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.     

理想跟踪准滑模变结构参考模型自适应控制

对一类有界的不确定的非线性动态系统 ,提出了一种基于具有连续函数特性的准滑动模态变结构控制的自适应控制方法。该方法在对象参数未知的情况下 ,利用变结构原理来学习在 L yapunov意义下系统的不确定界 ,从而实现对系统参数未知界的估计 ,并确保跟踪误差满足预先给定的性能要求。仿真结果表明该方法是有效的 ,并且使系统的抖振有较大程度的削弱     

基于二阶Adaline网络的滑模变结构控制器

针对一般神经网络滑模控制系统在线训练时间长、实时性差的问题,提出一种自适应神经滑模变结构控制系统。该系统主要由二阶Adaline网络辨识器、滑模控制器和变结构二阶学习算法估值器组成。其中二阶Adaline网络是对原Adaline网络的改进,在其输入样本向量中增广了有关样本的二次项,相当于用时变二次多项式去逼近非线性系统,既有原Adaline网络训练速度快的优点,又具有一定非线性逼近能力;滑模控制器根据辨识误差自适应调整趋近律中的增益参数;而变结构二阶学习算法首先对递推近似Newton法进行简化,然后将其改造成一种新型的变结构算法,具有较快的收敛速度。针对同一非线性系统,采用常规神经滑模变结构控制存在较小的抖振,平均调节误差为0.0913;而采用自适应神经滑模变结构控制很快趋于平稳,几乎消除高频抖振,平均调节误差为0.0109。仿真结果证明了该方案的有效性。     

变结构速度控制器设计

为了实现交流感应电机的速度及转矩的实时高精度控制,设计了一种滑模变结构直接转矩速度控制器。应用可变边界层法削弱滑模面上的抖振,用模型参考自适应速度辨识器取代传统速度传感器监测电机速度。通过仿真表明：可变边界层法削弱抖振效果优于等速趋近率法,系统在参数变化情况下能表现出较强的鲁棒性,改善了电机的动态和静态性能。     

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.     

漂浮基双臂空间机器人关节运动的模糊变结构滑模控制

讨论了载体姿态、位置均不受控制的双臂空间机器人系统的控制问题.利用拉格朗日方法并结合系统动量守恒关系,建立了双臂空间机器人系统的非线性动力学模型.以此为基础,对双臂空间机器人关节运动的控制问题作了研究.考虑到空间机器人系统结构的复杂性及其某些参数的变动性,根据具有较强鲁棒性的滑模变结构控制理论,设计了双臂空间机器人关节运动的滑模变结构控制方案;为了克服滑模变结构控制器抖振的缺点,附加设计了一个模糊控制器,以便根据系统的输出来动态调节滑模变结构控制器等速趋近率的系数,从而既确保了系统的快速响应而又消除了原有的抖振.系统数值仿真证明了该控制方案良好的控制效果.     

基于′Cuk变换器的变结构滑模消抖控制策略

本文基于变结构控制理论,阐述在滑模控制与’Cuk变换器输入之间加入一带宽可调滤波器,该滤波器有效的削弱了抖振,并保留了滑模的优良特性,最后应用MATLAB进行仿真。     

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.     

基于RBF神经网络的ABS滑模变结构控制研究

针对汽车制动过程中防抱死制动系统(ABS)具有的非线性、时变性和不确定性,设计了以最佳滑移率为目标的滑模变结构控制器,并且采用径向基神经网络(RBF)实时调整滑模变结构控制器参数,以削弱常规滑模变结构控制的抖振现象。利用MATLAB/Simulink仿真平台搭建单轮车辆制动模型,并进行ABS控制策略的仿真实验。仿真结果表明:在指定路面上制动时,基于RBF神经网络的滑模变结构控制策略能够有效削弱常规滑模变结构控制输出的高频抖振,并能使车辆具有良好的制动效果。     

自适应模糊滑模控制在火箭炮耦合系统中的应用

针对火箭炮位置伺服系统中的机电耦合特性,提出了一种自适应模糊滑模控制方法.为了使滑模变结构等效控制律设计不依赖对象的精确模型,利用切换函数及其变化率设计自适应模糊系统来代替等效控制,为了抑制滑模抖振,采用模糊规则调节切换控制的增益.仿真及实验结果表明,该方法不仅保证了系统的静、动态特性,有效降低了变结构系统中固有的抖振现象,而且对参数摄动具有较强的鲁棒性.研究结果为进一步完善控制器理论结构及实践应用提供了参考依据.