基于人机耦合模型的上肢康复外骨骼闭环PD迭代控制方法

针对多关节上肢外骨骼重复性康复训练非线性求解困难问题,提出了一种闭环PD迭代学习控制方法。基于人体工学确定了六自由度上肢外骨骼康复机械臂的参数、自由度配置与关节运动范围。以人机交互力为耦合方式,建立了基于牛顿-欧拉法的人机耦合模型,完成了人机耦合动力学模拟分析。基于迭代学习控制理论提出外骨骼康复机械臂的闭环PD迭代学习控制方法,通过建模仿真分析了肩关节/肘关节迭代学习控制的轨迹误差、人机交互力和驱动力矩。第三次迭代后的轨迹误差小于0.05 rad,PD迭代学习控制器的输出对系统控制进行了有效的补偿,提高了系统状态的稳定性。研制了六自由度上肢外骨骼康复机械臂样机,开展试验测试。试验结果表明,随着控制试验在迭代域上的运行,系统的输出向着期望的系统状态转化,所提出的迭代学习控制算法可以提高上肢外骨骼康复训练重复性运动的控制精度,进而提高人机交互性能。     

五自由度机械臂的动力学建模与模糊滑模控制

鉴于机械臂在机器人抓取、操作和搬运物体过程中的重要性,设计了具有五个自由度的机械臂,建立了机械臂的运动学模型,利用拉格朗日动力学建模方法建立了机械臂的动力学模型。在此基础上,设计了模糊滑模控制器,并将采用模糊滑模控制器得到的机械臂运动控制仿真结果与PID控制器进行比较,结果表明模糊滑模控制器具有良好的控制性能。研究结果为实际机械臂的动力学研究及机械臂的运动控制提供了有价值的参考。     

液压柔性机械臂奇异摄动法控制

将液压柔性机械臂系统分为相互耦合的两个部分，即柔性机械臂和液压伺服驱动系统，并通过一个驱动Jacobian矩阵构建其耦合关系。将作用于机械臂上的力视为一虚拟输入，运用奇异摄动法将柔性机械臂的模型分解为快慢两个子系统，其中慢变子系统控制器完成对期望轨迹的跟踪，而快变子系统控制器抑制柔性臂的振动。在此基础上，采用反演控制设计方法，得到液压伺服阀的位移控制律，使液压油缸的实际输出力完全满足柔性臂所需要的驱动力。数字仿真的结果验证了设计控制器的正确性和有效性。     

机械臂轨迹的分层循环MPC跟踪控制策略

为了实现机械臂对给定轨迹的高精度实时跟踪,设计了分层循环MPC控制器。建立了6自由度机械臂的动力学模型和状态空间模型。从分钟级控制器和秒级控制器2个层次设计了控制器,分钟级控制器使用MPC控制实现,用于改善对给定轨迹的跟踪精度;秒级控制器使用PID控制实现,用于改善控制的实时性。将秒级控制器的控制结果反馈给分钟级控制器,分钟级控制器对控制律进行实时优化,实现了分层循环控制。经仿真验证,PID控制下机械臂末端轨迹的SSE为1 840.9,分层循环MPC控制下机械臂末端轨迹SSE为1 221.3,比PID控制结果减少了33.66%,表明分层循环MPC控制具有更高跟踪精度。使用机械臂实验对控制器的动态性能进行验证,PID控制的调节时间为0.34 s,分层循环MPC控制的调节时间为0.08 s,比单纯PID控制减少了4倍以上。以上数据说明了分层循环MPC控制器具有更优的控制效果。     

基础振动下两自由度机械臂的鲁棒控制

研究了基于基础振动的两自由度机械臂鲁棒控制问题.利用非线性状态反馈理论,对模型进行线性化处理,结合混合灵敏度理论,对所建立的机械臂动力学方程进行混合灵敏度频域整形.运用H∞控制理论和结构奇异值μ理论,建立了参数不确定系统的H∞控制框图,采用D-K迭代工具设计H∞控制器.仿真结果表明,在不需要基础运动测量的情况下,控制器能有效减少系统的外部干扰以及良好的鲁棒性能.     

基于弹性关节的二自由度机械臂建模与控制研究

针对传统弹性关节存在的问题,提出了一种新的弹性关节,并在此基础上设计了一款二自由度机械臂。首先,对基于优化后的弹性关节系统进行了数学模型分析,进而给出了可靠的控制方式;然后,以弹性关节为基础,提出了二自由度机械臂的机械结构设计和位置控制算法,并给出了机械臂样机,采用双回路控制方案设计了机械臂的控制算法;其中,内环采用模型参考自适应控制器(MRAC)来处理系统参数的不确定性,外环采用模糊比例积分控制器(FPIC)来减小外部扰动对负载的影响;最后,为了验证该控制算法对弹性关节以及机械臂的适用性,利用MATLAB对二自由度机械臂系统进行计算仿真实验。研究结果表明：所提出的控制器概念具有响应速度快、误差小的优点,且当存在外部干扰时,FPIC-MRAC控制器的响应明显优于PID控制器,控制器能够很好地保持机械臂系统的稳定;该结果验证了此控制算法的有效性。     

基于PSO的神经网络机械臂自校正控制

粒子群优化算法(PSO)基于群体的演化算法,本质上是一种随机搜索算法,并能以较大概率收敛到全局最优.针对非线性机械臂系统,利用径向基函数(RBF)神经网络和PID控制器作为混合控制器,运用PSO算法对神经网络参数进行在线学习优化,同时在PID控制器的辅助下对机械臂系统进行在线自校正控制.计算机仿真表明,该控制器具有较高的控制精度和响应速度,可以满足机械臂工作要求.     

下肢外骨骼行走康复机器人研究与设计

外骨骼机器人是一种可穿戴在操作者身体外部的一种机械装置,提供保护、身体支撑和运动等功能。文中设计了一种外骨骼行走康复机器人,该外骨骼康复机器人单下肢具有3个自由度,利用较少却必须的自由度来实现行走,降低了机构的复杂程度,提高了装置的效率,借助此外骨骼辅助患者摆脱轮椅站立起来并行走,通过采集拐杖与地面的接触信息来控制膝关节和髋关节的屈伸运动,从而帮助患者实现跨步。     

七轴机器人运动控制与奇异摄动算法研究

为满足极端环境对机械臂在集成度和性能方面的特殊要求,提出一种具有高集成度机构的七自由度机械臂,该手臂具有高阶、非线性、强耦合等特点。首先,分析了机械臂结构末端手腕的灵活性和紧凑的特点;其次,建立了机械臂的运动学模型,从正逆运动学两个角度对机器人的结构特征进行了描述,并以其位置与姿态解耦的特点为突破口开发了机械臂的运动学算法;再次提出了一种基于奇异摄动的控制方法,通过振动抑制方法将系统分为快慢两个子系统,实现降阶作用。最后通过实验,通过绘制正逆运动算法的机械臂轨迹曲线,同时针对降阶后的系统设计控制器进行系统分析。实验结果验证了算法的有效性和精确性。     

体感控制的上肢外骨骼镜像康复机器人系统

为辅助患肢进行自主康复训练,研制了一种体感控制的上肢外骨骼镜像康复机器人系统。设计了可穿戴式三自由度上肢康复机械臂,利用Kinect传感器提取人体6个骨骼关节点数据,计算所需控制参数,将健肢的体势动作转化为控制信号,控制机械臂带动患肢做镜像或同步运动康复训练。搭建了上肢外骨骼康复机器人系统实验平台,分别进行了单关节镜像控制和多关节联动同步控制穿戴实验,系统具有良好的体感控制随动性能,能满足上肢康复训练的要求。     

基于智能感应的多自由度机械臂系统的设计探讨

随着我国智能系统的不断进步和发展,在工业制造中已经逐渐采用机械手臂来满足工作环境多变的作业需求,智能感应下的多自由度机械臂将成为未来工业生产的重要劳动力。智能感应和多自由度机械臂系统的设计与实现,已成为我国工业制造业在世界生产制造业中取得核心竞争力的重要保障。对智能感应的多自由度机械臂系统的设计和实现进行了研究分析,该系统可分为核心控制子系统、传感子系统、控制子系统和智能信息控制子系统,重点对这四个子系统的组成及实现方法进行了探讨,以期为我国的制造行业和智能系统的发展提供一定的参考。     

非线性磁悬浮系统动力学建模与控制研究

针对磁悬浮列车悬浮系统的强非线性和存在外界扰动下传统PID控制器鲁棒性弱的问题,首先建立磁悬浮控制系统的数学模型并通过Adams动力学分析软件进行非线性动力学建模。采用模糊规则对PID的参数进行在线自适应整定,设计适用于磁悬浮系统的模糊自适应PID控制器。讨论在不同外界干扰下,所设计控制器在实现磁悬浮列车稳定悬浮时的控制性能并在虚拟样机中进行实时观测。通过对所设计的模糊自适应PID控制器在磁悬浮系统上的应用,可以明显发现其控制性能优于传统PID控制器。此外,在受到外界干扰的情况下,与传统PID控制器相比,所设计的模糊自适应PID控制具有较强的抗干扰性及鲁棒性。更适用于在实际磁悬浮工程中克服外界干扰来工作运行。     

机械臂关节空间轨迹的神经网络滑模跟踪控制

为了提高机械臂对给定轨迹的跟踪精度且削弱滑模控制抖振问题,提出了基于RBF神经网络滑模控制的轨迹跟踪方法。建立了多连杆机械臂系统的运动学和动力学模型。首先忽略由建模误差和系统扰动产生的系统不确定项,建立了全局PID滑模控制器,设计了由等效控制律和切换控制律组成的全局滑模控制律;而后使用单隐含层RBF神经网络逼近系统不确定项,使用神经网络对不确定项的逼近值补偿建模误差和系统扰动,达到提高控制精度的目的。经仿真验证,在机械臂初始位置误差较大的情况下,神经网络滑模控制器的调节时间、超调量、驱动力矩抖振远小于全局PID滑模控制器,证明了神经网络滑模控制器在机械臂轨迹跟踪控制中的有效性。     

全柔性杆空间机械臂动力学与运动L2增益抗扰鲁棒反演控制

讨论了全柔性杆空间机械臂系统动力学、运动L_2增益抗扰鲁棒反演控制。结合拉格朗日方法、动量守恒关系和假设模态法对系统进行动力学分析,获得了系统的动力学方程。基于系统双时标模型,采用奇异摄动法,将系统降阶分解为两个子系统:描述关节刚性运动的慢变子系统,描述柔性杆振动的快变子系统。为慢变子系统设计了对外部有界干扰具有抑制作用的鲁棒反演控制器,使外部有界干扰对系统性能输出的L_2增益小于给定值;基于线性系统最优控制理论实现了快变子系统的控制,以抑制由臂杆柔性引起的振动。数值仿真说明了所设计混合控制器的可行性和有效性。     

具有未建模动态机械臂的自适应神经网络控制

对于具有未建模动态机械臂系统,基于神经网络对非线性函数的拟合特性,用径向基神经网络来补偿机械臂系统中的未建模动态,同时提出的自适应神经网络控制器,可以保证具有未建模动态的非线性机械臂系统的渐进稳定特性.仿真结果验证了这种控制策略的有效性.     

基于子系统的非线性时变系统辨识方法

针对非线性时变系统提出一种基于子系统的辨识方法,用于时变多自由度（multiple degree-of-freedom,简称MDOF）系统中非线性的定位和估计,并且无需关于系统的先验知识。所提出的新方法提供一个连续时间模型,MDOF系统按照自由度被分解为不同的子系统。设计正交化算法和误差减小率（error reduction ratio, 简称ERR）,可以确定子系统中质量和自由度之间的线性及非线性连接的所有信息。在辨识过程中,时变参数的时间表达式可以由新方法准确给出。用一个3自由度（degree-of-freedom, 简称DOF）集中质量系统和一个机械臂结构的辨识过程为例,对所提出的方法进行验证。由于简单性及高效性,此方法将在实际工程中取得广泛的应用。     

振动基柔顺弹药传输机械臂的鲁棒跟踪控制

弹药传输机械臂是坦克自动装弹机系统中的重要组成部分,其易受到坦克车体振动而与炮尾发生碰撞,导致机械臂的工作可靠性变差;引入柔顺驱动能在碰撞时起到缓冲作用,但会引起机械臂的柔性振动,并与车体振动相互耦合,导致跟踪精度降低。针对基础振动以及柔顺特性带来的柔性振动、且具有惯量变化影响下的弹药传输机械臂的轨迹跟踪问题,运用奇异摄动理论引入双时间尺度,将复杂系统降阶解耦,分解为彼此独立的快变子系统和慢变子系统并分别设计控制器进行控制。针对慢变子系统,将基础振动和惯量变化转化为不确定干扰项,采用抗干扰能力较强的神经网络鲁棒控制对机械臂进行轨迹跟踪控制;针对快变子系统,利用速度差值反馈控制器对柔性振动进行抑制。仿真验证了所提出控制算法的鲁棒性,以及对柔性振动的抑制能力。     

区分快慢变子系统的柔性机械臂控制方法

为了提高柔性机械臂控制精度、抑制柔性机械臂末端振动,提出了区分快慢变子系统的组合控制方法.使用拉格朗日方程和假设模态法建立了柔性机械臂动力学方程,利用奇异摄动原理将柔性机械臂系统分解为快变子系统和慢变子系统;鉴于慢变子系统的强非线性和参数不确定性,将反演控制和滑膜变结构相结合,提出了基于反演滑模变结构控制方法的慢变子系...     

柔性空间机械臂振动抑制的模糊终端滑模控制

针对载体位置不受控、姿态受控的情况,提出了柔性空间机械臂振动抑制的模糊终端滑模控制方案。利用假设模态法、系统动量守恒关系及拉格朗日方法,导出了柔性空间机械臂的系统动力学方程。为解决柔性空间机械臂轨迹跟踪控制及振动抑制问题,运用奇异摄动法将系统分解为慢变、快变两个子系统并分别设计了控制器。慢变子系统采用具有较强鲁棒性的模糊终端滑模控制方案,快变子系统则采用基于降阶状态观测器的线性二次型最优控制器(linear quadratic regulator,简称LQR)。数值模拟结果表明,本文的控制方案不仅保证了柔性空间机械臂载体姿态及机械臂各关节铰跟踪误差在有限时间内的收敛性,而且还大大地降低了滑模控制所固有的抖振,并对柔性臂的振动具有良好的抑制效果。     

基于耗散性理论的汽车底盘集成非线性鲁棒约束优化控制

针对汽车主动前轮转向子系统和直接横摆力矩控制子系统集成控制问题,基于耗散性理论设计了一种非线性鲁棒控制器。将未建模动态、模型参数和反馈信号测量误差作为系统的加性不确定性和乘性不确定性,建立包含车身侧向和横摆运动自由度的汽车底盘集成控制模型;基于耗散性理论设计汽车底盘集成非线性L2增益控制律来抑制系统的加性不确定性对系统性能的影响,并采用投影修正法设计自适应律来实时估计和补偿系统的乘性不确定性;采用逐步二次规划法来实现汽车底盘集成非线性L2增益控制律输出的校正横摆力矩约束优化分配。最后,结合车辆动力学仿真软件对所提出的汽车底盘集成非线性鲁棒控制器的可行性和有效性进行了验证。