Modeling and robust discrete LQ repetitive control of electrically driven robots

Discrete linear quadratic control has been efciently applied to linear systems as an optimal control.However,a robotic system is highly nonlinear,heavily coupled and uncertain.To overcome the problem,the robotic system can be modeled as a linear discrete-time time-varying system in performing repetitive tasks.This modeling motivates us to develop an optimal repetitive control.The contribution of this paper is twofold.For the frst time,it presents discrete linear quadratic repetitive control for electrically driven robots using the mentioned model.The proposed control approach is based on the voltage control strategy.Second,uncertainty is efectively compensated by employing a robust time-delay controller.The uncertainty can include parametric uncertainty,unmodeled dynamics and external disturbances.To highlight its ability in overcoming the uncertainty,the dynamic equation of an articulated robot is introduced and used for the simulation,modeling and control purposes.Stability analysis verifes the proposed control approach and simulation results show its efectiveness.     

具有随机马尔可夫时延的网络控制系统H∞故障检测

针对存在随机时延的网络环境,研究了一类网络控制系统的H∞故障检测滤波器设计问题．考虑了可 由马尔可夫过程描述的随机时延,网络控制系统被建模成离散时间有限状态的马尔可夫跳变线性系统．基于此类模 型,构造了系统的残差发生器,相应的故障检测问题转化为H∞滤波问题．通过选择合适的滤波器增益,使得残差和 故障之间的误差尽可能地小,保证了残差对于未知输入的鲁棒性．以线性矩阵不等式的形式给出了故障检测滤波器 存在的充分条件,并运用锥补线性化方法完成了滤波器设计过程．数值算例表明,上述网络控制系统故障检测滤波 器不仅对故障敏感,同时对外界扰动具有鲁棒性．     

证据理论加权决策树在外包维修中的应用

外包维修过程中产生的数据通常是模糊的,传统上很少按重要性分类,从这些数据仅仅能搜索到相关的不确定信息。将证据理论作为处理不确定数据的有力工具,提出用证据理论加权决策树算法对外包维修过程产生的不确定数据进行分类并挖掘出规则。实验结果表明本算法可有效的对外包维修数据进行分类,并可以生成可指导产品研发的规则。     

基于机器人听觉的声源定位策略

针对机器人听觉定位,提出了五个传声器组成的阵列作为机器人的耳朵,其中四个传声器组成的平面阵确定声源空间位置,另外一个传声器辅助完成声源位于机器人前后方的判断,并在改进的时延算法上实现声源的空间定位。系统在室内环境下测试,实验结果证明在混响环境下机器人可以实现空间声源定位,该方法具有实时实现的有效性和应用性。     

网络时延的混沌特性分析及预测

针对互联网的传输时延处于不确定状态的问题,从网络时延序列表现出的性质出发,将混沌理论引入对网络时延的特性分析。通过对实际网络时延数据的处理,计算验证了网络时延具有混沌特性。并提出了采用混沌一支持向量机回归模型对互联网络时延进行预测的方法,通过实例分析对该方法进行了验证。分析结果证明了混沌—支持向量机模型可以对网络时延的变化趋势进行较为准确的预测,和BP神经网络回归预测相比,混沌—支持向量机对时延的短期预测具有更高精度。     

一类参数不确定混沌系统特殊的线性广义同步

研究了一类参数不确定混沌系统特殊的线性广义同步问题。实际系统受到干扰时,参数失真,使得这类混沌系统,在参数不匹配的情况下,根据线性广义函数与驱动系统系数矩阵的相关性,设计了非线性反馈控制器以及参数自适应律,实现了主从系统的线性广义同步。借助Lyapunov稳定性定理与Barbalat引理,严格证明了定理的正确性。对于具体的混沌系统,控制器还可以进一步简化,以Lorenz系统为例,计算机仿真结果证实了方法的正确性与有效性。     

Adaptive fuzzy tracking control of nonlinear time-delay systems with unknown virtual control coefficients

In this paper, a novel adaptive fuzzy control scheme is proposed for a class of uncertain single-input and single-output (SISO) nonlinear time-delay systems with the lower triangular form. Fuzzy logic systems are used to approximate unknown nonlinear functions, then the adaptive fuzzy tracking controller is constructed by combining Lyapunov-Krasovskii functionals and the backstepping approach. The proposed controller guarantees uniform ultimate boundedness of all the signals in the closed-loop system, while the tracking error converges to a small neighborhood of the origin. An advantage of the proposed control scheme lies in that the number of adaptive parameters is not more than the order of the systems under consideration. Finally, simulation studies are given to demonstrate the effectiveness of the proposed design scheme.     

具有不确定雅可比矩阵机器人的鲁棒非线性PID控制器的抗饱和失效设计

对于雅克比阵不确定的操作机器人笛卡尔空间操作任务, 提出一种鲁棒非线性PID控制器的抗饱和设计方案, 解决了PID控制中的积分饱和问题. 该控制器通过引入有界递增分段连续函数于PID控制器中的积分环节, 限制了积分器的积分作用, 从而克服了积分环节对闭环系统的不利影响: 一方面使得闭环系统是渐进稳定的, 另一方面又保证了其鲁棒性; 特别是, 相比于其它的抗饱和设计方法, 显得更加简单有效.     

具有连续时延双神经元系统的双向耦合超混沌同步

近年来,混沌同步成为研究的一个热点。该文对具有连续时延双神经元系统的双向耦合超混沌同步问题的研究。首先基于Krasovskii—Lyapunov理论．给出系统同步的一个充分条件。最后通过计算机仿真表明系统在一定条件下能实现超混沌同步,证明了仿其结果和理论分析是一致的。