3-RPS并联机器人动力学分析及控制

运用牛顿—欧拉方法建立3-RPS并联机器人机构的逆动力学模型。通过使用Simmechanics将并联机器人物理模型导入Matlab/Simulink中,利用Simulink对机构进行动力学仿真以及验证机构的逆动力学模型。针对并联机器人的建模不确定性,提出一种基于不确定性系统的鲁棒控制方案,即分别通过基于标称模型设计系统的计算力矩控制器,来镇定标称系统;通过构建Lyapunov函数来构建系统的鲁棒补偿控制器,来消除由于建模不确定性引起的跟踪误差。通过将控制模型导入Simulink中对其控制效果进行验证,其具有较低的稳态误差精度,效果优于计算力矩控制策略。     

四自由度教学机器人的鲁棒跟踪控制方法

针对机器人中存在不确定性模型误差和外界干扰问题,设计出一个鲁棒轨迹跟踪控制器,以对其进行逆向动力学补偿,从而保证了跟踪误差的一致和终值有界.通过模拟仿真,对所提出的控制方案与比例积分微分(PID)控制方案进行了比较,结果表明,鲁棒轨迹跟踪控制具有更高的跟踪精度.     

空间刚柔耦合并联机构的逆动力学建模与控制

为了提高3-RRRU空间刚柔耦合并联机构的轨迹跟踪精度,提出了一种基于瞬态刚体校正法的逆动力学模型求解方法来构建该机构的非线性控制策略。首先,利用自然坐标法和绝对节点坐标法建立该机构的非线性逆动力学模型,它考虑了各支链柔性空间梁单元的剪切效应,并能描述柔性梁的大范围非线性弹性变形。然后,通过分析刚柔耦合动力学模型在求解过程中出现的相容性问题,结合自然坐标法与理想运动学模型,提出了瞬态刚体校正法并求出逆动力学模型的稳定数值因果解。最后,基于该数值解构建并联机构的非线性控制策略,通过仿真与实验验证了该方法的可行性与有效性。仿真与实验结果表明:逆动力学方程组的求解精度为10-6,约束方程的相容误差为10-8;与刚性并联机构的控制方法相比,该方法在圆形轨迹下的最大跟踪误差降低了0.465mm,圆度误差降低了0.416mm。结果表明:该求解方法解决了闭链机构多体动力学方程的违约问题,有效地改善了系统的综合收敛性能,所构建的控制策略提高了并联机构的轨迹跟踪精度。     

3-PPR并联伺服平台非线性同步鲁棒控制

3-PPR并联伺服平台由3个伺服电机协同驱动，实现平面位姿的精密调整。针对各轴运动不协同而导致轨迹精度降低的问题，基于平台的运动学分析和动力学模型，引入虚拟电机的概念，定义了平台的非线性同步误差，设计了一种非线性同步鲁棒控制器，使三轴的跟踪误差和同步误差均能渐进收敛。仿真和实验结果表明，采用该控制策略可以提高各轴的非线性同步性能，有效提高系统协同性，平台位置轨迹跟踪误差小于0.1 mm，满足3-PPR并联伺服平台在实际应用过程中的控制需求。     

基于动力学模型的全断面竖井掘进机纠偏控制策略

针对全断面竖井掘进机施工过程中易出现钻进偏斜的问题，提出了一种基于动力学模型的纠偏控制策略(误差符号积分鲁棒控制器，RISE)。首先，根据掘进机的组成和工作原理，将三维掘进空间内的偏斜问题分解为两个垂直平面内的二维偏斜问题，并规划了偏斜状态下的纠偏方案；其次，采用拉格朗日能量法建立了考虑未知环境干扰的掘进机纠偏动力学模型，并基于该模型，设计了误差符号积分鲁棒控制器，运用李雅普诺夫方法对控制器的稳定性进行了验证；最后，选取了整个纠偏过程的一段轨迹，在MATLAB/Simulink平台上进行了建模仿真，对误差符号积分鲁棒控制器的控制效果进行了验证。仿真结果表明：相较比例-积分-微分(PID)控制器和反馈线性化控制器(FLC),误差符号积分鲁棒控制器最大纠偏角度跟踪误差分别降低了83.3%和68.6%,最大纠偏位移跟踪误差分别降低了86.8%和66.4%。研究结果表明，该纠偏控制策略具有较高的纠偏轨迹控制精度。     

基于模糊滑模的机械臂鲁棒轨迹跟踪控制

针对存在外部扰动及建模误差的机械臂轨迹跟踪控制问题,提出了一种基于模糊滑模的鲁棒轨迹跟踪控制策略。在传统鲁棒控制器的基础上引入模糊滑模控制器取代等效控制项,解决了由初始系统误差较大引起的速度跳变、抖振等问题。其中模糊滑模控制器采用自适应模糊逻辑修正指数滑模趋近律中的常数项,可以优化滑动模态的品质,有效消除抖振。利用Lyapunov理论证明了系统的稳定性。仿真实验结果表明,该控制算法轨迹跟踪误差小,误差收敛速度快,具有良好的实时性。     

并联机器人轨迹跟踪离散变结构鲁棒控制器设计

本文根据并联机器人支撑杆教学模型参数摄动较大和时变的特点,设计了一种用于并联机器人轨迹跟踪的离散滑模变结构鲁棒控制器,通过引入变速趋近律,控制系统响应速度快,对参数摄动和外界干扰具有较强的鲁棒性,仿真研究结果表明,本文的控制方案能实现较高精度的快速轨迹跟踪,同时可削弱或避免通常变结构控制中不可避免的抖振。     

球面3-RRR并联机构动力学建模与鲁棒-自适应迭代学习控制

采用Lagrange方法建立球面3-RRR并联机构基于动平台姿态参数的动力学模型。考虑在计算过程中采用线密度、厚度忽略等近似计算及工作过程中机构的磨损等微小变化造成的参数不确定性,进一步建立带参数不确定性的动力学模型。针对其在振动测试中的重复性动作等特点及参数不确定性设计鲁棒-自适应迭代学习控制器,并对此控制器进行稳定性证明。该控制器利用自适应算法对未知定常数的强大学习能力来补偿系统动力学模型的参数不确定项;利用迭代学习算法对期望轨迹进行零误差重复跟踪。由于该控制器吸取了系统动力学模型的已知信息,避免了一般模型未知系统迭代控制时必须满足的Lipschitz约束条件。仿真结果表明,在此控制器的作用下球面3-RRR并联机构能够很好地重复跟踪期望轨迹。     

移动式救援机器人的鲁棒控制问题研究

针对移动式救援机器人系统参数存在误差时的控制问题,基于雅克比矩阵概念与欧拉-拉格朗日方法,建立了移动式救援机器人系统的运动学模型与动力学模型;其次,设计了移动式救援机器人系统转铰空间内的逆动力学控制算法,并分析了系统的运动学与动力学模型存在误差时,对于逆动力学控制算法的影响;接着,为了克服这种影响,引入鲁棒控制思想,设计了新的鲁棒-逆动力学控制算法,利用李雅普诺夫函数证明了控制算法的稳定性。仿真结果表明:新设计的鲁棒-逆动力学控制算法有效地消除了系统不确定性的影响,具有很好的鲁棒性。     

弧焊机器人自适应轨迹跟踪控制仿真

针对多关节机械手具有非线性和耦合性等特点,常用的PD控制难以达到现场作业的要求。以弧焊机器人为研究对象,运用拉格朗日法建立该机器人的动力学模型,并在进行动力学仿真的基础上求得两关节机器人的简化模型,然后采用鲁棒自适应算法与PD控制结合的算法实现轨迹跟踪控制,最后在MATLAB/Simulink中进行算法仿真。仿真结果表明,机器人能有效抑制外界扰动对跟踪轨迹的影响,动态性能和误差收敛性良好,为实现多关节机器人的轨迹跟踪控制提供了理论基础。     

Trajectory Tracking of a Planer Parallel Manipulator by Using Computed Force Control Method

Despite small workspace, parallel manipulators have some advantages over their serial counterparts in terms of higher speed, acceleration, rigidity, accuracy,manufacturing cost and payload. Accordingly, this type of manipulators can be used in many applications such as in high-speed machine tools, tuning machine for feeding,sensitive cutting, assembly and packaging. This paper presents a special type of planar parallel manipulator with three degrees of freedom. It is constructed as a variable geometry truss generally known planar Stewart platform.The reachable and orientation workspaces are obtained for this manipulator. The inverse kinematic analysis is solved for the trajectory tracking according to the redundancy and joint limit avoidance. Then, the dynamics model of the manipulator is established by using Virtual Work method.The simulations are performed to follow the given planar trajectories by using the dynamic equations of the variable geometry truss manipulator and computed force control method. In computed force control method, the feedback gain matrices for PD control are tuned with fixed matrices by trail end error and variable ones by means of optimization with genetic algorithm.     

平面二自由度并联机构的PD型鲁棒控制

运用拉格朗日 -达朗伯原理分析了平面二自由度并联机构的动力学特性 ,并由此推广到对一般空间并联机构的动力学建模。针对并联机构的轨迹跟踪问题提出一种 PD型鲁棒控制算法 ,使系统即使存在参数不确定或摩擦力矩等干扰作用情况下 ,仍可以保持跟踪的稳定性。分析了控制参数与跟踪误差之间的关系     

Trajectory tracking control of a 3-CRU translational parallel robot based on PD+robust controller

In order to suppress the external disturbances existing in the trajectory tracking process of the 3-CRU parallel robot, a trajectory tracking control method based on PD+robust controller is proposed in this paper. The kinematic model of the 3-CRU parallel robot is established to solve the kinetic energy and potential energy of the system. The basic dynamic model of the 3-CRU parallel robot is obtained based on Lagrangian formulation, and the complete dynamic model of the parallel robot is established by introducing Coulomb and viscous friction. Based on the analysis of the factors affecting the stability of PD controller, a trajectory tracking control method based on PD+robust controller is proposed, and it is proved theoretically that the system converges stably and has a good external disturbance suppression effect. The method has the characteristics of easy implementation and strong applicability of PD controller and strong robustness of robust controller. Experimental results prove the effectiveness of this method.

     

3-RRRT并联机器人轨迹跟踪控制研究

为了实现3-RRRT并联机器人的轨迹跟踪控制,在运动学分析的基础上,应用拉格朗日方程建立了3-RRRT并联机器人的动力学模型。设计了基于计算力矩算法的控制律,并利用Matlab软件进行了控制器仿真。仿真表明计算力矩控制可以使3-RRRT并联机器人实现全局稳定的动态轨迹控制。     

基于线性时变模型预测控制的自主车辆轨迹跟踪控制器设计与验证

随着自动驾驶技术的快速发展,精确的轨迹跟踪已经成为汽车工业和学术领域公认的实现自主车辆运动控制的核心技术之一。为提高自主车辆轨迹跟踪的实时性与准确性,提出一种应用于自主车辆的线性时变模型预测跟踪控制器（Linear time-varying model predictive controller,LTV-MPC）设计方法。根据运动学原理建立某自主无人小车的二自由度运动学模型,其次,基于该模型构建车辆轨迹跟踪系统的误差模型并利用线性参数化理论对其进行离散化,在模型预测控制框架内将该轨迹跟踪控制器的设计转化为一个线性二次规划最优问题。在一个实际搭建的自主车辆试验平台上对所提出控制器的有效性进行不同预设参考路径轨迹下的实车验证,结果表明,该自主车辆能够对所预设的实际参考道路轨迹进行快速、准确的轨迹跟踪控制,且具有较好的行驶稳定性能。     

一种并联机器人误差综合补偿方法

针对并联机器人轨迹规划和轨迹跟踪过程中,同时存在机构误差引起的期望轨迹与理想轨迹之间的偏差和非线性摩擦、负载变化等扰动因素引起的动态误差,提出一种并联机器人误差综合补偿方法:在轨迹规划过程中,基于并联机器人位姿误差模型将位姿误差补偿转化为驱动杆参数组合优化问题,进而利用粒子群算法寻优驱动杆参数,修正并联机器人期望轨迹;在轨迹跟踪过程中,设计基于自适应迭代学习控制算法的动态误差补偿策略,实现对期望轨迹的有效跟踪。在Stewart平台下基于ADAMS和Matlab进行仿真试验,在轨迹规划和轨迹跟踪过程中,分别修正期望轨迹偏差并补偿轨迹跟踪动态误差,实现并联机器人误差综合补偿。进一步,基于混联机床进行工件加工试验,验证方法对于提高并联机器人工作精度的有效性。     

气动肌肉并联关节的位姿轨迹跟踪控制

针对多输入多输出的气动肌肉并联关节,建立包含任务空间负载动态方程、容腔压力动态方程和高速开关阀平均流量方程的多阶动态系统数学模型。为保证气动肌肉并联关节系统良好动态特性的同时具有高精度的位姿轨迹跟踪,采用基于非连续投影算法的自适应鲁棒控制策略。该策略通过自适应参数估计来消除因气动肌肉并联关节系统动态数学模型的参数未知而引起的较大参数不确定,通过鲁棒反馈来消除因气动肌肉的伸缩力模型误差、摩擦力时变和关节系统的不可知干扰等引起的严重非线性不确定,且控制器基于反推设计,对多输入多输出的多阶耦合动态系统具有很好的适用性。试验结果表明：所研究的气动肌肉并联关节阶跃响应的静态误差小于0.09°,连续轨迹跟踪的标准误差小于0.15°,且具有较强的自适应性和鲁棒性。     

视频小卫星凝视姿态跟踪的仿真与实验

对视频卫星实现对地凝视成像时的数学模型、姿态跟踪控制器设计和全物理仿真进行了研究.首先,根据卫星轨道运动与姿态运动相关理论,推导了对地凝视时视频小卫星相对轨道坐标系的期望四元数和期望姿态角速度的变化规律.设计了基于误差四元数和误差姿态角速度的PD控制器,并采用李雅普诺夫稳定性理论证明了所设计控制器的稳定性.然后,以在曝...     

Spatial curvilinear path following control of underactuated AUV with multiple uncertainties

This paper investigates the problem of spatial curvilinear path following control of underactuated autonomous underwater vehicles (AUVs) with multiple uncertainties. Firstly, in order to design the appropriate controller, path following error dynamics model is constructed in a moving Serret–Frenet frame, and the five degrees of freedom (DOFs) dynamic model with multiple uncertainties is established. Secondly, the proposed control law is separated into kinematic controller and dynamic controller via back-stepping technique. In the case of kinematic controller, to overcome the drawback of dependence on the accurate vehicle model that are present in a number of path following control strategies described in the literature, the unknown side-slip angular velocity and attack angular velocity are treated as uncertainties. Whereas in the case of dynamic controller, the model parameters perturbations, unknown external environmental disturbances and the nonlinear hydrodynamic damping terms are treated as lumped uncertainties. Both kinematic and dynamic uncertainties are estimated and compensated by designed reduced-order linear extended state observes (LESOs). Thirdly, feedback linearization (FL) based control law is implemented for the control model using the estimates generated by reduced-order LESOs. For handling the problem of computational complexity inherent in the conventional back-stepping method, nonlinear tracking differentiators (NTDs) are applied to construct derivatives of the virtual control commands. Finally, the closed loop stability for the overall system is established. Simulation and comparative analysis demonstrate that the proposed controller exhibits enhanced performance in the presence of internal parameter variations, external unknown disturbances, unmodeled nonlinear damping terms, and measurement noises.