一类欠驱动机械系统的模糊与变结构控制

针对体操机器人这类欠驱动机械系统,提出一种模糊与变结构控制策略.首先用逻辑 模糊控制实现快速平滑的摇起;然后用模糊变结构控制确保从摇起区快速进入平衡区;最后用 基于Takagi-Sugeno模糊模型的模糊控制达到较大范围内的平衡控制.     

双轮驱动球形机器人的模糊控制设计

双轮驱动的球形机器人由一个两轮独立驱动的内置平衡体和滚动球壳组成。模糊控制设计的目的是将球形机器人控制移动到期望位置。首先,基于拉格朗日方程,建立系统的动力学模型。其次,得益于球形机器人可实现零半径转向,将球形机器人的运动控制任务分解为转向控制与路程控制,并分别使用模糊法设计运动方向和路程控制器。在模糊控制器的设计过程中,采用融合误差作为控制器的输入量,以降低模糊控制器的维度。采用双边论域隶属度函数,设计模糊控制规则。采用重心法进行解模糊化,得到易于实现的模糊控制器。最后,数字仿真试验验证了所提控制方案的有效性。该设计方案易于在低成本控制器上实现,为球形机器人的实际推广应用奠定了一定基础。     

基于参数自校正模糊控制器的机器人视觉伺服系统

提出了一种参数自校正模糊控制器,并将其用于机器人视觉伺服系统的控制中,使得模糊控制规则可以得到实时在线的调整。仿真结果表明基于参数自校正模糊控制器的机器人视觉伺服系统的性能较一般模糊控制机器人视觉伺服系统有了较大的改善。     

基于对象模型的自适应模糊专家控制系统

文中介绍了一个基于对象模型的自适应模糊专家控制系统。在该系统里,能动地机器人的行走装置进行模型化,建立了对象的模糊知识库,并根据自适应模糊控制的目标设计了推理机。系统无需铁数学模型,能根据输入、输出变量自动个性控制规则,达到优化控制钵文还介绍了对象模型的模糊知识表示方法和模糊知识库的结构以及对象模型的模糊控制推理。     

基于神经网络模糊PID的足球机器人控制算法研究

通过对足球机器人运动学模型进行分析,以足球机器人系统为实验平台,论证了神经网络模糊PID控制技术应用于足球机器人运动控制的可行性。将传统的PID控制与神经网络模糊控制相结合,通过PID算法实现控制的准确性,利用神经网络模糊控制提高控制的快速性与自适应性。针对足球机器人运动控制中的实际问题,着重提出了基于神经网络和模糊控制相结合动态调整PID控制器的三个参数KP,KI,KD的设计方法。实验证明该方法增强了控制器的调节能力和简化了控制器设计,同时本方法对模型和环境具有较好的适应能力和较强的鲁棒性。     

一类弹性机器人的模糊控制

本文研究了一类多弹性连杆机器人的模糊控制问题.为系统仿真的需要.首先给出了该机器人系统的动力学模型.然后通过控制规则的函数生成方法给出了模糊控制器设计.并通过模糊控制器量化因子和比例因子的在线自调整.保证系统具有良好的动态与稳态品质.系统仿真结果表明,本文方案为弹性机器人的控制提供了新的有效途径.这项工作也为拓广模糊控制方法的应用领域做出了贡献.     

双轮自平衡机器人行走伺服控制算法

为解决双轮自平衡机器人行走伺服控制问题,针对其动力学特性,提出使用分层模糊控制的方法对双轮自平衡机器人运动进行控制,并且设计一种基于mamdani型模糊推理规则的模糊控制器.使用这种模糊控制器在双轮自平衡机器人硬件平台上完成了2个实验.一是以恒定倾斜角行走为控制目标的行走伺服控制;二是以恒定速率行走为控制目标的行走伺服控制.实验结果表明,设计的模糊控制器模糊规则简洁,可以很好地解决双轮自平衡机器人行走伺服控制问题.     

基于T-S模型的体操机器人系统模糊变结构控制

针对体操机器人（Acrobot）这类非线性系统，给出一种基于T—S模型的模糊变结构控制律设计．首先采用T—S模型建模,得到Acrobot的全局模糊模型;然后基于Lyapunov理论设计出保证Acrobot全局渐近稳定的模糊变结构平衡控制器．仿真结果表明，所设计的模糊变结构控制器与普通变结构控制器相比．可使Acrobot系统在垂直向上平衡点附近具有更大的吸引域和更强的鲁棒性．     

用于汽车耐久性试验的驾驶机器人模糊控制仿真

介绍一种用于汽车耐久性试验驾驶机器人模糊控制方法。驾驶机器人由交流伺服电机、控制器、滚珠丝杠以及机械定位装置组成。阐述了模糊控制的原理、模糊PID控制器的设计规则和设计过程。在MATLAB环境仿真模拟机器人位置伺服系统,表明了模糊PID控制器的有效性。     

自适应模糊控制的自平衡机器人设计

在两轮自平衡机器人系统的平衡控制中,为解决因所建立的数学模型不准确和存在未知干扰而影响控制性能的问题,设计了一种自适应模糊控制方法;首先,运用牛顿力学法建立了系统在斜坡上运动的数学模型;基于所建立的非线性动态模型,采用单点模糊化、乘积推理机和中心平均解模糊化的方法构建了自适应模糊逻辑控制器,然后通过李雅普诺夫稳定性分析的方法,导出控制器的自适应律;对自适应模糊控制的两轮自平衡机器人的平衡情况进行了仿真,结果表明,提出的自适应模糊控制器可以实现系统平衡,并具有自适应能力和鲁棒性。     

Singularity avoidance for acrobots based on fuzzy-control strategy

This paper presents a fuzzy-control method for the motion control of an acrobot. First, an explanation is given of the singularity that arises when a motion control law based on a Lyapunov function has an integrated control objective for energy and posture. Then, a fuzzy controller is designed that solves the singularity problem through regulation of a design parameter in the control law. Finally, an additional fuzzy controller is designed that improves the control performance through regulation of another design parameter in the control law. Simulation results demonstrate the effectiveness of this integrated fuzzy-control strategy.     

Intelligent Control for an Acrobot

The acrobot is an underactuated two-link planar robot that mimics the human acrobat who hangs from a bar and tries to swing up to a perfectly balanced upside-down position with his/her hands still on the bar. In this paper we develop intelligent controllers for swing-up and balancing of the acrobot. In particular, we first develop classical, fuzzy, and adaptive fuzzy controllers to balance the acrobot in its inverted unstable equilibrium region. Next, a proportional-derivative (PD) controller with inner-loop partial feedback linearization, a state-feedback, and a fuzzy controller are developed to swing up the acrobot from its stable equilibrium position to the inverted region, where we use a balancing controller to catch and balance it. At the same time, we develop two genetic algorithms for tuning the balancing and swing-up controllers, and show how these can be used to help optimize the performance of the controllers. Overall, this paper provides (i) a case study of the development of a variety of intelligent controllers for a challenging application, (ii) a comparative analysis of intelligent vs. conventional control methods (including the linear quadratic regulator and feedback linearization) for this application, and (iii) a case study of the development of genetic algorithms for off-line computer-aided-design of both conventional and intelligent control systems.     

多变量模糊自校正控制器及其应用

本文介绍了表达ＭＩＳＯ动态系统的模糊模型，并提出了有关参数和结构的在线辨识算法。根据辨识的模糊模型，利用Ｃｌａｒｋｅ的单变量广义预测控制（ＧＰＣ）原理［１］设计了多变量模糊自校正控制器。仿真研究表明，该模糊自校正控制方法应用于火电机组负荷系统的控制，可以收到良好的效果。     

基于DSP的欠驱动体操机器人的摇起控制设计

针对欠驱动机器人控制系统,给出一种基于DSP控制的类人形的三关节欠驱动体操机器人。首先以ADSP2181为核心设计出控制器,通过高速PCI总线与上位机PC通讯,采用直流电机伺服控制。然后依据建立的体操机器人动力学模型提出基于能量增加的正弦和斜坡函数输入方式,经对体操机器人作摇起控制实验,实验显示,设计的三关节欠驱动体操机器人控制系统满足实时性、稳定性和准确性要求。     

在线知识获得智能模糊控制器研究

对一些复杂的系统。传统PID或模糊控制很难得到满意控制效果，本文提出采用基于RBF神经网络和遗传算法的自适应模糊控制器来进行控制。由遗传算法在线优化模糊控制器的比例因子、模糊推理规则和隶属函数。并由RBF网络辨识被控对象的动态特性，以评价模糊控制器控制性能。仿真实验表明。优化后的Fuzzy控制器具有较强的学习和自适应控制能力，控制效果优于没有寻优的Fuzzy控制。     

利用模糊系统的自适应模糊控制器

针对非线性系统控制,设计了利用TSK(Takagi-Sugeno-Kang)模糊系统的自适应模糊控制器。所设计的自适应控制方法是参考模型自适应控制方法,而且利用Lyapunov函数保证了闭环系统的稳定性,同时推导了最优的自适应控制规律。首先,根据控制对象的输入输出数据建立TSK模糊模型,然后,由TSK模糊模型设计初期的TSK模糊控制器,并根据自适应规律随时调整模糊控制器参数。倒立摆系统的仿真实验验证了所设计的自适应模糊控制器的有效性。     

Acrobot动态伺服控制及其对称虚约束方法研究

研究了Acrobot这一垂直平面欠驱动机械臂的动态伺服控制问题. 该问题期望驱动Acrobot到达构形空间中任意目标位置. 由于Acrobot不能稳定在除平衡点外的位置, 因此考虑将系统镇定到经过目标点的周期轨道上. 利用虚约束来描述这样的轨道, 进而给出了在所选虚约束作用下系统的零动态和积分曲线. 接着设计了级联形式的控制器, 内环控制器基于改进的反馈线性化方法, 引入了一个使内环呈现二阶系统特性的虚拟输入, 在该虚拟输入的基础上, 设计了基于Lyapunov稳定性理论的外环控制器. 最后通过数字仿真证明所提出的方法合理有效, 并且获得比基于能量的动态伺服方法更优的结果.     

直升机的TSK模糊控制

针对直升机动力学为非线性的特点,且存在不确定因数和状态变化,利用线性控制很难得到好的控制结果,提出利用TSK(Takagi-Sugeno-Kang)模糊系统控制小模型直升机.所设计的TSK模糊控制器是一个基于TSK模糊模型的非线性控制器,能保证闭环控制系统的稳定性.直升机数学模型中线性部分设计状态反馈控制器非线性部分先求TSK模糊模型,然后设计TSK模糊控制器.仿真和实验结果表明,所设计的TSK模糊控制器比线性控制器对直升机控制具有良好的动态响应和稳定性,是一种非常有效的控制方法.