采用改进粒子群算法优化的两关节移动机器人滑模控制研究

为了提高移动机器人关节运动轨迹控制精度,在滑模控制器的基础上,采用支持向量机耦合改进粒子群算法优化滑模控制器.创建移动机器人简图模型,给出移动机器人手臂动力学模型.引用支持向量机对滑模控制器参数进行评估,推导出支持向量机模型.采用改进粒子群算法优化滑模控制器,并给出具体优化过程.在Matlab软件中对移动机器人改进滑模控制器进行仿真实验,并与滑模控制器跟踪误差进行对比.仿真结果显示:在无波形干扰时,滑模控制器与改进滑模控制器相差不大,都能较好地实现轨迹跟踪任务;在有波形干扰时,改进滑模控制器反应速度较快,输出误差较小.移动机器人关节采用改进滑模控制器,抗干扰能力较强,控制精度较高.     

离散模糊自适应滑模控制在磁轴承中的应用

针对主动磁轴承-转子系统在运行中存在的不平衡扰动和非线性干扰问题,结合主动磁轴承-转子系统工程化的需要,提出了一种离散模糊自适应滑模控制的方案,建立了4自由度径向主动磁轴承数学模型,设计了离散非线性跟踪微分器,对磁轴承-转子系统进行仿真。结果表明,该系统的不平衡扰动和非线性干扰得到了抑制,实现了系统的高精度鲁棒控制。     

基于PSO优化的形状记忆合金驱动器自适应滑模控制研究

针对形状记忆合金(SMA)材料在控制过程中的非线性迟滞、精度差等问题,该文提出了一种基于粒子群优化的自适应滑模控制算法。首先,搭建形状记忆合金驱动器装置,并建立了驱动器的机理模型,在此基础上设计了自适应滑模控制器,其中针对滑模控制过程中存在的抖振及收敛速度慢等问题,引入了饱和函数趋近律,最后结合粒子群算法(PSO)优化滑模控制器参数。仿真结果表明,相较于传统PID和滑模控制器,基于PSO优化的自适应滑模控制算法对形状记忆合金驱动器的系统控制具有更高的响应速度、稳定性和鲁棒性。     

模拟复合正交神经网络在轴向磁轴承中的控制研究

由于磁轴承的动态性能主要取决于所采用的控制规律,控制器是磁轴承系统的关键.在数字复合正交神经网络(NN)的基础上,提出了一种模拟复合正交神经网络,并用于轴向磁轴承的控制中.控制器采用模拟复合正交神经网络与PID的并行控制方法,对带有负载干扰的轴向磁轴承控制系统作了PID控制与NN PID控制的仿真实验.仿真结果表明,相对于常规PID控制器,该并行控制法具有较高的抗干扰与自适应能力-控制效果理想.     

基于优化自适应阈值的非线性机电系统传感器 故障检测和主动容错控制

针对具有参数不确定性和传感器故障的非线性机电系统,提出一种基于优化自适应阈值和故障重构策略的主动容错控制方法。首先,利用线性分式变换理论对存在参数不确定性的非线性机电系统进行建模,并提出基于粒子群优化算法的优化自适应阈值以提高参数不确定条件下的故障检测性能。其次,通过解析冗余关系推导出系统的动力学方程,并提出一种基于递归终端滑模的跟踪控制策略,以实现系统健康状态下的负载位置跟踪。当系统发生故障时,构建自适应滑模观测器进行传感器故障重构,根据重构结果设计自适应主动容错控制律,并利用故障检测结果进行控制律的实时切换。实验结果表明,所提出的故障检测和主动容错控制方法能在0.06 s内准确的实现传感器故障检测和容错控制,验证了该方法的可行性。     

磁悬浮飞轮混合磁轴承模糊PI控制PWM开关功放

针对采用传统PI控制的磁轴承开关功放由于负载参数的变化导致功放输出特性变差的缺点,提出了一种适用于混合磁轴承的PWM开关功放模糊PI控制方案,该PWM功放采用了全桥拓扑结构的主电路,控制采用了基于模糊推理的自适应PI控制策略,能根据负载参数的变化,自适应调整控制参数,为混合磁轴承线圈提供双极性的控制电流.对该方案进行了仿真,并用DSP进行了数字实现.仿真和实验结果表明,该PWM功放的响应速度得到了提高,能够很好地跟踪给定信号,满足了高速磁悬浮飞轮的需要.     

非完整移动机械臂的自适应模糊滑模控制研究

针对四轮二连杆非完整移动机械臂的轨迹跟踪问题,设计了一种结合自适应模糊控制和滑模控制的控制策略。首先建立了系统包含未知动力学模型不确定性和外部扰动的动力学控制模型,然后基于反演技术设计了控制器;采用了模糊控制来逼近系统未知时变总体不确定性,并采用了自适应机制动态优化模糊系统控制参数,进一步采用了指数趋近律滑模控制消除模糊逼近误差的影响。研究结果表明:该控制器对系统总体不确定性进行了有效补偿,保证了移动机械臂在复杂不确定环境下的良好轨迹跟踪性能。     

视觉AGV的运动控制策略研究

为了解决视觉AGV路径跟踪存在较严重的抖振问题,提出了一种免疫粒子群算法,通过其对滑模控制律参数进行优化,以达到更加精确、稳定地运动控制要求。介绍了基本粒子群算法,并引入免疫机理对其进行改进;分析了视觉AGV运动学模型,并设计了离散滑模控制律;在MATLAB软件中分别对直线、圆周两种轨迹进行了仿真。仿真试验证明:优化后的滑模控制器性能得到明显地提高,最大侧向偏差可以控制在0.038 m以内。     

机械伺服系统的自适应反演模糊滑模控制

针对参数不确定性机械伺服系统位置跟踪控制问题,提出了一种自适应反演模糊滑模控制策略。为了补偿参数不确定性影响,提出了基于反演法的滑模控制策略。为简化控制器设计,提出了自适应算法对不确定性进行有效估计,采用模糊逻辑,消除了切换控制项,有效地消弱了抖振现象。根据李雅普诺夫稳定性理论,获得了自适应率,保证了系统的稳定性。仿真结果表明,提出的控制策略不仅具有较高的跟踪精度,而且能有效地减小抖振。     

基于自适应滑模控制的四轮全向移动机器人轨迹跟踪方法研究

针对四轮全向移动机器人动力学模型参数的不确定性以及外部扰动的影响,为提高其轨迹跟踪控制性能,提出了一种基于自适应滑模的四轮全向移动机器人轨迹跟踪控制方法。首先,基于驱动电机参数建立了机器人的动力学模型,在此基础上设计了一种自适应滑模轨迹跟踪控制器;其次,通过低通滤波器滤除轨迹跟踪控制器输出端的高频信号,同时为实现机器人动力学参数的在线估计,提出了一种参数自适应控制算法并利用RBF神经网络实时调整轨迹跟踪控制器的切换增益,以减小系统的抖振;最后,为验证所述方法的有效性,采用MATLAB进行了仿真实验。仿真结果表明,基于自适应滑模控制的四轮全向移动机器人轨迹跟踪方法可以较好地降低参数变化、外部扰动对系统的影响,能够减小系统的抖振,具有较好的抗干扰能力。