论域自适应变化的不确定机械臂模糊补偿控制

为了提高不确定机械臂系统在扰动工况下的轨迹跟踪精度,设计了论域自适应变化的模糊补偿控制器。以二自由度机械臂为研究对象,建立了机械臂系统的动力学模型,设计了模糊补偿控制器的整体方案。提出了模糊控制参数论域随跟踪误差自适应变化的思想：当跟踪误差较小时,参数论域随之减小,有利于提高控制精度;当跟踪误差较大时,参数论域随之增大,有利于控制过程收敛;基于Lyapunov稳定性分析,给出了补偿力矩系数的自适应变化律。经仿真验证,论域自适应模糊补偿控制器对期望轨迹跟踪误差的最大值和方均根均远小于传统模糊补偿控制。仿真结果表明在扰动工况下,论域自适应模糊控制器对不确定机械臂的轨迹跟踪控制是有效的,且在控制精度和速度方面具有一定优越性。     

基于轮廓误差补偿的机械臂自适应非奇异终端滑模控制

针对机械臂外部干扰、执行器故障等不确定因素对末端轮廓跟踪精度的影响,提出一种基于交叉耦合的自适应非奇异终端滑模控制方法。基于机械臂动力学模型,采用Lyapunov函数设计系统的非奇异终端滑模控制律;为解决滑模控制器设计过程依赖于不确定性上界这一局限性,引入自适应技术估计系统集总不确定性,有效抑制滑模控制的高频抖振现象;根据有限时间稳定性理论证明闭环控制系统的有限时间稳定。结合交叉耦合控制技术与抛物线过渡轨迹规划技术,设计交叉耦合轮廓补偿与参考位置预补偿相互协调的统一框架;提高机械臂各关节间的协调性,以更好地削弱系统不确定性对末端轮廓跟踪精度的影响。结果表明：所设计的控制器能够在机械臂系统存在不确定性因素下实现末端轮廓精确跟踪,并能有效抑制系统抖振现象。     

双臂机器人的轨迹跟踪控制方法研究

针对工件在实际加工中打磨空间局限、精度不高等问题,为提高机器人作业的轨迹跟踪效果,提出一种双臂机器人轨迹跟踪控制方法。以轮毂打磨为研究背景,主从架构中夹持机器人采用PD控制,夹持待打磨工件进行位置跟踪运动控制;打磨机器人采用基于位置的阻抗控制,实现力控和末端位置补偿,提高定位精度。基于MATLAB/Simulink设计仿真模型验证可行性,并完成实验验证。实验结果表明：当机器人末端在外界干扰力作用下,能自适应地跟踪及修正轨迹,满足双臂机器人轨迹跟踪控制的要求。     

精密工作台直线电机推力波动补偿研究

为了抑制直线电机推力波动的影响,提高精密工作台的轨迹跟踪精度,采用了基于跟踪误差分离的方法,将由推力波动引起的跟踪误差分量取出,设计推力波动前馈补偿器,构成PD 推力波动前馈补偿的运动控制结构.通过实验,与没有推力波动补偿的PD控制相比较,以50mm/s的速度匀速运动时工作台的轨迹跟踪精度提高了1μm,以120mm/s的速度匀速运动时工作台的轨迹跟踪精度提高了4μm.结果表明,该控制方法可以较好的抑制直线电机的推力波动.     

采用神经网络模糊滑模控制的液压驱动活塞位置控制研究

针对液压驱动活塞运动轨迹和压力精度跟踪误差较大问题,设计了神经网络模糊滑模控制,并对控制精度进行仿真验证。创建了液压缸驱动平面简图,推导出液压缸腔室内部参数变化方程式。分析了液压缸驱动压力和位置的变化,采用线性模型建立输入和输出变换方程式。引用滑模控制方法,采用神经网络算法对滑模控制进行逼近,通过模糊切换规则对滑模控制进行自适应调整。采用MATLAB对液压缸活塞轨迹和腔室压力跟踪进行仿真验证,并且与滑模控制输出效果进行比较和分析。结果表明:采用滑模控制方法,液压缸活塞运动轨迹和腔室压力跟踪误差较大;而采用神经网络模糊滑模控制方法,液压缸活塞运动轨迹和腔室压力跟踪误差较小。采用神经网络模糊滑模控制方法,液压缸控制系统自适应调节能力较强,从而提高了活塞运动轨迹和腔室压力跟踪精度。     

基于模糊补偿的七自由度机械手轨迹跟踪控制

针对多关节机械手的不精确动力学模型导致计算力矩法控制的鲁棒性差和不能实现全局渐进稳定的问题,以一种七自由度机械手为研究对象,采用计算力矩加自适应模糊补偿控制,通过ADAMS与MATLAB联合仿真进行机械手轨迹跟踪控制研究,并证明了系统的稳定性和误差的收敛性。仿真结果表明:利用该方案控制的七自由度机械手具有较好的轨迹跟踪特性,无须机器手精确的动力学模型。     

基于DDPG的下肢康复机器人轨迹跟踪控制

针对脑卒中患者在被动训练阶段使用下肢外骨骼康复机器人的高精度轨迹跟踪控制问题，以下肢外骨骼康复机器人为研究对象，提出一种基于深度确定性策略梯度的PD控制方法。采用Vicon三维动作捕捉系统采集正常人体步行的关节角度作为期望关节角度轨迹并建立下肢外骨骼机器人的动力学模型。该方法根据每次的误差输入以及与动力学模型交互获得奖励值而动态更新自身网络参数，从而自适应输出最佳的PD参数值。仿真结果表明：相较于传统PD控制，该方法髋、膝以及踝关节的跟踪误差平均减少9.4%,误差呈收敛趋势并趋于0,说明该方法可以有效地跟踪期望关节角度轨迹并具有良好的跟踪控制精度，保证患者的康复效果。     

基于动力学补偿的并联机器人鲁棒轨迹跟踪控制研究

针对6-DOF并联机器人系统存在动力学建模误差和外界不确定性因素干扰的问题,提出了一种基于动力学补偿的并联机器人鲁棒轨迹跟踪控制策略。在充分研究了机器人系统动力学模型特点的基础上,基于Lyapunov方法获得了并联机器人的鲁棒控制率,提出了一种鲁棒轨迹跟踪控制方法,采用逆动力学对内回路进行补偿,外回路采用PD控制,然后对并联机器人进行了鲁棒控制器的设计,最后通过MATLAB进行了系统的轨迹跟踪控制仿真分析。仿真结果表明:当系统存在外界周期干扰的状况时,系统轨迹跟踪误差仍然一致终值有界,在一定程度上提高了系统的鲁棒稳定性。     

基于状态观测器的空间机器人滑模容错控制北大核心

研究了具有执行器故障的漂浮基空间机器人系统无速度反馈的关节轨迹跟踪控制问题,设计了基于状态观测器的神经网络积分滑模容错控制方案。首先,根据执行器故障类型建立执行器故障的数学模型,并结合拉格朗日法建立了执行器故障的空间机器人系统动力学方程;其次,为实现控制器的无速度反馈,设计了状态观测器对系统速度进行估计,并结合神经网络提高估计精度;再次,根据滑模控制理论设计了积分滑模控制器,通过神经网络补偿执行器故障的影响,并设计自适应律补偿神经网络的估计误差,保证了控制器的连续性与非奇异性,使系统获得良好的轨迹跟踪精度和容错能力;最后,通过李雅普诺夫方法证明了控制方案的稳定性,并通过MATLAB数值仿真运算,验证了控制方案有效性。     

电液伺服造波机模糊自适应PID前馈补偿控制研究

传统PID方法在实现电液伺服造波机位置跟踪控制时,存在精度低、适应性差等不足,无法满足造波机系统的设计需求。为改善系统控制性能,提出电液伺服造波机模糊自适应PID前馈补偿控制方法。首先建立造波机电液伺服系统的数学模型,并推导位置伺服控制系统中各环节的传递函数,然后设计了模糊自适应PID前馈补偿控制器,并运用MATLAB/Simulink实现了控制系统的设计和仿真。在造波机不同工况下,对比传统PID控制、模糊自适应PID控制和模糊自适应PID前馈补偿控制3种控制策略的仿真结果。结果表明：所提出的模糊自适应PID前馈控制方法能有效提高造波机电液伺服系统的动态性能和位置控制精度,并具有较强的自适应能力。     

机器人柔性关节前馈力/位混合控制策略研究

针对机器人关节柔性引起的轨迹跟踪误差问题和末端执行器残余振动现象,在PD反馈控制律基础上,提出一种基于柔体动力学模型的前馈力矩补偿控制算法和后置多模态自适应输入整形算法前馈力/位混合控制策略。建立六轴工业机器人柔体动力学简化模型,在不附加关节编码器和外设的情况下进行柔体动力学参数辨识,再将动力学模型改写为力矩计算方程,经计算得到前馈力矩并加入控制律中进行补偿;计算前馈力矩所用的期望轨迹需经过输入整形器处理,考虑机器人系统的时变性问题,采用后置多模态自适应输入整形算法对期望输入位移信号进行命令整形,从而抑制末端的残余振动现象。结果表明：所提出的前馈力/位混合控制策略能有效减少轨迹跟踪误差,抑制机器人末端的残余振动现象。     

三维椭圆振动切削系统模糊自适应滑模控制

三维椭圆振动切削被认为是目前最具潜力的机械加工方式,但是加工过程中的控制问题还未被很好的解决,特别是加工过程中对于外界干扰的自适应问题,为了在三维椭圆振动切削过程中实现控制方法的鲁棒性,根据所研制的一种三维椭圆振动切削装置独特的结构方式,首先分析了各个运动之间的串扰情况,并根据装置柔性铰链的特征建立了三维椭圆振动切削装置的动力学模型。提出了三维椭圆振动切削模糊自适应滑模控制的滑模函数与滑模控制律,并通过李雅普诺夫稳定性条件证明了所设计的滑模控制器系统稳定性,采用正弦信号数字实现模糊自适应滑模控制,位置跟踪在3 s内误差控制在0.005范围内,速度跟踪在0.4 s内控制在±0.05之内,能够达到满意的精度,系统模糊自适应滑模控制的模糊逼近也能在0.2 s内收敛,证明了三维椭圆振动切削系统采用模糊自适应滑模控制可以实现较强的鲁棒性。     

液压伺服系统的变论域自适应模糊控制

针对液压伺服系统的参数不确定性和高度非线性等问题,提出一种变论域自适应模糊控制方法。设计一种自适应律,利用不同时刻反馈回来的误差信息在线调整控制系统参数,实现实时自适应调整,避免了传统模糊控制过度依赖模糊控制规则的问题;基于自适应模糊控制系统,将系统误差及误差变化率作为输入,伸缩因子参数作为输出,提出伸缩因子自调整函数,达到对液压伺服系统高精确高响应的控制。MATLAB/Simulink仿真结果表明：变论域自适应模糊控制方法有效提高了轨迹的跟踪速度和跟踪精度。     

基于MPSO的电液举升伺服系统自适应模糊PID控制

为提高电液举升伺服系统位置控制精度,提出一种基于改进的粒子群算法(MPSO)优化的自适应模糊PID控制策略。根据流体动力学原理,建立伺服阀控非对称缸系统数学模型,分析系统动态运动特性。综合考虑多种不确定扰动影响,设计自适应模糊PID(AF-PID)控制器,并通过MPSO算法对AF-PID控制器中的量化因子和比例因子进行迭代寻优。利用MATLAB/Simulink和AMESim仿真软件,搭建系统的联合仿真模型,并对所设计控制器的控制性能进行仿真验证。结果表明:相同工况下,相较于常规PID和AF-PID控制器,MPSO-AF-PID控制器作用下系统的轨迹跟踪性能最优,能更好地满足起下管柱作业需求。     

具有不确定性的主从机械手自适应模糊控制

针对具有不确定性且存在执行器未知约束的遥操作机器人系统，研究自适应模糊轨迹跟踪控制方案。该方案无需精确建立机器人遥操作系统的动力学模型，也不需要测量机械臂末端的运动参数与末端受到的外力。通过自适应模糊系统逼近未知的机器人动力学模型，利用运动学参数线性化特性构建预估机器人雅可比矩阵，辅以参数更新律实现跟踪目标的近似表示。此外，通过采用Nussbaum函数处理执行器受到的输入约束实现输入约束补偿。针对遥操作机器人系统主从端受到的相互作用力，借助自适应模糊系统，在控制律中添加模糊项实现对相互作用力的逼近，从而实现更为稳定、精确的轨迹跟踪。通过李亚普诺夫稳定性理论证明了闭环动力学系统是有界的，且位置误差收敛于零，仿真试验进一步证明了理论方案的有效性。     

液压多指手关节位置控制系统研究

液压多指手是一种以液压作为驱动方式的多指手,位置控制对于液压多指手跟踪规划轨迹、实现准确抓取具有重要影响。为了实现液压多指手对于位置的精确定位,针对液压多指手的工作特点以及实际液压系统的复杂性,从关节控制入手,分析了关节位置控制系统工作原理,建立了该位置控制系统的数学模型,引入了模糊PID控制策略,对基于模糊PID位置控制系统进行了详细设计,并利用MATLAB对其进行了仿真。通过MATLAB仿真研究,表明基于模糊PID的液压多指手关节位置控制系统的动态响应性能和稳态精度很好,能够满足液压多指手关节的工作要求。     

机械臂液压伺服系统的自适应模糊滑模控制

针对机械臂液压伺服位置系统存在非线性特性和参数不确定性,提出了一种自适应模糊滑模控制方法。利用参数自适应算法估计系统未知参数,有效地克服了系统不确定性的影响,提高了系统的鲁棒性;采用非连续投影算法保证了参数估计的有界性;引入模糊系统代替切换控制项,有效地消弱了抖振。仿真研究结果表明:所设计的自适应模糊滑模控制器能够快速准确地跟踪指令,并且对参数变化具有较强的鲁棒性,与PID控制器相比,系统跟踪误差小,响应速度快,跟踪性能好。     

基于连续滑模控制的电液伺服系统轨迹追踪控制

为改善电液伺服系统的轨迹追踪精度,设计一种连续滑模控制器,用于对电液伺服系统进行轨迹追踪控制。在电液伺服系统的建模过程中,以控制阀阀芯位移为依据,得到了电磁线圈上的电压及电流方程。在液压流体的作用下,建立气缸内液压流体的流量方程。根据系统的轨迹误差,构造滑动面模型。在开环传递函数状态空间模型的基础上,建立控制律的连续方程,进而得出连续滑模控制器,以克服电液伺服系统的不确定性和扰动性,控制其对标定轨迹进行精确追踪。与干扰观测器对标定轨迹的追踪结果相比,该方法在追踪弧形及方波标定轨迹时,追踪精度分别提高了31.23%和39.98%。该方法能有效改善电液伺服系统的轨迹追踪精度。     

串联型机械臂的自适应鲁棒容错控制研究

针对串联型机械臂关节空间内的轨迹跟踪控制,提出了一种自适应鲁棒容错控制方法。在机械臂动力学模型中加入了外界干扰、关节摩擦与故障模型,并将其等价成二阶被控系统。在此基础上,结合非奇异快速终端滑模面和反步法控制策略,设计一种新型的反步非奇异快速终端滑模控制器。通过李亚普诺夫准则验证了控制策略的全局渐近稳定性;引入自适应技术估计系统不确定性的上界,提高控制器的鲁棒性。以二自由度机械臂为被控对象,对所设计控制器的有效性进行了验证,结果表明:与传统的非奇异快速终端滑模控制器及反步非奇异快速终端滑模控制器相比,该控制器具有响应速度快、鲁棒性强、抖振小的优点,能有效应对系统故障和实现机械臂的高精度轨迹跟踪控制。     

基于H∞滑模控制的移动机器人轨迹跟踪研究

针对移动机器人轨迹跟踪过程中存在的诸多不确定性,利用Backstepping的思想和Lyapunov方法设计了H∞滑模控制。通过自适应模糊控制来优化滑模控制器的开关增益,从而消除滑模控制中存在的抖振现象。最后分别进行了直线、圆周、正弦三种轨迹跟踪仿真J_1实验,验证了系统的全局渐进稳定性和抗干扰性。证明了该控制算法的有效性。