柔性机械臂的动力学模型及滑模变结构控制

本文针对轴向不伸长的Euler-Bernouli梁模型,采用假设模态法,对带有末端荷载的柔性机械臂,推导出考虑动力刚化影响的柔性机械臂有限维一致线性化动力模型.通过极点配置技术设计滑模超曲面参数,采用滑模变结构控制方法,实现关节转角的运动轨迹控制.采用LQR方法设计弹性模态稳态器,抑制由于刚体运动而激发的弹性振动.文中最后针对一单杆柔性机械臂进行了计算机仿真,验证了本文所提出的控制策略的有效性.     

柔性机械臂控制系统的实验研究

本文首先介绍了伺服动下的柔性机械臂主动控制实验系统,在该实验系统上,采用PD控制策略实现关节转角的大范围的刚体运动,为抑制运动过程中的激发的柔性梁的弹性振动,采用近似的线性化的动力不模型,设计基于LQR方法的弹性模态模态器,抑制柔性梁上的弹性振动,并取得了预期的实验效果,实验结果表明该控制中,并比单纯的的PID控制更加有效。     

捕获载荷冲击漂浮基柔性空间机械臂动力学响应评估与自适应镇定控制及主动抑制

分析漂浮基柔性空间机械臂受捕获载荷冲击后动力学响应及控制,利用假设模态法近似描述空间机械臂柔性杆弹性变形;利用第二类拉格朗日方程建立漂浮基空间机械臂系统动力学模型。基于动量守恒原理,利用动量冲量法评估受捕获载荷冲击后漂浮基空间机械臂系统动力学响应。设计自适应控制算法对受捕获载荷碰撞冲击后不稳定漂浮基空间机械臂进行镇定控制;设计线性二次最优控制算法抑制柔性杆弹性振动。用数值仿真验证控制算法的有效性。     

采用干扰补偿模糊整定的双柔性机械臂抑振策略

双柔性机械臂由柔性关节和变长度的柔性负载组成,会同时受到柔性、摩擦和参数时变的影响,在运动过程中,它会出现振动的现象,导致末端执行器的跟踪精度降低。本文采用基于干扰观测器的模糊整定PI策略控制双柔性机械臂伺服系统的输出转速,通过控制柔性负载的转速波动间接抑制机械臂的振动。根据假设模态法和拉格朗日原理建立了考虑变形的双柔性机械臂伺服系统的动力学方程。根据鲁棒稳定性理论设计干扰观测器中的低通滤波器,使干扰观测器同时满足控制器参数时变和受控对象参数摄动的稳定性。通过数值仿真分析和双柔性机械臂伺服系统控制实验,验证了所提方法的有效性。实验结果表明,本文提出的控制策略可以更好地消除参数时变和柔性对于输出转速的影响,提高末端执行器的控制精度。     

自由浮动柔性空间双臂机器人的混合抑振控制

针对一种双臂4关节末端为柔性连杆的自由浮动空间机器人,将自由浮动空间柔性双臂机器人开链系统的柔性杆视为Euler-Bernoulli梁.采用假设模态法对柔性连杆的变形进行近似描述,忽略高阶弹性振动模态,根据拉格朗日法,并结合系统动量守恒,推导了自由浮动空间柔性双臂机器人开链系统的动力学方程和振动方程;考虑弹性变形、建模误差及扰动项,以及动力学的非线性强耦合效应,在模态空间下,采用模糊滑模及最优控制的混合控制方法,讨论空间柔性双臂机器人操作臂在捕获运动时的轨迹跟踪及振动抑制问题.仿真实验表明,混合控制可以削弱滑模控制的抖振程度,使得滑模控制的输出更平稳,有效地抑制柔性连杆产生的弹性振动,保持操作臂末端轨迹跟踪的鲁棒性.     

基于小波基模糊神经网络的漂浮基柔性空间机械臂轨迹跟踪控制

讨论了载体位置不受控、姿态受控情况下,参数未知漂浮基柔性空间机械臂关节空间协调运动的轨迹跟踪控制问题。依据系统动量守恒关系和拉格朗日第二类方程,由假设模态法,建立了漂浮基柔性空间机械臂的系统动力学方程。以此为基础,针对系统参数未知的情况,设计了一种小波基模糊神经网络的控制方案,以使柔性空间机械臂的载体姿态到达期望位置的同时,机械臂关节铰能够协调地跟踪关节空间的期望轨迹。该方案具有无需预知柔性空间机械臂的模型和系统参数的优点,且网络权值是通过在线学习进行调整,节省了离线训练的时间。系统的数值仿真表明了所提出方案的有效性和可行性。     

结构参数对双柔性臂的动力学性能影响的研究

将飞行器探测与修复机械手等效为含集中质量的双柔性臂系统，将飞行器平台作为双柔性臂系统的支承件，将末端夹持器及检测装置作为集中质量，利用假设模态法和拉格朗日方程建立了机械臂的多柔体动力学方程。借助数值方法求解了双柔性臂的动力学特性，及其在工作过程中对飞行器的冲击反力；研究了臂长、臂径、材料弹性与密度等参数对其动力学性能的影响规律。计算结果表明：参数的不合理取值会导致臂关节的角加速度突变值和支承的冲击反力增大。在该研究成果基础上，可进一步实现机械臂的优化设计。     

考虑不同边界条件悬臂梁的模态研究

为了提高假设模态法建立动力学模型的精确性,研究了将柔性机械臂简化为更精确的悬臂梁模型的问题。通过分析不同边界条件对Euler-Bernoulli悬臂梁横向振动的影响规律,将悬臂梁自由端的剪力边界条件具体化为集中质量和拉伸弹簧,弯矩边界条件具体化为扭转弹簧和转动惯性元件,得到了各种边界条件下悬臂梁的模态频率和模态振型的变化规律。结果表明添加边界条件的悬臂梁模型可以更好地表示柔性机械臂的模态振动,因此可以提高假设模态法建立的动力学模型的精确性。针对柔性机械臂之间模态振动耦合较强,添加边界条件无法表示柔性机械臂模态频率的变化规律,提出了修正当量密度的方法。最后给出了边界条件和修正当量密度的迭代计算方法,并用ANSYS和ADAMS联合仿真分析了由驱动关节和自由关节连接的二连杆柔性机械臂模型对应的模态振动,验证了计算方法的正确性。     

漂浮基柔性空间机械臂关节运动的分块神经网络控制及柔性振动模糊控制

讨论了载体位置不受控、姿态受控情况下,漂浮基柔性空间机械臂关节运动及柔性振动主动抑制的控制问题。由系统动量守恒关系及假设模态法,利用拉格朗日方法建立了漂浮基柔性空间机械臂的系统动力学方程。之后采用奇异摄动理论,将其分解为表示刚性运动的慢变子系统和柔性振动的快变子系统。据此,设计了柔性空间机械臂系统载体姿态及机械臂关节铰协调运动的组合控制器。针对慢变子系统——柔性空间机械臂的刚性运动,设计了分块神经网络控制器,以完成系统参数未知情况下关节空间协调运动的轨迹跟踪;而对于快变子系统——柔性臂的振动,则设计了模糊控制器来主动抑制柔性杆的振动。数值仿真证实了提出方法的有效性。     

空间柔性机械臂弯扭耦合振动的主动控制研究

由于太空机械臂的结构形式和末端操作对象的影响,空间多连杆机械臂系统存在着强烈的刚柔耦合的非线性特性。针对伺服驱动的空间柔性机械臂系统,基于经典振动理论,提出柔性臂弹性弯曲、扭转的变形假设,然后采用假设模态法和Lagrange方程得到系统的动力学方程。为了抑制系统在大范围运动过程中的弯曲、扭转弹性振动,提出了基于Lyapunov稳定性的模糊自适应速度反馈控制策略。数值仿真结果表明:空间机械臂系统在转动过程中必然会激起柔性臂的弹性振动;采用提出的控制策略利用压电剪切致动器和压电扭转致动器不仅可以抑制柔性臂的弯曲和扭转振动,还可以降低伺服电机的驱动扭矩,提高柔性机械臂系统的末端定位精度。     

刚柔性耦合机械臂轨迹跟踪与振动抑制

讨论刚柔性耦合机械臂轨迹跟踪控制和振动抑制问题。以双连杆刚柔性机械臂为例,建立了双连杆刚柔性机械臂的非线性动力学方程,运用基于模型的非线性解耦反馈控制方法,使方程中关节角变量和弹性变量部分解耦。利用机械臂逆动力学方法和线性二次型(LQ)最优控制方法讨论刚柔性耦合机械臂的轨迹跟踪控制问题和消除残余振动的控制问题。通过数值仿真计算,表明文中方法的有效性。     

基于MATLAB的机械臂运动学分析和轨迹规划

目的 研究包装机械臂运动学和轨迹规划,以实现机器臂的平稳运行和精确控制。方法 以六自由度包装机械臂模型为研究对象,采用改进的D–H参数法建立坐标系,推导运动学方程,运用MATLAB搭建机械臂模型并进行正逆运动学仿真,以验证模型的正确性。其次,采用五次多项式插值算法对机械臂关节空间进行轨迹规划。最后,针对包装作业中待包装产品的定点抓取搬运任务进行轨迹规划和仿真。结果 搭建的机械臂模型正确,五次多项式插值法轨迹优化效果好,可保证各关节角度、速度和加速度曲线光滑连续;计算出抓取搬运任务中各关节的关节量,并得到了末端执行器运动轨迹曲线。结论 机械臂能以预期的运动精度完成抓取搬运的动作,为进一步探究机械臂的运动控制和实际应用奠定了基础。     

基于串联弹性原理和增广上三角分解辨识算法的踝关节阻抗估计方法

研究人体关节阻抗对仿生机器人阻抗控制策略研究有重要意义。针对前期设计的踝关节阻抗测量装置（impedance detection device for ankle joint,IDDAJ）机械结构复杂及机理法建模难度大,提出了一种基于串联弹性原理和增广上三角分解辨识（augmented upper-diagonal decomposition identification,AUDI）算法的踝关节阻抗估计方法。为降低对IDDAJ驱动单元的性能要求,基于串联弹性原理,将其输入扰动中的大直流分量和动态高频分量分离;为降低建模难度,采用不受模型阶次影响的AUDI算法直接辨识IDDAJ阻抗模型,以获得更加准确的装置阻抗模型参数。根据联合阻抗测量原理,在得到IDDAJ阻抗模型后,采用AUDI算法辨识小腿肌肉不同激活程度下踝关节阻抗模型的参数。结果表明,采用AUDI算法辨识得到的IDDAJ阻抗模型的可靠性高于采用机理法得到的;在小腿肌肉放松状态下踝关节阻抗模型的参数处于同一数量级,踝关节阻抗模型的阻尼分量B、刚度分量K与小腿肌肉激活程度成正相关,这与现有文献中的结果一致。研究结果可为IDDAJ的研制和其他关节阻抗测量方法的研究提供参考。     

An intermittent control model of flexible human gait using a stable manifold of saddle-type unstable limit cycle dynamics

Stability of human gait is the ability to maintain upright posture during walking against external perturbations. It is a complex process determined by a number of cross-related factors, including gait trajectory, joint impedance and neural control strategies. Here, we consider a control strategy that can achieve stable steady-state periodic gait while maintaining joint flexibility with the lowest possible joint impedance. To this end, we carried out a simulation study of a heel-toe footed biped model with hip, knee and ankle joints and a heavy head-arms-trunk element, working in the sagittal plane. For simplicity, the model assumes a periodic desired joint angle trajectory and joint torques generated by a set of feed-forward and proportional-derivative feedback controllers, whereby the joint impedance is parametrized by the feedback gains. We could show that a desired steady-state gait accompanied by the desired joint angle trajectory can be established as a stable limit cycle (LC) for the feedback controller with an appropriate set of large feedback gains. Moreover, as the feedback gains are decreased for lowering the joint stiffness, stability of the LC is lost only in a few dimensions, while leaving the remaining large number of dimensions quite stable: this means that the LC becomes saddle-type, with a low-dimensional unstable manifold and a high-dimensional stable manifold. Remarkably, the unstable manifold remains of low dimensionality even when the feedback gains are decreased far below the instability point. We then developed an intermittent neural feedback controller that is activated only for short periods of time at an optimal phase of each gait stride. We characterized the robustness of this design by showing that it can better stabilize the unstable LC with small feedback gains, leading to a flexible gait, and in particular we demonstrated that such an intermittent controller performs better if it drives the state point to the stable manifold, rather than directly to the LC. The proposed intermittent control strategy might have a high affinity for the inverted pendulum analogy of biped gait, providing a dynamic view of how the step-to-step transition from one pendular stance to the next can be achieved stably in a robust manner by a well-timed neural intervention that exploits the stable modes embedded in the unstable dynamics.     

机器人纸箱套装系统的轨迹规划与分析验证

目的保证机器人纸箱套装系统稳定工作,提高包装质量与效率。方法对系统进行整体规划后,确定纸箱套装系统的轨迹点,对不同的运动过程分别在关节空间中和笛卡尔空间中进行轨迹规划,并生成各关节插值曲线。借助Matlab对机器人进行仿真实验,得出各关节角度规划曲线,并将之与轨迹规划所得结果进行比较。利用机器人实物对轨迹规划进行验证。结果各关节插值曲线与角度规划曲线吻合,角度规划曲线平滑。结论选用的套箱机器人轨迹规划方法可行,结果正确。     

用于功能性电刺激精密控制的BP神经网络整定PID算法

为解决功能性电刺激（FES）的电流强度精密控制问题,使电刺激作用效果能准确完成预定的功能动作,利用3层误差后向传递（BP）人工神经网络来整定传统的比例微积分（PID）控制器参数.根据下肢膝关节运动角度准确、稳定、实时地反馈控制FES系统刺激电流强度,并通过PID整体控制过程中偏差的均方根（RMS）值及实际运动轨道与预期运动轨道的偏差值评估其控制效果.实验结果表明：与传统的Ziegler-Nichols整定PID算法相比,新方法控制下的FES系统刺激电流强度偏差可以维持在相对更低的范围内,使膝关节运动轨迹与预设目标更好地吻合,从而保证更为稳定的康复训练效果.     

AFM定位系统动态误差补偿方法研究

原子力显微镜（AFM）是进行纳米测量和操作的重要工具。针对力测量过程中AFM定位系统的测量速度慢和窄带等问题,基于逆系统的迭代学习控制思想,设计一个前馈控制环节,补偿AFM定位系统中z轴方向上动态特性非线性影响。通过在一定带宽内对期望输入信号进行轨迹跟踪,使激励力（通过悬臂梁）无失真地施加在样本上,达到AFM准确测量的目的。该方法不仅拓宽了系统频带,而且提高了系统输出对期望输入的跟踪精度。     

带躯干变刚度双足机器人的周期行走控制

研究了带躯干双足机器人平面稳定行走控制问题。改进传统的弹簧-质点模型,得到带躯干的双足机器人模型,通过控制髋关节施加力矩和改变弹簧腿的刚度,使得系统收敛到期望步态。针对系统模型的非线性和强耦合特征,采用反馈线性化方法将系统的动力学模型转化成线性系统,采用PD控制和P控制对机器人的躯干倾角和髋关节轨迹进行整体控制。在理论分析的基础上,对控制方法进行了数值仿真研究。仿真结果表明:该文采用的反馈线性化和变刚度控制方法可以实现带躯干双足机器人的稳定行走;与基于时间轨迹的控制方法相比,该文基于空间轨迹的控制器对各种外力干扰具有良好的抵抗能力;控制器对躯干的倾角变化具有适应性;当模型不确定时控制器表现出优异的鲁棒性。