欠驱动三连杆机械臂能量解耦控制策略

针对第二关节为被动的欠驱动三连杆机械臂提出一种能量解耦控制策略.首先,将整个运动空间分为摇起区和平衡区,为了实现快速摇起控制,进一步将摇起区分为摇起子区间一和摇起子区间二;其次,基于Lyapunov函数设计控制律,使第三杆相对于第二杆处于自然伸展的状态,即使第三杆角度和角速度收敛为零,从而解除能量控制与第三连杆姿态之间...     

体操机器人的模糊控制策略

提出了一种体操机器人模糊控制策略,它结合了无需模型和基于模型的模糊控制,无需模型的模糊控制器是为摇起体操机器人垢,它确保体操机器人的随着每次摆动而增加,基于模型的控制器是为平衡体操机器人设计的,它基于一个Ｔａｋａｇｉ－Ｓｕｇｅｎｏ模糊模型。     

基于T-S模型的Chua混沌系统模糊变结构控制

针对Chua混沌系统这一复杂的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模糊动态模型描述非线性系统,得到混沌系统的全局模糊模型;然后采用Lyapunov稳定性理论设计出确保模糊动态模型全局渐近稳定的变结构控制器,将模糊控制与成熟的线性变结构控制相结合,来解决非线性系统控制问题。仿真验证了方案的有效性。模糊控制器简单,规则少。     

模糊变结构控制的旋转倒立摆系统设计

本文针对非线性、多变量、强耦合的旋转倒立摆系统，利用模糊控制与滑模变结构控制相结合设计了一种模糊变结构控制器．该控制器既保持了滑模变结构控制的快速性和鲁棒性，又能较好地消除单纯采用滑模变结构所产生的抖振问题。仿真结果表明，模糊变结构控制算法能够实现倒立摆的平衡姿态控制，抖振现象基本消除且具有很强的鲁棒性。     

基于变结构控制发动机转速性能研究

在发动机转速性能优化过程中,针对于传统滑模变结构控制在发动机转速控制中出现的转速抖振现象造成系统不稳定。传统的滑模变结构控制方法不能解决高频抖动问题,无法直接应用到系统中。为解决上述问题,提出通过采用模糊滑模变结构(F-SMC)的控制方法,消除高频抖振对控制器性能的影响.首先,在变结构控制变量的基础上引入模糊控制分量;其次对模糊控制分量进行了设计,并在MATLAB软件上进行了计算机仿真.仿真结果表明,采用模糊滑模方法使汽车发动机转速控制器可以提高系统的鲁棒性。     

欠驱动两杆机器人的统一控制策略和全局稳定性分析

针对包括 Acrobot 和 Pendubot 在内的欠驱动两杆机器人, 提出了一种统一的运动控制策略. 欠驱动两杆机器人的整个运动空间分为两个区域: 摇起区和平衡区, 并对这两个区域分别设计控制律. 首先, 在摇起区, 应用一种基于弱控制 Lyapunov 函数 (Weak-control Lyapunov function, WCLF) 的控制方法, 来增加系统能量和控制驱动杆的姿势. 其次, 为了避免奇异值的出现, 选择弱控制 Lyapunov 函数中的一个参数为系统状态空间的非线性函数. 然后, 通过系统状态调节基于弱控制 Lyapunov 函数的控制律中的另一个设计参数, 来改进系统控制效果. 使用弱控制 Lyapunov 设计的摇起区控制律, 可基于最大不变集原理保证其稳定性; 而机器人离开摇起区后, 利用非光滑 Lyapunov 函数 (Non-smooth Lyapunov function, NSLF) 来保证其稳定. 最后, 结合 WCLF 和 NSLF 保证了控制系统的全局稳定.     

一种新型的对角型模糊变结构轨迹跟踪控制器设计

文章试图结合模糊控制和滑模变结构控制的优点,设计一种新的对角型模糊变结构轨迹跟踪控制器。用SISO的对角型模糊逻辑控制取代一种一般的变结构轨迹跟踪控制器的切换控制项,并且增加了动态调整输入和输出空间的功能去增强系统的快速性和灵活性。仿真表明了该控制器具有快速性、较小稳态误差及较强抗干扰能力;所设计的控制器性能良好,具有一定实用价值。     

遗传算法优化的模糊+变论域自适应模糊PID复合控制策略

针对变风量空调系统的不确定性和参数整定困难问题,提出了一种用遗传算法优化的模糊+变论域模糊PID复合控制器的新方法.该控制器由模糊控制和变论域模糊PID控制两部分组成.在系统动态阶段,采用模糊控制使其具有最优的动态性能;当系统进入稳态阶段,采用变论域自适心模糊PID控制使其具有最优的稳态性能.用遗传算法对主控制器的PID参数值进行离线优化,将其作为在线调节的初值,通过变论域的模糊推理在线调整系统的PID参数,使之具有良好的自适应能力.用模糊平滑切换保证了两种不同控制方式的平稳过渡.将提出的复合控制策略应用于变风量窄调系统的室温串级控制中,计算机仿真结果表明,该方法使系统具有良好的动、稳态性能,抗干扰和鲁棒性好.     

基于滑模的模糊控制系统优化设计研究

针对两输入一输出的典型模糊控制器,模糊控制规则的选取主要依赖于该领域专家的先验知识和工人的操作经验,有较大的主观性,控制规则的设计缺乏形象的指导,用定量和定性的方法对典型的二阶模糊控制器的解析结构进行分析,特别是滑动模态变趋近律控制的思想对模糊控制规则进行形象的分析,并推导出模糊控制规则解析结构表达式,利用此方法可进行模糊控制规则的优化设计,仿真结果表明该方法具有良好的收敛性,使系统的动态性能得到明显的改善.     

一类新的PPA型三连杆欠驱动机器人的控制策略

PPA型机器人是一类新型的三连杆欠驱动机械系统,具有3个自由度,但只有1个驱动装置.针对这类欠驱动机器人的运动控制,提出一种分区的控制策略,使之从垂直向下的位置摇起到垂直向上的位置,并实现稳定控制.首先,将系统的运动空间划分为摇起区和吸引区;其次,应用一种基于Lyapunov函数的控制方法来增加系统能量和控制驱动杆姿态,实现摇起操作;再次,采用最优控制方法设计平衡控制,实现稳定的平衡控制;最后,通过仿真实验验证了所提出控制方法的有效性.     

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．     

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.     

体操机器人控制的李雅普诺夫方法

本文针对两杆体操机器人摇起与平衡的切换控制问题，基于李雅普诺夫方法，提出了确保平滑而又稳定的模糊控制切换策略。当体操机器人的能量达到一定值时，切换控制规律保证能量变化小的情况下，使体操机器人第二杆伸直，从而实现控制规律的切换。仿真实验验证了本文提出方法的有效性。     

Swing-up control of a 3-DOF acrobot using an evolutionary approach

We present a control method for a 3-DOF acrobot which is a model of a gymnast on a horizontal bar with three links, two active joints, and a passive joint. This robot is a nonholonomic and underactuated system. We propose two control methods for the 3-DOF acrobot. First, swing-up control is performed by genetic programming (GP), and stabilizing control is handled by a linear quadratic regulator (LQR). GP can search widely for the optimum input torques for swing-up so that the acrobot is able to reach a near balancing point. The LQR is then switched on to stabilize the system. In the simulation results, the 3-DOF acrobot could swing up to the desired position, and the proposed method could control the acrobot effectively.     

一类欠驱动机械系统的全局鲁棒控制

针对具有质心参数不确定性的Acrobot系统,提出一种全局的鲁棒控制方法.首先,给出系统具有质心参数不确定的系统模型;其次在摇起区,分析系统不确定性条件下的能量变化情况,基于能量不断增加的思想设计出摇起控制器;在平衡区,把系统的不确定性转化为模型状态矩阵的不确定性,引入H标准设计方法,得出存在H状态反馈控制器的充要条件,通过求解线性矩阵不等式使系统有效地克服不确定性的影响实现二次稳定;最后通过仿真实验验证了所提方法的有效性.     

T-S 模糊模型变结构的机器臂轨迹跟踪控制

针对不确定性的机械臂轨迹跟踪问题,结合滑模变结构和T-S模糊模型的优点,给出一种基于T-S模糊模型的变结构轨迹跟踪的方法。首先采用T-S模型建模,得到机械臂的模糊模型;然后设计出保证机械臂全局渐近稳定的滑模控制器。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,可使机械臂无论在计算时间、误差上都具有更大的优势和更强的鲁棒性。     

基于幂次趋近率的机械手滑模控制系统

为实现对机械手的快速高精度跟踪,采用滑模变结构控制算法对机械手进行控制。针对机械手在趋近滑模面的过程中所存在的抖震问题,在基于模糊补偿的鲁棒自适应控制的基础上,设计了一种基于趋近率的自适应模糊滑模机械手控制系统,使得系统能更快的趋近滑模面,削弱系统抖震现象。基于Matlab/Simulink仿真平台上搭建了机械手控制系统,仿真结果表明,加入趋近率能加快系统趋近滑模面,提高了系统的稳定性和跟踪性能。     

基于线性矩阵不等式的Acrobot鲁棒镇定控制

针对欠驱动机器人Acrobot,提出一种基于线性矩阵不等式的鲁棒镇定控制方法。通过将Acrobot在垂直向上不稳定平衡点附近的第一杆角速度看作一种不确定性,得到Acrobot的不确定模型,在此基础上设计一种基于线性矩阵不等式的鲁棒镇定状态反馈控制律,实现Acrobot较大范围的平衡控制。仿真和对比结果验证了方法的有效性和优越性。     

基于模糊变结构的机械臂控制

现有的机械臂模糊变结构控制方法大都计算复杂或需要检测滑模面的微分信号.本文将机械臂模型分为确定部分和不确定部分进行研究,对确定部分采用一般反馈控制,对不确定部分采用变结构集中补偿控制,为了消除变结构控制器的抖震引入模糊控制方法,将滑模面作为模糊控制器的输入,补偿控制器权值作为输出.本方案不仅不需要检测滑模面微分信号,而且计算简单,易于实现.仿真结果表明,在存在模型误差和外部扰动的情况下,该方案既能达到快速跟踪,又能很好的消除控制器的抖震.