飘浮基两杆柔性空间机械臂基于速度观测器的增广自适应控制

讨论了载体位置、姿态均不受控情况下,存在外部扰动漂浮基两杆柔性空间机械臂的基于速度观测器的增广自适应运动控制与振动最优控制问题。选择合适的联体坐标系,利用Lagrange方法并结合动量守恒原理建立了飘浮基两杆柔性空间机械臂系统的动力学方程。利用奇异摄动法,将两杆柔性空间机械臂系统分解为一个关于载体姿态、关节轨迹跟踪的慢变子系统与一个描述柔性杆振动的快变子系统。以此为基础,提出了一个包含慢变控制项与快变控制项的复合控制器。利用自适应滑模观测器得到慢变子系统的观测速度向量,基于这个观测速度向量设计得到系统的增广自适应慢变控制律来实现关节轨迹的跟踪。利用线性观测器得到快变子系统的观测速度向量,基于这个观测速度向量并运用线性系统的最优控制理论得到了系统的快变控制律来实现柔性杆振动最优控制。系统的数值仿真证实了方法的有效性。该控制方案不需直接测量关节角速度、关节角加速度与柔性振动模态坐标导数以及漂浮基的位置、移动速度、移动加速度。     

柔性空间机械臂基于奇异摄动法的鲁棒跟踪控制和柔性振动主动控制

讨论了载体位置不受控、姿态受控情况下,具有不确定参数的漂浮基柔性空间机械臂关节轨迹跟踪鲁棒控制和柔性振动主动控制问题。利用拉格朗日方程和假设模态法并结合系统线动量守恒关系,对柔性空间机械臂系统进行动力学分析,发现所得到的动力学方程仍关于一组组合惯性参数保持惯常的线性函数关系。以此为基础,使用奇异摄动法和两种时间尺度的假设,将系统分解为轨迹跟踪控制器和振动控制器可分开设计的奇异摄动系统。对于快变子系统,使用全局最优控制来对柔性杆件的振动进行主动抑制。同时,针对系统参数不确定情况下,设计了鲁棒控制器来保证慢变子系统关节轨迹的跟踪。系统数值仿真结果证实了所设计控制器的有效性。     

液压柔性机械臂运动及振动的鲁棒控制

针对液压柔性机械臂刚体运动和振动控制，本文提出了一种新的鲁棒控制器设计方法。该设计方法结合了反演控制设计方法、滑模控制理论及极点配置技术，对系统不确定性具有较强的鲁棒性。其中滑模控制主要是通过虚拟控制扭矩的设计，来实现在柔性臂端点负载不确定的情况下，对其刚体转角和柔性振动的控制；反演控制设计主要是完成系统的实际输入——液压伺服阀阀芯位移的设计；而极点配置应用于滑模平面极点的设置，获得期望的系统动态响应。基于Lyapunov稳定性理论的系统稳定性分析，证明系统跟踪误差将收敛于有限区域内。仿真实例表明了本文方法的有效性。     

柔性关节空间机械臂奇异摄动模糊PID控制仿真研究

建立了空间微重力和地面重力两种工况下的柔性关节空间机械臂模型,为空间机械臂末端轨迹跟踪控制设计了基于奇异摄动的模糊PID控制器。奇异摄动法将空间机械臂系统降阶为快子系统和慢子系统,再分别对子系统进行控制。快子系统采用力矩反馈的形式,慢子系统则采用模糊PID控制的形式。模糊部分主要实现对PID的3个参数的实时调整。仿真结果表明基于奇异摄动模糊PID控制器可以在以上两种工况下均可实现较好跟踪。     

柔性关节空间机械臂奇异摄动自适应PD控制仿真研究

建立了柔性关节机械臂空间漂浮和地面调试两阶段的动力学模型,并为柔性关节机械臂末端轨迹跟踪控制设计了基于奇异摄动的自适应PD控制算法,实现了对机械臂末端位置跟踪在空间漂浮和地面调试两阶段的控制。用奇异摄动法实现了将高阶系统降阶为两个低阶系统,即快子系统和慢子系统,再针对两子系统分别设计控制器。对控制系统进行了稳定性分析和仿真验证,结果表明设计的控制算法既可以实现在地面装调时的轨迹跟踪控制,也可以较好地实现空间漂浮状态下的轨迹跟踪控制。     

参数不确定漂浮基柔性空间机械臂载体姿态、关节协调运动及柔性振动主动抑制的混合控制方案

讨论了载体位置不受控、姿态受控情况下,漂浮基柔性空间机械臂系统可保证载体姿态、关节角协调运动变结构控制鲁棒性并同时抑制所产生柔性振动的混合控制方案。该变结构控制仅设计来完成渐近解耦的载体姿态及关节角轨迹追踪,而不能对柔性振动模态进行控制;为了主动抑制柔性杆的振动,使用虚拟控制力的观念生成了变结构控制所需的混合轨迹,从而为柔性空间机械臂设计了追踪混合轨迹的混合控制方案。数值仿真结果证实了该混合控制方案在系统参数不确定情况下,能够使载体姿态及机械臂关节角稳定地追踪期望轨迹并对所产生的柔性振动进行主动抑制。     

柔性关节空间机械臂奇异摄动自抗扰控制仿真研究

针对不同重力环境条件下考虑摩擦、关节刚度非线性与外扰影响的柔性关节空间机械臂的控制问题,提出了一种基于奇异摄动理论的自抗扰控制方法。首先建立了柔性关节空间机械臂在地面重力和空间微重力环境下的动力学模型;然后采用奇异摄动法将系统模型分为快变子系统和慢变子系统,针对快变子系统设计速度反馈控制律来抑制柔性关节的振动,针对慢变子系统设计加入前馈补偿的自抗扰控制器(ADRC)来抵抗系统的内外扰动,并对系统进行了稳定性分析;最后对设计的控制器进行了仿真验证与对比研究。仿真结果表明,采用该方法,在不同重力环境下柔性关节空间机械臂均能实现很好的轨迹跟踪和抖振抑制,且能有效抵抗内外扰动,系统具有鲁棒性。     

基于干扰观测器的含有柔性关节的柔性机械臂抑振策略

含有柔性关节的柔性机械臂同时受到关节柔性、连杆柔性和轴承摩擦的影响,会导致输出角速度发生波动。角速度的波动会加剧机械臂的振动,影响末端执行器的控制精度。通过含有干扰观测器的PI(proportional integral)控制策略控制角速度波动的方式减弱机械臂的振动。首先使用连续体的振动理论和拉格朗日方法建立考虑轴承摩擦并且含有柔性关节的柔性机械臂的动力学方程。接下来,根据鲁棒稳定性定理设计了干扰观测器中的低通滤波器。然后通过超限补偿控制律的设计满足柔性机械臂控制系统闭环的稳定性。最后开展了含有柔性关节的柔性机械臂的数值仿真分析和控制实验。仿真和实验结果显示,所设计的干扰观测器可以有效的降低轴承摩擦力矩的影响,使角速度跟踪误差的标准差降低17.488%。由此,所提出的控制策略能够有效地抑制柔性机械臂工作过程中的角速度波动,进而减弱振动。     

关节柔性的漂浮基空间机器人基于奇异摄动法的轨迹跟踪非奇异模糊Terminal滑模控制及柔性振动抑制

如果在漂浮基空间机器人系统动力学建模和控制方法设计过程中忽略关节柔性的存在,其控制系统的精度和稳定性将受到极大影响。以考虑关节柔性、系统参数不确定的漂浮基空间机器人系统为研究对象,讨论了其动力学建模过程、运动轨迹跟踪控制方案设计及柔性振动振动抑制。结合拉格朗日第二类方法并结合系统动量、动量矩守恒关系,分析、建立了系统动力学方程。以此为基础,为了同时实现空间机器人运动轨迹的渐近跟踪和抑制由关节柔性引起的系统弹性振动,采用奇异摄动理论的双时间刻度分解,将系统分解为表示系统刚性运动部分的慢时标子系统和表示系统柔性运动部分的快时标子系统。针对慢时标子系统设计了非奇异模糊Terminal滑模控制方案。该控制方案采用非奇异Terminal滑模面,并基于模糊逻辑系统自适应调整控制律的切换项,不但克服了在设计中需要知道系统不确定性的上界的限制,又消除了滑模变结构控制器抖振的缺点。针对快时标子系统,采用速度差值反馈控制律来抑制关节柔性引起的系统弹性振动,保证系统的稳定性。仿真时以平面两刚性臂、两柔性关节的漂浮基空间机器人系统为例证明了所提出方法的有效性。     

基于迭代学习的柔性机械臂振动联合抑制方法

传统柔性机械臂振动联合抑制方法存在振动位移过大的缺陷,机械臂振动联合抑制效果不佳。为此,本文提出基于迭代学习的柔性机械臂振动联合抑制方法。分析柔性机械臂基座和关节重心间的关系,确定柔性机械臂的空间位姿,获取包括弹性变形模量、弹性变形系数、关节动能在内的柔性机械臂关节柔性参数,构建二阶非齐次线性方程,采用迭代学习求解方程的解,实现柔性机械臂振动联合抑制。实验结果表明：在位移跟踪角度60°与90°两种实验条件下,此次设计的柔性机械臂振动联合抑制方法,比奇异摄动方法、改进蚁群算法的振动位移均值分别少4.066 mm和4.255 mm,证明在融合迭代学习算法后,此次设计的柔性机械臂振动联合抑制方法效果更好。     

漂浮基柔性空间机械臂关节运动增广变结构控制及柔性振动主动抑制

讨论了载体位置、姿态均不受控制情况下,漂浮基柔性空间机械臂系统基于混合轨迹的关节运动增广变结构控制,该控制方案能够同时主动抑制柔性杆产生的振动.基于一般期望轨迹的增广变结构控制仅能完成渐近解耦的关节空间轨迹追踪,并不能抑制柔性杆的振动;为了对柔性振动模态进行主动控制,使用虚拟控制力的观念生成了同时反映关节期望轨迹和柔性...     

不同重力环境下的柔性关节空间机械臂自适应鲁棒控制

研究了柔性关节空间机器人在不同重力环境下的轨迹跟踪控制。首先建立了地面重力环境下和空间微重力环境下的柔性关节机器人模型,这两个模型均考虑了摩擦带来的影响,然后提出一种基于奇异摄动理论的自适应鲁棒控制柔性关节空间机械臂的方法。该方法为被控对象中的重力项设计了自适应律来实时估计补偿,并加入鲁棒项对逼近误差和其它干扰项进行补偿。用该方法设计了控制器系统,并对其进行了稳定性分析和仿真研究。仿真结果表明,该控制器可以有效消除重力环境变化带来的影响,也可以有效抑制柔性关节引起的系统高频谐振等问题,具有很好的跟踪效果,对柔性关节空间机器人的轨迹跟踪控制具有重要的工程应用价值。     

传动柔性及负载变化弹药传输机械臂位置控制及柔性振动抑制

针对现有坦克自动装弹机无法实现任意角度装填问题,设计出两自由度的弹药传输机械臂。研究考虑链条、转铰柔性且负载变化情况弹药传输机械臂位置控制与柔性振动抑制。将链条与转铰简化为线性无惯量弹簧,采用第二类Lagrange方法建立弹药传输机械臂刚柔耦合动力学模型。基于奇异摄动技术设计系统混合控制策略,柔性振动抑制采用速度反馈控制;刚性部分大范围运动采用基于隐式Lyapunov函数的连续时变增益PD控制,控制器增益为系统状态变量的可微函数,随系统状态变量逐渐趋向于零,增益逐渐趋于无穷大,而控制力始终保持在有界范围内。仿真结果显示,该混合控制器能克服负载变化及柔性振动影响,实现弹药传输机械臂点到点位置控制及柔性振动抑制,具有较强的鲁棒性。     

参数不确定电梯机械系统振动的H∞鲁棒控制

本文在阐述参数不确定性系统的鲁棒稳定及其控制器设计问题基础上,讨论应用H∞控制理论同时考虑鲁棒稳定与干扰抑制问题的控制器设计。最后考虑模型参数不确定性电梯系统振动的H∞鲁棒控制。数值仿真结果表明,控制算法是有效的,控制效果是明显的。     

参数不确定电梯机械系统振动的H_∞鲁棒控制

本文在阐述参数不确定性系统的鲁棒稳定及其控制器设计问题基础上 ,讨论应用H∞ 控制理论同时考虑鲁棒稳定与干扰抑制问题的控制器设计。最后考虑模型参数不确定性电梯系统振动的H∞ 鲁棒控制。数值仿真结果表明 ,控制算法是有效的 ,控制效果是明显的     

漂浮基柔性空间机械臂关节运动的拟增广自适应控制及柔性振动实时主动抑制

讨论了载体位置、姿态均不受控情况下,自由漂浮柔性空间机械臂系统关节运动的拟增广自适应控制和柔性振动实时主动抑制问题。此类机器人系统的特点在于:结合系统动量及动量矩守恒关系得到的完全能控形式的系统动力学方程,关于系统惯性参数不符合惯常的线性函数关系,因此地面机器人的控制方法在此难以直接推广应用。为了克服上述难点,我们仅将系统动量守恒关系耦合到系统动力学方程当中,而不耦合系统动量矩守恒关系,结果得到一组欠驱动形式的系统动力学方程。其优点在于,系统动力学方程关于一组组合惯性参数保持惯常的线性函数关系。以此为基础,设计了具有未知参数柔性空间机械臂关节轨迹跟踪的拟增广自适应控制方案。并根据柔性子系统的动力学特性,设计了一个基于反馈的自适应控制方案来对柔性杆的振动进行快速实时的抑制。所提出的控制方案还具有不需要测量、反馈载体位置、移动速度和移动加速度的显著优点。系统的数值仿真,证实了方法的有效性。     

柔性机械臂振动的反馈控制及数值模拟

探讨了梢端带刚体的柔性机械臂系统的动力学模型，对它存在的解耦的弯曲振动和扭转振动没计了一种形式简单的反馈控制律，用两个控制电机实现抑振和目标定位。使用Hilbert空间讨论系统特征值问题。住有限维近似模态分析基础上进行数值分析与模拟，得到系统弯曲振动、扭转振动的抑振控制效果曲线图。模拟结果与他人的试验结果比较，证实了所提出的控制律在削减振幅和快速抑振方面的有效性。     

柔性机械臂的轨迹跟踪与振动模糊控制

由于柔性机械臂的动态模型较为复杂,传统的基于模型的控制策略一般难以处理.基于PD型模糊控制器,提出一种基于新型的模糊控制的柔性机械臂轨迹跟踪与振动控制策略.首先推导用于柔性机械臂角控制的PD型并联模糊控制器,随后将其改进,提出了一种非并联型模糊控制器,并结合输入整形策略,推导了一种新型的柔性机械臂的混合模糊控制器.在此基础上,构建了柔性机械臂实验平台,开展实时控制实验,给出了相关的时域和频域控制效果.相关的实验结果表明,所提出的新型模糊控制器能够较好地完成柔性机械臂的轨迹跟踪任务,并显著降低柔性机械臂的振动.     

漂浮基柔性空间机械臂关节运动的分块神经网络控制及柔性振动模糊控制

讨论了载体位置不受控、姿态受控情况下,漂浮基柔性空间机械臂关节运动及柔性振动主动抑制的控制问题。由系统动量守恒关系及假设模态法,利用拉格朗日方法建立了漂浮基柔性空间机械臂的系统动力学方程。之后采用奇异摄动理论,将其分解为表示刚性运动的慢变子系统和柔性振动的快变子系统。据此,设计了柔性空间机械臂系统载体姿态及机械臂关节铰协调运动的组合控制器。针对慢变子系统——柔性空间机械臂的刚性运动,设计了分块神经网络控制器,以完成系统参数未知情况下关节空间协调运动的轨迹跟踪;而对于快变子系统——柔性臂的振动,则设计了模糊控制器来主动抑制柔性杆的振动。数值仿真证实了提出方法的有效性。     

基于滑模变结构的柔性机械臂振动控制

目的为了消除柔性机械臂的弹性振动,保证机械臂稳定运行。方法以水平运动的单杆柔性机械臂为研究对象,建立动力学模型,并以此为依据运用奇异摄动法将动力学方程分解为慢变和快变2个子系统,对2个子系统分别采用反演滑模变结构和模糊控制的手段进行控制,最后利用ADAMS和Matlab软件进行联合仿真,将控制结果与传统PID控制进行对比分析。结果稳定时间、振动量、角速度、控制力矩都得到提高,此种控制方式与传统的PID控制相比,平稳时间缩短了75%。结论该控制方法能够很好地对柔性机械臂进行振动控制,且控制效果明显强于传统的PID控制。