二自由度机器人轨迹跟踪误差控制优化研究

为了提高2自由度机器人控制系统响应速度,降低其输出误差,设计改进模糊PID控制器,并对2自由度机器人角位移跟踪效果进行仿真验证。给出多连杆机器人的动力学模型,设计模糊PID控制器。利用粒子的迭代搜索原理对模糊PID控制器参数进行优化,从而得到模糊PID控制器参数的最优值,使机器人控制系统具有更好的抗干扰能力。以2自由度机器人为例,利用Matlab软件对机器人角位移和转矩进行仿真,在不同环境中比较优化前和优化后的输出效果。结果显示：采用改进粒子群优化算法优化PID控制器参数,2自由度机器人控制效果明显优于模糊PID控制器。2自由度机器人优化后的模糊PID控制器,不仅响应速度快,而且抗干扰能力强。     

基于PMAC的码垛机器人模糊PID算法研究

为了提高可编程多轴运动控制器(PMAC)的控制精度和性能,设计了模糊PID控制算法.该算法应用在4自由度码垛机器人控制系统中,通过机器人电机在传统PID控制下与模糊PID控制下的位置阶跃响应实验和速度抛物线响应实验,利用电机的调节时间Ts、超调量Mp、上升时间T r、最大跟随误差M feer等数据证明模糊PID控制算法很好地改善了机器人控制系统的稳定性,提高了伺服电机的稳态性能和动态性能,改善了PMAC对4自由度码垛机器人的控制效果.     

空间对接中柔顺力控制器综合设计

研究空间对接中的柔顺力控制;利用基于位置内环柔顺力控制的六自由度并联机器人来模拟空间对接强制校正阶段的推拉过程.介绍了基于位置内环的柔顺力控制结构.详细阐述PID控制器、鲁棒控制器的综合设计方法.仿真和实验结果表明了所设计力控制器的有效性以及鲁棒力控制器的优越性.     

并联机器人的智能模糊滑模控制算法

针对以交流伺服电机驱动的二自由度并联机器人,设计了智能模糊滑模控制算法.该方法先设计动态滑模面,使系统的任意初始状态一开始就在滑模面上,消除了滑模控制的到达运动阶段,使系统在响应的全过程都具有鲁棒性;然后设计一种智能模糊控制器,用模糊控制器的输出取代滑模控制切换项的输出.仿真结果表明,该控制方法不仅增强了全局抗干扰能力,而且有效地消除了系统的抖振现象.     

并联机构的动力学分析及其无模型智能控制

为解决并联机器人高度非线性、强耦合、数学模型复杂的问题,针对交流伺服电机驱动的并联机器人,在模型不确定情况下提出了一种针对2-DOF并联机器人的智能控制方法,设计了一个二输入的模糊控制器,该控制方法不需要前向运动学的求解。通过模糊控制器对PID参数进行实时整定,基于MATLAB进行动态仿真,仿真结果表明:模糊PID在轨迹跟综和带负荷运动的稳定性方面比线性PID具有更好的控制效果,可实现并联机器人的高精度实时控制。     

液压推进型水下机器人的运动控制方法研究

针对液压推进型水下机器人的定向控制问题,对液压推进器的比例滞环、机器人多自由度运动模型、控制器设计等方面进行了研究,提出了液压推进器转速PI控制与ROV定向PID控制相结合的控制方法;在Matlab/Simulink中建立了海马号水下机器人的六自由度动力学模型,并设计了带螺旋桨转速PI闭环的定向控制器;该定向控制器包括控制手柄输入、定向PID控制器、推力分配及合成矩阵、螺旋桨转速PI控制器等,利用仿真试验模型对控制器进行了抗干扰测试。仿真结果表明:所提出的复合PID控制器可显著减小由于液压推进器推力不一致引起的定向角度控制误差,具有比常规PID控制器更好的控制性能。     

一种6-DOF冗余驱动并联机器人模型分析与运动控制

主要研究8输入6-DOF冗余驱动并联机器人的动力学特性和运动控制方法,首先描述了该机器人的运动学约束条件,并分析其运动学特性;随后采用拉格朗日法建立机器人动力学模型,并设计模糊自适应PID控制器。最后运动学模型、动力学模型及模糊PID控制器进行了仿真,验证了模型的正确性和控制方法的有效性,为并联机器人参数选取和控制方案制定提供依据。     

平面4自由度欠驱动机器人的位置和姿态控制

基于模糊控制理论,研究水平运动的4自由度欠驱动机器人位置和姿态控制问题。平面4自由度欠驱动机器人是具有冗余度和欠驱动双重特征的复杂二阶非完整系统,利用主动关节和被动关节加速度之间的耦合作用控制被动关节的运动,同时实现机械臂末端的轨迹跟踪和末杆的姿态控制。根据分层控制思想,提出双模态模糊PID复合控制算法,针对两个子任务分别设计控制器。通过Matlab和ADAMS的联合仿真验证算法的有效性,在基于可编程多轴运动控制卡的试验台上实现平面4自由度欠驱动机器人的位置和姿态控制试验。仿真和试验结果表明,所设计的模糊PID复合控制器对平面4自由度欠驱动机器人末杆的位置和姿态控制是可行、有效的。     

自适应反演神经网络控制在并联机器人中的应用

针对未知非线性、外界干扰等各种不确定因素对二自由度冗余并联机器人控制系统的影响,提出了反演自适应神经网络控制方法.RBF神经网络实现了不确定性函数的逼近,自适应反演控制作为主控制器完成并联机器人控制系统的输出.仿真结果表明,自适应反演神经网络控制方法跟踪性能好,系统误差小,具有很强的鲁棒性,能够满足并联机器人的控制要求.仿真实验证实了该控制策略的正确性和有效性.     

玻璃钢化炉温控制策略与Fuzzy-PI模糊控制技术

本系统采用模糊控制技术,结合传统PID算法,设计Fuzzy-P控制器,从而实现加热段温度的自动控制.以温度偏差和温度偏差变化率为输入,控制量为输出,经模糊化、模糊控制规则库的建立、模糊推理、解模糊化,完成模糊控制器的设计并进行了测试,结果表明Fuzzy-PI制比单纯的PID控制具有更好的动态响应特性和鲁棒性.