排序方式： 共有6条查询结果，搜索用时 0 毫秒
1
1.
具有极点配置的不确定性机器人鲁棒H∞控制 总被引：1，自引：0，他引：1
针对具有时变负载和参数不确定的n关节机器人,提出利用线性矩阵不等式技术来设计具有极点配置的鲁棒H∞控制器的新方法,通过非线性补偿将机器人系统化为一具有不确定摄动的线性系统,利用线性矩阵不等式技术对此线性系统设计满足闭环极点配置要求的状态反馈H∞控制器,并将控制器的设计归结为求解一包含矩阵不等式约束优化问题,且提出了一种获得此优化问题可行解的迭代方法,最后利用DDR－Ⅱ型直接驱动机器人进行了仿算,验证了所提出的方法可保证机器人在存在时变负载和参数不确定情况下随关节位置变化始终具有很好的鲁棒控制性能。 相似文献
2.
提出了一种基于线性变参数（LPV）H∞反馈的迭代学习控制器,用于不确定性机器人的高精度轨迹跟踪,此控制器包括反馈部分和前馈部分,其中反馈部分设计为LPVH∞控制,前馈部分设计为高阶PD型迭代学习控制,在满足一定的收敛条件下,证明了该控制器的跟踪误差界正比于系统初始误差系统输出干扰项界,仿真结果不仅验证了此控制器随机器人关节位置变化始终具有干扰衰减、鲁棒稳定的性能,而且还验证了此控制器具有高精度轨迹跟踪的性能。 相似文献
3.
针对系统参数依赖其状态的一类非线性系统,提出一种设计暂态特性可调的变增益H2／H∞控制器的新方法,基于二次D-稳定和二次H∞性能概念,设计满足暂态特性要求的变增益H2／H∞状态反馈控制器被归结为一包含无限维LMIs约束的凸优化问题,然后基于“mimic”原理提供一种方法将无限维LMIs降为有限维LMIs,并提出了一种利用有限维LMIs的控制器综合方法。 相似文献
4.
5.
鲁棒高阶PD型迭代学习控制器设计 总被引：2，自引：0，他引：2
针对具有不确定项或干扰项的重复非线性时变系统，提出了一种鲁棒高阶PD型迭代学习控制器，给出了该控制器的收敛性条件，证明跟踪误差界是本次迭代学习与前次迭代学习初始值之差的界和系统输出干扰项界的线性函数，仿真与实验均表明了该方法的有效性。 相似文献
6.
针对非线性、强耦合的机器人系统,首先给出了利用Hopfield神经网络的单调性极值搜索能力搜寻机器人单调到达期望位置的最优动态过程的具体方法,并采用机器人动力学方程设计了满足该动态过程的控制器,然后分析了该控制器的收敛性．仿真与实验均表明了该方法的有效性． 相似文献
1