性证明,即值函数序列收敛到值函数的最优值,以及控制序列收敛到最优控制;其次为了实现HDP算法,引入3个神经网络:模型网络、评判网络、控制作用网络.模型网络用来近似系统模型,评判网络用来近似值函数,控制作用网络用来近似控制;最后通过一个仿真例子说明上述方法的可行性.