一种变参数PID控制器在浇注机器人伺服系统中的应用

本文在传统变参数 PID控制算法的基础上 ,针对其不足之处 ,提出一种继电型变参数 PID控制器 .结合浇注机器人关节伺服系统解耦模型 ,将继电型变参数 PID算法用作机器人伺服控制 ,仿真效果很好 ,达到了高精度的性能指标要求 ,并在实际系统上作了尝试     

柔性关节机器人高精度自适应反步法控制

为实现多连杆柔性关节机器人的高精度运动控制,首先对其建立完整的动力学模型,包含了连杆和关节动力学的耦合项、LuGre动态摩擦模型和关节回差等因素．然后针对该模型设计带观测器的自适应反步法控制器,对不可测项进行在线估计和补偿．理论分析证明了观测器的收敛性和闭环系统的稳定性．该方法在一个3DOF（degree of freedom）柔性关节机器人上进行仿真,仿真结果验证了观测器的有效性,并表明该控制器能够降低连杆跟踪误差,实现良好的轨迹跟踪效果．     

粮食干燥温湿度模糊免疫PID控制器

针对粮食干燥过程中温湿度变化的非线性和强耦合现象,应用免疫反馈机理和模糊控制理论,设计了一种两级结构的干燥过程温湿度模糊免疫PID控制器,前级采用补偿模糊解耦算法消除温湿度的耦合作用,后级采用模糊免疫PID控制算法对PID参数进行在线调节,并利用生物免疫机理调整非线性函数.通过与传统PID控制器和模糊PID控制器进行仿...     

基于模糊神经网络的机器人关节驱动补偿控制器

本文提出了一种模糊神经网络控制器,该控制器用于工业机器人关节驱动的位置控制,克服了传统PID很难达到对非线性以及不确定因素的控制效果和简单模糊控制不能完全消除稳态误差的缺点,通过神经网络对模糊规则的学习优化,提高了机器人关节末端位置精度,具有较好控制效果。     

循环流化床锅炉双模糊解耦控制的研究

针对循环流化床锅炉多参数、非线性、时变、强耦合的特点,引入了一种新型的模糊解耦算法,依据解耦补偿原理和模糊控制思想,提出了以模糊控制器作为解耦补偿器,以模糊PID作为系统控制器的双模糊解耦控制方法。以耦合最严重的燃烧系统为研究对象,通过相对增益确定多变量的耦合程度,并配对合适的输入输出变量。利用模糊控制器不要求被控对象精确的数学模型,适合于强耦合、大滞后等优点,有效地减少了系统动态响应时间,提高了实时性和控制精度。仿真结果表明,本文提出的控制策略简单可行、效果良好。     

单关节跳跃机器人模糊自适应轨迹跟踪控制

研究关节型跳跃机器人轨迹跟踪优化控制问题,针对机器人系统时变、非线性的复杂特性,传统模糊控制和PID控制方法难以获得较好的控制性能,为解决控制系统中超调量大、振荡和控制精度不高等问题,提出传统PID控制与模糊自适应控制结合的控制策略.首先建立单关节跳跃机器人腾空相和站立相动力学方程,依据专家经验制定PID参数整定策略,结合传统PID控制方法和模糊自适应理论设计模糊自适应PID控制器.引入合理的跳跃机器人物理参数和虚拟目标轨迹进行仿真,结果表明,模糊自适应PID控制器具有可行性和有效性,为应用于实际控制系统优化提供了可靠依据.     

柔性关节机器人抓取末端振动自动化控制方法

为了提高柔性关节机器人抓取末端振动控制精度,该文提出柔性关节机器人抓取末端振动自动化控制方法。对柔性关节机器人展开系统动力学分析,构建奇异摄动模型定义柔性关节机器人系统的运动方程。设计柔性关节机器人的优化控制器,构建控制误差代价函数。利用拉格朗日法获取函数最优解,实现柔性关节机器人抓取末端振动自动化控制。实验结果表明,该方法能够有效抑制柔性关节机器人末端振动信号,相位控制误差均在0.02°以内,抑振措施的上升时间低于7.66 s,末端控制精准度高、效率高、性能好。     

柔性空间机器人振动抑制轨迹规划算法

本文首次提出了一个描述柔性空间机器人振动的可直接计算的激振力指标，进 而提出了柔性空间机器人抑振轨迹规划算法．该算法采用均匀非周期四阶B样条描述机器人 的运动轨迹，B样条的控制点作为优化参数，使用改进的微粒群优化算法，以激振力为性能 指标对轨迹进行优化求解．该方法根据激振力指标而不是待定轨迹的控制结果来判定轨迹的 抑振性能，极大地简化了规划过程．对柔性双臂空间该机器人的抑振轨迹规划仿真，表明优 化轨迹取得了良好的振动抑制效果，证明了算法的有效性．     

稳压器改进免疫模糊PID解耦控制研究

由于压水堆核电站稳压器在负荷发生变化时压力和水位的互相耦合现象,目前稳压器压力和水位常用的独立单回路PID控制系统往往不能取得较好的控制效果.在对稳压器压力和水位耦合的数学模型进行解耦的基础上,设计了改进免疫模糊PID控制器,并采用经验法及差分粒子群(DEPSO)优化算法对控制器的参数进行优化.该控制方法通过MAT-L...     

高速高精度平面并联机器人模糊自调整PID控制方法的研究

针对推力波动、负载变化等非线性因素对高速高精度平面并联机器人系统稳定时间的影响，本文设计了一种新颖的模糊自调整PID控制器：系统的位置偏差较大时，采用PI控制器，保证系统的平滑、稳定；当系统发出停止命令后，引入模糊增益参数自调整机构，加快静差消除．模糊增益参数调整机构采用“一维输入-二维输出”的推理结构，消除了参数调整中的“耦合影响”；为缩短整定时间，减少整定参数的数量，不同增益，误差E的模糊论域划分各不相同．经实验验证：引入该模糊自校正PID控制器后，机器人系统的稳定时间有显著改善．     

冗余自由度工业机器人模糊自适应PID控制研究

为提高汽车生产中涂胶工序的工作效率和空间利用率,改善机器人避障性能,设计了一款具有7自由度的冗余度工业涂胶机器人,并对其控制方法开展研究。针对现有PID控制方法应用于非线性时变的多自由度多刚体串联式开链系统时,控制效果有限、难以达到系统精度要求等问题,基于传统PID控制和模糊自适应控制算法,提出了一种带有重力补偿的模糊自适应PID混合控制方法。该方法在对冗余度工业机器人进行动力学分析的基础上,基于牛顿-欧拉分析法建立了冗余度机器人动力学模型,基于动力学分析设计了带有重力补偿的模糊自适应参数整定PID控制策略,建立了控制器模型,通过Matlab仿真实验表明,具有模糊自适应参数整定PID控制较有重力补偿的传统PID控制具有更好的控制效果。     

柔性冗余度机器人力矩优化的研究

本文首先应用模态理论，对柔性冗余度机器人振动的控制问题的原理与策略进行了研究．在此基础上通过对满足抑振要求的自运动的选取进行分析，指出柔性冗余度机器人在通过优化其自运动实现振动抑制的同时还具有二次优化的能力，并给出了在满足抑振的前提下实现关节力矩优化的方法．最后对一个末杆为柔杆的平面三杆机械手的振动控制与力矩优化进行了仿真，结果验证了该方法的可行性．     

柔性关节柔性连杆机械臂的动力学建模

柔性关节柔性连杆机械臂是典型的非线性、强耦合、欠驱动系统,其控制难度高.对于这类系统,选择合适的动力学模型进行控制器设计对于提高控制性能是非常有帮助的.为此,研究了具有柔性关节柔性连杆机械臂的动力学建模问题,并提出了一种改进的建模方法.在该方法中,连接柔性连杆的柔性关节首先被简化为刚性关节和柔性连杆的弹性约束边界.然后,根据结构动力学理论、哈密顿原理和假设模态法建立系统的刚柔耦合动力学方程.相较于将柔性关节简化为刚性关节和扭簧的传统处理方式,所采用的简化方式一方面可以降低系统的自由度,另一方面可以得到更适合控制器设计的动力学模型.最后,通过数值仿真验证了本文方法的有效性和优势.     

自适应神经模糊推理结合PID控制的并联机器人控制方法

针对6自由度液压驱动并联机器人的精确控制问题,提出一种结合自适应神经模糊推理系统(ANFIS)和比例积分微分(PID)控制的机器人控制方法。首先,利用浮动坐标系描述法(FFRF)来模拟机器人柔性组件,并构建并联机器人的拉格朗日动力学模型。然后,根据模糊推理中的模糊规则来自适应调整PID控制器参数。最后,利用神经自适应学习算法使模糊逻辑能计算隶属度函数参数,从而使模糊推理系统能追踪给定的输入和输出数据。将该控制器与传统PID控制器、模糊PID控制器进行比较,结果表明,ANFIS自整定PID控制器大大减小了末端器位移误差,能很好的控制并联机器人末端机械手的运动。     

基于单个神经元的机器人自适应控制

本文提出了针对多关节机器人采用单个神经元的独立关节控制方案，控制器由ＰＩＤ反馈和ＰＤＤ＾２前馈补偿构成，关节之间的静态和动态耦合通过单个神经元控制器前馈补偿，对一个二自由度机器人采用这种控制策略进行仿真，仿真结果表明该控制器在有非线性耦合，非线性摩擦，负载变化，模型参数变化时仍能跟踪期望轨迹。     

模糊PID控制器的稳定性分析

构造出一种PID型模糊控制器，并证明了这种模糊控制器近似于一种变参数的PID控制器，以PID模型为基础，基于无源性定量对模型PID控制器的稳定性进行分析，导出了使模糊PID控制器稳定的充分条件，为设计稳定的模糊PID控制器提供了理论指导。     

空间网格化的机器人变参数精度补偿技术

现有的机器人参数辨识的方法所能提高的绝对定位精度有限,是由于关节和连杆柔度等非几何因素造成误差在空间中分布不均匀.为此,本文提出了一种变参数误差模型.由于各轴之间耦合,为了便于求解,提出采用空间网格来处理该变参数误差模型,同时提出了一套规则的参数辨识采样点选取方法.利用改进型的Levenberg-Marquardt迭代最小二乘法求出各网格对应的参数误差的全局收敛解.最后,利用激光跟踪仪在KUKA工业机器人上进行运动学标定验证补偿效果.验证结果表明:能将机器人的绝对定位精度平均值从0.901 mm提高到0.115 mm.     

受限柔性机器人基于遗传算法的自适应模糊控制

研究一类平面双连杆受限柔性机器人的混合位置/力控制问题,提出一种自适应 模糊逻辑控制方案,利用遗传学习算法对控制器中的参数进行学习和修正,达到提高系统控 制精度、改善系统鲁棒性的目的.计算机仿真结果表明这种控制器设计方案具有很好的特性.     

基于T-S模型的模糊神经网络PID控制

针对在非线性、时变不确定系统中，常规PID控制器难以获得满意效果的问题，仿照传统PID控制器结构，设计了一种基于T-S模型的模糊神经网络PID控制器。该控制器基于T-S模糊模型，将PID结构融入模糊控制中，充分发挥了模糊系统非线性、可解释性的特点；然后又利用神经网络的学习算法，实现了对模糊控制器的参数调整，使控制器具有了适应时变、不确定系统的自学习和自组织能力。针对非线性、时变系统，将此控制器与传统PID控制器对比进行了仿真研究，并应用于啤酒发酵领域，其结果表明，该控制器取得了令人满意的效果。     

基于遗传算法的柔性机械臂的同时优化设计

针对单连杆柔性机械臂系统,采用同时设计的方法,对包含柔性机械臂结构参数、传感器参数和控制器参数的系统模型进行整体优化设计,改进的遗传算法用于参数的全局寻优.仿真结果显示,优化设计后的单连杆柔性机械臂为变截面梁,可以仅采用简单的控制器(PD控制器)达到减小梁末端振动的效果.