模糊神经控制器在复杂系统中的应用研究

首先提出一种适用于复杂系统的自适应模糊控制器.针对该控制器在应用于复杂系统时,模糊规则过多及建立规则的时间随规则数增加而以指数规律增长的问题,提出了另一种适用于复杂系统的自适应模糊神经控制器.该控制器采用“全逼近”的控制策略,依据李亚普诺夫方法给出了模糊神经自适应输出反馈控制律及参数自适应律.仿真研究证明了复杂系统的稳定性以及跟踪误差的收敛性.     

基于安全性考虑的五自由度外骨骼式上肢康复机器人自适应控制

针对一类具有特殊安全性要求的五自由度外骨骼上肢康复机器人,研究了一种自适应控制策略。该机器人协助患者的肩、肘、腕关节进行关节运动,以达到上肢运动功能康复的目的,因此,在整个康复训练中如何保证患者安全是机器人控制策略的重点。为确保良好的跟踪性能,所提出的控制策略具有在模型不确定条件下的鲁棒性;为进一步提高系统在大参数变化以及执行器故障时的安全性能,提出了一种在线更新的自适应控制器。该控制器仅需要进行位置测量实现输出信息反馈,而速度和加速度通过观测器估计得到,不需要依靠其他传感器信息。设计了一个参数可调和有界误差的轨迹跟踪实验,仿真结果验证了本控制方案的有效性。