基于自适应边界能量法的柔顺力控制研究

阻抗控制方法是有效的机器人接触控制方法,但是该方法只能在预估的环境参数范围内保证系统的稳定性。针对这一问题,该文提出一种新的自适应边界能量（Energy Boundary Method-EBM）方法,通过在线估计控制参数提高系统整体性能,保证系统的稳定性。在该控制方法下,系统在与超出预估范围内的不确定环境相接触时,仍可保持期望的稳定接触力,同时具备较强的鲁棒性。为证实该方法的可行性及有效性,以气液联控柔顺力控制系统为例,进行理论及仿真研究,理论性能及仿真结果分析证明了该方法的有效性。     

基于集成概率模型的变阻抗机器人打磨力控制

工业机器人对工件柔顺打磨作业的适应性差，为此设计机器人柔顺浮动力控末端执行器，基于集成贝叶斯神经网络模型的强化学习，提出主动自适应变阻抗的机器人打磨力控制方法.所提方法根据打磨作业的接触环境信息，利用自助法获取小量数据的多次采样样本，训练集成贝叶斯神经网络模型以描述机器人打磨系统与工况环境交互作用，采用协方差矩阵自适应进化策略（CMA-ES）求解最优阻抗参数.构建机器人打磨系统虚拟样机平台，开展叶片工件的打磨仿真实验，验证所提方法的有效性.实验结果表明，所提方法在十几次训练后，能够将打磨力的绝对跟踪误差减小至较小值，较好地实现了机器人打磨系统的主动自适应变阻抗打磨力控制，提高了机器人打磨力控制的柔顺性和鲁棒性.     

机器人打磨自适应变阻抗主动柔顺恒力控制

为解决工业机器人打磨过程中存在复杂时变非线性耦合与不确定性扰动导致机器人柔顺恒力打磨自适应调节能力不足的问题，首先给出了一种可实现沿轴向平移与旋转运动解耦的力控末端执行器，其次设计了一种自抗扰控制器和一种粒子群神经网络变阻抗控制器分别作为内环控制和外环控制，在此基础上，提出了一种机器人自适应变阻抗主动柔顺恒力控制方法，用于在线自适应优化阻抗参数，动态调节打磨力修正量，实现机器人打磨作业自适应主动柔顺恒力控制。最后采用Lyapunov稳定性理论分析证明了所提出方法的闭环稳定性。通过机器人打磨系统虚拟样机联合仿真实验和机器人平台实物实验，验证了所提出方法的有效性。实验结果表明，所提方法能够较好实现静态与动态期望打磨力跟踪，减小了打磨力波动、力超调量以及打磨初期打磨工具处的冲击力，提高了打磨力控制系统抗扰动稳定性、恒力跟踪性能和动态响应能力，对复杂多变工况机器人打磨作业具有较强的适应性与鲁棒性。     

血管介入手术主从导管机器人滑模控制

在微创血管介入手术中,主从遥操作导管机器人系统的通信时延以及参数不确定性很容易导致其稳定性下降,操作性及透明性降低.针对这一问题,建立了主从导管机器人系统的动力学模型,主手端采用滑模阻抗控制,从手端采用终端滑模控制,该控制方式降低了时延对系统操作性能的影响.通过系统轴向运动的仿真结果表明,该系统能够较好地实现从手对主手的位移以及力的跟踪,系统具有较强的鲁棒性和良好的透明性.     

利用分解加速度方法的机器人柔顺控制

机器人手臂在装配和制造生产上的应用,需要柔顺控制。意思是控制和监视机器人手臂的位置和力。本文提出了在作业空间基于分解运动加速度的稳定的精确的柔顺控制方法,在此系统的研制中使用了机器人手臂的动态模型,这种方法是通过把分解运动加速度方法和Raibert-Craig混合控制方法结合起来而导出的。对此方法的系统稳定性给予了分析,并对各种作业条件进行了仿真研究,结果表明所提出的柔顺控制方案具有满意的性能和较好的实用前景。     

基于阻抗模型的卧式康复机器人柔顺控制

为满足脑卒中患者早期卧床康复需求,结合临床康复手法与人机工程学,设计了一款卧式康复机器人。该卧式康复机器人可以提供单腿屈髋屈膝运动、卧式步态运动、桥式运动等多种有效的康复动作。为确保训练的安全性以及改善在训练过程中由人机交互作用带来的舒适度和柔顺性差等问题,采用一种基于阻抗模型的柔顺控制方法。将人与机器人之间的交互视为一种虚拟的阻抗模型,即二阶质量-弹簧-阻尼模型,并基于该阻抗模型进行康复机器人的柔顺控制研究。该柔顺控制策略由外环阻抗控制器和内环PID控制器组成,外环的阻抗控制器通过将人机交互力作用在阻抗模型上,实现根据人体意图对运动轨迹进行改变,而内环的PID控制器主要实现对生成的期望轨迹进行稳定跟踪。通过实验证明了基于阻抗模型的卧式康复机器人柔顺控制的有效性。     

基于神经网络的水下灵巧手阻抗控制

水下灵巧手抓取物体时,物体与指尖存在力控制问题,但是由于动力学模型、被抓取物体位置和刚度的不确定性,采用传统阻抗控制方法不具有鲁棒性.文中基于位置型阻抗控制方法,提出采用神经网络对手指动力学模型、物体刚度和物体位置误差进行补偿.对补偿策略进行了详细的推导,并通过仿真实验验证了该方法的补偿效果,结果表明基于神经网络的位置型阻抗控制器具有较强的鲁棒性.     

手臂康复机器人阻抗控制实验研究

手臂康复机器人是一种用于因偏瘫、外伤等造成手臂运动障碍患者的辅助康复训练机器人,考虑到患者训练的安全性和舒适性,需要机器人有一定的柔顺性.对此,在控制模型中引入阻抗控制.建立并分析了手臂肌力训练模式目标阻抗控制模型,在此基础上进行了简化.建立了基于dSPACE实时仿真平台的半物理仿真实验系统,以回转关节为例,给出了不同控制参数下的力与关节角度曲线,分析了控制参数对控制效果的影响,结果表明控制模型的可行性和有效性.     

基于RBF神经网络的非线性模型预测控制

提出了一种基于径向基函数(RBF)神经网络的非线性模型预测控制系统,利用RBF神经网络的非线性拟合性,构建一个神经网络预测器(NNP)来预测模型未来时刻的输出值.然后利用神经网络控制器(NNC)实现基于模型的预测控制.仿真结果表明此方法具有较好的控制效果,并且在有扰动和模型失配的情况下,表现了良好的鲁棒性.     

单电磁悬浮系统的神经网络模糊滑模控制

为实现单电磁悬浮系统悬浮气隙的精确控制,提出一种基于神经网络的模糊滑模控制方案.根据单电磁悬浮系统的动态非线性数学模型,设计使系统状态在有限时间内到达稳定点的滑模面,同时根据滑模切换状态,通过引入神经网络的模糊控制方法对滑模切换控制量的增益进行评估,实时对滑模控制量进行调整,实现切换控制信号的柔化.基于神经网络的模糊滑模控制系统不仅能很好地跟踪给定信号,而且能削弱滑模控制抖振,对外部扰动具有完全的鲁棒性.仿真结果表明,所设计的控制系统零超调,具有速度跟踪性能,对外部扰动具有很强的鲁棒性.     

Force-feedback based active compliant position control strategy for a hydraulic quadruped robot

Most existing legged robots are developed under laboratory environments and,correspondingly,have good performance of locomotion.The robots‘ability of walking on rough terrain is of great importance but is seldom achieved.Being compliant to external unperceived impacts is crucial since it is unavoidable that the slip,modeling errors and imprecise information of terrain will make planned trajectories to be followed with errors and unpredictable contacts.The impedance control gives an inspiration to realize an active compliance which allows the legged robots to follow reference trajectories and overcome external disturbances.In this paper,a novel impedance force/position control scheme is presented,which is based on Cartesian force measurement of leg's end effector for our hydraulic quadruped robot The simulation verifies the efficiency of the impedance model,and the experimental results at the end demonstrate the feasibility of the proposed control scheme.     

Cartesian impedance control of dexterous robot hand

Presents a novel compliant motion control for a robot hand using the Cartesian impedance approach based on fingertip force measurements. The fingertip can accurately track desired motion in free space and appear as mechanical impedance in constrained space. In the position based impedance control strategy, any switching mode in contact transition phase is not needed. The impedance parameters can be adjusted in a certain range according to various tasks. In this paper, the analysis of the finger‘s kinematics and dynamics is given. Experimental results have shown the effectiveness of this control strategy.     

Dynamic surface control-backstepping based impedance control for 5-DOF flexible joint robots

A new impedance controller based on the dynamic surface control-backstepping technique to actualize the anticipant dynamic relationship between the motion of end-effector and the external torques was presented. Comparing with the traditional backstepping method that has “explosion of terms” problem, the new proposed control system is a combination of the dynamic surface control technique and the backstepping. The dynamic surface control (DSC) technique can resolve the “explosion of terms” problem that is caused by differential coefficient calculation in the model, and the problem can bring a complexity that will cause the backstepping method hardly to be applied to the practical application, especially to the multi-joint robot. Finally, the validity of the method was proved in the laboratory environment that was set up on the 5-DOF (degree of freedom) flexible joint robot. Tracking errors of DSC-backstepping impedance control that were 2.0 and 1.5 mm are better than those of backstepping impedance control which were 3.5 and 2.5 mm in directions X, Y in free space, respectively. And the anticipant Cartesian impedance behavior and compliant behavior were achieved successfully as depicted theoretically.     

基于扰动观测器的机械臂阻抗复合控制研究

针对机械臂系统模型中存在未知扰动的问题,提出了基于扰动观测器的机械臂阻抗复合控制方法.针对二阶阻抗动态模型,采用由扰动观测器(DOB)、阻抗控制器和位置控制器构成的复合控制策略,其中扰动观测器用来估计机械臂模型中的未知扰动,阻抗控制器用于修正输入角度,位置控制器对修正后的角度进行跟踪控制.复合控制保证阻抗误差可以收敛到一个小的邻域,最终实现期望二阶阻抗模型的动态跟踪.仿真算例验证了该控制方法的有效性.     

电弧炉电极系统双模控制策略研究及应用

针对交流电弧炉电极控制系统具有非线性时变、多变量、强耦合及存在随机干扰的特点,采用基于最近邻聚类方法的径向基函数(RBF)神经网络快速学习算法,通过实时在线辨识,建立电弧炉电极系统的精确逆模型并用于控制,实现了将具有强耦合特性的多变量输入/输出(MIMO)系统解耦成单个独立的伪线性对象,并提出一种基于RBF神经网络逆控制与比例微分(P/D)控制相结合的双模控制策略。应用结果证实了该控制策略具有快速适应对象和过程变化的能力及较强的鲁棒性。     

某型无人机舵控系统的设计与仿真

基于某型无人机飞行控制地面仿真验证系统的需要,分析了其舵机控制系统各组成部分的原理,利用Simulink工具箱建立了电传舵控系统的数学模型,对转速控制律和位置控制律进行了设计.对带有转速控制回路和未加转速控制回路的舵机控制系统以及加入扰动后的舵机控制系统分别进行了仿真验证.仿真结果表明：所设计的舵机控制系统动态性能及跟踪性能好,抗干扰能力强,能够满足某型无人机飞行控制的要求及飞行控制地面仿真验证系统的需要,为该系统的研究提供了技术保障.     

基于DSP的无刷直流电动机模糊PID控制系统

论述了一种采用数字信号处理器（DSP）TMS320LF2407A为微控制器的无刷直流电动机（BLDCM）控制系统,将传统的PID控制与模糊控制相结合,提出了一种新型的模糊PID智能控制方法.实验结果表明,这种新型的模糊PID智能控制方法响应速度快、超调小、鲁棒性强、具有较好的动、静态特性.     

级联H桥D-STATCOM双机并联系统PR重复控制策略研究

针对级联H桥型配电网静止同步补偿器(D-STATCOM)并联系统,文中分析双机载波相位差所导致的机间谐波环流问题,并根据单极倍频调制原理解释了载波移相产生谐波环流继而发生直流电压振荡的原因.为明确直流电压振荡对D-STATCOM所带来的负面影响,从双D-STATCOM的输出阻抗模型和直流侧电压的传递函数所反映的D-STATCOM机间的交互耦合特性入手,文中提出一种采用比例谐振(PR)重复控制抑制直流电压振荡的D-STATCOM电流内环控制策略,理论分析和系统仿真证明,该控制策略可使系统谐波含量减少,避免了谐波环流时D-STATCOM系统直流电压振荡导致直流电压失稳的情况.最后通过RT-LAB实时仿真平台验证了上述理论分析的正确性和控制策略的有效性.