高速开关阀控气动位置伺服系统的模糊自适应PID控制

为实现高速开关阀控气动位置伺服系统的精确控制,以4个高速开关阀控制气缸的结构作为研究对象,提出一种模糊自适应PID算法以提高其控制精度.介绍了系统的结构与工作原理,并在此基础上建立系统数学模型.针对常规PID控制器难以适应多工况位置跟踪的问题,利用模糊控制原理对PID控制器的参数进行在线调整,以满足系统控制过程中对于参...     

Optimal cascade hydraulic control for a parallel robot platform by PSO

A new cascade load force control design for a parallel robot platform is proposed. A parameter search for a proposed cascade controller is difficult because there is no methodology to set the parameters and the search space is broad. A parameter search based on particle swarm optimization (PSO) is suggested to effectively search the parameters of the cascade controller. We used a unified mathematical model of a hydraulic actuator of parallel robot platform. These equations are readily applicable to various types of proportional valves, and they unify the cases of critical center, overlapped, and underlapped valves. These unified model equations are useful for nonlinear controller design. Simulation results show the advantages of the proposed optimal tuned cascade controller to solve the formulated tracking problem in relation to the classical proportional–integral (PI) controller.     

Neural network controller for robotic motion control

Since a robotic manipulator has a complicated mathematical model, it is difficult to design a control system based on the complicated multi-variable nonlinear coupling dynamic model. Intelligent controllers using fuzzy and neural network approaches do not need a real mathematical model to design the control structure and have attracted the attention of robotic control researchers recently. A traditional fuzzy logic controller does not have learning capability and it needs a lot of effort to search for the optimal control rules and the shapes of membership functions. Owing to the time-varying behaviour of the system, the required fine tracking accuracy is difficult to achieve by adjusting the fuzzy rules only. The implementation problems of neural network control are the initial training and initial transient stability. In order to improve the position control accuracy and system robustness for industrial applications, a neural controller is first trained off-line by using the input and output (I/O) data of a traditional fuzzy controller. Then the neural controller is implemented on a five-degrees-of-freedom robot with a back propagation algorithm for online adjustment. The experimental results show that this neural network controller achieved the required trajectory tracking accuracy after 15 on-line operations.     

Fuzzy-sliding mode control of a polishing robot based on genetic algorithm

This paper proposes a fuzzy-sliding mode control which is designed by a self tuning fuzzy inference method based on a genetic algorithm. Using the method, the number of inference rules and the shape of the membership functions of the proposed fuzzy-sliding mode control are optimized without the aid of an expert in robotics. The fuzzy outputs of the consequent part are updated by the gradient descent method. It is further guaranteed that the selected solution becomes the global optimal solution by optimizing Akaike’s information criterion expressing the quality of the inference rules. In order to evaluate the learning performance of the proposed fuzzy-sliding mode control based on a genetic algorithm, a trajectory tracking simulation of the polishing robot is carried out. Simulation results show that the optimal fuzzy inference rules are automatically selected by the genetic algorithm and the trajectory control result is similar to the result of the fuzzy-sliding mode control which is selected through trial error by an expert. Therefore, a designer who does not have expert knowledge of robot systems can design the fuzzy-sliding mode controller using the proposed self tuning fuzzy inference method based on the genetic algorithm.     

自主移动机器人巡线控制系统设计与实现

针对自主移动机器人传统巡线控制中存在的不足,主要完成了机器人控制系统的设计。在使用灰度传感器采集地面轨迹信息的同时,引入角度传感器对行进方向的角度信息进行采集;设计了PID控制加模糊控制的复合控制器,并给出复合控制器算法。在此基础上建立实验系统,仿真结果证明:该控制系统不仅克服了传统巡线控制中单一传感器采集信息不全的缺点,而且有效解决了机器人在遇到大信号时传统PID控制响应时间长、系统不稳定的问题。     

并联六轮腿机器人机身平稳性控制方法研究

轮腿式机器人在非结构化路面运动时,机身平稳性控制对于提高运动平稳性、降低系统能耗、提高定位与建图精度等具有重要意义。针对并联式六轮腿机器人在通过不规则地形时足端悬空、姿态倾斜、机身晃动等问题,提出一种融合足端力控制器、姿态控制器及重心高度控制器的机身平稳性控制框架。其中,足端力控制器通过阻抗控制算法抑制机器人足端受力因地形变化带来的突变扰动;机身姿态控制器对机身倾斜角进行解耦,并控制各腿的长度补偿机身的偏移量;重心高度控制器根据各腿的伸长量自适应地调节机身高度,保证腿部执行机构具有足够的运动空间。针对三种控制器相互耦合、对外部扰动抑制效果不佳等问题,利用串级控制的思想将三种控制目标统一为力跟踪控制,降低机身振荡的风险。在并联式六轮腿机器人上进行了实验验证,结果表明所提出的控制算法框架能有效抑制外部地形扰动,当机器人以大约0.6 m/s的速度前进时,机身的俯仰角及横滚角保持在-0.7°~0.7°范围内,足端接触力维持在期望力附近,且机身重心高度随地面起伏自适应地调整,确保了机器人的运动平稳性。     

Output feedback tracking control of uncertain robot manipulators via higher-order sliding-mode observer and fuzzy compensator

This paper develops a new method to control uncertain robot manipulators by using only position measurements. The controller is designed based on a combination of a computed torque controller (CTC) with a higher-order sliding-mode observer and a fuzzy compensator. First, three higher-order sliding-mode (SM) observers (second-order SM, third-order SM and third-order SM linear (TOSML) observers) are designed and compared to verify whether the TOSML observer is the best for observing velocity and identifying uncertainty. A combined CTC-TOSML controller was then designed. Although this controller scheme can overcome the drawbacks of conventional CTCs, its tracking performance can still be improved. To enhance capability of the tracking performance, a CTC-TOSML controller plus fuzzy compensator called a CTC-TOSML-Fuzzy controller is proposed. The proposed controller increases the potential of the CTC for real robot applications. Finally, computer simulation results on a PUMA560 robot are discussed to verify the effectiveness of the proposed strategy.     

沿任意倾斜面的机器人力/位置控制方法研究

设计了沿任意倾斜面的机器人自适应阻抗控制方法,该方法解决了接触面法向方向、环境阻尼、刚度参数未知对机器人力/位置控制的影响问题。在机器人与倾斜面碰撞接触过程中采用递归最小二乘(RLS)算法估计环境的阻尼、刚度,根据接触力矩实际值与期望值的偏差实现机器人末端期望姿态的调整;在机器人末端沿倾斜面滑动阶段,设计规则自调整的模糊控制器,根据机器人末端位移、接触力误差实时调整机器人阻抗控制模型参数,以适应环境阻尼、刚度的变化。提出的控制方法具有编程实现简单且对环境参数变化鲁棒性较强的优点,实验验证了控制方法的有效性。     

多关节机器人反馈线性化双模糊滑模控制

为了提高多关节机器人轨迹跟踪控制性能,提出了一种反馈线性化双模糊滑模控制方法。该方法在对机器人非线性动力学模型反馈线性化的基础上,设计了一种双模糊滑模控制器。通过设计一个模糊控制器,根据跟踪误差和误差变化率自适应地调整滑模面的斜率,从而加快响应速度。通过设计另一个模糊控制器,根据滑模面自适应地调整滑模控制的切换控制部分,从而减弱抖振。利用李亚普诺夫定理证明了控制系统的稳定性。针对空间三关节机器人进行了仿真实验,结果表明了所提方法的有效性。     

基于磁流变阻尼器的受电弓主动控制分析与验证

作动器是受电弓主动控制系统应用的瓶颈,磁流变阻尼器作为新型材料磁流变液发展而来的智能化元器件具有很多优良特性,将其用于弓网接触力的主动调节。首先建立了精确的磁流变阻尼器正向扩展双曲正切模型和逆向简化双曲正切模型,同时建立了和磁流变阻尼器结合的弓网耦合系统模型;为分析其在不同出力时程下的特性,设计了最优控制器、变结构控制器和模糊控制器对受电弓进行控制,并以SSS400+型受电弓为对象进行验证;最后以实际所需的主动控制力为标准,分析了作动器对理论控制力的跟踪能力。研究结果表明:磁流变阻尼器在不同控制策略的出力时程中均有较好表现,由于其较快的反应时间、较好的跟踪精度和较小的能量消耗,将其作为受电弓主动控制系统中的作动器具有很大的应用价值和发展潜力。     

Development of a piezoelectric high speed on/off valve and its application to pneumatic closed-loop position control system

The use of smart materials-based high speed on/off valve has exhibited the potential to replace traditional servo and proportional valves in fluid power systems. In this paper, a novel pneumatic high speed on/off valve driven by a piezoelectric stack actuator is developed and its dynamics are studied. For an upstream gauge pressure of 0.5 MPa, the valve exhibited a large flow rate of up to 86 L/min. Furthermore, to study the ability of this novel high speed on/off valve to be applied in closed-loop control systems, a real-time position control system is realized using a PID controller. In order to prove its feasibility and effectiveness, a number of closed-loop trajectory tracking experiments are conducted on a pneumatic cylinder. The system is proved feasible and the results demonstrate good tracking performance.

     

轮式移动机器人路径跟踪的模糊自整定PID控制

本文建立了二自由度轮式移动机器人路径跟踪的动力学模型,并设计了自整定模糊PID控制器,利用模糊推理的方法,对PID控制器的参数进行自动整定。仿真实验用常规增量式PID控制和自整定模糊PID控制算法结合进行航向跟踪,结果表明该算法与常规PID算法相比,系统误差减少了20%左右,响应时间减小到原来的0.4,有效地改善了控制器的动态性能,同时表现出了较好的自适应能力,路径跟踪仿真结果表明,轮式移动机器人能够迅速向目标路径靠拢,并能平稳地践踏规划路径。     

挖掘机器人的模型与自适应模糊滑模控制

为实现挖掘机器人的自动挖掘,在挖掘机器人的轨迹规划器给出铲斗期望运动轨迹的情况下,需要挖掘机器人的控制系统能够控制其工作装置实现对给定轨迹的准确跟踪.利用拉格朗日方法建立了挖掘机器人工作装置的三自由度动力学方程,设计了自适应模糊滑模变结构控制器.利用模糊控制动态调节切换增益,将滑模控制的切换项转化为连续的模糊系统,增强了控制系统对挖掘机器人工作装置不确定性和外界干扰的鲁棒性,削弱了滑模控制的抖振现象,并且有较强的自适应跟踪能力.利用MATLAB7.4/Simulink工具箱对所设计的控制器进行了仿真,给出了自适应模糊滑模控制的跟踪性能及误差.     

基于模糊神经网络的不确定机器人实时轨迹跟踪控制的研究

针对机器人建模的不精确性以及扰动的存在给机器人控制增加难度的问题,提出了一种基于模糊神经网络的不确定机器人实时轨迹跟踪控制方法。该控制方法的控制器由模糊神经网络(FNN)控制器和CMAC控制器组成,FNN控制器代替传统的计算力矩法,CMAC控制器在线补偿控制误差,有效补偿机器人存在的各种不确定性。对二自由度机器人的仿真结果表明了所提出的控制方法的可行性。     

基于屏障 Lyapunov 函数的上肢康复机器人 自适应主动交互训练控制

针对上肢运动功能障碍患者进行辅助康复训练,搭建了一套上肢康复外骨骼机器人系统,并提出一种基于屏障Lyapunov函数的增广神经网络自适应导纳控制策略。首先,介绍了上肢康复外骨骼的机械机构及其控制系统。然后,推演了控制器的设计过程并进行了Lyapunov稳定性证明。最后,分别进行了不同控制内环的轨迹跟踪被动训练实验和不同导纳参数下基于人机交互力的主动交互训练实验,同时分析比对了主动训练时的人机交互力与轨迹偏差的变化关系。被动训练实验结果证明了增广神经网络对人机模型动力学的逼近效果,其轨迹跟踪峰值误差为模糊PID控制器的53%。主动交互训练实验证明了通过调整导纳参数可实现在相同训练任务下不同强度的康复训练以匹配不同康复阶段下的患者。     

以旋转电弧为传感器的移动机器人角焊缝跟踪

研究以旋转电弧作为传感器,采用轮式移动机器人对具有直角转弯的角焊缝进行跟踪焊接的控制方法。采用分段控制的方法设计控制器对水平滑块进行控制,以实现直线段焊缝的跟踪。该控制器在大偏差时采用比例控制,在小偏差时采用参数自调整模糊控制,并利用免疫反馈规律对比例因子进行修正,实现了直线焊缝、小曲率焊缝和小折角焊缝的跟踪。分析直角转角处焊缝跟踪时机器人的运动学模型,并利用旋转电弧传感器检测到的焊枪倾角信息检测直角拐点,利用超声波传感器检测前方焊缝位置,设计控制器对车轮和水平滑块进行协调控制。最后,通过实际焊接试验证明了该方法的有效性。     

基于模糊自整定PD控制器的机器人计算力矩控制

设计了应用于计算力矩控制方案中的模糊PD控制器(FLC),进一步提出了模糊自整定PD控制器(SFLC).用带有末端执行器的平面3自由度机器人为例进行了动力学仿真,并将采用固定PD控制器、模糊PD控制器和模糊自整定PD控制器的计算力矩控制方案进行了比较.仿真结果表明,采用模糊自整定PD控制器(SFLC)后能有效的克服模型不确定所造成的影响,得到比较小的轨迹跟踪误差,为机器人的实际控制提供了理论基础.     

船舶阀门电动静液作动器混合灵敏度鲁棒控制器设计

以电动静液作动器系统为研究对象,建立系统数学模型;针对油液弹性模量摄动设计基于H_∞混合灵敏度控制器;利用MATLAB/Simulink与AMESim仿真平台,搭建船舶阀门电动静液作动系统联合仿真模型。针对电动静液作动器应用于驱动船舶中线型蝶阀实际应用背景,计算中线型蝶阀不同开度下启闭总阻力矩,并拟合为连续曲线作为系统负载特性,并对控制器算法的位置跟踪性能进行仿真验证。仿真结果表明,所设计的基于混合灵敏度H_∞控制器位置跟踪性能显著优于PID控制器,对外部干扰有较强的鲁棒性。     

基于环境刚度模糊自适应估计的机器人力控制

在未知环境中为实现精确的接触力控制,需要力控制器能够适应环境的变化。该文将多模型模糊控制器引入到机器人力控制中来适应未知环境的变化,针对几种典型的接触环境刚度设计相应的模糊控制器。由于在环境变化时,很难得到精确的环境刚度值,该文对环境刚度进行模糊自适应估计,进而确定各个模糊力控制器的加权系数,模糊力控制器生成机器人位置控制系统的输入指令。仿真研究表明所设计的控制器是可行和有效的。     

电梯导轨校准机器人力位控制研究

针对电梯导轨校准机器人校准电梯导轨时,校准精度低和校准力不可控等问题,提出一种基于改进的粒子群-模糊PD(PsoFuzzyPD)的电梯导轨校准机器人力位控制方法。首先,根据力位控制需求设计了电梯导轨校准机器人的整体控制框架;其次,设计了基于改进的粒子群-模糊PD控制器作为机器人力位控制器的内环控制器;最后,根据机器人的力控制需求设计了阻抗控制器、sigmoid函数的阻抗控制判别模块和期望力控制模块。仿真结果表明,所提方法的力控响应超调更小,震荡更少,笛卡尔空间的轨迹跟踪偏差也更小,可以有效控制导轨校准力和导轨校准精度,在电梯导轨安装领域拥有很好的推广应用价值。