双臂空间机器人的固定时间轨迹跟踪控制

针对双臂空间机器人轨迹跟踪控制问题,考虑系统跟踪误差收敛时间易受初始状态影响,提出与初始状态无关的固定时间非奇异快速终端滑模控制策略. 基于固定时间稳定性理论,设计改进的固定时间非奇异快速终端滑模面. 该滑模面解决了终端滑模控制的奇异问题,使得系统跟踪误差在远离、接近原点时均有较快的收敛速度. 为了削弱滑模控制存在的抖振现象和提高趋近阶段的收敛速度,提出改进的固定时间趋近律,应用李雅普诺夫理论证明闭环系统的固定时间稳定. 以双臂空间机器人为被控对象进行对比仿真,结果表明,所提控制策略具有更高的控制精度、更快的收敛速度和更强的鲁棒性.     

六自由度机械臂的非奇异快速终端滑模控制

首先对快速终端滑模控制方法应用到六自由度机械臂系统时存在的奇异问题进行了分析。然后提出了一种新的非奇异快速终端滑模控制方法,并基于Lyapunov理论证明了控制系统的稳定性。最后将非奇异快速终端滑模控制器应用于六自由度机械臂运动控制中,试验结果表明:非奇异快速终端滑模控制提高了六自由度机械臂位姿控制的稳定性、精确性、快速收敛性和鲁棒性。     

基于幂次趋近律的麦克纳姆轮全向移动机器人轨迹跟踪控制

针对基于一般滑模的麦克纳姆轮全向移动机器人在轨迹跟踪过程中收敛速度慢、耗时长及控制存在抖振等问题,提出一种利用多幂次趋近律实现系统快速收敛的滑模控制. 通过控制4个麦克纳姆轮的角速度实现机器人3个自由度的位置变化,完成3输入4输出的控制,根据所建的数学模型,使用多幂次趋近律在系统趋近滑模面的不同阶段进行针对性调节保证收敛速度,用双曲正切函数替换趋近律中的符号函数改善抖振问题,利用Lyapunov理论证明3输入4输出控制系统的稳定性,最后 通过仿真验证所提出算法的有效性.     

不确定Duffing混沌系统的有限时间同步

研究了带有不确定性和外部扰动的Duffing混沌系统在有限时间内的同步问题。提出一种基于双幂次趋近律的非奇异终端滑模控制策略。首先设计了非奇异终端滑模面,保证误差系统沿着滑模面在有限时间内稳定至平衡点;然后基于双幂次趋近律设计了控制器,使得同步误差轨迹能在有限时间内到达滑模面,从而实现了混沌系统的有限时间同步并有效地解决了终端滑模控制的抖振和收敛缓慢问题;最后,数值仿真结果说明所给方法的有效性。     

一类非匹配不确定纯反馈非线性系统新型变幂次趋近律滑模控制

针对以熔化极气体保护焊（gas metal arc welding,GMAW）为代表的一类非匹配不确定纯反馈非线性系统的输出问题,提出一种基于变幂次趋近律的滑模控制方法。首先,采用滑模微分器得到含系统非匹配不确定性干扰的输出一阶导数。得益于终端滑模有限时间稳定的性能,该方法具有估计精度高、估计误差收敛速度快的优点。然后,提出一种新型的变幂次趋近律,并证明在相同增益下,其趋近速度均快于现有各种趋近律,且具有自适应调节趋近速度的能力,既保证了在全局范围内系统轨迹有限时间趋近滑模面,又避免了在滑模面附近出现抖振。最后,采用变幂次趋近律滑模变结构控制方法和传统趋近律滑模变结构控制方法分别对带有非匹配干扰的GMAW中的弧长进行控制仿真,并对比弧长跟踪效果,分析稳态误差。结果表明,变幂次趋近律滑模变结构方法能够有效的提高系统收敛的快速性,滑模控制方法对于非匹配不确定非线性系具有强鲁棒性。     

水下运载器非奇异快速终端滑模控制

针对传统基于线性滑模面的滑模控制方法收敛速度慢、易于颤振的难题,提出一种新型多变量非奇异快速终端滑模控制方法. 利用Lyapunov稳定性理论对该方法进行理论分析,结果表明：系统位置跟踪误差和速度跟踪误差将在有限时间内收敛到小球域内, 并且小于相同参数条件下传统基于线性滑模面的滑模控制方法. 以正在开发的北极星号遥控水下运载器的四自由度控制为研究对象, 将该方法和基于指数趋近律的传统滑模控制方法进行仿真对比, 结果表明：当存在较强未知外干扰和较大参数不确定性以及测量噪声时, 该方法相对传统滑模控制方法可以获得更快的动态响应速度、更高的稳态控制精度和更平滑的控制输入．     

球面2自由度机器人的滑模变结构控制

球面2自由度5杆机器人的应用非常广泛,可用于机械数字化仪、微操作装置、灵捷眼和人体关节修复装置等。在球面2自由度5杆机器人运动学和动力学模型研究的基础上,提出了该类机器人系统的滑模变结构控制方法。介绍了球面2自由度机器人的机构和动力学模型。引入决定附加补偿力矩的指数趋近律,建立了球面2自由度机器人的控制算法。提出了外力、质量、转动惯量以及滑模控制参数等对球面2自由度机器人的控制精度和系统稳定性的影响规律,并对球面2自由度机器人进行了控制仿真。仿真表明,控制方法是有效的。在选择合理参数下能避免机器人系统的振荡,且能保持系统的稳定性、鲁棒性和提高系统的运动精度。     

履带式移动机械臂的自适应模糊滑模控制

针对非线性及不确定性复杂环境下非完整移动机械臂控制系统,提出了一种基于自适应模糊控制和非奇异终端滑模控制相结合的轨迹跟踪控制方法。该方法在对非完整移动机械臂建立动力学模型的基础上,采用模糊高斯基函数神经网络的非线性逼近性能,优化补偿常规方法在移动机械臂系统中难以解决的系统未知参数不确定性,并通过应用非奇异终端滑模控制来消除未知外界干扰和模糊控制逼近误差对系统的影响,提高了系统的鲁棒性和控制性能。应用Lyapunov稳定性理论,证明了控制系统的稳定性,仿真试验结果验证了该方法的有效性和优越性。     

电驱动柔索并联机器人轨迹跟踪滑模控制

针对大射电望远镜粗调系统的非线性、大滞后、多变量耦合以及易受外扰等特点．提出了一种馈源轨迹跟踪的滑模控制策略．该方法通过分阶段加入指数趋近控制来加快系统的响应．同时利用模糊控制器实时调整滑模控制的趋近律参数，不仅保证了控制系统的快速性和鲁棒性，而且能够有效地抑制颤动．     

基于遗传算法的一类非线性系统的变结构控制

针对不确定性的非线性控制系统,提出了一种基于遗传算法的滑模变结构控制方法。采用遗传算法实时调整切换面参数和趋近律器数,构造出最佳切换函数和指数趋近律,使得系统不仅能快速到达切换面,增强了系统的鲁棒性,而且消除了系统抖振,实现了完全跟踪,改善了控制系统的性能。通过对倒立摆系统进行仿真,结果表明该控制方法的有效性。     

基于PD方法的不确定机器人神经网络变结构控制

针对不确定机器人轨迹跟踪控制,提出基于PD方法自适应神经网络变结构控制律,利用RBF神经网络补偿系统参数不确定性,用滑模变结构控制器消除神经网络的逼近误差.仿真结果表明,该控制律能保证轨迹跟踪误差的快速收敛性及对参数不确定性和外部扰动的鲁棒性.     

水下机器人-机械手系统非奇异终端滑模控制

针对复杂集总干扰下水下机器人-机械手系统的轨迹跟踪控制难题, 提出基于时延估计的非奇异终端滑模控制方法. 该方法以时延估计为基础架构,利用非奇异终端滑模控制的强鲁棒性, 实现复杂集总干扰下系统高性能的轨迹跟踪控制. 受益于时延估计无需动力学模型的特性和非奇异终端滑模控制的强鲁棒性, 所提算法具有优异的控制性能、良好的鲁棒性和工程易用性. 以实验室搭建的一型水下机器人-机械手系统为研究对象, 展开9自由度数值仿真和7自由度水池试验研究, 结果表明：在未知复杂集总干扰下, 利用相同的控制增益, 所提控制方法相对传统时延估计控制可以保证更优的综合控制性能, 前者系统末端定位精度为0.038 m, 而后者仅为0.067 m.     

改进参考轨迹的滑模预测控制在磁悬浮轴承的应用

研究了不确定离散时间系统的滑模预测变结构控制器的设计问题,针对常规滑模变结构控制方法在电磁轴承控制当中引起的抖动问题,提出了一种能有效削弱系统抖振并保证系统渐近稳定的幂指数趋近律,将该趋近律作为滑模参考轨迹,以不确定系统的名义模型作为滑模预测模型,将预测控制中滚动优化、反馈校正的思想引入离散准滑模变结构控制系统的设计,实现了滚动优化求解.建立电磁轴承动力学模型,并对其进行了仿真,结果表明:该方案可以有效减弱抖动对系统的不利影响,实现了转子的快速调整和稳定悬浮,其跟踪性能快速精确,同时对系统参数变化和阻力扰动具有很强的鲁棒性.     

BTT导弹滚转通道的非奇异终端滑模控制

针对二阶不确定系统,提出了一种基于非奇异终端滑模的模型参考变结构控制方案,并将其应用于BTT（Bank-To-Turn）导弹滚转通道自动驾驶仪的设计。对BTT导弹滚转通道模型进行仿真研究,结果表明：应用该方案设计的BTT导弹滚转通道能够保证弹体对参考模型稳定可靠地跟踪,气动参数大范围内变化时,控制系统仍具有良好的跟踪性能和动态品质,并显示出很强的鲁棒性与适应性;当系统存在气动参数摄动和外界干扰时,非奇异终端滑模控制仍具有很高的跟踪精度。该方案能克服普通终端滑模控制的奇异问题,同时确保系统跟踪误差在有限时间内收敛至平衡点,有效改善了变结构系统的控制精度。     

工业机器人动力学参数辨识与自适应控制方法研究

研究六自由度工业机器人动力学模型最小惯性参数辨识和模型参数自适应PD控制方法。首先分析六自由度机器人动力学模型及其最小惯性参数;研究基于位置、速度、加速度约束条件的傅里叶级数型激励轨迹优化方法;依据激励轨迹跟踪实验获取的关节角位置、速度、加速度和力矩数据,研究基于最小二乘的最小惯性参数估计方法。在此基础上,研究六自由度机器人模型自适应PD控制方法。最后,构建了基于Codesys平台的六自由度机器人控制系统,利用SYMORO+推导回归矩阵元素,结合Hadamard不等式,利用MatlabFunction函数生成目标函数并将其代入Matlab fmincon函数计算激励轨迹参数,通过激励轨迹跟踪实验辨识出最小惯性参数;通过机器人跟踪激励轨迹和验证轨迹实验,比较实测力矩与基于辨识模型估计力矩的均方根误差验证参数辨识方法有效性;通过期望轨迹跟踪实验验证了自适应PD控制算法可行性。     

基于变结构方法的机器手臂自适应控制

针对二自由度机器手臂的轨迹跟踪控制中出现的运动学模型参数可能发生改变以及外部状况变化和负荷变化等不确定因素,提出基于滑模变结构补偿方法的径向基神经网络自调节控制律,其中径向基神经网络抵偿了系统参数不确定性和外部扰动量,滑模变结构方法抵消了径向基神经网络的逼近误差,较好地消除了系统未知不确定性的影响。仿真结果表明,该控制律能保证轨迹跟踪误差的快速收敛性及对参数不确定性和外部扰动的鲁棒性。     

基于扩张干扰观测器的再入飞行器终端滑模控制

针对再入滑翔飞行器存在时变非匹配不确定干扰的问题,设计了一种非线性扩张干扰观测器和新型双回路非奇异终端滑模控制律。首先将观测器状态变量扩张为干扰及其变化速率的估计值,再基于Lyapunov稳定性定理设计新型非线性干扰观测器;将再入飞行器系统方程分为姿态角外回路和姿态角速率内回路,分别设计具有干扰补偿作用的新型滑模面,以及能够有限时间收敛的非奇异终端滑模控制律。仿真结果表明,该方法可将传统非线性干扰观测器的估计精度提高约4%,控制系统跟踪误差得到明显降低,具有良好的动态特性。     

基于自适应参数估计的反推终端滑模再入飞行控制

针对空天飞行器再入飞行时动态的强非线性和不确定性问题,提出了一种基于反推法的自适应终端滑模控制方法．首先建立了ASV的具有时变参数的严反馈形式被控模型,进一步采用自适应策略在线估计被控系统的不确定参数,将一阶低通滤波器引入到虚拟控制律设计中,降低反推计算的复杂性．在反推设计的最后一步引入终端滑模控制,以提高控制系统对于匹配不确定性的鲁棒性和系统跟踪误差的收敛速度,同时引入矩阵的广义逆,避免控制增益参数估计过程中可能出现的奇异现象．最后借助Lyapunov稳定性理论,证明了闭环系统误差及状态信号一致最终有界．以某型ASV再入姿态跟踪控制为目标,进行了6自由度飞行仿真验证. 结果表明:所提出的自适应反推终端滑模控制方法跟踪速度快、鲁棒性强,且对不确定参数具有较强的自适应能力．     

二自由度机器人模糊滑模位置控制及仿真

针对二自由度关节型机器人的位置控制问题,本文提出了基于模糊算法的滑模位置控制。设计线性滑模面和滑模控制律,通过Matlab模糊控制箱设计模糊控制器,使两者的转矩输出共同作用于机器人系统。滑模控制采用线性滑模面,可使系统在有限的时间段内到达稳态,实时性好;模糊控制可以削弱滑模控制所带来的输出抖动,在模糊控制中加入自适应律,能够实时补偿建模误差及外界干扰信号的影响。借助Adams/Control模块和Matlab/Simulink库,搭建联合仿真控制系统进行仿真验证。仿真结果表明,该控制系统能够有效结合两种控制方法的优点,动态性能和稳态性能良好,并能够在一定程度上消除抖振,满足设计需要。因此,该研究具有一定的实际应用价值。     

基于液压伺服回路的自适应逆控制

将自适应逆控制理论和系统辨识方法应用在六自由度并联机器人计算机软件控制上,设计了基于液压伺服回路的自适应逆软件控制器,取得了六自由度并联机器人总体动态响应优化的满意效果。