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。     

液压机械臂驱动关节的非线性摩擦力自适应补偿控制

液压机械臂在重载任务中至关重要,但在精细化作业中却普遍存在“力量够大、精细不足”的问题。无论采用全自主还是半自主的作业方式,精密运动控制都是实现精细作业的首要基础。液压机械臂多采用液压缸直动推动关节转动的非线性驱动关节构型,摩擦分别来自液压缸和转动轴,但现研究大多忽略直动摩擦而仅考虑转动摩擦,因而运动控制中的摩擦补偿不到位。建立了面向模型补偿控制的液压机械臂非线性驱动关节动力学模型,全面考虑液压缸和转动轴的摩擦特性,进而提出摩擦补偿控制方法。结合基于最小二乘的在线参数自适应律,设计了直接/间接自适应鲁棒控制器。最后开展多组仿真对比,验证所提控制方法对液压机械臂驱动关节控制精度的提升效果。     

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。     

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。     

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。     

基于融合深度神经网络的智能机械臂建模与控制优化

针对智能机械臂系统数学模型精确度较低、相关控制策略仍需优化的问题,文中提出了一种基于融合深度神经网络的智能机械臂建模与控制优化方案。建立了包括梁模型、机械臂模型和动力系统模型在内的智能机械臂系统模型,并采用循环神经网络算法对其进行校准。同时,为了削弱模型参数变化及外部环境干扰对系统工作的影响,还设计了基于该模型的H∞系统控制方案。通过仿真实验验证了该方案的可靠性,所设计模型的参数误差率低于7%,且在H∞控制器的作用下,系统具有较强的稳定性、鲁棒性与抗干扰性,性能指标也优于同类研究成果,为智能机械臂系统的控制优化提供了一种新的思路。     

基于分数阶微积分的机械臂迭代滑模控制策略研究

为提高工业机械臂的控制性能,将分数阶微积分理论与迭代学习控制及滑模控制相结合,提出一种有效的分数阶迭代滑模控制策略.在控制器的设计过程中,分别采用分数阶趋近律与分数阶滑模控制律两种方法将分数阶微积分引入到迭代滑模控制中,提出分数阶迭代滑模控制策略.并使用李雅普诺夫理论分析系统的稳定性.然后以一个两关节机械臂为例,通过MATLAB仿真对所提出的控制策略进行了验证.实验表明:分数阶迭代滑模控制策略可以有效提高关节的跟踪速度和跟踪精度,减小跟踪误差,具有较强的鲁棒性,并有效地抑制了滑模控制的抖振现象.     

基于分数阶微积分的机械臂迭代滑模控制策略研究

为提高工业机械臂的控制性能,将分数阶微积分理论与迭代学习控制及滑模控制相结合,提出一种有效的分数阶迭代滑模控制策略.在控制器的设计过程中,分别采用分数阶趋近律与分数阶滑模控制律两种方法将分数阶微积分引入到迭代滑模控制中,提出分数阶迭代滑模控制策略.并使用李雅普诺夫理论分析系统的稳定性.然后以一个两关节机械臂为例,通过MATLAB仿真对所提出的控制策略进行了验证.实验表明:分数阶迭代滑模控制策略可以有效提高关节的跟踪速度和跟踪精度,减小跟踪误差,具有较强的鲁棒性,并有效地抑制了滑模控制的抖振现象.     

基于分数阶微积分的机械臂迭代滑模控制策略研究（英文）

为提高工业机械臂的控制性能,将分数阶微积分理论与迭代学习控制及滑模控制相结合,提出一种有效的分数阶迭代滑模控制策略。在控制器的设计过程中,分别采用分数阶趋近律与分数阶滑模控制律两种方法将分数阶微积分引入到迭代滑模控制中,提出分数阶迭代滑模控制策略。并使用李雅普诺夫理论分析系统的稳定性。然后以一个两关节机械臂为例,通过MATLAB仿真对所提出的控制策略进行了验证。实验表明:分数阶迭代滑模控制策略可以有效提高关节的跟踪速度和跟踪精度,减小跟踪误差,具有较强的鲁棒性,并有效地抑制了滑模控制的抖振现象。     

基于Pspice的动力学微分方程的模拟解

以Pspice的电子电路元件的特性为基础,根据机电系统的等效性,机械系统电模拟,一种直接的原理级模拟,求解机械系统中的微分方程,尤其是比较复杂的机械系统中的非线性微分方程,机电耦合方程.继而利用电路分析软件对其进行分析,给出了比较直观的快速的解法.并且通过与Matlab解相比较,证明文中方法简单、正确,并且具有广泛的适用性.     

人工神经网络在机器人视觉中的应用

由于很多复杂的非线性问题常设有算法可循,人工神经网络（ＡＮＮ）以其优越的非经性模式分类性能和很强的自组织、自学习能力日益受到重视。它在智能化机器人领域的应用主要涉及的两个方面：机器人视科象处理和模式识别,机械手控制算法。本文主要探讨人工神经网络在机器人视觉领域的应用。     

软体机械臂控制方法研究现状及展望

软体机械臂由于具有多自由度、高灵活性、较强的环境适应能力以及安全可交互性高等优势,近年来在生物医疗和海洋勘探等诸多领域得到广泛应用。 软体机械臂采用高度可变形的柔性材料制作而成,由于其材料的非线性特征,软体机械臂的精确控制一直是该领域的研究重点和难点,国内外研究人员针对软体机械臂的控制方法开展了大量研究并取得了较大进展。 但是目前仍然存在若干问题,亟待探讨解决方法。 为此,本文梳理了近十年来国内外研究人员在软体机械臂的运动控制方法上取得的研究成果,分析总结了目前软体机械臂常用的控制方法和最新技术等,指出了软体机械臂控制面临的难题与挑战,并对软体机械臂控制方法的未来发展方向进行了探讨和展望。