平面二自由度冗余并联机器人同步控制

针对冗余并联机构变结构、工作空间较小和各关节存在强耦合性的特点,笔者提出一种冗余并联机器人同步控制方法。由于工作空间小,笔者方法将惯性矩阵和离心力矩阵取为定值用于前馈控制,使得末点位置不需要测量。同时为了抑制惯性力矩阵和离心力矩阵取为定值带来的模型误差,通过引入同步误差和耦合误差,不仅使关节误差减小而且提高了它们之间的同步性,并基于Lyapunov稳定性理论分析证明所提出控制算法的稳定性。最后,通过平面2自由度冗余并联实验台实验证明该控制方法是有效的。     

悬索驱动并联机器人的非线性PD控制研究

基于悬链线方程建立了大跨度悬索的索力与索端位移和索长之间的增量关系,同时推导出机器人末端执行器的位移偏差与悬索作用力增量之间的关系,据此构造出系统的动力学方程。采用李雅普诺夫法先对末端执行器上的合力设计反馈控制器,然后结合系统的动力学方程,构造出以索长调整量为控制输入时的非线性PD控制器。数值算例证明了控制算法的有效性。     

索支撑系统的动力学分析与跟踪控制

索牵引并联机器人中的柔索在做大范围运动的同时会伴随有低频振动.建立了此类柔索的动力学方程,得出柔索张力与索长之间的关系,在此基础上建立了索牵引并联机器人系统的较精确动力学模型.然后采用反馈线性化方法设计了轨迹跟踪的PID控制器,同时引入虚拟采样技术来弥补测量设备采样率较低的缺点.数值算例证明了所提方法的有效性.     

Leica激光全站仪跟踪测量数据跳变问题的研究

通过大射电望远镜(LT)5m模型,发现测量仪器Leica激光全站仪在动态跟踪测量初期存在3 mm～7mm的数据跳变问题,通过分析找到了问题的来源,提出了解决方案,并通过实验有效的消除了数据的跳变,为以后的实验提供了参考.     

输入不确定的6自由度悬索并联机器人位置控制

大射电望远镜工程中,六根大跨度的悬索被用来牵引馈源舱,实现馈源舱大范围的位置和姿态空间扫描运动.基于此,考虑到舱索系统的惯性主要集中在馈源舱上,且舱体运行速度缓慢以及索结构间的强耦合的特点,基于牛顿欧拉方程和舱索非线性准静态静平衡方程,建立馈源舱动力学模型.将悬索模型的误差视为外部对馈源舱系统的未知扰动,利用扩张状态观测器(ESO)对馈源舱的各阶状态及未知扰动进行有效的估计,在此基础上提出具有强鲁棒性自抗扰滑模控制器,并证明该控制器的稳定性.数值结果说明了方法的可行性和有效性.     

25 m射电望远镜俯仰系统的全过程建模

最优控制可有效提高大射电望远镜的指向精度,但其控制器设计需要精确的被控对象模型。为此,文中依据其有限元模型,建立了俯仰系统从电机到副面运动的全过程模型。首先,应用模态坐标法建立了大齿轮和主反射面模型,体现了结构主体刚柔混合特性;然后,应用Euler-Bernoulli梁方程式推导了副面撑杆和副面模型,反映了结构末端柔性;最后,通过仿真分析验证了该建模方法的准确性和有效性。与目前已有的射电望远镜建模方法相比,该方法的优点在于在天线设计阶段就可模拟各部分的实际运转状况,可提前发现不足。     

基于最小二乘方法的索网反射面形状精度调整

根据大射电望远镜索网主动反射面的变形调整要求,提出了基于最小二乘优化模型的迭代调整方法。优化模型以节点载荷增量为设计变量,追求调整后的节点位置相对于设计抛物面的残量平方和最小。线性化残量函数便可得到调整所需产生的位移场。采用基于弹性悬链线解析表达式的悬索单元建立了索网反射面的力学模型,得到了节点载荷增量与节点位移之间的关系;从而可以根据给定的变形场得到对应的调整力增量。数值算例表明所给调整方法具有很好的收敛速度。     

LT50m缩比模型舱索系统与Stewart平台动力学耦合分析

安装在大型射电望远镜(LT)悬挂馈源舱中的精调Stewart平台子系统与舱索粗调子系统之间存在动力学耦合，通过在LT原六索设计方案中增加下拉主动索系构成八索方案可以提高舱索系统的刚度，降低两级调整系统之间的耦合。在两级调整系统耦合动力学模型的基础上，针对LT50m模型的六索和八索设计方案进行了刚柔混合多体系统动力学仿真。结果表明，八索设计方案能够显著地降低二者之间的耦合，是系统解耦的一种有效途径。     

非线性离散系统的自适应反馈一步向前预测控制方法

针对时变、滞后、反馈时间慢且参数未知的非线性离散时间模型系统的特点，提出了一种自适应反馈控制方法。在方法中，考虑到调整时间内反馈信息少与工程易实现的要求，采用多层预报的方法，对模型跟踪误差进一步向前预测，进而利用预测结果对模型和输入做进一步修正。此外，对算法的收敛性和稳定性从数学上给出了说明。并通过数值仿真验证了方法的可行性和有效性。     

一种自抗扰控制器参数的学习算法

针对自抗扰控制器（Automatic disturbance rejection controller,ADRC）参数多且耦合性强,参数难于被确定的问题,提出了一种ADRC参数的自动调整算法. 该算法以构造的控制性能函数为学习目标,根据参数对性能指标的影响,通过惩罚函数在线不断更新参数在有界区间内的概率密度分布,使得控制参数最优值的概率密度值最大. 通过开环不稳定系统算例和对工业机电驱动器单元（Industrial mechatronic drives unit,IMDU）的控制实验,仿真和实验结果证明了该算法的有效性.