空间机械臂基于神经网络的死区补偿控制

针对自由漂浮空间机械臂所存在的模型误差和机械传动机构中的齿隙死区问题,提出基于神经网络的自适应补偿控制方法。对于系统的模型误差,利用神经网络的逼近能力来对不确定部分进行自适应补偿,而设计变结构控制器消除逼近误差。对于关节执行机构中的齿隙死区,利用两个神经网络来分别进行死区模型的估计与补偿,利用死区补偿原理来推导死区输出、死区补偿器及控制器三者之间的数学关系,进而设计基于神经网络的控制器、补偿器及死区估计器的自适应在线学习律。基于Lyapunov理论证明了控制系统的稳定性。仿真结果验证了控制器的有效性。     

模块化机器人神经网络补偿计算力矩控制研究

为了解决模块化机器人由于构型可变等特点导致参数不确定与非参数不确定性增大引起轨迹跟踪不理想的问题,设计神经网络补偿计算力矩复合控制器。考虑机器人参数不确定与摩擦、干扰等非参数不确定性,将动力学模型分为理想部分和不确定部分,用计算力矩法实现理想模型控制,用BRF神经网络补偿不确定部分。利用Lyapunov理论证明控制器稳定性并采用自适应算法实现神经网络权值在线自调整。最后,仿真发现使用该控制器取得良好的轨迹跟踪效果。     

具有外部扰动的参数未知漂浮基柔性空间机械臂的对角递归神经网络控制

讨论载体位置和姿态均不受控情况下,存在外部扰动的参数未知漂浮基柔性空间机械臂系统关节运动的动力学控制问题。由假设模态法,利用拉格朗日方法建立漂浮基柔性空间机械臂的系统动力学方程。以此为基础,针对存在外部扰动和系统参数未知的情况,利用对角递归神经网络逼近柔性空间机械臂系统的逆动力学模型,设计基于对角递归神经网络的控制方案,以控制柔性空间机械臂的关节铰跟踪在关节空间的期望运动轨迹,同时能抑制柔性杆的振动。该方案由于没有专门设计主动控制器抑制柔性振动,因此不需要测量、反馈柔性振动模态,大大简化控制器的结构;无需预知控制对象的精确模型和系统参数,且能克服外部扰动的影响。计算机数值仿真证实所提方案的有效性和可行性。     

坐卧式下肢康复机器人的被动训练控制

考虑到下肢康复机器人很难获得精确、完整的数学模型,而且在建立模型时需要进行合理的近似处理,因此忽略了外部干扰、参数误差、未建模的动态和摩擦等不确定因素,这些原因导致控制性能不佳。基于此提出了一种基于计算力矩法的神经网络鲁棒控制器,通过计算力矩法对标称模型进行控制,RBF神经网络控制器对系统中未知的不确定项进行补偿,而自适应鲁棒控制器则用来补偿神经网络的逼近误差及外部的干扰,从而提高了系统的动态性能和控制精度,并对算法的稳定性进行了证明。通过实验验证,证明了控制算法的有效性,在被动训练时具有较好的轨迹跟踪性能。     

基于RBF神经网络的谐波传动自适应反演控制研究

由于自身结构上的特点，谐波传动系统存在柔性变形、摩擦和外界不确定干扰等非线性因素。传统控制器大多对系统进行了一定程度的简化，或未考虑非线性外界扰动，导致所设计的控制器性能达不到预期效果。为了提高系统精度，建立了考虑系统非线性刚度和非线性摩擦的谐波传动系统动力学模型；基于试验数据，采用最小二乘法对模型进行参数辨识；采用径向基函数（Radial Basis Function,RBF）神经网络在线逼近系统非线性摩擦和外界不确定干扰力矩，并提出了一种基于RBF神经网络的自适应反演控制器；利用Lyapunov稳定性理论，证明了其闭环系统的收敛性。仿真结果表明，与普通Back-stepping控制相比，在受到外界未知干扰后，所提出的RBF神经网络自适应反演控制能有效地逼近系统非线性摩擦和外界未知干扰，其跟踪误差峰-峰值能迅速稳定到0.000 82 rad；而Back-stepping控制对外界未知干扰比较敏感，其跟踪误差峰-峰值增大至0.012 3 rad左右。所提出的RBF神经网络自适应反演控制能抑制参数动态变化和外界干扰对系统传动精度的影响，提高系统的传动精度。     

基于神经网络观测器的机械臂力/位置控制

针对机械臂末端运动受约束的力/位置控制中无法精确建模、模型具有外界干扰和关节角速度不可测等问题，设计一种基于神经网络观测器的补偿控制系统。首先，通过解耦力和位置控制，得到降阶动态模型。然后，利用神经网络速度观测器对关节速度在线估计，并用神经网络对降阶动力学模型中的不确定项进行逼近补偿滑模控制器。最后，基于Lyapunov稳定性理论证明系统稳定性，并对二连杆机械臂进行仿真。仿真结果表明所设计的控制系统的有效性。     

空间机械臂关节非线性摩擦建模及补偿

针对空间机械臂关节存在的非线性摩擦问题,提出了一种非线性摩擦建模及补偿方法。首先,根据建立的机械臂关节动力学方程推导出非线性摩擦与电机电流、角加速度的关系;然后,通过测得的机械臂关节角度信号,设计了Kalman-牛顿预测器来估计负载端的角加速度,并利用估计的角加速度和采样电流值计算出摩擦力矩,建立机械臂关节的指数摩擦模型;最后,基于该模型设计了前馈补偿控制器,用于对机械臂关节的非线性摩擦进行补偿。通过机械臂关节驱动实验验证了此方法的可行性。     

气动人工肌肉外骨骼机器人位置跟踪控制

针对以气动人工肌肉作为关节驱动器的外骨骼机器人关节位置跟踪控制问题进行了研究。首先,在动力学模型的基础上,设计了上层控制器,并结合自适应控制和滑模控制方法降低了动力学参数不准确和扰动项未知对外骨骼机器人的影响;其次,基于无模型方法设计了底层关节力矩控制器,调整外骨骼机器人的关节力矩;最后,针对上述控制方案设计仿真实验与外骨骼机器人的穿戴实验。结果表明,该控制方法对气动人工肌肉外骨骼机器人的关节位置跟踪控制是有效的。     

存在死区的双柔杆空间机器人有限时间控制与抑振

探讨了存在关节力矩输出死区情况下,基于有限时间的漂浮基双柔杆空间机器人系统的轨迹跟踪与柔性抑振问题。采用奇异摄动理论,将系统的动力学方程分解为慢变与快变子系统,分别表示刚性运动与柔性振动。针对模型存在不确定性和死区参数未知的慢变子系统,设计了死区预补偿器和一种基于名义模型的有限时间控制器。引入了具有有限时间收敛特性的积分式滑模面,它与传统渐近收敛控制方法相比,具有更快的收敛速度、更好的鲁棒性和抗干扰特性。对于快变子系统,采用线性二次最优控制方法主动抑制其振动,以保证系统良好的稳定性。结合有限时间稳定性引理,采用李雅普诺夫理论证明了所提控制算法能使跟踪误差在有限时间内收敛到原点。仿真算例验证了所提方法的有效性。     

大型卧式仿真转台智能化同步—干扰控制

针对大型卧式液压仿真转台内部双液压马达摩擦力矩干扰、负载干扰和外框双液压马达同步驱动这三个影响转台控制性能的主要问题,分析并总结出转台外框双液压马达在“等同模式”和“主从模式”下的同步驱动模糊控制规则、各种同步控制模式的应用范围和切换规律;根据PID控制经验制定出直接自适应模糊控制规则。依据同步与PID模糊控制规则设计出同步—干扰模糊控制器并进行仿真分析。针对模糊控制器自学习能力较差等缺陷,在模糊控制的基础上,采用模糊神经网络(FNN)模型设计出多输入多输出(MIMO)的转台FNN控制器。软件仿真结果表明,当转台液压马达摩擦力矩发生变化、负载大范围波动或当转台外框两马达转速相差较大时,使用模糊神经网络模型的智能化转台控制系统具有较高的定位精度和动态性能。     

Analysis and compensation for the cascade dead-zones in the proportional control valve

The four-way proportional directional control valve has been widely used as the main stage spring constant for the two-stage proportional control valve (PDV). Since a tradeoff should be made between manufacturing costs and static performance, two symmetry dead-zones are introduced in the main stage spring constant: the center dead-zone caused by the center floating position and the intermediate dead-zone caused by the intermediate position. Though the intermediate dead-zone is much smaller than the center dead-zone, it has significant effect on the dynamic position tracking performance. In this paper, the cascade dead-zones problem in a typical two-stage PDV is analyzed and a cascade dead-zones model is proposed for the main stage spring constant. Then, a cascade dead-zones inverse method is improved with gain estimation and dead-zone detection to compensate the dead-zone nonlinearity. Finally, a digital controller is designed for verification. The comparative experimental results indicate that it is effective to reduce the large position tracking error when the proposed method is applied.     

基于死区补偿的电液位置伺服系统自抗扰控制

针对电液位置伺服控制系统的比例阀死区、参数不确定及外部未知扰动等问题,设计了由自抗扰控制器与死区逆补偿构成的串联控制器。首先基于实验辨识构造死区逆模型对死区进行预补偿,然后根据系统特性设计了一阶自抗扰控制器,构造改进的扩张状态观测器对“总扰动”进行实时估计,并通过非线性控制律给予主动补偿。联合仿真与试验结果表明,所提出的串联控制器有效地补偿了比例阀死区,提高了系统动态性能和位置跟踪精度。     

不确定性双臂空间机器人自适应模糊优化控制

考虑空间环境存在惯性参数未知及外部扰动等不确定性因素,针对自由漂浮双臂空间机器人(DFFSR)关节角运动控制问题,提出了一种自适应模糊优化控制方法。首先,基于系统动量守恒关系及Lagrange方法,建立DFFSR系统关节空间的动力学方程;而后,考虑系统惯性参数未知导致惯性矩阵无法求解问题,利用模糊控制理论的万能逼近特性,通过在线参数辨识建立系统自适应模糊模型;由此,同时考虑系统存在外界扰动以及输出力矩的优化问题,基于SDRE优化控制理论,设计一种自适应模糊优化控制方法,实现了DFFSR系统关节角的精确运动控制。一组对比仿真验证了所提控制方法的可靠性。     

死区直接补偿的电液系统BP神经网络控制

为解决电液比例伺服系统无法精确定位的问题,推导了系统的流量动态平衡方程,并设计了一种基于死区直接补偿的BP(DZDC-BP)神经网络控制算法,即在线性化比例阀输入信号与输出流量关系的基础上,利用BP神经网络控制算法逼近非线性系统的特性,弥补系统中的非线性、未知参数、外部干扰和建模误差等问题,使得系统能够时刻跟随期望轨迹。使用MATLAB-AMESim软件对系统进行联合仿真,结果表明:无论系统有无外部干扰,DZDC-BP神经网络控制与有死区比例阀PID控制(PPID)和无死区比例阀PID控制(SPID)相比,系统的稳态误差都有显著的减少。说明DZDC-BP神经网络控制算法在一定程度上解决了系统中的死区和非线性等问题,同时具有良好的抗干扰能力,显著提高了系统的控制性能。     

Anti-disturbance dynamic surface control scheme for a class of uncertain nonlinear systems with asymmetric dead-zone nonlinearity

This study proposes anti-disturbance dynamic surface control scheme for nonlinear strict-feedback systems subjected simultaneously to unknown asymmetric dead-zone nonlinearity, unmatched external disturbance and uncertain nonlinear dynamics. Radial basis function-neural network (RBF-NN) is invoked to approximate the uncertain dynamics of the system, and the dead-zone nonlinearity is represented as a time-varying system with a bounded disturbance. The nonlinear disturbance observer (NDO) is proposed to estimate the unmatched external disturbance which further will be used to compensate the effect of the disturbance. Then, by integrating RBF-NN, NDO and dynamic surface control (DSC) approaches, the proposed anti-disturbance control scheme is designed. Stability analysis of the closed-loop system shows that all signals of the closed-loop system are semi-globally uniformly ultimately bounded and the tracking error can be made arbitrarily small by proper selection of the design parameters. In comparison with the existing methods, the proposed scheme deals with the unmatched external disturbance, uncertain dynamics and unknown asymmetric dead-zone nonlinearity, simultaneously; it avoids the "explosion of complexity" problem and develops the simple control law without singularity concern. Furthermore, some imposed assumptions to the dead-zone input and disturbances are relaxed. Simulation and comparison results verify the effectiveness of the proposed approach.     

考虑关键非线性特征的集成式电子液压制动系统主缸液压力精确控制

针对具有"电动机+减速机构"形式的解耦式电子液压制动系统（Electro-hydraulic brake system,EHB）展开研究。针对主缸液压力控制过程中出现的爬行、死区和振荡等问题,设计一种考虑关键非线性特征（摩擦、PV特性）的主缸液压力精确控制算法。基于LuGre模型对摩擦非线性进行补偿,设计了压力自适应控制器。针对压力闭环控制在系统死区工作点处出现的问题,采用基于死区补偿的非线性控制方法。结合以上两种方法的优点,设计基于LuGre摩擦模型前馈补偿和死区补偿的联合控制方法,能够在考虑系统关键非线性特征的基础上,精确控制主缸液压力。通过联合仿真（AMESim&Simulink）和硬件在环测试对比验证各闭环控制系统的时频域响应特性,联合控制方法提高了系统的压力动态跟踪精度和响应速度。     

Robust adaptive precision motion control of hydraulic actuators with valve dead-zone compensation

This paper addresses the high performance motion control of hydraulic actuators with parametric uncertainties, unmodeled disturbances and unknown valve dead-zone. By constructing a smooth dead-zone inverse, a robust adaptive controller is proposed via backstepping method, in which adaptive law is synthesized to deal with parametric uncertainties and a continuous nonlinear robust control law to suppress unmodeled disturbances. Since the unknown dead-zone parameters can be estimated by adaptive law and then the effect of dead-zone can be compensated effectively via inverse operation, improved tracking performance can be expected. In addition, the disturbance upper bounds can also be updated online by adaptive laws, which increases the controller operability in practice. The Lyapunov based stability analysis shows that excellent asymptotic output tracking with zero steady-state error can be achieved by the developed controller even in the presence of unmodeled disturbance and unknown valve dead-zone. Finally, the proposed control strategy is experimentally tested on a servovalve controlled hydraulic actuation system subjected to an artificial valve dead-zone. Comparative experimental results are obtained to illustrate the effectiveness of the proposed control scheme.     

具有谐波减速器柔性关节摩擦力辨识及控制

为了减轻关节重量,提高关节输出力矩,在关节内部集成谐波减速器等部件。然而,谐波减速器的加入,不仅增加关节柔性,而且导致关节内部摩擦力复杂。针对具有谐波减速器的柔性关节,提出了摩擦力辨识方法,并且的得到关节摩擦力模型与Strbeck摩擦力模型相似的结论。搭建了柔性关节试验平台,利用辨识的摩擦力模型有效的补偿了关节内部摩擦力的影响,提高了关节的控制精度。     

A phenomenological friction model of tripod constant velocity (CV) joints

Constant velocity (CV) joints have been favored for automotive applications, compared to universal joints, due to their superiority of constant velocity torque transfer and plunging capability. High speed and sport utility vehicles with large joint articulation angles, demand lower plunging friction inside their CV joints to meet noise and vibration requirements, thus requiring a more thorough understanding of their internal friction characteristics. In this paper, a phenomenological CV joint friction model was developed to model the friction behavior of tripod CV joints by using an instrumented CV joint friction apparatus with tripod-type joint assemblies. Experiments were conduced under different operating conditions of oscillatory speeds, CV joint articulation angles, lubrication, and torque. The experimental data and physical parameters were used to develop a physics-based phenomenological CV joint dynamic friction model. It was found that the proposed friction model captures the experimental data well, and the model was used to predict the external generated axial force, which is the main source of force that causes vehicle vibration problems.