一种串联式液压机械臂PLC运动控制方法研究

串联式液压机械臂是一个复杂的连杆控制机构,针对复杂多变的运行工况下串联式液压机械臂的运动控制精确化需求,在串联式液压机械臂工作原理和运动控制系统结构基础上,构建了PLC主从式控制系统图,并设计了PLC控制程序,优化了运动控制系统的标定参数,在搭建好的串联式液压机械臂运动控制实验台架中进行调试测试,最后实验结果表明该控制方法能够快速提高串联式液压机械臂的运动控制精度,提升运动控制系统的响应能力。     

基于等效臂的遥操作机械臂的运动性能优化方法

随着工业技术的发展,遥操作系统被广泛地应用于各领域之中。在遥操作过程中,从臂的运动性能影响着任务的完成效果。因此,希望在从臂跟随人臂轨迹运动的同时,对从臂性能进行优化。然而,现有性能优化方法会改变机械臂的运动状态,导致人臂和机械臂的运动不相似。为此,文章提出了基于等效臂的遥操作性能优化方法。首先,基于等效臂模型建立运动学映射方法,将人臂运动信息完整的映射到机械臂。然后,提出性能优化方法,通过调整等效臂来优化机械臂的运动性能。最后,进行了性能优化实验,实验结果表明性能优化方法能够在保证两臂运动相似性的同时,提升机械臂的性能指标。     

基于PLC技术的重载混联式液压机械臂运动优化控制方法研究

重载混联式液压机械臂运行在复杂多变的工作环境下,高负荷运行需要稳定的运动控制。针对重载混联式液压机械臂可变工况下运动控制失稳现象,在液压机械臂系统结构和动力学分析的基础上,对液压机械臂的模块间通讯进行优化,构建了基于CANopen的分布式通讯结构;利用PLC作为运动优化控制技术,设计了双闭环的运动控制策略;在真实模拟的重载混联式液压机械臂运动控制试验环境中验证控制方法的可靠性。实验结果分析可以看出,该控制方法能够快速的提升重载混联式液压机械臂运动稳定性和动态响应能力。     

基于LabVIEW的四自由度机械臂运动控制系统设计

采用NI公司的LabVIEW8.2作为开发平台,通过ADLINK支持LabVIEW的PCI-8134四轴运动控制卡,以及PCI-9114DG数字输入输出与模拟输入接口,来实现对于机械臂4个自由度的驱动控制,短期内实现四自由度机械臂(3台交流伺服电机、1台微型直流电机)的变参数同步运动控制,为钢丝传动机构的控制提供应用解决方案.     

空间机械臂基于神经网络的死区补偿控制

针对自由漂浮空间机械臂所存在的模型误差和机械传动机构中的齿隙死区问题,提出基于神经网络的自适应补偿控制方法。对于系统的模型误差,利用神经网络的逼近能力来对不确定部分进行自适应补偿,而设计变结构控制器消除逼近误差。对于关节执行机构中的齿隙死区,利用两个神经网络来分别进行死区模型的估计与补偿,利用死区补偿原理来推导死区输出、死区补偿器及控制器三者之间的数学关系,进而设计基于神经网络的控制器、补偿器及死区估计器的自适应在线学习律。基于Lyapunov理论证明了控制系统的稳定性。仿真结果验证了控制器的有效性。     

基于自适应滑模控制器的机械臂运动控制方法

由于无法消除机械臂运动过程中存在的高频振动,导致运动控制方法存在跟踪精度低、控制稳定性差和控制性能差等问题。对此,提出一种基于自适应滑膜控制器的机械臂运动控制方法,在机械臂动力学模型的基础上设计非线性观测器,对机械臂控制系统中存在的干扰信号进行观测,设计自适应滑膜控制器对干扰信号进行补偿。将补偿器引入自适应滑膜控制器中,其主要作用是抑制机械臂在运动过程中存在的高频振动,以提高控制稳定性,通过 Lyapunov 函数设计自适应滑膜控制器的总控制律,根据总控制律利用改进后的自适应滑膜控制器完成机械臂的运动控制。实验结果表明,所提方法的跟踪精度高、稳定性好、控制性能高。     

重载机械臂对未知载荷参数的补偿控制

为了研究机械臂在载荷参数未知,尤其在所持载荷较大的情况下,对机械臂的位姿精确控制问题。利用牛顿—欧拉方程建立重载机械臂系统的动力学方程,以此为基础,设计一种基于标称计算力矩控制器加滑模神经网络补偿器的复合控制方案,用来控制机械臂末端执行器夹持载荷参数未知且载荷大的情况,即通过滑模神经网络来补偿由于系统未知参数对标称计算力矩的误差影响,以确保存在未知参数和较大惯性的情况下整个控制系统的渐进稳定性。该方法能够有效地控制重载机械臂系统的位姿。于此同时,此方法具有系统动力学方程不要求系统惯性系数呈线性函数关系的显著优点。通过仿真研究表明该方法的有效性。     

基于分层结构的机械臂运动预测控制

为了使柔性机械臂快速稳定到达目标位置且抑制其末端柔性形变,设计了基于分层结构的预测控制方法,分层结构采用对预测控制的方式,占据了控制的先机,而且针对机械臂的时变特性,采用滚动控制策略,增加了控制系统鲁棒性。给出了适用于一般机械臂的控制结构框架,建立了预测控制模型;设计了轨迹规划层,将最优轨迹规划问题转化为带约束的QP问题,其输出为最优轨迹;设计了跟踪控制层,此层精确跟踪上层规划出的最优轨迹;为了验证分层结构的有效性,设计了适用于柔性机械臂的分层结构,将此方法与IST方法进行比较,分层结构不仅快速稳定到达目标位置,而且抑制了机械臂在目标位置的柔性形变、控制过程中也没有出现力矩的较大波动。     

基于神经网络观测器的机械臂力/位置控制

针对机械臂末端运动受约束的力/位置控制中无法精确建模、模型具有外界干扰和关节角速度不可测等问题,设计一种基于神经网络观测器的补偿控制系统。首先,通过解耦力和位置控制,得到降阶动态模型。然后,利用神经网络速度观测器对关节速度在线估计,并用神经网络对降阶动力学模型中的不确定项进行逼近补偿滑模控制器。最后,基于Lyapunov稳定性理论证明系统稳定性,并对二连杆机械臂进行仿真。仿真结果表明所设计的控制系统的有效性。     

基于光学运动捕捉的机械臂控制运用研究

针对当前光学运动捕捉技术,探索基于光学运动捕捉的机械臂设计和控制的可行性。通过对OptiTrack运动捕捉系统、机器人操作系统（Robot Operating System,ROS）和机械臂操作实现原理的探讨,验证了基于光学运动捕捉的机械臂设计的可行性,并运用D-H参数法为机械臂进行运动建模,从理论上验证了基于光学运动捕捉的机械臂设计和实际运用的可行性。     

基于多传感器的工业机械臂精细化操作远程控制方法

为实现远程控制工业机械臂时的精细化操作,使其关节轨迹具有连续、平稳、光滑的控制效果,提出基于多传感器的工业机械臂精细化操作远程控制方法。优化传感器的布局,以便采集信息;利用新息变化野值检测方法消除工业机械臂精细化操作中存在的野值,提高关节角度与速度信息的完整性和精度;将滑模控制与神经网络结合,消除因非线性、摩擦非线性和未知参数等不确定性因素对机械臂精细化操作的影响,构建工业机械臂操作远程控制器,实现工业机械臂精细化操作的远程控制。实验结果表明,所提方法可精准控制工业机械臂的关节角度与速度,具有较高的灵活性和高效性。     

基于AVR平台的六自由度仿人机械手臂控制算法研究

传统机械手臂各关节常用电机来驱动,其驱动系统较为复杂,设计难度较大。提出以AVR为控制平台,以舵机作为机械臂各关节驱动,并着重介绍了基于舵机特有的工作方式而提出的一种可以对该机械臂各关节运动速度、方向和运动量进行控制的算法。该算法同时还具备可扩展性等优点,即可以对由舵机驱动的更多自由度的机械手臂进行实时控制。     

基于RBF神经网络的非线性系统智能控制

针对工业控制领域中复杂非线性时变系统，采用传统的控制方法不能达到满意的控制效果，提出了基于神经网络的PID自适应控制方案。采用神经网络辨识器在线辨识系统模型，自动调整PID控制器参数，从而实现系统的智能控制。仿真结果表明该方法对于复杂非线性系统能进行有效的控制并且具有很好的自适应性和鲁棒性。     

电液位置伺服控制系统的研究

电液位置伺服控制系统是一个非线性系统,且伺服阀具有死区非线性特性以及受零偏、泄漏等各种复杂因素的影响。一般采用的常规线性PID控制器难以协调快速性与超调性之间的矛盾。基于LabVIEW平台,针对电液伺服系统的非线性和不确定性等特性研究设计出非线性PID控制器,并与PID控制算法进行比较。实验结果表明,非线性PID控制器中的增益参数能够随控制误差而变化,使控制系统既响应快又无超调现象,抗干扰能力也优于传统的PID控制,改善了系统的性能。     

Dynamics Modeling and Robust Trajectory Tracking Control for a Class of Hybrid Humanoid Arm Based on Neural Network

In order to solve the problem of trajectory tracking for a class of novel serial-parallel hybrid humanoid arm(HHA), which has parameters uncertainty, frictions, disturbance, abrasion and pulse forces derived from motors, a multistep dynamics modeling strategy is proposed and a robust controller based on neural network(NN)-adaptive algorithm is designed. At the first step of dynamics modeling, the dynamics model of the reduced HHA is established by Lagrange method. At the second step of dynamics modeling, the parameter uncertain part resulting mainly from the idealization of the HHA is learned by adaptive algorithm. In the trajectory tracking controller, the radial basis function(RBF) NN, whose optimal weights are learned online by adaptive algorithm, is used to learn the upper limit function of the total uncertainties including frictions, disturbances, abrasion and pulse forces. To a great extent, the conservatism of this robust trajectory tracking controller is reduced, and by this controller the HHA can impersonate mostly human actions. The proof and simulation results testify the validity of the adaptive strategy for parameter learning and the neural network-adaptive strategy for the trajectory tracking control.     

基于最小二乘法的差动变面积式电容传感器非线性拟合

分析了差动变面积式电容传感器的非线性因素,研究了用最小二乘法进行电容传感器非线性拟合的方法,并给出了用最小二乘法求得的差动变面积式电容传感器的拟合特性曲线函数关系,最后给出了拟合曲线与实验测得数据的误差。     

基于姿态库的危险品检测机械臂远程控制

考虑危险品采样的特殊性以及远程遥控多自由度机械臂灵活性不高的问题,提出了一种基于姿态库的机械臂远程控制方法.首先,分析了机械臂运动学,在控制器中搭建了机械臂正解模型和逆解模型的应用层;然后,通过示教多个常用于采样危险品的姿态,在控制器里搭建了姿态库控制的应用层;最后,通过无线通信实验和有无姿态库对比实验,验证了基于姿态库的机械臂远程控制方法的有效性和实用性.     

基于PDE的振动信号去噪

通过研究偏微分方程(Partial differential equation,PDE)在图像去噪中的原理和方法.针对传统滤波去噪方法所存在的问题,提出一种基于PDE的机械振动信号去噪方法.详细分析基于Gauss滤波核函数的PDE去噪模型,并推导模型的离散化过程.与传统去噪方法的对比试验表明,该方法可有效消除振动信号中的噪声干扰,同时保持信号的边缘特性和内部连续性,且去噪之后信号畸变少.因PDE方法本身的平滑特性,该方法的去噪效果受PDE演化的迭代次数和振动信号本身的平滑特性因素的影响,对低频振动信号具有更好的去噪效果.     

冗余空间机械臂的运动学和笛卡尔阻抗控制方法

为了能让七自由度空间机械臂在空间站外壁换位行走,需要在对接的过程中能够自动控制机械臂接触力以确保其在安全的范围之内。介绍了七自由度空间机械臂的运动学计算方法,采用二次计算法求得其逆运动学解。提出了基于安装在空间机械臂末端六维力传感器反馈的笛卡尔空间阻抗控制方法,将逆运动学解转化到关节空间的位置内环进行位置控制,经Simulink仿真优化参数后在空间机械臂上进行了调试实验,结果表明,力的控制效果柔顺。     

基于旋量和臂形标志的机器人运动学逆解计算

讨论了用旋量和指数积公式计算PUMA类型6自由度机器人运动学逆解的方法。在子问题的计算过程中，通过引入臂形标志来选取关节变量的合理解，以得到运动学逆解的唯一解。这种方法避免了对无效解的计算，可以减少计算量，提高计算效率。通过一个实验机器人的运动学逆解计算验证了算法的有效性。