自适应模糊与CMAC并行的机器人力/位置控制

为提高机器人系统对机器人末端操纵器与外界工作环境接触时，其接触刚度不确定性的自适应能力，在机器人力／位置混合控制的基础上，设计出了一种基于自适应模糊与CMAC并行控制的机器人力控制器，采用小脑模型神经控制器实现前馈控制，实现被控对象的逆动态模型，自适应模糊控制器实现反馈控制，保证系统的稳定性，且抑制扰动。以平面两关节机器人进行仿真，仿真结果表明，系统的自适应能力和力跟踪能力有显著的提高，机械手在其末端操纵器与刚性变化范围较大的外界工作环境接触时，具有较强的适应能力，较好地完成了机器人的力／位置控制。     

拟人机器人关节空间自适应H_∞位置跟踪控制

拟人机器人的建模和控制一直是一种开放的、富于挑战性的问题,研究了一种正交轮式移动车为载体的拟人机器人控制问题。首先建立了系统模型,据此提出一种新的基于NN的自适应H∞位置跟踪控制器,将鲁棒非线性H$控制方法与模型的直接自适应神经网络技术作了自然集成。然后证明了其鲁棒稳定性,并进一步分析了控制器中的重要细节。最后仿真研究验证了该控制器的正确性和有效性。     

自适应控制技术在机器人腔制中的应用

本文综述了目前国内外用于机器人控制的一些主要的启适应控制算法,将这些控制算法按其所采用的模型和规定系统性能要求的方式分为模型参考自适应控制、基于自回归模型的自适应控制、基于线性化摄动方程的自适应控制和基于其它模型的自适应控制几大类。分别介绍了各类方法在关节坐标空间、笛卡尔坐标空间和作业坐标空间控制的自适应控制算法。讨论了它们的特点、存在问题及今后的研究方向。     

电液位置伺服系统的自适应控制律

电液位置伺服系统在机器人上应用时,其负载惯量和力矩扰动随机器人运动姿态和位置的不同而在相当大的范围内变动.因此,系统难以获得良好、一致的动态响应性能.本文基于 Popov-Landau 超稳定理论,针对这类变负载、强干扰的伺服系统,提出一种收敛且简单而有效的模型参考自适应控制算法.仿真结果表明该法自适应速度快,控制效果显著.     

模具CAPP专家系统与加工过程仿真的模型研究

为保证模具CAPP专家系统生成的工艺规程是合理和有效的，集成了用于模拟检验的包含几何仿真和物理仿真的加工过程仿真。根据仿真结果来修正工艺规划至最优，达到提高一次试模成功率的目的。在UG／CAM的刀轨仿真功能基础上，用MARC(模型参考自适应控制)方法来实现加工过程的物理仿真。设计了一个系统模型，从理论上为完善CAPP专家系统提出了解决方案。     

一类系统的模型参考自适应控制及其在工业机器人中的应用—Lyapunov方法

本文用Lyapunov方法研究了一类以工业机器人为背景的模型参考自适应控制问题,克服了过去用Lyapunov方法设计不能保证渐近稳定的缺点,并把该方法应用到工业机器人控制中。     

基于自适应和神经动力学的轮式移动机器人路径跟踪控制(英文)

本文提出一种自适应和神经动力学相结合的轮式移动机器人路径跟踪控制方法.首先,设计运动学控制器用来获得机器人期望速度;其次,考虑机器人动力学模型参数的不确定性,利用模型参考自适应方法来设计动力学控制规律,使得机器人实际速度渐近逼近期望值;再次,为克服速度和力矩的跳变,加入神经动力学模型对控制器进行优化,并且通过Lypunov理论来证明整个控制系统的稳定性;最后仿真结果表明该控制方法的有效性.     

CTU机器人装载轨迹自适应模糊滑模控制方法

CTU料箱机器人在多层拣货期间会出现装载不稳定现象，为解决这一问题，该文提出CTU机器人装载轨迹自适应模糊滑模控制方法。对CTU料箱机器人实施动力学分析，依据分析结果规划CTU机器人装载轨迹路径，使机器人根据规划的最优路径实现自动化取货；为保持机器人在拣货期间的稳定性，利用构建的自适应模糊滑模控制模型消除CTU机器人在外界干扰下所产生的输入抖振现象，并结合设计的自适应控制律，完成CTU机器人装载轨迹平衡控制，从而实现CTU机器人装载轨迹自适应模糊滑模控制。实验结果表明，通过对该方法开展平衡能力及抗扰动性测试，验证了该方法的可行性。     

输入有界的自由漂浮柔性空间机器人轨迹跟踪控制

针对自由漂浮柔性空间机器人轨迹跟踪控制问题, 首先利用拉格朗日和假设模态法建立了动力学模型. 分析系统动力学模型, 综合考虑欠驱动、柔性振动等特点, 将其简化为一种带有柔性振动扰动完全可控的动力学模型; 在此基础上, 考虑控制输入受限, 提出一种自适应状态反馈控制策略. 该策略采用自适应技术实时在线学习柔性振动扰动参数, 从而保证控制律对柔性振动扰动具有良好的鲁棒性; 最后, 基于Lyapunov方法证明了该控制策略能够实现关节期望轨迹的跟踪. 仿真验证了该控制策略对控制输入受限系统轨迹跟踪控制的有效性和可靠性.     

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。     

An intelligent control and decision approach for adaptive systems

An intelligent control and decision-making (ICD) approach that integrates expert systems technology with adaptive algorithms is presented. The controller parameters of adaptive systems can be determined using human expertise and knowledge, and they can also be adjusted based on active monitoring and identification. Decision-making, fine tuning and inexact reasoning provide the end-user and the control engineers with a natural and integrated methodology for use with intelligent control systems. Computer simulation results demonstrate the utility of the proposed technique that is an effective intelligent control and decision approach. The ICD system is implemented using a Lisp based expert system shell on an IBM PC.     

模型参考逆方法及其在非线性时变控制系统设计中的应用

给出一种基于模型参考最优化方法和逆系统方法的非线性时变控制系统的设计方法,并将基仙模型参考自适应才逆系统方法进行了比较。将这一方法用于非线性与时变控制系统,仿真研究表明,该方法不仅简单易行、鲁棒性强,而且具有极好的控制效果。     

Improving transient performance of adaptive control via a modified reference model and novel adaptation

This paper presents a new model reference adaptive control (MRAC) framework for a class of nonlinear systems to address the improvement of transient performance. The main idea is to introduce a nonlinear compensator to reshape the closed‐loop system transient, and to suggest a new adaptive law with guaranteed convergence. The compensator captures the unknown system dynamics and modifies the given nominal reference model and the control action. This modified controlled system can approach the response of the ideal reference model. The transient is easily tuned by a new design parameter of this compensator. The nominal adaptive law is augmented by new leakage terms containing the parameter estimation errors. This allows for fast, smooth and exponential convergence of both the tracking error and parameter estimation, which again improves overall reference model following. We also show that the required excitation condition for the estimation convergence is equivalent to the classical persistent excitation (PE) condition. In this respect, this paper provides an intuitive and numerically feasible approach to online validate the PE condition. The salient feature of the suggested methodology is that the rapid suppression of uncertainties in the controlled system can be achieved without using a large, high‐gain induced, learning rate in the adaptive laws. Extensive simulations are given to show the effectiveness and the improved response of the proposed schemes. Copyright © 2016 John Wiley & Sons, Ltd.     

基于Smith预估补偿的聚丙烯反应器自适应控制系统研究

针对含有时滞的聚丙烯多区循环反应器温度串级控制系统为复杂的高阶系统，被控对象的滞后时间较大，且受到反应器内部放热、入口循环气温度、夹套水流量等干扰的影响，系统过程控制较为困难。通过以一阶惯性环节加纯滞后来逼近高阶系统，应用模型参考自适应控制算法，使自适应机构能够在线的整定反应器串级控制副回路的Smith预估器，使副回路Smith预估器的动态特性与副被控对象的动态特性接近一致；同时，根据期望的性能指标，在串级控制主回路设置一个参考模型，再次应用自适应算法，使得主回路被控对象的输出尽可能跟踪参考模型的输出。仿真结果表明，该控制系统对于具有时滞的聚丙烯反应器温度控制是有效的。     

大柔性飞行器的自适应姿态控制设计

研究系统存在不确定性的大柔性飞行器的姿态跟踪控制问题.针对高阶大柔性飞行器模型,使用平衡实现方法对其降阶,并通过奇异值对比分析系统降阶前后特性.基于降阶模型,设计LQR-PI控制器作为基线控制器.考虑不确定性,利用李雅普诺夫稳定性理论设计模型参考自适应控制器,并对比两种方法的控制效果.仿真结果显示,所提方案对包含不确定性的系统具有较好的控制效果,能使系统完成期望的姿态跟踪目标.     

Output-feedback MRAC of networked control systems with packet dropout

In this article, a technique of output-feedback model reference adaptive control for networked control systems is developed. The key issues of networked control systems such as channel bandwidth and data-packets dropout induced by the insertion of data networks in the feedback adaptive control loops are considered. The advantage of this article over earlier ones is that the combination of different aspects in networked control systems, output-feedback model reference control of systems with unknown parameters, and unknown data-packets dropout. Error models, adaptive laws, and stability analysis are derived in the case of uncertainty due to data-packets dropout. The applicability of the approach is demonstrated in a practical numerical example of a ship-steering adaptive system.     

Optimal Control of Nonlinear Systems Using Experience Inference Human-Behavior Learning

Safety critical control is often trained in a simulated environment to mitigate risk. Subsequent migration of the biased controller requires further adjustments. In this paper, an experience inference human-behavior learning is proposed to solve the migration problem of optimal controllers applied to real-world nonlinear systems. The approach is inspired in the complementary properties that exhibits the hippocampus, the neocortex, and the striatum learning systems located in the brain. The hippocampus defines a physics informed reference model of the real-world nonlinear system for experience inference and the neocortex is the adaptive dynamic programming (ADP) or reinforcement learning (RL) algorithm that ensures optimal performance of the reference model. This optimal performance is inferred to the real-world nonlinear system by means of an adaptive neocortex/striatum control policy that forces the nonlinear system to behave as the reference model. Stability and convergence of the proposed approach is analyzed using Lyapunov stability theory. Simulation studies are carried out to verify the approach.      

基于MCS算法的飞机起落架仿真研究

提出了一种新的自适应控制律(MCS算法)来描述飞机起落架系统,分析了MCS算法(Minimal Control Synthesis Algorithm)的优点,建立了自适应控制起落架的数学模型和线性状态控制方程.基于起落架系统的稳定性和鲁棒性,采用MCS的控制方法对起落架系统进行设计,得到了起落架的控制模型.最后通过Matlab仿真软件对采用MCS算法控制的起落架模型进行了仿真分析,仿真结果表明:MCS算法能够使起落架的控制变量快速达到理想的参考模型输出并且控制曲线平滑,同时控制系统具有很好的鲁棒性能,增强了系统的抗干扰能力.     

连续回滞系统的模型参考自适应控制

采用Stop和Play算子表示的Prandtl-Ishlinskii回滞模型描述回滞特性，该模型便于实现控制器的设计．考虑带有未知回滞驱动且以状态空间形式表示的连续时间线性动态系统，给出了模型参考白适应控制设计方案．控制策略保证闭环系统的全局稳定性和期望的跟踪精度，有效地抑制回滞产生的不精确和振荡现象．数值仿真结果表明了控制算法的有效性．     

基于LabVIEW的模型参考自适应控制的实现

虚拟仪器和自适应控制的应用已经十分广泛,而将两者结合起来的应用却比较少。研究用虚拟仪器开发软件LabVIEW实现自适应控制的方法,利用LabVIEW的节点对MATLAB程序进行调用来实现自适应控制。结果表明,通过LabVIEW可将虚拟仪器技术和自适应控制有机地结合起来,拓宽两者的应用范围,同时基于LabVIEW开发平台的人机界面友好、操作方便,提高控制系统的性能和开发效率,最后给出了基于该系统的一例控制实验示例。