基于干扰观测器的机械臂广义模型预测轨迹跟踪控制

为实现对多自由度机械臂关节运动精确轨迹跟踪,提出一种基于非线性干扰观测器的广义模型预测轨迹跟踪控制方法。针对机械臂轨迹跟踪运动学子系统,采用广义预测控制（Generalized Predictive Control,GPC）方法设计期望的虚拟关节角速度。对于机械臂轨迹跟踪动力学子系统,考虑机械臂的参数不确定性和未知外界扰动,利用GPC方法设计关节力矩控制输入,基于非线性干扰观测器方法实时估计和补偿系统模型中的不确定性。在李雅普诺夫稳定性理论框架下证明了机械臂关节角位置和角速度的跟踪误差最终收敛于零的小邻域。数值仿真验证了所提出控制方法的有效性和优越性。     

改进非线性干扰观测器的机械臂自适应反演滑模控制

针对传统滑模和传统干扰观测器在机械臂关节位置跟踪中存在的控制输入抖振、需要测量加速度项、应用模型受限等问题,提出一种改进非线性干扰观测器的机械臂自适应反演滑模控制算法。首先,设计改进的非线性干扰观测器进行在线测试,在滑模控制律中加入干扰估计值对可观测的干扰进行补偿;然后选择合适的设计参数,使观测误差指数型收敛;其次,引入反演自适应控制律,对不可观测的干扰进行估计,进一步改善控制系统的跟踪性能;最后,利用李雅普诺夫函数验证了闭环系统的渐近稳定性,并将其应用于机械臂关节位置跟踪。实验结果表明,与传统滑模算法比较,所提控制算法不但加快了系统的响应速度,而且能有效地削弱系统抖振、避免测量加速度项并扩大应用模型使用范围。     

基于干扰观测器的机械臂改进趋近律的滑模控制

针对机械臂滑模控制中存在抖振的问题以及对外界干扰较为敏感的特性,设计了一种基于干扰观测器的机械臂改进趋近律的滑模控制策略。该策略在指数趋近律中引入饱和函数,提出了一种改进趋近律;根据系统动力学模型,对系统的不确定性和外部干扰采用干扰观测器进行观测;在此基础上设计系统滑模控制律,控制律对未观测的干扰进行补偿。仿真结果表明,控制策略能有效地抑制轨迹跟踪中的抖振问题,较好地克服外界干扰,保证系统的控制性能。     

基于改进型非线性干扰观测器的爬壁机器人轨迹跟踪

针对爬壁机器人建模不准确及容易受外部扰动的影响造成位置及姿态误差的问题,提出了一种基于改进型非线性干扰观测器的轨迹跟踪控制方案.首先通过反演控制设计了一个运动学控制器为机器人动力学控制提供参考质心速度与角速度.其次应用改进型非线性扰动观测器作为前馈控制对建模误差及外部扰动进行估计,并保证扰动误差以指数形式收敛.最后针对引入干扰观测器的动力学模型设计了滑模控制器.该方案对外界干扰进行了快速补偿,并通过Lyapunov定理证明了其稳定性.仿真结果表明该控制方法对于克服建模误差及外界干扰具有较好的效果.     

机械臂自适应反演超螺旋全局终端滑模控制

针对机械臂系统存在的系统参数摄动、非线性摩擦及外部干扰等不确定问题,提出一种自适应反演超螺旋全局终端滑模轨迹跟踪控制方法。该方法基于反演法、Lyapunov理论和全局快速终端滑模理论设计控制器,保证系统稳定性及全局收敛性,增强系统的鲁棒性。为解决系统集总扰动上界未知的问题,采用自适应技术设计切换控制律,抵消不确定性的影响,同时引入超螺旋算法抑制滑模控制固有的抖振现象。最后,通过理论分析和仿真算例验证了该控制器的有效性与可行性。     

康复机器人的自抗扰与滑模复合控制

针对康复机器人主动康复训练任务中可能出现的患者肌肉痉挛时的控制问题,提出一种康复机器人自抗扰与滑模复合控制方法,对预设的康复训练任务轨迹实现精确跟踪。滑模控制可以克服系统模型结构参数不确定性并能达到迅速的跟踪效果,自抗扰控制可以实现在系统状态到达滑模面后精确跟踪轨迹,避免了滑模控制的抖振现象。实验结果表明,该方法在完成康复训练任务时具有较高的轨迹跟踪精度以及较快的跟踪速度,对于外界的干扰具有良好的抗干扰能力,同时对于系统的内部的非线性扰动具有很好的鲁棒性。     

基于滑模控制的机械臂轨迹跟踪控制

针对多自由度机械臂轨迹跟踪存在的外部干扰和系统抖振问题,设计了一种干扰观测器结合滑模控制的轨迹跟踪方法.针对干扰问题,采用干扰观测器对系统的外部干扰进行观测;针对控制系统存在的抖振问题,设计滑模控制器进行补偿.采用二自由度机械臂为控制对象进行仿真实验,结果表明,该方法能有效克服外部扰动的同时,有效地削弱了系统抖振,提高...     

永磁球形电机的少保守性滑模控制

永磁球形电机轨迹跟踪控制方法常常利用高增益的控制输出来保证系统的鲁棒性及跟踪控制的快速性.但这种保守控制会带来较大的控制作用,甚至导致执行器饱和.为了减少控制的保守性,本文设计了一种带有非线性干扰观测器的模糊滑模控制器来解决球形电机的轨迹跟踪问题.利用干扰观测器对不确定性、摩擦、外界干扰、负载扰动等进行估计,并在控制输入端进行补偿实现对干扰的抑制.并利用滑模控制器抵消干扰观测器的干扰观测误差及不可观测部分的干扰,为了减少滑模的抖振,本文利用模糊逻辑对该部分进行逼近,并利用模糊的输出增益代替滑模的切换增益.此外通过Lyapunov方程证明了本文控制器的稳定性.仿真结果表明在存在模型不确定性及各种干扰的情况下,本文的轨迹跟踪控制具有良好的动静态性能和少保守性.     

水下航行器智能航向滑模控制

为了实现对自主水下航行器参考航向的平滑、快速跟踪,提出了一种基于干扰观测器的航向跟踪自适应反演滑模控制算法。针对水池试验中不同程度的水流干扰,利用一种干扰观测器观测系统的不确定性和外部干扰,未观测到的部分干扰采用自适应滑模控制器进行补偿。控制器的设计消除了传统滑模控制的"抖振"现象,且保证了闭环系统的稳定性。同时该控制系统可智能选取控制策略,通过判断水流循环等外界干扰的程度,自动选取合适的控制策略,最终消除外界干扰,提高了跟踪的稳定性和快速性。仿真结果表明,该控制策略能很好地实现智能航向跟踪控制,使跟踪误差在有限时间内快速收敛到零,对外界扰动的变化具有强鲁棒性和良好的自适应性。     

四旋翼无人机抗干扰轨迹跟踪控制

针对四旋翼无人机轨迹跟踪过程中存在的参数不确定与外界干扰问题,设计一种双闭环自适应控制策略.为了降低控制器设计复杂度,根据四旋翼无人机系统的欠驱动特性将系统分成姿态内环和位置外环.在扰动观测器的基础上,利用积分型反步控制算法完成无人机位置信息在外界干扰下的稳定跟踪控制.在扰动观测器的基础上,利用自适应滑模控制算法完成无人机姿态信息在参数不确定和外界干扰作用下的稳定跟踪控制.与传统PID控制和滑模控制进行仿真对比,验证所提出控制策略的优越性.     

基于收缩反步的不确定机械臂轨迹跟踪控制

针对不确定机械臂系统的轨迹跟踪控制问题,基于干扰观测器原理,提出了一种收缩反步控制算法.首先,采用非线性观测器对系统的模型不确定项和未知外部干扰部分进行观测.然后,使用收缩反步控制求解出控制输入力矩,从而实现对参考轨迹的精确跟踪,并分析二阶闭环系统的增量稳定性和Lyapunov方程解的原点指数稳定性.最后,将上述所提控制律应用于2-DOF机械臂,通过收缩反步与滑模控制的对比仿真,证明其有效性.     

Robust adaptive controller with disturbance observer for vehicular radar servo system

In vehicular radar servo system, parameter variations of the executive motor and external disturbance uncertainties have great effects on the position tracking precision of the system. In this paper, a robust adaptive controller with disturbance observer is designed for vehicular radar servo system, which combines the merits of disturbance observer, adaptive backstepping method and sliding mode control. The system is modeled, and a disturbance observer is employed to observe and compensate for the unknown uncertainties. Adaptive backstepping method is used to design the sliding model controller to guarantee the global stability of the overall system. Simulation results show that the proposed robust adaptive controller has good performance in position tracking and enhances the robustness of vehicular radar servo system while observing the uncertainties precisely and quickly.     

Adaptive integral backstepping sliding mode control for opto-electronic tracking system based on modified LuGre friction model

In order to improve the control accuracy and stability of opto-electronic tracking system fixed on reef or airport under friction and external disturbance conditions, adaptive integral backstepping sliding mode control approach with friction compensation is developed to achieve accurate and stable tracking for fast moving target. The nonlinear observer and slide mode controller based on modified LuGre model with friction compensation can effectively reduce the influence of nonlinear friction and disturbance of this servo system. The stability of the closed-loop system is guaranteed by Lyapunov theory. The steady-state error of the system is eliminated by integral action. The adaptive integral backstepping sliding mode controller and its performance are validated by a nonlinear modified LuGre dynamic model of the opto-electronic tracking system in simulation and practical experiments. The experiment results demonstrate that the proposed controller can effectively realise the accuracy and stability control of opto-electronic tracking system.     

基于自适应滑模的欠驱动无人艇轨迹跟踪控制算法

针对欠驱动水面无人艇在航行过程中存在的海洋环境干扰、数学模型参数不确定、执行器故障等问题,提出了一种基于扰动观测器与神经网络技术的自适应滑模轨迹跟踪策略。在无人艇三自由度模型的基础上,结合视线制导率,提出了一种新的轨迹跟踪制导策略。采用自适应滑模控制技术设计了欠驱动无人艇轨迹跟踪控制器,有效地抑制了执行器衰减故障对无人艇控制系统的影响;同时运用了非线性扰动观测器和自适应径向基函数神经网络分别对无人艇受到的外界干扰和模型参数不确定性进行补偿和拟合,提高了控制系统的抗干扰能力。基于Lyapunov定理证明了所设计的控制系统的稳定性,并在MATLAB中进行了仿真测试。仿真结果表明,所提出的轨迹跟踪控制算法可以在较为复杂的环境下实现对欠驱动无人艇的精准控制;相较于对比算法,位置的平均跟踪误差减小了80%以上,具备较高的稳定性和鲁棒性。     

基于ELM的永磁直线同步电机位移跟踪动态面反步滑模控制

针对永磁直线同步电机(PMLSM)易受到参数摄动、负载扰动等不确定因素的影响,进而影响其位移跟踪控制精度的问题,提出一种基于非线性干扰观测器(NDO)和极限学习机(ELM)的动态面反步滑模控制方法.首先,通过构造NDO对系统模型中的非匹配不确定项进行动态观测,并将反步控制、动态面控制与滑模控制相结合,完成PMLSM位移跟踪控制器的设计,在提高系统抗干扰能力的同时,避免常规反步控制中的“微分爆炸”问题;其次,采用ELM神经网络对系统模型中的匹配不确定项进行逼近估计,并将输出的估计值引入设计的动态面反步滑模控制器中进行补偿;再次,采用人工鱼群-蛙跳混合算法对所设计控制器的主要参数进行优化设计,提高系统的收敛速度和稳定精度;最后,将所提出控制方法与其他控制方法进行仿真对比,仿真结果表明了所提出方法的有效性.     

基于自适应动态规划的移动装弹机械臂轨迹控制

针对移动装弹机械臂系统非线性、强耦合、受多种不确定因素影响的问题,本文基于自适应动态规划方法,提出了仅包含评价网络结构的轨迹跟踪控制方法,有效减小了系统跟踪误差.首先,考虑到系统非线性特性、变量间强耦合作用及重力因素的影响,通过拉格朗日方程建立了移动装弹机械臂的动力学模型.其次,针对系统存在不确定性上界未知的问题,建立单网络评价结构,通过策略迭代算法,求解哈密顿–雅可比–贝尔曼方程,基于李雅普诺夫稳定性理论,设计了自适应动态规划轨迹跟踪控制方法.最后,通过仿真实验将该控制方法与自适应滑模控制方法进行了对比,进一步检验了所设计控制方法的有效性.     

Neural network-based sliding mode adaptive control for robot manipulators

This paper addresses the robust trajectory tracking problem for a robot manipulator in the presence of uncertainties and disturbances. First, a neural network-based sliding mode adaptive control (NNSMAC), which is a combination of sliding mode technique, neural network (NN) approximation and adaptive technique, is designed to ensure trajectory tracking by the robot manipulator. It is shown using the Lyapunov theory that the tracking error asymptotically converge to zero. However, the assumption on the availability of the robot manipulator dynamics is not always practical. So, an NN-based adaptive observer is designed to estimate the velocities of the links. Next, based on the observer, a neural network-based sliding mode adaptive output feedback control (NNSMAOFC) is designed. Then it is shown by the Lyapunov theory that the trajectory tracking errors, the observer estimation errors asymptotically converge to zero. The effectiveness of the designed NNSMAC, the NN-based adaptive observer and the NNSMAOFC is illustrated by simulations.     

基于RBF神经网络的作业型AUV自适应终端滑模控制方法及实验研究

研究了作业型AUV （自主水下机器人）的轨迹跟踪控制问题.实际作业中,水下机械手展开作业过程将引起AUV动力学性能变化,进而影响AUV轨迹跟踪控制;并且水流环境干扰亦将影响AUV轨迹跟踪控制.针对上述AUV轨迹跟踪控制问题,提出一种基于RBF （径向基函数）神经网络的AUV自适应终端滑模运动控制方法.该方法在李亚普诺夫稳定性理论框架下,采用RBF网络对机械手展开引起的AUV动力学性能变化和水流环境干扰进行在线逼近,并结合自适应终端滑模控制器对神经网络权值和AUV控制参数进行自适应在线调节.通过李亚普诺夫稳定性理论,证明AUV系统轨迹跟踪误差一致稳定有界.针对滑模控制项引起的控制量抖振问题,提出一种变滑模增益的饱和连续函数滑模抖振降低方法,以降低滑模控制量抖振.通过AUV实验样机的艏向和垂向的轨迹跟踪实验,验证了本文AUV系统控制方法和滑模降抖振方法的有效性.