基于滑模控制的机械臂轨迹跟踪控制

针对多自由度机械臂轨迹跟踪存在的外部干扰和系统抖振问题,设计了一种干扰观测器结合滑模控制的轨迹跟踪方法.针对干扰问题,采用干扰观测器对系统的外部干扰进行观测;针对控制系统存在的抖振问题,设计滑模控制器进行补偿.采用二自由度机械臂为控制对象进行仿真实验,结果表明,该方法能有效克服外部扰动的同时,有效地削弱了系统抖振,提高...     

基于干扰观测器的机械臂改进趋近律的滑模控制

针对机械臂滑模控制中存在抖振的问题以及对外界干扰较为敏感的特性,设计了一种基于干扰观测器的机械臂改进趋近律的滑模控制策略。该策略在指数趋近律中引入饱和函数,提出了一种改进趋近律;根据系统动力学模型,对系统的不确定性和外部干扰采用干扰观测器进行观测;在此基础上设计系统滑模控制律,控制律对未观测的干扰进行补偿。仿真结果表明,控制策略能有效地抑制轨迹跟踪中的抖振问题,较好地克服外界干扰,保证系统的控制性能。     

多关节机械臂轨迹跟踪自适应神经网络滑模控制

针对不确定干扰和建模误差对多关节机械臂轨迹跟踪控制系统造成的不良影响,对基于滑模控制的自适应神经网络滑模控制算法进行了研究。通过神经网络,对多关节机械臂轨迹跟踪控制系统的不确定干扰和建模误差进行逼近。添加自适应项,补偿神经网络滑模控制中神经网络模型对系统中的不确定干扰和建模误差的逼近误差。设计了具有指数趋近律的滑模面,以提升多关节机械臂轨迹跟踪控制系统的鲁棒性和响应速度。使用李雅普诺夫稳定性理论,证明了多关节机械臂轨迹跟踪控制系统的半全局稳定性,并通过MATLAB对理论结果进行了仿真验证。仿真结果表明,对具有不确定干扰和建模误差的多关节机械臂轨迹跟踪控制系统,采用该算法进行轨迹跟踪时,具有较好的稳定性与鲁棒性。该控制算法能合理应用到此类轨迹跟踪控制系统中。     

基于扰动观测器的机械臂自适应反演滑模控制

机械臂的动力学模型通常包含一定的结构不确定性,并受到外界未知干扰的影响。针对现有模型的不确定性特点,提出了一种基于非线性扰动观测器的自适应反演滑模控制方法,解决机械臂的轨迹跟踪控制问题。对于外界干扰,利用非线性扰动观测器进行观测补偿,无需上界先验知识;对于结构不确定性,引入反演滑模控制,同时设计自适应律,保证闭环系统的稳定性并增强系统的动态适应性。仿真结果证明,所提出的方法可以有效克服系统不确定性,降低控制输入信号的抖振,最终实现期望轨迹的快速精确跟踪。     

机械臂轨迹跟踪滑模控制中的抖振抑制法研究

研究机械臂轨迹跟踪优化控制问题,针对机械臂轨迹跟踪滑模控制中存在的抖振问题,采用趋近律的方法来进行有效改善。用传统滑模控制趋近律的基础上,将饱和函数引入到了趋近律的设计中,提出一种改进的趋近律,并根据改进的趋近律设计了相应的滑模控制策略。将新的滑模控制策略应用到机械臂的轨迹跟踪控制中,对系统控制效果进行了验证。仿真结果表明,控制策略不仅有效地抑制了机械臂滑模控制中的抖振问题,而且保证了机械臂系统对期望轨迹的快速跟踪性,具有更好的趋近特性和收敛特性。     

改进非线性干扰观测器的机械臂自适应反演滑模控制

针对传统滑模和传统干扰观测器在机械臂关节位置跟踪中存在的控制输入抖振、需要测量加速度项、应用模型受限等问题,提出一种改进非线性干扰观测器的机械臂自适应反演滑模控制算法。首先,设计改进的非线性干扰观测器进行在线测试,在滑模控制律中加入干扰估计值对可观测的干扰进行补偿;然后选择合适的设计参数,使观测误差指数型收敛;其次,引入反演自适应控制律,对不可观测的干扰进行估计,进一步改善控制系统的跟踪性能;最后,利用李雅普诺夫函数验证了闭环系统的渐近稳定性,并将其应用于机械臂关节位置跟踪。实验结果表明,与传统滑模算法比较,所提控制算法不但加快了系统的响应速度,而且能有效地削弱系统抖振、避免测量加速度项并扩大应用模型使用范围。     

协作机械臂碰撞环境下的安全控制

针对人机协作过程中机械臂末端与操作者之间可能存在物理碰撞的问题,本文提出一种基于自适应导纳和滑模控制的机械臂安全控制方法.首先,采用基于广义动量的干扰观测器估计机械臂各关节和末端执行器上的干扰力.然后,设计一个双环控制结构,内环是基于干扰观测的双幂次趋近律滑模轨迹跟踪控制器,用以克服外界干扰的影响,达到期望的轨迹跟踪精度;外环是自适应导纳控制器,依据碰撞外力的大小和方向更新期望轨迹,以保证机械臂碰撞发生时的柔顺性和碰撞解除后迅速恢复工作状态的能力.最后,对所提算法进行仿真和实验验证.实验结果表明,协作机械臂碰撞环境下的安全控制算法能保证人机协作的安全性和机械臂工作的连续性,满足人机协作过程中的工作需求.     

基于收缩反步的不确定机械臂轨迹跟踪控制

针对不确定机械臂系统的轨迹跟踪控制问题,基于干扰观测器原理,提出了一种收缩反步控制算法.首先,采用非线性观测器对系统的模型不确定项和未知外部干扰部分进行观测.然后,使用收缩反步控制求解出控制输入力矩,从而实现对参考轨迹的精确跟踪,并分析二阶闭环系统的增量稳定性和Lyapunov方程解的原点指数稳定性.最后,将上述所提控制律应用于2-DOF机械臂,通过收缩反步与滑模控制的对比仿真,证明其有效性.     

基于干扰观测器的机械臂广义模型预测轨迹跟踪控制

为实现对多自由度机械臂关节运动精确轨迹跟踪,提出一种基于非线性干扰观测器的广义模型预测轨迹跟踪控制方法。针对机械臂轨迹跟踪运动学子系统,采用广义预测控制（Generalized Predictive Control,GPC）方法设计期望的虚拟关节角速度。对于机械臂轨迹跟踪动力学子系统,考虑机械臂的参数不确定性和未知外界扰动,利用GPC方法设计关节力矩控制输入,基于非线性干扰观测器方法实时估计和补偿系统模型中的不确定性。在李雅普诺夫稳定性理论框架下证明了机械臂关节角位置和角速度的跟踪误差最终收敛于零的小邻域。数值仿真验证了所提出控制方法的有效性和优越性。     

二阶动态滑模控制在移动机械臂输出跟踪中的应用

针对移动机械臂的输出跟踪问题,结合高阶滑模控制和动态滑模控制的设计思想为其设计了一种二阶动态滑模控制器.首先给出了包括驱动电机动态特性的移动机械臂的简化动态模型,然后通过微分同胚和输入变换将其分解为四个低阶子系统,并给出了其输出跟踪的二阶动态滑模控制器的设计方法.仿真结果表明,所设计的二阶动态滑模控制器不仅能很好地跟踪给定轨迹,而且能有效地削弱滑模控制系统的抖振.