基于扩张状态观测器的机械臂滑模控制

为了解决机械臂在外部干扰和自身参数不确定性情况下的轨迹跟踪控制问题,提出一种基于扩张状态观测器（ESO）的机械臂滑模控制方法.针对干扰信号,设计扩张状态观测器对系统的总扰动进行估计;将估计出的扰动值引入基于机械臂动力学方程设计出的滑模控制律中,完成了对机械臂轨迹跟踪控制方法的设计;最后,利用Lyapunov函数验证了系统的稳定性.仿真结果表明：基于扩张状态观测器的机械臂滑模控制可以克服外部扰动和自身参数的不确定性,使系统具有较好的鲁棒性,控制机械臂能较好地跟踪给定轨迹.     

弹药传输机械臂固定时间终端滑模控制

为提高坦克弹药传输机械臂在路面激励等外界扰动下位置控制的鲁棒性,设计一种固定时间终端滑模控制器(fixed-time terminal sliding mode controller, FTSMC).推导含垂直基础振动的弹药传输机械臂动力学方程,将系统的基础振动处理成干扰项.采用新型固定时间收敛干扰观测器对系统不确定项进行补偿,改善了控制器的鲁棒性.结合固定时间收敛双幂次趋近律和固定时间终端滑模面设计固定时间终端滑模控制器.用Lyapunov理论证明了系统固定时间收敛特性. 3种工况下的对比实验表明,设计的复合控制器对不确定性干扰具有强鲁棒性,能够对外界扰动下的弹药传输机械臂进行准确定位控制.     

履带式移动机械臂的自适应模糊滑模控制

针对非线性及不确定性复杂环境下非完整移动机械臂控制系统,提出了一种基于自适应模糊控制和非奇异终端滑模控制相结合的轨迹跟踪控制方法。该方法在对非完整移动机械臂建立动力学模型的基础上,采用模糊高斯基函数神经网络的非线性逼近性能,优化补偿常规方法在移动机械臂系统中难以解决的系统未知参数不确定性,并通过应用非奇异终端滑模控制来消除未知外界干扰和模糊控制逼近误差对系统的影响,提高了系统的鲁棒性和控制性能。应用Lyapunov稳定性理论,证明了控制系统的稳定性,仿真试验结果验证了该方法的有效性和优越性。     

可重构机械臂分散自适应迭代学习控制

基于Lyapunov稳定性理论和Backstepping技术,提出了一种可重构机械臂分散自适应迭代学习控制方法。将可重构机械臂动力学系统描述为一个交联子系统的集合,基于Backstepping技术,给出自适应迭代学习控制方法。为了补偿系统模型不确定项和子系统之间交联项,采用自适应神经网络进行逼近。最后,通过数值仿真验证了所提方法的有效性。     

基于神经网络滑模的采摘机械臂控制设计

针对二自由度采摘机械臂的位置跟踪控制问题,设计了一种基于神经网络的滑模控制器。其中,神经网络控制器用来估计含有不确定性的滑模控制的等效控制律;鲁棒控制器用来使动态系统始终保持在滑模面上,保证了系统的渐近稳定性,进而实现了采摘机械臂的高精度位置跟踪控制。基于李亚普诺夫稳定性理论设计了自适应律来在线估计系统的不确定性。仿真结果表明:设计的控制器能够实现采摘机械臂对期望位置的精确跟踪,可以满足实际工程的需要。     

机械臂非奇异快速终端滑模模糊控制

针对存在建模误差和外部干扰等大量不确定信息的机械臂轨迹追踪控制问题,提出带有自适应模糊系统的终端滑模控制方法. 该方法采用非奇异快速终端滑模面,使状态变量在滑动阶段具有全局快速收敛性;选取带有变系数的改进型双幂次趋近律,提高状态变量在趋近运动阶段的收敛速度,削弱控制器输出抖振;利用自适应多输入多输出（MIMO）模糊系统对系统模型以及外部干扰进行逼近,摆脱对具体模型信息的依赖,提高轨迹追踪精度和抗干扰能力. 通过构建Lyapunov函数证明系统的闭环稳定性和有限时间收敛性. 以Denso VP6242G串联机械臂为被控对象进行对比仿真和实验,结果表明所设计的控制器能有效提高轨迹追踪精度和抗扰动能力,并缓解控制器输出中的抖振现象.     

多Euler-Lagrange系统抑制抖振分布式有限时间包含控制

为了抑制多Euler-Lagrange系统分布式包含控制时控制输出的抖振现象,且实现系统的有限时间收敛,对多EulerLagrange系统的抑制抖振分布式有限时间包含控制方法进行了研究.在系统存在模型不确定性与外界干扰的情形下,采用有限时间滑模控制方法,结合系统的模型特点,提出了分布式有限时间包含控制算法.首先,通过定义包含控制误差变量和选取合适的高阶有限时间滑模变量,设计了一种分布式有限时间包含控制律.为了实现控制器输出的抑制抖振特性,将符号函数项包含在控制律的导数中,经过积分后,可以得到连续的控制输出.针对系统存在的模型不确定性和外界干扰,设计了自适应估计律对其上界进行估计和补偿.基于图论和矩阵理论,利用Lyapunov方法证明了系统能够在有限时间内稳定,且模型不确定性和外界干扰的估计是有效的.最后,选取多机械臂系统作为模型进行了仿真验证.结果表明,所提控制算法对滑模控制中因不连续的切换项产生的抖振现象有很好的抑制作用,且系统可以在有限时间内实现收敛.     

执行器故障下飞行机械臂的主动容错控制

本文提出了一种基于非奇异终端滑模和扩展状态观测器的飞行机械臂主动容错控制方法.首先,采用反演技术作为闭环控制框架,保证系统的全局稳定性.其次,采用自适应非奇异终端滑模作为执行器故障下的鲁棒控制器.然后,利用扩展状态观测器对复杂的耦合效应和外部干扰进行估计和补偿.李雅普诺夫稳定性理论可以保证具有执行器故障和外部干扰的飞行...     

基于干扰观测器的机械臂反演控制器设计

针对机械臂在使用中会遇到各种不确定性和外界未知干扰影响较大的问题,根据系统动力学模型和Lya-punov稳定性理论,提出一种干扰观测器,在线观测系统的不确定性和外加干扰,并利用该观测值设计出一种反演控制器。最后通过基于控制目标构造的Lyapunov函数,对系统的稳定性进行了验证。提出的观测器能够精确估计出系统的不确定性和未知干扰,从而使得所设计的控制器能有效克服系统因各种因素而引起的干扰,增强了系统的鲁棒性。仿真结果验证了该方法的有效性。     

基于故障在线估计的可重构机械臂分散容错控制

为了降低可重构机械臂模块关节执行器和传感器故障对其控制性能的影响,提出了一种基于故障在线估计的分散容错控制方法。基于可重构机械臂的模块化属性和Lyapunov稳定性理论,设计了分散自适应滑模观测器以实现执行器和传感器故障的在线自适应估计。同时采用神经网络对子系统非线性项进行逼近和补偿,并结合非奇异快速Terminal滑模思想实现了分散容错控制。最后,采用两种不同构形的三自由度可重构机械臂进行了仿真试验,结果表明,所设计的容错控制方法是有效的。     

基于神经网络的机械手鲁棒输出跟踪控制

针对一类参数未知的机械手输出跟踪鲁棒控制问题，应用输入／输出反馈线性化方法和Lyapunov稳定理论，提出了一种基于神经网络建模的机械手输出跟踪自适应鲁棒控制器，采用三层前向神经网络来逼近未知非线性函数，网络的权值依据Lyapunov稳定性进行实时修正，保证了相应闭环系统的稳定性，所提出的控制器保证了跟踪误差及相应闭环系统的状态－致最终有界，且不需预知不确定性的上界，以两自由度移动关节刚性机械手的跟踪控制问题的为例进行了仿真，结果表明所提出方法是行之有效的。     

新型锻造操作机主运动机构控制系统设计(邀请论文)

基于运动链图拓扑图库,提出一种新型六自由度前后双提升驱动锻造操作机工作装置.该装置不仅可以控制夹钳提升的同步性,还能更好地适应偏载工况.基于虚功原理建立了该新型锻造操作机主运动机构的动力学模型,并结合液压缸系统模型,设计模糊PID控制器实现对锻造操作机夹钳末端的运动跟踪.对夹钳在竖直平面运动进行轨迹规划并确定运动过程中液压驱动各单元所需提供的驱动力.基于Matlab/Simulink平台搭建控制系统仿真模型,在给定负载情况下,分别对夹钳的竖直提升运动、水平运动以及俯仰运动进行仿真分析,得到系统单位阶跃响应与正弦响应跟踪曲线及误差曲线.研究结果表明:基于该新型锻造操作机,采用模糊PID控制器能够快速、精确地获得新机构的性能参数并高效地完成跟踪,使系统保持良好的稳态性能与动态特性.     

不确定网络控制系统鲁棒故障诊断

针对一类具有网络时延和范数有界未知输入影响的不确定网络控制系统,提出了一种基于观测器的鲁棒H∞故障诊断滤波器的设计方法。基于Lyapunov稳定性条件和线性矩阵不等式得到了使系统渐近稳定的H∞性能判据,并基于该判据给出了系统的鲁棒H∞故障诊断滤波器的设计方法。设计的滤波器不但保证闭环系统渐近稳定,同时使滤波误差系统的H∞范数小于一个给定的衰减水平。数值算例验证了本文提出算法的有效性。     

可重构机械臂模糊神经补偿控制

由于可重构机械臂的动力学系统中存在大量的不确定性,导致PID等传统的控制器无法实现精确的位置控制。作者在基于精确模型PD控制的基础上,提出了模糊神经控制算法辨识补偿结构、非结构不确定性。通过模糊神经控制器融合了模糊逻辑和神经网络的各自优势,实现了可重构机械臂轨迹跟踪的有效的补偿控制。基于牛顿-欧拉的几何方法,推导了n连杆可重构机械臂的动力学方程,该方法相对于其他形式的动力学方程,计算量小、通用性强。最后以RRP(Revolute-Revolute-Prismatic)三连杆机械臂为例研究设计了可重构机械臂的控制器,并且通过仿真验证了算法对轨迹跟踪的有效性。     

双连杆柔性臂自适应模糊滑模控制

为使控制系统在负载和杆长变化时仍能快速、准确地跟踪期望轨迹,基于奇异摄动模型将双连杆柔性臂系统分解为慢变、快变2个子系统,提出了一种慢变子系统采用自适应模糊滑模控制、快变子系统采用最优控制的混合控制方法。其中自适应算法在线估计未知参数,模糊控制用来抑制由滑模控制引起的振动。仿真结果表明,该方法不仅能实现柔性臂轨迹的快速、准确跟踪,而且能有效地抑制弹性振动,并且对系统参数的变化具有较强的鲁棒性。该方法的特点是对系统中各个等效的摄动参数分别进行自适应估计和补偿,因而控制算法简单,易于工程实现。     

基于分布参数模型的柔性臂变结构控制

提出了一种针对柔性臂分布参数模型的变结构控制方法,解决了系统存在参数不确定性和在外部干扰下的镇定问题。通过Lyapunov函数方法设计了系统的变结构控制器,其中滑模面设计为关节角、关节角速度和柔性臂根部应变的线性组合。由线性算子半群理论和LaSalle不变集原理证明了闭环系统是渐近稳定的。仿真结果验证了该方法的有效性。     

MIMO非线性自适应模糊滑模控制

为了解决传统的自适应模糊滑模控制方法需经无穷长时间才能达到平衡点，不能对系统进行精确地跟踪控制的问题。提出一种具有快速收敛性的自适应模糊滑模控制方法。控制器用具有快速收敛性和稳定性的最终吸引子做自适应模糊调节率代替传统自适应模糊调节率，不仅具有稳定性且具有快速收敛性，从而使控制系统的输出能在有限时间内精确地跟踪参考信号。证明了所设计控制器是全局稳定的。并用该方法控制了二自由度机器手系统，仿真结构表明该方法能使机器手在有限时间内达到精确的位置和速度，从而证实了其快速性。     

基于最优控制的空间机械手运动规划研究

利用多体系统动力学方法导出机械手系统非完整约束方程,再根据最优控制方法,讨论空间机械手系统载体姿态与机械手关节运动的优化控制问题,并通过仿真算例验证了该方法的有效性。     

电驱动柔索并联机器人轨迹跟踪滑模控制

针对大射电望远镜粗调系统的非线性、大滞后、多变量耦合以及易受外扰等特点．提出了一种馈源轨迹跟踪的滑模控制策略．该方法通过分阶段加入指数趋近控制来加快系统的响应．同时利用模糊控制器实时调整滑模控制的趋近律参数，不仅保证了控制系统的快速性和鲁棒性，而且能够有效地抑制颤动．