双臂空间机器人姿态与关节协调运动的自适应控制、鲁棒控制

讨论了载体位置不受控制情况下的双臂空间机器人姿态和关节协调运动的自适应与鲁棒控制问题。利用拉格朗日方法导出了双臂空间机器人欠驱动形式的系统动力学方程;在该方程的基础上,基于增广变量法（恰当地扩展系统的控制输入和输出）,成功地克服了完全能控形式的空间机器人系统动力学方程关于惯性参数呈非线性函数关系的难点;针对双臂空间机器人两末端抓手所持载荷参数未知与不确定两种情况,分别设计了载体姿态与机械臂各关节协调运动的自适应控制和鲁棒控制方案。系统数值仿真表明,两种控制方案均可有效消除空间机器人系统惯性参数未知和不确定的影响,控制双臂空间机器人的载体姿态与机械臂各关节准确地完成期望的运动。     

具有未知参数漂浮基双臂空间机器人惯性空间复合自适应控制

讨论了载体位置与姿态均不受控制情况下具有未知参数的漂浮基双臂空间机器人系统惯性空间的复合自适应控制问题。为了克服空间机器人系统控制方程关于惯性参数的非线性性质,空间机器人被表示为欠驱动形式的机器人系统,其优点在于保持了系统动力学方程关于惯性参数的线性性质。对系统的运动学分析表明,联系两个机械臂末端运动速度与机器人关节角速度的增广广义Jacobi关系亦可以表示为一组惯性参数的线性函数。以此为基础,针对系统参数不确定的情况,设计了空间机器人系统跟踪惯性空间期望运动轨迹的复合自适应控制方案。系统的数值仿真证实了控制方法的有效性。     

无速度反馈的双臂空间机器人模糊滑模控制

针对存在不确定性且无速度反馈的自由漂浮双臂空间机器人关节轨迹跟踪控制问题,提出了一种基于状态观测器的模糊滑模控制方法.根据双臂空间机器人完全驱动动力学方程以及运动学方程,建立自由漂浮状态下系统的关节空间动力学方程.利用模糊系统的万能逼近特性对系统不确定部分进行逼近,并设计状态观测器在线估计系统关节运动的角速度信息.以关节角度和观测器获得的关节角速度作为系统状态反馈,在传统滑模控制方法基础上,进一步考虑系统惯性参数未知导致的建模误差,设计模糊滑模控制器,实现了双臂空间机器人系统关节角度的轨迹跟踪控制.数值仿真验证了所提控制方法的有效性.     

双臂空间机器人基于高斯型函数的姿态、关节运动模糊自适应补偿控制

讨论了载体姿态受控、位置不受控情况下,具有未知载荷参数的漂浮基双臂空间机器人系统关节运动的控制问题。利用拉格朗日方法并结合系统动量守恒关系,分析、建立了漂浮基双臂空间机器人完全能控形式的系统动力学方程。以此为基础,针对双臂空间机器人2个末端爪手所持载荷参数未知的情况,设计了一种基于标称计算力矩控制器附加模糊自适应补偿控制器的复合控制方案,即通过模糊自适应补偿控制器来弥补系统参数未知对标称计算力矩控制器控制精度的影响,以确保存在未知系统参数情况下整个闭环控制系统的渐近稳定性。该控制方案能够有效地控制漂浮基双臂空间机器人的载体姿态及机械臂关节协调地完成期望的轨迹运动,并具有不需要反馈和测量双臂空间机器人载体的位置、移动速度、移动加速度,同时也不要求系统动力学方程关于系统惯性参数呈线性函数关系的显著优点。通过系统数值仿真证实了该方案的有效性。     

基于RBF神经元网络的漂浮基空间机械臂关节运动自适应控制方法

讨论了栽体位置、姿态均不受控制情况下,漂浮基空间机械臂关节运动的控制问题.由拉格朗日第二类方法及系统动量、动量矩守恒关系,建立了漂浮基空间机械臂完全能控形式的系统动力学方程.以此为基础,借助于RBF神经网络技术、Ge-Lee(GL)矩阵及其乘积算子定义,对漂浮基空间机械臂进行了神经网络系统建模;针对空间机械臂系统所有惯性参数均未知的情况,设计了漂浮基空间机械臂关节运动的自适应神经网络控制方案.提出的控制方案不要求系统动力学方程具有通常的关于惯性参数的线性性质,且无需预知系统惯性参数的任何信息,也无需对神经网络进行离线训练、学习,此外,由于充分利用了空间机械臂的系统动力学特性,因此在控制过程中不需要反馈、测量漂浮基的位置、移动速度、移动加速度以及姿态转角的角速度、角加速度.一个平面两杆漂浮基空间机械臂的系统数值仿真证实了该方案的有效性.     

空间机械臂姿态及关节运动的自适应与鲁棒控制

讨论了载体位置不受控制的漂浮基空间机械臂系统的控制问题。借助于增广变量法,恰当地扩展系统的控制输入与输出,克服了漂浮基空间机械臂系统控制方程关于惯性参数呈非线性函数关系的难点,保持了系统控制方程关于惯性参数的线性函数关系。以此为基础,针对末端抓手持有载荷参数未知与不确定两种情况,设计了载体姿态与机械臂关节协调运动的自适应控制与鲁棒控制两种方案。仿真运算证实了上述控制方案的有效性。     

漂浮基姿态受控空间机器人关节运动的自适应模糊滑模控制

重点研究了载体位置无控、姿态受控情况下,空间机器人姿态、关节协调运动的自适应模糊滑模控制问题。由拉格朗丑第二类方法及系统动量守恒关系,建立了漂浮基空间机器人的系统动力学方程。以此为基础,针对空间机器人所有惯性参数均未知的情况,设计了空间机器人载体姿态与机械臂各关节协调运动的自适应模糊滑模控制方案。数值仿真的结果,证实了该控制方案的有效性。     

空间机械臂资态及关节运动的自适应与鲁棒控制

讨论了载体益不受控制的漂浮基空间机械臂系统的控制问题。借助于广变量法,恰当地扩展系统的控制输入与输出,克服了漂浮基空间机械臂系统控制方程关于惯性参数呈非线性函数关系的难点,保持了系统控制方程关于惯性参数的线性函数关系。以此为基础,针对末端抓手持有载荷参数未知与不确定两种情况,设计了载体瓷态与机械臂关节协调运动的自适应控制与鲁棒控制两种方案。仿真运算证实了上述控制方案的有效性。     

漂浮基空间机器人协调运动的自适应控制与鲁棒控制

讨论了载体姿态受控、位置不受控制的漂浮基空间机器人协调运动的控制问题。借助于虚拟扩展系统的控制输入与输出 ,克服了漂浮基空间机器人系统控制方程关于惯性参数呈非线性函数关系的难点 ,保持了控制方程关于惯性参数的线性函数关系。以此为基础 ,针对末端抓手所持载荷参数是未知及不确定的两种情况 ,分别设计了载体姿态及末端抓手惯性空间轨迹协调运动的自适应控制方案与鲁棒控制方案。仿真运算证实了上述控制方案的有效性     

漂浮基双臂空间机器人系统协调运动的模糊小波神经网络控制

讨论了本体姿态受控、位置不受控的情况下,漂浮基双臂空间机器人系统协调运动的动力学控制问题。依据系统动量守恒关系和拉格朗日第二类方程,推导了漂浮基双臂空间机器人系统的动力学方程。在系统参数未知的情况下,提出了一种小波基模糊神经网络控制器,以使双臂空间机器人系统的本体姿态和机械臂关节铰协调地跟踪各自在关节空间的期望运动轨迹。提出控制器的优点在于：不仅不要求系统动力学方程关于惯性参数呈线性函数关系,而且也不需要知道系统参数;由于采用反向传播算法对网络参数进行在线训练,从而使模糊神经网络具有较好的自学习和自适应能力,这样就不需要事先进行离线训练,更适应于空间机器人系统的实际应用。利用一个双臂空间机器人系统的仿真结果,验证了所提出控制器的有效性。     

漂浮基柔性空间机械臂协调运动的非线性鲁棒自适应控制

针对具有外部扰动与参数不确定或未知的情况,讨论漂浮基柔性空间机械臂系统的协调控制与柔性振动抑制问题。基于假设模态法对柔性臂杆进行近似描述,并利用第二类拉格朗日方程与系统动量守恒关系,推导带外部扰动的漂浮基柔性空间机械臂系统的动力学方程。以此为基础,提出漂浮基柔性空间机械臂系统协调运动的非线性鲁棒控制与非线性鲁棒自适应控制方案。此两种控制方案均可克服外部扰动对系统的影响,控制漂浮基柔性空间机械臂系统载体姿态与机械臂各关节铰完成期望的协调运动,同时有效地抑制了臂杆的柔性振动。除此之外,非线性鲁棒自适应控制方案还可以解决系统惯性参数不确定或未知的问题。系统数值仿真结果证实了所提控制方案的有效性和可行性。     

混合输入机构的模糊自适应变结构控制

针对混合输入机构中常速电机可不可控的特点,提出了基于常速电机位置跟踪的控制策略来对伺服电机进行控制,对常速电机的速度波动进行补偿,并给出了控制框图。因为系统的精确动力学模型难以获得,故考虑系统参数的不确定、外部扰动和非线性摩擦,设计了模糊自适应滑模变结构控制器以实现混合输入机构的轨迹跟踪。应用模糊自适应推理逼近系统的不确定之和,从而得到连续的控制增益,消除了变结构控制的抖振。     

柔性臂杆、柔性关节空间机械臂TS模糊轨迹跟踪及双柔振动并行综合控制

针对存在参数不确定和外界干扰的柔性臂杆、柔性关节空间机械臂追踪期望运动的问题,设计了基于TS模糊模型的滑模鲁棒控制方案和双柔性振动并行控制方案。首先,设计了关节柔性补偿器以提高系统的等效关节刚度。其次,利用反馈线性化技术建立了系统追踪期望轨迹的误差动力学方程,通过对系统Lyapunov稳定性证明来选择滑模控制参数;简化并改进TS模糊推理规则,提出了模糊滑模鲁棒控制方法,可解决滑模控制的抖振问题并具有计算量少、控制力矩小的优点。再次,提出了柔性臂杆振动模态的直接反馈控制方案,解决了双柔性并行综合控制的问题。最后,运用逐步仿真的方法,对比仿真结果,证实了所设计轨迹跟踪、双柔性并行综合控制方案的有效性和稳定性。     

一种基于逆模糊模型的自适应逆控制方法

利用模糊逆建模方法,结合自适应逆控制思想,提出了一种基于模糊逆模型的自适应逆控制方法。首先利用模糊系统理论对未知非线性对象进行离线逆建模,得到模糊逆模型;然后将对象与初始逆模型进行串联,利用LMS算法在线调节逆模型,同时将其进行数字复制作为系统控制器,与对象进行串联。该方法可用较少的模糊规则数达到很好的跟踪控制效果,将该方法用于一混合非线性系统及球形液位控制中,仿真结果验证了该方法的有效性与实用性。     

具有外部扰动的参数未知漂浮基柔性空间机械臂的对角递归神经网络控制

讨论载体位置和姿态均不受控情况下,存在外部扰动的参数未知漂浮基柔性空间机械臂系统关节运动的动力学控制问题。由假设模态法,利用拉格朗日方法建立漂浮基柔性空间机械臂的系统动力学方程。以此为基础,针对存在外部扰动和系统参数未知的情况,利用对角递归神经网络逼近柔性空间机械臂系统的逆动力学模型,设计基于对角递归神经网络的控制方案,以控制柔性空间机械臂的关节铰跟踪在关节空间的期望运动轨迹,同时能抑制柔性杆的振动。该方案由于没有专门设计主动控制器抑制柔性振动,因此不需要测量、反馈柔性振动模态,大大简化控制器的结构;无需预知控制对象的精确模型和系统参数,且能克服外部扰动的影响。计算机数值仿真证实所提方案的有效性和可行性。     

水下机械臂运动空间分析与轨迹跟踪算法优化

针对水下机械臂动力学模型不确定和未知外界干扰问题,采用基于HJI理论的径向基函数神经网络自适应控制算法对水下机械臂进行控制。首先,以水下六自由度机械臂为例,基于D-H法则对水下机械臂的运动学进行分析,通过仿真验证该方法的正确性;接着,基于蒙特卡洛法构建水下六自由度机械臂的运动空间云图,真实反映水下机械臂的运动空间;然后,以二自由度水下机械臂为例,设计基于HJI理论的RBF神经网络自适应控制器,利用神经网络的万能逼近原理逼近不确定干扰项,考虑到神经网络逼近存在误差,将逼近误差看作外界干扰项并通过HJI理论对逼近误差在线评价,评价系统对干扰项的抑制能力,并采用自适应算法在线估计网络权值,加快系统收敛;最后,通过仿真可知,该机械臂能较好地完成轨迹跟踪。     

A robust real time adaptive controller design for robot manipulator with eight-joints based on DSPs

In this paper we propose a new technique to the design and real-time control of an adaptive controller for robotic manipulator based on digital signal processors. The Texas Instruments DSPs (TMS320C80) chips are used in implementing real-time adaptive control algorithms to provide enhanced motion control performance for robotic manipulators. In the proposed scheme, adaptation laws are derived from model reference adaptive control principle based on the improved Lyapunov second method. The proposed adaptive controller consists of an adaptive feed-forward and feedback controller and time-varying auxiliary controller elements. The proposed control scheme is simple in structure, fast in computation, and suitable for realtime control. Moreover, this scheme does not require any accurate dynamic modeling, nor values of manipulator parameters and payload. Performance of the proposed adaptive controller is illustrated by simulation and experimental results for robot manipulator with eight joints at the joint space and cartesian space.     

Parametric adaptive estimation and backstepping control of electro-hydraulic actuator with decayed memory filter

Some unknown parameter estimation of electro-hydraulic system (EHS) should be considered in hydraulic controller design due to many parameter uncertainties in practice. In this study, a parametric adaptive backstepping control method is proposed to improve the dynamic behavior of EHS under parametric uncertainties and unknown disturbance (i.e., hydraulic parameters and external load). The unknown parameters of EHS model are estimated by the parametric adaptive estimation law. Then the recursive backstepping controller is designed by Lyapunov technique to realize the displacement control of EHS. To avoid explosion of virtual control in traditional backstepping, a decayed memory filter is presented to re-estimate the virtual control and the dynamic external load. The effectiveness of the proposed controller has been demonstrated by comparison with the controller without adaptive and filter estimation. The comparative experimental results in critical working conditions indicate the proposed approach can achieve better dynamic performance on the motion control of Two-DOF robotic arm.     

Indirect adaptive fuzzy fault-tolerant tracking control for MIMO nonlinear systems with actuator and sensor failures

In this paper, an active fuzzy fault tolerant tracking control (AFFTTC) scheme is developed for a class of multi-input multi-output (MIMO) unknown nonlinear systems in the presence of unknown actuator faults, sensor failures and external disturbance. The developed control scheme deals with four kinds of faults for both sensors and actuators. The bias, drift, and loss of accuracy additive faults are considered along with the loss of effectiveness multiplicative fault. A fuzzy adaptive controller based on back-stepping design is developed to deal with actuator failures and unknown system dynamics. However, an additional robust control term is added to deal with sensor faults, approximation errors, and external disturbances. Lyapunov theory is used to prove the stability of the closed loop system. Numerical simulations on a quadrotor are presented to show the effectiveness of the proposed approach.