采用神经网络模糊滑模控制的液压驱动活塞位置控制研究

针对液压驱动活塞运动轨迹和压力精度跟踪误差较大问题,设计了神经网络模糊滑模控制,并对控制精度进行仿真验证。创建了液压缸驱动平面简图,推导出液压缸腔室内部参数变化方程式。分析了液压缸驱动压力和位置的变化,采用线性模型建立输入和输出变换方程式。引用滑模控制方法,采用神经网络算法对滑模控制进行逼近,通过模糊切换规则对滑模控制进行自适应调整。采用MATLAB对液压缸活塞轨迹和腔室压力跟踪进行仿真验证,并且与滑模控制输出效果进行比较和分析。结果表明:采用滑模控制方法,液压缸活塞运动轨迹和腔室压力跟踪误差较大;而采用神经网络模糊滑模控制方法,液压缸活塞运动轨迹和腔室压力跟踪误差较小。采用神经网络模糊滑模控制方法,液压缸控制系统自适应调节能力较强,从而提高了活塞运动轨迹和腔室压力跟踪精度。     

基于饱和函数的不确定机器人模糊自适应滑模控制

针对模型和参数不确定机器人系统轨迹跟踪问题,在模糊自适应控制的基础上提出了一种新的控制策略,该控制策略把饱和函数、模糊原理与滑模控制有机结合起来,设计了一种模糊自适应滑模控制器.该控制器利用模糊逻辑系统为机器人的动力学系统建模,设计自适应律调节未知参数,为保证控制力矩输出平滑有界,不存在一般滑模变结构中的抖振现象,采用双曲正切函数代替传统的符号函数.利用李亚普诺夫定理证明了闭环控制系统全局稳定,跟踪误差渐近收敛于零.仿真结果表明了所提出的控制算法的有效性.     

3-RPC型并联机器人模糊滑模轨迹跟踪控制研究

分析了直流伺服电机驱动的3-RPC并联机器人的运动学反解,并对其进行了轨迹规划;设计了传统滑模控制及模糊滑模控制,建立了仿真模型,并完成了各支路的期望运动的轨迹跟踪。仿真结果表明:模糊自适应增益滑模控制比传统滑模控制精度更高,响应时间明显更快,更能有效地消弱控制中带来的抖振现象。     

3-RRR平面并联机器人神经网络滑模控制研究

针对具有强耦合和高非线性并联机器人的轨迹跟踪控制研究,设计了一种基于神经网络滑模控制器的控制系统。在传统滑模控制的基础上,利用神经网络算法实时修正系统非线性项和不确定参数的功能,有效抑制了SMC系统的抖振现象。建立了3-RRR平面并联机器人的结构简图和Matlab模型,并采用闭环矢量法得到了机器人的运动学反解,为控制系统提供了参考输入。基于机器人的简化动力学方程,设计了一种RBF神经网络滑模控制器,并构造Lyapunov函数证明控制器的稳定性。分别采用传统滑模和神经网络滑模控制方式对机器人的轨迹跟踪进行仿真分析。仿真结果表明:神经网络滑模控制器具有更好的轨迹跟踪精度和较小的稳态误差,验证了神经网络SMC控制器的有效性。     

工业机器人关节轨迹预定义时间滑模跟踪控制

针对工业机器人关节轨迹跟踪控制问题，设计了一种新型预定义时间滑模轨迹跟踪控制器。首先，通过分析工业机器人关节传动机构，建立了由永磁同步电机驱动的关节运动模型；然后，设计预定义时间滑模轨迹跟踪控制器，并对控制器的非奇异性和预定义时间收敛性进行分析，确保轨迹跟踪误差能够在预定义时间内完成收敛；最后，在工业机器人上进行实验，结果表明，所设计的控制器具有良好的轨迹跟踪性能，并能保证跟踪误差在预定义时间内收敛。     

论域自适应变化的不确定机械臂模糊补偿控制

为了提高不确定机械臂系统在扰动工况下的轨迹跟踪精度,设计了论域自适应变化的模糊补偿控制器。以二自由度机械臂为研究对象,建立了机械臂系统的动力学模型,设计了模糊补偿控制器的整体方案。提出了模糊控制参数论域随跟踪误差自适应变化的思想：当跟踪误差较小时,参数论域随之减小,有利于提高控制精度;当跟踪误差较大时,参数论域随之增大,有利于控制过程收敛;基于Lyapunov稳定性分析,给出了补偿力矩系数的自适应变化律。经仿真验证,论域自适应模糊补偿控制器对期望轨迹跟踪误差的最大值和方均根均远小于传统模糊补偿控制。仿真结果表明在扰动工况下,论域自适应模糊控制器对不确定机械臂的轨迹跟踪控制是有效的,且在控制精度和速度方面具有一定优越性。     

基于AFSA-ACA自适应模糊滑模的采煤机滚筒液压调高控制

为研究采煤机滚筒在不同复杂工况下的位置跟踪控制,以液压机构的工作原理为基础,建立了滚筒液压调高机构的数学模型。基于自适应模糊微分积分滑模鲁棒性强的优点,提出了在鱼群-蚁群融合算法优化滑模控制器参数条件下的滚筒位置跟踪控制方案,并分析了滚筒在采用一般滑模控制器及自适应模糊微分积分滑模控制器下位置跟踪的特点。仿真结果表明:采用结合融合算法优化的自适应模糊微分积分滑模控制器的滚筒调高机构对内部参数摄动及外部时变干扰具有较好的鲁棒性,能够实现位置跟踪控制。     

基于跟踪微分器的移动机器人轨迹规划与跟踪控制研究北大核心

针对移动机器人的轨迹规划和轨迹跟踪控制问题,提出一种加速度和速度约束情况下,通过贝塞尔曲线拟合参考轨迹,再利用跟踪微分器规划平滑速度的轨迹规划新方法;基于Backstepping方法,建立机器人位姿误差方程并进行控制器的设计,同时分析了控制参数对轨迹跟踪性能的影响;将轨迹规划方法和控制算法结合,并在仿真平台和移动机器人实物平台上进行实验验证。实验结果验证了轨迹规划算法和控制器的可靠性及有效性,相比于未进行速度规划、速度不连续和滑模控制等方法,提出的方法控制平稳且有效减少了位姿误差。     

基于全阶滑模控制的双轮移动机器人跟踪误差研究

针对双轮移动机器人运动轨迹跟踪误差较大的问题,设计了全阶滑模控制器,并对控制输出误差进行仿真验证。建立双轮机器人简图模型,推导出移动机器人动力学方程式。介绍了移动机器人线速度和角速度的控制过程,对传统PI控制器进行改进,设计了全阶滑模控制器。采用李雅普诺夫函数对控制器的稳定性进行了证明,从而得到机器人运动线速度和角速度的输出误差收敛于零。在平面内,采用MATLAB软件对机器人运动线速度和角速度输出误差进行仿真实验,并与PI控制输出误差形成对比。结果显示:采用传统PI控制器,双轮机器人实际输出线速度和角速度误差较大;采用全阶滑模控制器,双轮机器人实际输出线速度和角速度误差较小。采用全阶滑模控制器用于双轮机器人控制系统,自适应抗干扰能力更强,可提高双轮机器人运动轨迹跟踪精度。     

滑模控制在并联机器人轨迹跟踪中的应用

建立了平面二自由度冗余驱动并联机器人的动力学模型,为进行动力学控制奠定了基础.考虑到并联机器人的非线性不确定性,结合滑模控制对参数变化和系统未建模部分的不敏感性,设计了滑模控制器并进行了稳定性分析.由于滑模控制具有抖振问题,进而设计了准滑模控制器以减少抖振.在充分利用滑模控制鲁棒性较强的基础上,利用准滑模控制减少了抖振对伺服电机和机械臂的损坏.利用MATLAB 7.0对系统进行了轨迹跟踪仿真研究.仿真结果表明,即使在存在初始位置误差的情况下,滑模控制仍能较好地完成轨迹跟踪,准滑模控制能有效减少系统的抖振.     

基于状态观测器的空间机器人滑模容错控制北大核心

研究了具有执行器故障的漂浮基空间机器人系统无速度反馈的关节轨迹跟踪控制问题,设计了基于状态观测器的神经网络积分滑模容错控制方案。首先,根据执行器故障类型建立执行器故障的数学模型,并结合拉格朗日法建立了执行器故障的空间机器人系统动力学方程;其次,为实现控制器的无速度反馈,设计了状态观测器对系统速度进行估计,并结合神经网络提高估计精度;再次,根据滑模控制理论设计了积分滑模控制器,通过神经网络补偿执行器故障的影响,并设计自适应律补偿神经网络的估计误差,保证了控制器的连续性与非奇异性,使系统获得良好的轨迹跟踪精度和容错能力;最后,通过李雅普诺夫方法证明了控制方案的稳定性,并通过MATLAB数值仿真运算,验证了控制方案有效性。     

轮式移动机器人的动力学建模及跟踪控制

针对轮式移动机器人存在非完整约束的特点,利用牛顿-欧拉方法建立了轮式移动机器人的动力学模型,将非完整约束直接融入到动力学方程中;同时,考虑了电机的动力学特性.针对动力学模型中存在参数不确定以及机器人在工作过程中存在外界干扰的特点,设计了以两轮驱动力矩为输入的滑模轨迹跟踪控制器,采用趋近律方法削弱了滑模控制器的抖振.仿真实验证明了模型的可行性和控制的有效性,较好地实现了机器人的全局轨迹跟踪.     

三平移并联机器人机构的智能模糊控制研究

目前，有关并联机器人的研究多限于机构学、运动学和动力学方而的研究本文针对一种三平移并联机器人机构，在根据动平台运动要求，基于运动学分析实时求得各支路主动副期望角位移，建立了控制系统模型。设计了一种用于并联机器人轨迹跟踪的模糊控制器，仿真实现了对各支路主动副期望运动轨迹的跟踪。仿真研究结果表明，该控制方案能实现较高精度的快速轨迹跟踪，同时可削弱或避免常规模糊控制中的振荡现象和稳态误差。系统对参数摄动和外界于扰具有较强的鲁棒性。其研究为进一步实现该并联机器人机构的高精度实时控制奠定了基础。     

基于MATLAB的双关节机械手控制系统仿真研究

针对机械手传统控制器控制精度低的问题,设计了一种不依赖机械手精确的数学模型的变论域模糊控制器。首先,根据拉格朗日方程,建立机械手的动力学模型;其次,设计变论域自适应模糊控制器,运用layapunov函数证明控制器的稳定性;最后对传统的PID控制和变论域模糊控制对机械手的高精度轨迹跟踪控制进行MATLAB/Simulink仿真分析和对仿真结果进行比较。仿真结果证明:变论域自适应模糊控制器对机械手的轨迹跟踪控制精度比传统的PID控制的控制精度高,稳态误差小,且鲁棒性、抗干扰能力强,响应速度快,验证了变论域自适应模糊控制的有效性。     

基于粒子群优化神经网络自适应控制算法的并联机器人仿真研究

针对传统控制算法对并联机器人轨迹跟踪精度控制效果不好的问题,提出了一种并联机器人的改进粒子群优化神经网络自适应控制算法,首先对粒子群优化算法进行惯性权重的优化和变异操作的改进,然后用改进的PSO算法优化神经网络的初始权值并进行在线调节PID参数。最后以六自由度并联机器人为研究对象,将传统PID控制与基于改进PSO优化的神经网络自适应控制算法分别进行了仿真实验。仿真结果表明,在快速性和稳定性能上,基于改进PSO优化的神经网络自适应控制算法比单纯的PID控制更加优越,在一定程度上减小了轨迹输出的误差并且提高了轨迹跟踪精度。     

搬运机械手模糊滑模增益跟踪控制北大核心

针对非线性机器人系统中未建模动力学以及未知扰动的问题,提出了一种抗干扰的自适应模糊增益滑模控制策略。首先根据D-H坐标法建立机械臂的运动学、动力学模型;再次,引入Mamdani模糊规则和自适应律逼近理论,通过对Lyapunov函数的设计,建立滑模控制律,选取机械臂整体动力学模型为研究对象,引入干扰并进行仿真分析;最后,通过对鲁棒滑模控制、自适应滑模鲁棒控制、自适应模糊增益滑模控制策略进行比较,验证本文所提方法的有效性。     

基于迭代学习的机器人自适应滑模控制

针对非线性强耦合、参数复杂且不确定以及干扰未知的机器人轨迹重复跟踪控制问题,提出一种基于迭代学习技术的自适应鲁棒控制策略。在迭代学习的基础上,引入自适应滑模控制器,以提高系统的鲁棒性;接着,对控制器进行了稳定性分析;最后,分别基于两种工况对该控制器的特性以及对随机干扰的抗干扰性能进行了仿真实验,结果表明基于迭代学习的自适应滑模控制相比于比例微分型迭代学习鲁棒性更强,轨迹精度更高且平滑。     

新型变刚度电液串联弹性机械臂振动控制仿真研究

为了抑制变刚度电液串联弹性机械臂振动幅度,设计反演自适应模糊滑模控制器,并对机械臂输出效果进行仿真。创建新型变刚度电液串联弹性机械臂,给出阀内流体流动分布的非线性控制方程式。针对传统滑模控制器进行改进,将输入整形技术与模糊逻辑系统相结合,设计反演自适应模糊滑模控制器。引用李雅普诺夫函数对控制器的稳定性进行证明,保证系统的状态变量到达并保持在滑动面上。采用MATLAB软件对机械臂角位移、角速度和转矩变化进行仿真,与滑模控制器输出结果进行对比。结果显示：在无干扰环境中,采用滑模控制器和反演自适应模糊滑模控制器,机械臂运动轨迹与期望轨迹的误差较小,振动幅度较小;在有波形干扰环境中,反演自适应模糊滑模控制器控制效果明显优于滑模控制器,机械臂运动轨迹与期望轨迹的误差较小,振动幅度较小,自适应调节时间较短,无超调量发生。采用反演自适应模糊滑模控制器,能够抑制变刚度电液串联弹性机械臂振动幅度,减小其输出误差。     

机械臂液压伺服系统的自适应模糊滑模控制

针对机械臂液压伺服位置系统存在非线性特性和参数不确定性,提出了一种自适应模糊滑模控制方法。利用参数自适应算法估计系统未知参数,有效地克服了系统不确定性的影响,提高了系统的鲁棒性;采用非连续投影算法保证了参数估计的有界性;引入模糊系统代替切换控制项,有效地消弱了抖振。仿真研究结果表明:所设计的自适应模糊滑模控制器能够快速准确地跟踪指令,并且对参数变化具有较强的鲁棒性,与PID控制器相比,系统跟踪误差小,响应速度快,跟踪性能好。     

基于改进模糊自适应补偿的柔性关节机器人PD控制

针对柔性关节机器人具有不确定性、轨迹跟踪精度低和抖动的问题,提出一种改进模糊自适应补偿的PD控制方法。该方法在原有模糊自适应控制和PD控制的基础上进行改进,采用改进模糊自适应控制对PD控制进行补偿,以提高存在不确定性条件下的关节轨迹跟踪精度并抑制抖动。通过Lyapunov理论证明了系统的稳定性。仿真结果表明：新型控制器具有良好的自适应能力,与传统PD控制和模糊自适应控制相比,新型控制策略显著提高了关节的轨迹跟踪精度并在一定程度上抑制了关节抖动。