力反馈遥操作机器人系统的内模控制

针对遥操作机器人系统通讯时延破坏系统稳定性和透明性的问题，为力反馈遥操 作系统建立了内模控制结构，设计了两端控制器分别实现主从机械手速度和力的跟踪，从而使系统具有良好的透明性.两控制器各有一个控制 参数，相关度低，控制灵活.借助内模控制结构的特殊性，以透明性为目标的控制器设计独立于稳定性来进行，降低了控制器设计的复杂度， 很好地兼顾了系统在时延下的稳定性和透明性.理论分析和仿真实验证明了该方法的有效性.     

力反馈遥操作机器人系统的内模控制

针对遥操作机器人系统通讯时延破坏系统稳定性和透明性的问题，为力反馈遥操作系统建立了内模控制结构，设计了两端控制器分别实现主从机械手速度和力的跟踪，从而使系统具有良好的透明性,两控制器各有一个控制参数，相关度低，控制灵活,借助内模控制结构的特殊性，以透明性为目标的控制器设计独立于稳定性来进行，降低了控制器设计的复杂度，很好地兼顾了系统在时延下的稳定性和透明性,理论分析和仿真实验证明了该方法的有效性．     

水下机械手主从遥操作双边控制策略

水下机械手在操作过程中存在抓取对象未知、临场性差的问题,深水环境下较低的能见度限制了机械手的作业。针对此问题提出了带力觉感知的主从式遥操作双边控制系统。主手采用模糊自适应阻抗控制方法,从手采用积分滑模变结构控制方法。通过Liewellyn绝对稳定性准则分析了整体系统的稳定性。搭建了单自由度双边遥操作系统平台,在Matlab Simulink下进行了相关仿真。仿真表明:主手控制提高了透明性以及系统鲁棒性;从手控制克服了外界干扰及消除了滑模控制的抖振问题,从手具有很好的力/位移跟踪主手的能力;整体系统具有很好的稳定性和可行性。     

具有临场感的主从机器人系统双边控制策略

针对主从机器人系统双边控制策略的透明性问题,利用电液比例阀控制液压缸建立了单自由度主、从机器人临场感实验系统。在力和运动的双边控制中,采用力反馈伺服型、并行型和改进并行型3种控制策略,对空载、小刚度弹性负载和大刚度弹性负载情况下的位置和力跟踪性能分别进行了实验。实验结果表明:力反馈伺服型、并行型的运动跟踪存在时间滞后,主手受力存在振动;与其他两种控制策略相比,改进并行型控制策略在小刚度和大刚度负载时具有较好的透明性。     

遥操作工程机器人力觉双向伺服控制系统

针对并行机构的力反馈双向液压伺服控制中所存在的反馈力冲击大及位置跟随差的问题,提出了一种以主、从手之间的力偏差作为主动端控制信号,位置偏差和力偏差形成从手控制量的改进并行型力觉反馈控制算法;结合遥操作工程机器人主从控制的特点,建立了该算法的动力学模型;搭建并分析了两自由度双向伺服控制实验系统。实验结果表明,该控制算法明显改善了主、从控制系统的操纵性能,操作者能够获得真实的力觉临场感,同时具有控制简单、收敛速度快、实时性好的特点。     

基于模糊补偿的弹药自动装填机器人滑模控制

针对弹药自动装填机器人存在的摩擦力、扰动力、负载变化大以及建模误差等导致的控制器精度降低、鲁棒性差的问题,提出了一种基于模糊补偿的自适应模糊滑模控制的鲁棒控制器.同时为了减少模糊逼近的计算量,提高运算效率,采用模糊补偿器对不同的扰动补偿项加以区分,并分别逼近.仿真实验表明:该控制方法可以很好地抑制各种干扰因素的影响,消除了传统滑模控制器所固有的抖振现象,系统性能指标有了明显提高,实现了弹药装填机器人轨迹快速跟踪控制的要求.     

基于滑模控制的主动队列管理算法

针对TCP模型的非线性本质以及网络中存在的不确定性因素如TCP连接数、回路时延、链路带宽,提出了基于滑模控制(SMC)的主动队列管理(AQM)算法,该算法对不确定性具有很强的鲁棒性,而对滑模控制中普遍存在的抖振现象,采用了指数趋近律方法,并对状态轨线接近切换面时的控制信号进行柔化以削弱由于控制切换而引起的抖动.所提出的基于SMC的AQM算法可以使队列快速收敛到期望队列长度及保证输入受限TCP非线性闭环系统渐近稳定.仿真结果表明该算法有效.     

双拇指手的位置伺服控制及抑制抖动研究

以双拇指手为控制对象,讨论了数字三环控制和滑模变结构控制方法,同时讨论了抖动的影响以及抑制抖动的方法.结果表明滑模变结构控制可以改善系统的控制性能,引入饱和函数后抑制抖动效果明显.滑模变结构控制优于三环控制.     

球形机器人的自适应分数阶PIλDμ滑模速度控制方法

为解决传统分层滑模控制方法应用于球形机器人速度控制中会出现调节时间长、超调量大的问题,通过在滑模面内引入微分环节并结合分数阶微积分,提出一种具有分数阶PIλDμ结构的滑模面,并给了该滑模面渐近稳定的参数选取条件.基于该分数阶PIλDμ滑模面设计了球形机器人直线运动速度控制器,并通过自适应算法实现了对未知滚动摩擦阻力的实时估计.仿真结果表明:相比传统分层滑模控制方法,本文自适应分数阶滑模控制方法能有效减少控制过程中的超调,并且具有更短的调节时间,能对未知滚动摩擦阻力进行准确的估计,在存在系统参数摄动的情况下具有更好的鲁棒性.     

纠缠混沌系统的比例积分滑模同步

基于滑模控制研究纠缠混沌系统的滑模同步与比例积分滑模同步,利用滑模及比例积分滑模方法设计滑模面和控制器,采用滑模等速趋近律,根据Lyapunov稳定性理论对系统轨线在滑模面及不在滑模面运动两种情形进行分析,在设计的滑模面和控制器的共同作用下可使误差系统在有限时间内趋近于坐标原点,得到系统取得滑模同步和积分滑模同步的两个充分条件。研究表明:选取适当的控制器与滑模面,纠缠混沌系统的主从系统取得滑模同步和积分滑模同步。     

单电磁悬浮系统的神经网络模糊滑模控制

为实现单电磁悬浮系统悬浮气隙的精确控制,提出一种基于神经网络的模糊滑模控制方案.根据单电磁悬浮系统的动态非线性数学模型,设计使系统状态在有限时间内到达稳定点的滑模面,同时根据滑模切换状态,通过引入神经网络的模糊控制方法对滑模切换控制量的增益进行评估,实时对滑模控制量进行调整,实现切换控制信号的柔化.基于神经网络的模糊滑模控制系统不仅能很好地跟踪给定信号,而且能削弱滑模控制抖振,对外部扰动具有完全的鲁棒性.仿真结果表明,所设计的控制系统零超调,具有速度跟踪性能,对外部扰动具有很强的鲁棒性.     

直线电梯单电磁导向装置悬浮气隙高度控制

针对单电磁导向系统参数变化及外部扰动对悬浮气隙高度产生的影响,提出了RBF神经网络自适应滑模控制方法.采用RBF神经网络并利用其学习功能,对直线电梯单电磁悬装置不确定参数进行自适应补偿,取代了常规滑模控制切换部分,并且消除了系统高频抖振现象.通过比例微分并行控制提高了RBF神经网络参数的收敛性,改善了局部极小现象的发生,增强了系统的鲁棒性,并采用Lyapunov稳定性理论证明了系统的稳定性.Matlab仿真显示该方法具有良好的跟踪性和鲁棒性.     

基于滑模控制的风机最大风能追踪

为了最大限度地利用风能,提高风力发电系统的效率,提出了一种基于滑模控制的最大风能追踪方法.建立了风机控制系统,并且基于滑模控制原理建立了滑动平面,设计了滑模控制率,并进行了稳定性分析.利用Matlab/Simulink对系统进行仿真研究表明,实际电磁转矩能较快地跟踪期望值,验证了该控制策略的正确性和有效性.所建立的滑模控制系统不依赖于风速,具有较好的鲁棒性和控制精度,实现了最大风能追踪.     

快速刀具伺服系统的模糊自适应滑模控制

针对由永磁同步直线电机驱动的快速刀具直线伺服系统在高频输入信号下跟踪控制精度低的问题,设计了模糊自适应滑模控制算法.算法采用滑模控制进行跟踪,利用模糊自适应控制方法对传统滑模控制器中的不连续控制量进行模糊逼近,同时对实际运行中系统的不确定因素进行补偿,并设计了相应的自适应算法以补偿模糊控制律的不足,从而有效降低抖振.仿真结果表明,算法可以解决伺服系统的高频跟踪问题,具有较快的响应速度,对负载扰动有较强的鲁棒性.     

多涡卷超混沌系统自适应滑模同步控制

研究了一类多涡卷超混沌系统的同步控制问题,同时考虑了不确定项和未知扰动的情况,提出了一种自适应滑模控制方案。综合利用滑模控制技术和自适应控制技术,消除了系统不确定性和未知扰动的影响,对于不确定性和未知扰动具有较好的鲁棒性。利用Lyapunov稳定性理论证明了系统同步误差渐近收敛到一个原点的小邻域内,系统渐近稳定。仿真结果验证了该方法的有效性。     

基于RBF神经滑模的XY平台迭代交叉耦合控制

永磁同步直线电机(PMLSM)直接驱动XY平台的轮廓加工精度会受负载扰动、双轴参数不匹配以及周期性轮廓误差的影响.针对这一问题,采用RBF神经滑模与迭代交叉耦合控制相结合的方式对两轴运动进行协调控制.设计RBF神经滑模控制器用以削弱负载扰动对加工系统的影响.采用实时轮廓误差法估算出轮廓误差模型,并且将轮廓误差作为控制器的输入,设计迭代交叉耦合控制器用以削弱双轴参数不匹配和周期性轮廓误差对加工性能的影响,实现跟踪误差与轮廓误差的同时减小.仿真结果表明,所设计控制系统具有较强的鲁棒性和较高的轮廓精度.     

A new impedance and robust adaptive inverse control approach for a teleoperation system with varying time delay

This paper presents a new robust adaptive inverse control approach for a force-reflecting teleoperation system with varying time delay. First, an impedance control is designed for the master robot. Second, an adaptive inverse control is proposed for the slave robot. Finally, the slave side controller is modified such that the robust stability and performance are achieved. In addition, robust stability analysis has been performed and optimal behavior is ensured by using standard characteristic polynomials. It is shown that despite of presence of randomly-varying time delay, the proposed control algorithm compensates the position drifts efficiently. Demonstrable simulation studies confirm the effectiveness of the proposed control system and its advantages over the existing sliding mode control strategies.     

移动式数控机床横梁磁浮系统的滑模-H_∞控制

针对龙门移动式数控机床在运行过程中参数摄动以及未建模动态参数可能对系统造成的影响,结合鲁棒H∞理论的控制方案设计出自适应积分滑模控制器.通过积分滑模变结构控制器对整个系统进行鲁棒控制,以确保磁悬浮系统的稳定性和精确性.为降低滑模控制器抖振的发生,采用自适应控制对控制律中的不确定值进行估测.考虑到刀具切削部件所引起的系统质量变化以及外力干扰等对系统的影响,在控制过程中结合了H∞的控制理论,以增加系统的鲁棒性.仿真研究结果表明,与传统控制器相比该控制器具有很强的抑制扰动能力,可以实现稳定悬浮.     

基于最大生存周期的无线传感器网络数据融合

针对无线传感器网络节点能量有限并且在进行信息传输时存在数据冲突、传输延时等问题,提出并设计了基于最大生存周期的无线传感器网络数据融合算法.该算法将均匀分布或非均匀的整个网络中的节点分成多个簇,并根据节点的位置、分布密度和剩余能量等信息选择传输数据的方式,从而形成传输数据的最短路径.根据集中式TDMA（时分多址）调度模型并运用基于微粒群的Pareto优化方法,使得网络在完成规定的信息传输时每个节点耗费的平均时隙和平均能耗最优.仿真结果表明,该算法不但可以最大化网络的生存时间,还可以有效地降低数据融合时间,减少网络延时.     

变风量空调系统的模糊神经网络预测控制

针对变风量中央空调系统具有多变量、大滞后和非线性的系统特性及常规控制算法系统响应慢、控制精度不高等问题,提出了模糊神经网络预测控制策略.该方法将模糊神经网络控制与预测控制技术相结合,建立了模糊神经网络与预测控制结合的复合控制器模型,通过优化变风量控制方式,有效地实现了中央空调系统的预测控制.结果表明,该控制方法能使系统具有良好的动态性能和稳态性能,控制精度高,节能效果显著,具有广泛的应用前景.