基于指令滤波的机械臂有限时间输出约束阻抗控制

提出一种基于指令滤波的机械臂有限时间输出约束阻抗控制方法.通过阻抗控制技术来解决机械臂与环境之间的相互作用,使机械臂跟踪期望轨迹.通过有限时间控制提高机械臂控制的响应速度,缩小跟踪误差,并引入障碍Lyapunov函数对机械臂末端输出状态进行约束.采用模糊自适应技术处理机械臂系统中的未知摩擦量和外部扰动量.仿真结果表明:该方法实现了对期望轨迹的有效跟踪控制,并且使机械臂输出状态都限制在预定义的约束空间中,具有更快的响应速度和更好的跟踪效果.     

面向打磨机械臂的模糊自适应阻抗控制算法

为解决打磨机械臂在加工过程中轨迹移动和末端接触力的控制问题,讨论了一种自适应阻抗算法,能够实现力和位置的柔顺控制,并保证系统的运动稳定。同时引入模糊控制理论,对阻抗参数进行实时调整。以简化模型二自由度机械臂为例进行仿真实验。仿真结果表明,模糊自适应阻抗算法能够较为准确地控制机械臂末端的接触力,降低系统的超调,改善实时性,可以提高打磨机械臂的工作效率,在一定程度上满足打磨的精度要求。     

基于自适应阻抗控制的大负载液压机械臂柔顺控制

针对大负载液压机械臂的柔顺作业问题,提出了一种自适应阻抗控制算法进行机械臂柔顺控制。算法根据六维力传感器测量的接触力信息和机械臂末端位置信息,对环境刚度和环境位置实时估计。根据环境刚度和环境位置的估计值,对机械臂的参考轨迹进行修正,实现自适应阻抗控制,以达到更佳的力控效果。开展了液压机械臂管道搬运实验,进行自适应控制算法性能验证。结果表明,相较于传统的阻抗控制算法,机械臂采用自适应阻抗控制算法能够获得更好的力控性和柔顺性。     

手术机器人的模糊神经网络变阻抗控制策略研究

针对手术机器人在颅颌面手术过程中无法有效跟踪期望位置和接触力的问题，提出一种基于模糊神经网络的变阻抗控制策略。首先，利用模糊PID位置控制模块对机器人运动至手术切口位置的期望轨迹进行跟踪控制。其次，通过基于神经网络的变阻抗控制模块建立起机械臂与目标之间的力/位置动态关系，该模块可对机器人辅助手术过程中的力跟踪偏差进行及时的自适应修正，以实时补偿环境动态变化带来的影响，提高了环境交互的安全性以及力跟踪的准确性。最后，对提出的控制方法进行验证，结果表明，在动态变化的手术环境下，相比传统定阻抗参数控制方法，该方法拥有更好的跟踪控制效果。     

气液联控系统的模糊自适应阻抗控制研究

针对阻抗控制中力控制的难点在于不能精确知道外界环境刚度和位置,继而导致跟踪误差的问题,采用滑模位置控制器及模糊自适应控制方法,设计了气液联控柔顺力控制系统.内环的滑模位置控制器增强了系统的鲁棒性,外环通过模糊自适应机构实时调整阻抗参数,使系统具有良好的动态品质.在外界环境模拟系统做不同运动情况下进行了气液联控柔顺力的试验研究.试验结果表明,该方法具有较好的鲁棒性,实现了环境位置变化时的力跟踪控制.     

变论域模糊补偿的机械臂积分终端滑模控制

为了减小机械臂在环境扰动、参数漂移和建模误差等影响下的轨迹跟踪误差,设计了基于积分终端滑模和变论域模糊补偿的组合控制器。采用拉格朗日方程建立了机械臂系统的动力学模型,制定了不确定因素影响下机械臂跟踪控制方案;设计的积分终端滑模控制器可以将系统初始状态限制在滑模面上,消除了控制过程的抖振并提高了跟踪速度;提出了自适应论域策略,该策略可以提高补偿力矩的输出细粒度,并将变论域模糊算法用于不确定因素补偿。经实验验证,变论域模糊补偿控制对关节1角位置的最大跟踪误差为0.103 rad,误差绝对均值为0.025 rad,对关节2角位置的最大跟踪误差为0.073 rad,误差绝对均值为0.012 rad,跟踪控制精度高于模糊补偿控制、RBF-BP控制和自适应鲁棒控制,验证了变论域模糊补偿控制方法的有效性和先进性。     

模糊自适应控制在柔性机器人操作臂中的应用

将拉格朗日和假设模态法相结合，建立了柔性机器人操作臂的动力学方程，并提出了一种模糊自适应控制策略。在柔性操作臂末端带有不同的载荷时，分两种情况进行了控制仿真实验；定位控制和轨迹跟踪控制。与PD控制仿真实验的结果相比较，模糊自适应控制器在轨迹跟踪和振动抑制方面反映出更好的稳定和鲁棒性能。     

基于阻抗控制的机器人旋拧阀门轴向位置自适应跟踪

针对核电救灾环境机器人作业需求,面向旋拧阀门末端接触力的鲁棒性问题,开展了基于阻抗控制的阀门轴向位置自适应跟踪研究,实现了自适应阻抗控制对阀门轴向位置的有效跟踪。阻抗控制可以较好地实现对接触力/位置动态响应的调节却无法做到精确的位置跟踪,且对末端接触不稳定的鲁棒性较差。为在旋拧阀门中解决该问题,设计了一种鲁棒性更好的新型阻抗模型,并结合自适应控制设计了基于新型阻抗模型的位置跟踪策略,较好地解决了对阀门手轮轴向位置的跟踪。在SolidWorks、ADAMS和Matlab/Simulink联合仿真平台上进行了机器人旋拧阀门仿真,并在搭建的机器人旋拧阀门作业平台进行了试验验证。结果表明,该自适应方法可以精确地实现对阀门手轮轴向位置的跟踪,同时提高了作业系统对末端接触不稳定问题的鲁棒性。     

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。     

模拟转台伺服系统的自适应模糊滑模控制研究

利用Stribeck摩擦模型,将自适应控制与模糊滑模控制相结合,提出了自适应模糊滑模控制模型,对模拟转台伺服系统进行了控制。仿真结果表明,自适应模糊滑模控制器能有效抑制摩擦力矩的影响,实现高精度的位置跟踪,鲁棒性好,值得在其他非线性系统中推广使用。     

存在振动的某机械臂控制研究

针对火炮自动装填系统机械臂的控制问题,建立了整个机械臂的简化模型,并推导存在振动的机械臂的动力学方程,以便在实验室进行研究。使用ADAMS与Matlab机电联合仿真系统对机械臂进行仿真。通过使用传统的PID控制方案和模糊自适应PID控制方案分别对机械臂进行仿真,对2种方案的结果进行对比。结果表明:模糊自适应PID控制的抗干扰能力较强,能够满足存在振动和变负载条件下机械臂的控制。     

机械臂轨迹的阻抗滑膜控制

针对机械臂在接触操作物时进行移动时位置会产生偏差,导致两者之间会有作用力,该作用力将会对操作的物体产生破坏。所以先对机械臂采用滑膜控制,去控制机械臂更好的跟随路径。但是由于滑膜控制会产生抖振,所以改变滑膜控制的切换函数,减弱控制系统的抖振。在此基础上考虑机械臂末端位置的偏差,将阻抗控制和改进后的滑膜控制结合,减少滑膜控制中的抖振,控制机械臂末端力的接触力在合适范围之内,同时要让机械臂能够很好的跟踪预定曲线。仿真结果表明,双曲正切为切换函数的滑膜控制,能更好的降低控制器的抖振,而且将改进的滑膜控制和阻抗控制可以更好的控制机械臂末端的压力,同时机械臂末端也能将好的跟踪设定曲线。     

机器人自适应模糊阻抗控制方法

针对机械臂在未知环境或环境参数存在变化的情况下无法有效跟踪目标接触力,提出一种在线调节参考轨迹自适应阻抗控制算法,该方法能够实现精确力控制,并保证机械臂系统的运动稳定。根据力误差信息调整参考轨迹以实现力跟踪。同时引入模糊调整器实时调整控制算法参数,优化机械臂运动性能。以RRR型三自由度机械臂为例对算法进行仿真验证。仿真结果表明,该方法提高了力控制精度与动态响应,其自适应算法有效增强了机械臂在与外界环境接触时对接触环境参数变换的鲁棒性。     

基于阻抗控制的骨外固定机器人矫形力自适应跟踪

针对传统骨外固定器矫形力无法准确控制、安全性差的问题,本文基于 RCM 构型,搭建一种膝关节骨外固定机器人,提 出一种间接自适应阻抗的矫形力跟踪方法。 由于存在机械摩擦以及外部不确定性,针对阻抗控制鲁棒性差的问题,采用力误差 信号作为目标阻抗的驱动力,建立新的阻抗模型适应矫形环境的变化,根据矫形力误差的变化,设计自适应律对阻抗参数实时 调节,在线补偿动态环境的不确定性,使系统的力跟踪误差为零。 并对所提的控制算法进行了胫骨矫形力控制的对比仿真和样 机实验。 结果表明:阻抗控制仿真结果各性能指标的加权平均值分别为 2. 12、8. 58 和 13. 2,且力跟踪实验的最大误差为 20 N; 相比于阻抗控制,自适应阻抗控制仿真性能指标的加权平均值仅为 0. 36、0. 18 和 0. 61,力跟踪波动误差控制在±3 N 以内,具有 更好的鲁棒性和自适应能力。     

基于改进自适应算法的机械臂位置/力控制研究

传统机械臂末端与环境接触时对位置和接触力单独控制,造成控制不精确,收敛时间较长,针对这一问题,提出一种改进自适应控制策略。首先,考虑了实际存在的环境刚度,对机械臂系统从关节空间到笛卡尔空间进行坐标变换,将两个控制信号整合到同一坐标下;其次,在同一笛卡尔空间下,将坐标分为切向位置空间和法向接触力空间,实现由控制位置和力两个物理量到控制一个轨迹物理量的简化;然后,在改进自适应算法的自适应律中引入参数误差,设计动力学控制器修正机械臂参数,并利用Lyapunov理论证明了闭环系统稳定性;最后,经过仿真验证,不仅在位置跟踪和力控制方面缩短收敛时间,而且参数估计方面也能缩短收敛时间,提高收敛精度,说明了该方法的实用性和有效性。     

X-Y平台的模糊PID力/位置混合控制

在X-Y工作台进行打磨、抛光等作业时,保证位置跟踪精度的同时对接触面需施加一定的控制力。基于X-Y工作台动力学模型的基础上,提出一种力/位置混合控制方法。在位置控制回路,采用常规的PID控制方法。在力控制回路,采用自适应模糊PID控制算法。将模糊控制与PID控制相结合,实时对PID参数进行整定,提高系统的鲁棒性和自适应能力。运用MATLAB中fuzzy工具箱,通过和Simulink有机结合,降低了自适应模糊PID控制算法的仿真难度。仿真结果表明该方案相较于常规PID控制方法,位置控制精度和力控制精度有明显改善,提高了系统鲁棒性。     

机械臂运动的智能自适应模糊控制策略

为了提高机械臂轨迹跟踪控制精度同时节省驱动能量,提出了机械臂运动的智能自适应模糊控制策略。介绍了双连杆机械臂结构并建立了其动力学模型;设计了机械臂系统控制方案和智能自适应模糊控制器的实现方案;在粒子群算法基础上增加了多策略进化方法和多子群协同搜索方法,提出了多策略协同进化粒子群算法;以机械臂轨迹跟踪误差和驱动力矩最小为目标,以多策略协同进化算法为寻优算法,设计了具有智能自适应调节能力的模糊控制器。经仿真验证,自适应模糊控制器的跟踪误差幅值为PID控制误差幅值的26%左右,同时模糊控制器驱动力矩的平均振动幅值不足PID控制器力矩振动幅值的17%,充分证明了智能自适应模糊控制器能够以更小的力矩实现更小的跟踪误差。     

未知时变环境下机器人自校正阻抗控制研究

针对未知、时变环境下机器人力位控制需求,基于非线性接触动力学模型进行了阻抗控制的位置自校正修正算法研究.通过建立基于Hunt-Crossley非线性接触动力学模型的阻抗控制系统,构建了在刚性或柔顺作业环境下机器人末端位置与接触力之间的动态关系;在自校正控制系统中引入自扰动递推最小二乘辨识算法,以接触力误差最小为设计指标,设计了阻抗控制的位置自校正修正算法,在预测控制同时进行接触动力学参数在线跟踪辨识,解决了在材料力学特性未知或存在时变的环境下,力跟踪的实时性和准确性问题;仿真实验模拟了环境力学特性参数事先未知且在不同作业区域间存在差异的应用场景,结果表明,该算法能够实时进行阻抗控制的自适应位置调整,保证了力位跟踪控制的快速响应性和收敛性,稳态力跟踪误差控制在2％以内,环境力学特性发生变化时的控制调整时间仅约7个采样周期,相较对比算法减少约70％.     

未知环境下柔性二连杆机械臂的自适应阻抗控制

针对机器人与环境接触作业的需求,基于假设模态法建立了刚柔耦合动力学模型,并考虑环境参数不精确干扰,设计了自适应阻抗控制器,分析了其稳定条件。在MATLAB/Simulink中搭建了可对柔性机械臂进行自适应阻抗控制的仿真平台,计算了平面内二连杆柔性机械臂在含有三角形凹陷环境表面的接触运动和柔性变形模态。对比分析了刚性和柔性机械臂位控和力控效果及自适应项对控制响应的影响。基于Staubli机器人展开了实验。结果表明：柔性变形会使得机械臂的位控和力控效果变差;自适应阻抗控制会改善控制响应,对环境不确定具有鲁棒性。设计的自适应阻抗控制可实现柔性机械臂在不规则表面的稳定接触和运动。     

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。