机械臂的改进固定时间滑模控制方法设计

当机械臂末端对给定轨迹进行跟踪控制时,跟踪误差收敛速度容易受初始跟踪误差大小的影响,针对这一问题设计了一种适用于机械臂模型的改进固定时间滑模轨迹跟踪控制策略.在快速终端滑模面的基础上,设计了一种固定时间滑模面,从而使得控制器具有固定时间收敛特性并给与证明;针对滑模控制伴随抖震的特性,对滑模控制器的趋近律进行了抑制抖振的改进,使得趋近律具有一定的自适应性.通过对二自由度机械臂的仿真实验,验证了在系统含有未知扰动的情况下,设计的改进固定时间滑模控制器能够在固定时间内使得机械臂末端轨迹跟踪误差快速收敛,且通过控制器参数的调整能够达到更快的收敛速率.通过仿真对比,验证了论文设计方法的收敛速率要快于快速终端滑模控制方法.     

基于模糊滑模的机械臂鲁棒轨迹跟踪控制

针对存在外部扰动及建模误差的机械臂轨迹跟踪控制问题,提出了一种基于模糊滑模的鲁棒轨迹跟踪控制策略。在传统鲁棒控制器的基础上引入模糊滑模控制器取代等效控制项,解决了由初始系统误差较大引起的速度跳变、抖振等问题。其中模糊滑模控制器采用自适应模糊逻辑修正指数滑模趋近律中的常数项,可以优化滑动模态的品质,有效消除抖振。利用Lyapunov理论证明了系统的稳定性。仿真实验结果表明,该控制算法轨迹跟踪误差小,误差收敛速度快,具有良好的实时性。     

多关节机械臂干扰观测器的自适应滑模控制

为了解决多关节机械臂在外部干扰和建模误差的轨迹跟踪问题,提出了多关节机械臂干扰观测器的机械臂自适应滑模控制方法.针对干扰信号,采用干扰观测器对可观测干扰进行观测,对于未观测到的干扰通过自适应律的设计进行估计补偿;针对机械臂控制系统中的抖振问题,采用新型趋近律来设计滑模控制律,以减小抖振影响;最后,利用李雅普诺夫函数验证了系统的稳定性.仿真结果表明,该方法不仅可以有效地削弱抖振问题,而且还可以克服外界干扰和建模误差带来的不确定性,同时保证了系统的鲁棒性.     

多关节机械臂干扰观测器的自适应滑模控制

为了解决多关节机械臂在外部干扰和建模误差的轨迹跟踪问题,提出了多关节机械臂干扰观测器的机械臂自适应滑模控制方法.针对干扰信号,采用干扰观测器对可观测干扰进行观测,对于未观测到的干扰通过自适应律的设计进行估计补偿;针对机械臂控制系统中的抖振问题,采用新型趋近律来设计滑模控制律,以减小抖振影响;最后,利用李雅普诺夫函数验证了系统的稳定性.仿真结果表明,该方法不仅可以有效地削弱抖振问题,而且还可以克服外界干扰和建模误差带来的不确定性,同时保证了系统的鲁棒性.     

多关节机械臂干扰观测器的自适应滑模控制

为了解决多关节机械臂在外部干扰和建模误差的轨迹跟踪问题,提出了多关节机械臂干扰观测器的机械臂自适应滑模控制方法.针对干扰信号,采用干扰观测器对可观测干扰进行观测,对于未观测到的干扰通过自适应律的设计进行估计补偿;针对机械臂控制系统中的抖振问题,采用新型趋近律来设计滑模控制律,以减小抖振影响;最后,利用李雅普诺夫函数验证了系统的稳定性.仿真结果表明,该方法不仅可以有效地削弱抖振问题,而且还可以克服外界干扰和建模误差带来的不确定性,同时保证了系统的鲁棒性.     

机械臂固定时间观测器和自适应滑膜控制方法的设计

在机械臂轨迹跟踪控制过程中,当利用观测器对模型参数不确定性和外部未知动态扰动进行估计时,估计时间容易受扰动初值的影响,为此基于固定时间扰动观测器设计了一种自适应滑模轨迹跟踪控制方法。利用固定时间观测器的特性,在固定时间内获得机械臂内部模型误差和外部不确定扰动的估计,对扰动估计做出补偿,通过滑模控制策略实现机械臂的轨迹跟踪控制。针对滑模控制伴随抖震的特性,论文对滑模控制器的趋近律进行了抑制抖震的改进设计。通过仿真实验证明:基于固定时间扰动观测器的滑膜控制方法能够在固定时间内准确获取扰动的估计值,能够控制机械臂以高精度跟踪给定轨迹;通过与基于高阶扰动观测器的滑模控制方法进行仿真对比,验证了该方法在消除不确定扰动的基础上,能够有效地抑制系统抖振,并且跟踪误差能够在短时间内以指数速率完成收敛。     

基于干扰观测器的机械臂自适应模糊滑模控制

机械臂在轨迹跟踪控制中存在建模误差和外界干扰等问题。为了提高机械臂轨迹跟踪的精度和速度,设计了一种基于干扰观测器的机械臂自适应模糊滑模控制策略。首先,使用新型趋近律来减小机械臂滑模控制系统中抖振的影响;其次,采用干扰观测器对机械臂建模误差和外界干扰进行估计,根据干扰观测器的观测值对机械臂的输入力矩进行补偿;最后,对于无法观测的部分,采用模糊系统中的万能逼近原理对未知的干扰进行估计,进一步提高机械臂的轨迹跟踪性能。通过仿真试验表明,该控制策略不仅可以克服建模误差和外界干扰所带来的影响,还可以有效地削弱系统的抖振,保证了机械臂各关节位置跟踪的精度和速度。同时也说明了该控制策略的有正确性和有效性。     

机械臂关节空间轨迹的神经网络滑模跟踪控制

为了提高机械臂对给定轨迹的跟踪精度且削弱滑模控制抖振问题,提出了基于RBF神经网络滑模控制的轨迹跟踪方法。建立了多连杆机械臂系统的运动学和动力学模型。首先忽略由建模误差和系统扰动产生的系统不确定项,建立了全局PID滑模控制器,设计了由等效控制律和切换控制律组成的全局滑模控制律;而后使用单隐含层RBF神经网络逼近系统不确定项,使用神经网络对不确定项的逼近值补偿建模误差和系统扰动,达到提高控制精度的目的。经仿真验证,在机械臂初始位置误差较大的情况下,神经网络滑模控制器的调节时间、超调量、驱动力矩抖振远小于全局PID滑模控制器,证明了神经网络滑模控制器在机械臂轨迹跟踪控制中的有效性。     

风电叶片打磨机器人柔性末端终端滑模力控制

为了自适应叶片在磨削过程叶片曲率的变化,实现主被动磨削力控制。仿照人体肌肉组织,提出一种适用于电机驱动的直线型类串联弹性驱动器(SEA)安装于六自由度机械臂末端,以实现柔性输出。并建立了类SEA数学模型,在基于类SEA动力学模型的基础上,提出一种新型非奇异快速终端滑模滑模面和多幂次趋近率,并依据新型滑模面和多幂次趋近率设计了带扰动补偿的控制律。通过与传统终端滑模面、传统趋近率得到的控制律进行了磨削力跟踪对比仿真实验,结果表明新型非奇异终端滑模面和多幂次趋近率得到的控制律趋近平衡点速率更快,要求控制器输出较低,抗干扰能力更强。     

基于BP神经网络的轮带系统的变结构控制

采用变结构离散指数趋近律设计出有效的控制律,通过控制张紧臂的状态,从而抑制轮带的横向振动。运用BP神经网络自适应调整控制律的参数,抑制了系统抖振问题。仿真结果表明,基于BP神经网络离散指数趋近律的滑模控制律有效抑制了轮带的横向振动和系统在滑模面的抖振。     

气动机械手轨迹的Terminal滑模控制方法

应用Terminal滑模控制方法对三轴直角坐标型气动机械手进行连续轨迹控制。首先建立了气动位置伺服系统的数学模型,然后运用Terminal滑模控制对机械手进行轨迹控制。仿真研究结果表明,采用高阶非线性的Terminal滑模控制方法,可以使该机械手对空间直线轨迹的跟踪误差只在未达到收敛点的时间段内较大,在到达收敛点后能完全跟踪目标轨迹。     

柔性空间机械臂振动抑制的模糊终端滑模控制

针对载体位置不受控、姿态受控的情况,提出了柔性空间机械臂振动抑制的模糊终端滑模控制方案。利用假设模态法、系统动量守恒关系及拉格朗日方法,导出了柔性空间机械臂的系统动力学方程。为解决柔性空间机械臂轨迹跟踪控制及振动抑制问题,运用奇异摄动法将系统分解为慢变、快变两个子系统并分别设计了控制器。慢变子系统采用具有较强鲁棒性的模糊终端滑模控制方案,快变子系统则采用基于降阶状态观测器的线性二次型最优控制器(linear quadratic regulator,简称LQR)。数值模拟结果表明,本文的控制方案不仅保证了柔性空间机械臂载体姿态及机械臂各关节铰跟踪误差在有限时间内的收敛性,而且还大大地降低了滑模控制所固有的抖振,并对柔性臂的振动具有良好的抑制效果。     

水下机械手分数阶积分滑模轨迹跟踪控制方法研究

针对未知有界外部干扰下水下机械手的轨迹跟踪问题,提出了一种分数阶积分滑模控制方法。该方法采用了基于分数阶积分滑模面的指数趋近律,考虑外部扰动,在模型中添加了外部扰动的近似估计项,使得系统可以实现快速收敛,且具有较强的抗干扰能力。利用李雅普诺夫理论证明了该方法的稳定性。对六自由度水下机械手的跟踪问题进行了仿真,结果表明,该控制方法具有良好的轨迹跟踪能力,且对外部干扰表现出良好的鲁棒性。     

柔性臂杆、柔性关节空间机械臂TS模糊轨迹跟踪及双柔振动并行综合控制

针对存在参数不确定和外界干扰的柔性臂杆、柔性关节空间机械臂追踪期望运动的问题,设计了基于TS模糊模型的滑模鲁棒控制方案和双柔性振动并行控制方案。首先,设计了关节柔性补偿器以提高系统的等效关节刚度。其次,利用反馈线性化技术建立了系统追踪期望轨迹的误差动力学方程,通过对系统Lyapunov稳定性证明来选择滑模控制参数;简化并改进TS模糊推理规则,提出了模糊滑模鲁棒控制方法,可解决滑模控制的抖振问题并具有计算量少、控制力矩小的优点。再次,提出了柔性臂杆振动模态的直接反馈控制方案,解决了双柔性并行综合控制的问题。最后,运用逐步仿真的方法,对比仿真结果,证实了所设计轨迹跟踪、双柔性并行综合控制方案的有效性和稳定性。     

载体位置、姿态均不受控的飘浮基柔性空间机器人的Terminal滑模控制

讨论了载体位置、姿态均不受控的飘浮基柔性空间机器人的Terminal滑模控制问题。为讨论既有柔性关节又有柔性臂的欠驱动系统,以一个具有两个柔性关节和一个柔性臂的飘浮基空间机器人为例,首先利用拉格朗日方程并结合系统总质心定义,得到了系统的动力学方程,然后利用奇异摄动法,将柔性空间机器人系统分解为一个柔性空间机械臂子系统和一个柔性关节快变子系统。以此为基础,提出了一种包含柔性空间机械臂子控制项和柔性关节快变子控制项的组合控制器。其中,柔性空间机械臂Terminal滑模子控制项实现了机械臂关节铰期望轨迹的跟踪,柔性关节快变子控制项使得快变子系统稳定在由柔性空间机械臂子控制项产生的机械臂关节轨迹上。系统的数值仿真结果表明,该方法能在抑制柔性关节的柔性振动的同时跟踪上机械臂关节期望轨迹。该控制方案的显著优点为不需要测量、反馈载体的位置、移动速度、移动加速度,同时可保证机械臂关节铰跟踪误差在任意指定有限时间内收敛到零。     

具有外部扰动的漂浮基空间机械臂姿态与关节协调运动的Terminal滑模控制

讨论了载体位置无控、姿态受控情况下,具有外部扰动的漂浮基空间机械臂载体姿态与机械臂关节协调运动的控制问题。结合系统动量守恒关系及拉格朗日方法,建立了漂浮基空间机械臂完全能控形式的系统动力学方程,并将其转化为状态空间形式的系统控制方程。以此为基础,根据Terminal滑模控制技术,给出了系统相关Terminal滑模面的数学表达式,在此基础上提出了具有外部扰动情况下漂浮基空间机械臂载体姿态与机械臂关节协调运动的Terminal滑模控制方案。提出的控制方案不但确保了闭环系统滑模阶段的存在性,同时通过Terminal滑模函数的适当选取,还保证了输出误差在有限时间内的收敛性。此外,由于确保了无论何种情况下系统初始状态均在Terminal滑模面上,从而消除了其它滑模控制方法常有的到达阶段,使得闭环系统具有全局鲁棒和稳定性。一个平面两杆漂浮基空间机械臂的系统数值仿真,证实了方法的有效性。     

机械臂反演非奇异终端的神经滑模控制

为了解决具有外部干扰以及建模误差的多关节机械臂的轨迹跟踪问题,提出了一种机械臂反演非奇异终端的神经滑模控制方法。采用非奇异终端的滑模面,基于反演方法以及滑模控制的原理,设计了反演滑模控制器。针对由于外部干扰以及建模误差引起的反演滑模控制系统中不确定的因素上界,设计了径向基(radial basis function,简称RBF)神经网络的自适应律,对不确定因素上界进行了在线估计,并对控制系统的稳定性使用了Lyapunov定理进行证明。仿真分析结果表明,所提出的方法不仅可以减少系统中存在的抖振现象,而且具有较好的轨迹跟踪性能和较强的鲁棒性。     

Sliding mode control with PID sliding surface and experimental application to an electromechanical plant

In this study, a sliding mode control system with a proportional+integral+derivative (PID) sliding surface is adopted to control the speed of an electromechanical plant. A robust sliding mode controller is derived so that the actual trajectory tracks the desired trajectory despite uncertainty, nonlinear dynamics, and external disturbances. The proposed sliding mode controller is chosen to ensure the stability of overall dynamics during the reaching phase and sliding phase. The stability of the system is guaranteed in the sense of the Lyapunov stability theorem. The chattering problem is overcome using a hyperbolic function for the sliding surface. Experimental results that are compared with the results of conventional PID verify that the proposed sliding mode controller can achieve favorable tracking performance, and it is robust with regard to uncertainties and disturbances.     

多关节机器人反馈线性化双模糊滑模控制

为了提高多关节机器人轨迹跟踪控制性能,提出了一种反馈线性化双模糊滑模控制方法。该方法在对机器人非线性动力学模型反馈线性化的基础上,设计了一种双模糊滑模控制器。通过设计一个模糊控制器,根据跟踪误差和误差变化率自适应地调整滑模面的斜率,从而加快响应速度。通过设计另一个模糊控制器,根据滑模面自适应地调整滑模控制的切换控制部分,从而减弱抖振。利用李亚普诺夫定理证明了控制系统的稳定性。针对空间三关节机器人进行了仿真实验,结果表明了所提方法的有效性。     

漂浮基空间机械臂模糊控制仿真

针对空间机械臂动力学建模和轨迹跟踪控制的复杂性,详细介绍了在虚拟样机技术软件ADAMS里,建立漂浮基空间机械臂的动力学模型、轨迹跟踪模糊PD控制策略及其ADAMS和Matlab的联合仿真.在成功建模的基础上,使用模糊PD控制策略,非常好地完成了漂浮基空间机械臂的轨迹跟踪控制任务.