全局稳定的机器人鲁棒自适应分散跟踪控制

提出一种全局稳定的鲁棒自适应分散控制策略,用于不确定性机器人的轨迹跟踪．该控制器由一个线性ＰＤ 分散反馈＋ 补偿不确定动力学的非线性自适应分散反馈构成．仅需要了解各关节输出的位置及速度状态,就能够克服通常难于建模的摩擦力和外部扰动影响,保证全局的渐近稳定．二自由度机器人的仿真证明了该法的有效性．     

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。     

一类相似组合大系统的分散保成本鲁棒控制

一类不确定非线性互联相似组合大系统,其互联项是非线性的,而且含有不确定性,不确定项存在于子系统内部及各子系统的互联项中,满足匹配条件,且是有界的,基于Lyapunov稳定性理论,运用线性矩阵不等式(LMI)处理方法,提出了系统存在状态反馈保成本控制器的一个充分条件,设计了一个非线性鲁棒分散控制器,该控制器能够在保证原组合大系统渐近稳定的基础上使给定的二次型成本函数有界,基于LMI方法给出了设计该控制器的一种算法.最后的仿真表明了本文控制方法的有效性.     

基于观测器的一类Lipschitz非线性系统鲁棒控制器的设计

讨论了一类Lipschitz非线性系统基于观测器的鲁棒镇定问题,所考虑的系统具有非线性时变扰动项,设计了状态观测器与状态反馈控制器使得其能够镇定一类Lipschitz非线性系统.利用Lyapunov稳定性理论和线性矩阵不等式(LMIs)方法,给出了该系统基于观测器的鲁棒镇定的充分条件,并通过求解LMIs构造了系统鲁棒稳定的基于观测状态反馈的控制器,所得结果减少了控制器设计的盲目性.最后,通过仿真实验证明了该方法的可行性.     

一类互联机器人系统鲁棒跟踪控制器设计

针对一类带有不确定性的互联机器人系统,利用Lyapunov方法,设计了一个非线性鲁棒跟踪控制器.这个控制器能够保证被控互联机器人系统的位置向量与速度向量渐近地跟踪已知的轨迹.最后的仿真结果表明了该控制方法的有效性.     

一类串级非线性系统的最优滑模控制器设计

对一类串级不确定非线性系统提出了一种基于SDRE控制的最优滑模控制方法.该方法采用2环控制结构，外环控制器的设计采用基于依赖状态的Riccati方程最优控制器，用以产生最优滑模面；内环控制器的设计采用滑动模控制以减小控制系统对参数变化、模型误差、外部干扰的敏感.设计的最优滑模控制器能使一类串级不确定系统具有鲁棒稳定性.同时，提出了2种求解依赖于状态的Riccati方程的方法.最后，通过仿真实例验证了该控制方法的有效性.     

仅利用位置测量信息的机器人滑动模跟踪控制

提出一种仅利用位置测量信息的机器人滑动模跟踪控制方案使机器人跟踪给定轨迹．整个控制器分为两部分：仅利用位置反馈的控制器和变结构滑动模控制器．由位置反馈实现的虚拟速度反馈实质上是一种动态补偿器,而变结构滑动模控制方案则主要用来消除或抵消系统中所存在的不确定性的影响,达到提高系统鲁棒性的目的．在上述控制器控制下,系统的输出跟踪误差可以渐近收敛到零．利用边界层控制方案可消除或减弱滑动模控制中经常出现的抖振现象．     

基于反馈线性化的主动容错控制器设计

针对一类满足Lipschitz条件的非线性系统,基于反馈线性化提出了一种主动容错控制方法,并将其应用到了某机器人系统中.仿真表明,在故障发生时,容错控制器不仅能够保持闭环系统的稳定性,而且能够有效地补偿故障对输出的影响,因此输出依然能够对参考输入具有较好的跟踪性能.     

具有清晰暂态性能的机器人鲁棒自适应跟踪控制

基于不确定性机器人的轨迹跟踪问题 ,提出一种保证系统具有清晰暂态性能的鲁棒自适应控制策略 .控制器由一个简单的线性 PD反馈 非线性阻尼 标量不确定性补偿控制器构成 ,不需传统的回归矩阵计算 ,能够有效地克服通常难于建模的摩擦力和外部扰动影响 .只需了解系统的阶数和输出的位置及速度状态 ,保证全局的指数稳定或全局一致最后有界 .二自由度机器人的仿真证明了该法的有效性     

非线性系统控制器综合的一种新方法(英文)

基于正切线性化控制技术和状态依赖Riccati微分方程方法,提出了一种新的非线性控制器综合策略.受正切线性化控制的启发,首先,将一类非线性系统的非线性反馈镇定问题转化为状态依赖线性时变系统的反馈镇定器设计问题.然后,给出了求解导出线性时变系统反馈镇定器设计问题的一种基于状态依赖Riccati微分方程方法.为实现该控制器的求解,仅需实时求解给定正定初始条件下的状态依赖Riccati微分方程.此外,本文所得到的解析结果还能保证非线性闭环反馈系统的指数渐近稳定性.最后,用一个数值算例验证了本文给出方法的有效性.