共查询到18条相似文献,搜索用时 93 毫秒
1.
2.
3.
针对非线性机器人系统的轨迹跟踪问题, 提出一种终端滑模重复学习混合控制方案. 该方案综合了重复学习控制和终端滑模技术的特性, 能够有效跟踪周期性参考信号, 抑制周期性和非周期性动态的干扰, 具有较强的鲁棒性和良好的轨迹跟踪性能, 且算法的实现不需要完全已知系统模型信息. 应用Lyapunov 稳定性理论证明了闭环系统的全局渐近稳定性. 三自由度机器人系统数值仿真结果验证了所提出的终端滑模重复学习控制的有效性.
相似文献4.
带有饱和的电机伺服系统非奇异终端滑模funnel控制 总被引:1,自引:0,他引:1
本文提出一种非奇异终端滑模funnel控制(NTSMFC)方法, 实现带有饱和输入电机伺服系统的指定性能跟踪控制. 根据中值定理, 非光滑饱和函数转化为放射形式, 并且应用一个简单的神经网络进行逼近和补偿. 为保证跟踪误差被限制在指定的界限内, 同时为避免构建复杂的barrier李雅普诺夫函数或逆函数, 本文采用一个新的限制变量. 然后, 构建非奇异终端滑模funnel控制器保证电机伺服系统的指定跟踪性能. 该方法无需事先已知输入饱和函数的界限等先验知识, 且基于李雅普诺夫函数设计可以保证位置跟踪误差的收敛性, 最后给出仿真对比实例证明了该方法的有效性. 相似文献
5.
6.
7.
基于神经网络的机器人轨迹跟踪控制 总被引:2,自引:1,他引:2
针对机器人模型未知情况,讨论了用神经网络和反馈控制实现机械手的跟踪控制。提出一种基于参考误差的投影算法来训练网络权值,训练后网络输出能逼近期望的前馈力矩,并从理论上证明跟踪误差的收敛性。仿真结果表明方案具有较好的跟踪性能和较强的抗干扰能力。 相似文献
8.
针对存在外部干扰、转动惯量矩阵不确定以及执行器故障的航天器姿态跟踪控制问题,本文提出了基于自适应快速非奇异终端滑模的有限时间收敛故障容错控制方案.通过引入能够避免奇异点,且具有有限时间收敛特性的快速非奇异终端滑模面,设计了满足多约束条件有限时间收敛的姿态跟踪容错控制律,利用参数自适应方法使控制器不依赖转动惯量和外部干扰的上界信息.Lyapunov稳定性分析表明:在存在外部干扰、转动惯量矩阵不确定以及执行器故障等约束条件下,本文设计的控制律能够保证闭环系统的快速收敛性,而且对执行器故障具有良好的容错性能.数值仿真校验了该控制律在姿态跟踪控制中的优良性能. 相似文献
9.
为提高永磁同步直线电机伺服系统的控制精度和鲁棒性,满足高速度高精度运动控制系统的要求,提出了一种快速终端滑模控制方法并建立了电机系统数学模型.分析和证明该控制算法的稳定性和鲁棒性.与传统的滑模控制方法相比,该算法确保了系统状态在平衡点邻域内具有更快的收敛速度,并最终收敛至平衡点.通过选择控制算法中合适的参数值,系统可达... 相似文献
11.
针对工业技术的发展对于多关节机械臂的精度与快速控制高要求,提出了一种机械臂卷积神经网络滑模轨迹跟踪控制方法。分析机械臂动力学方程,提取其中的不确定部分,针对不确定部分,构建深度卷积神经网络对其进行补偿,将补偿部分引入到滑模控制律中,通过改进后的滑模控制实现对机械臂轨迹跟踪的精确控制,并通过构建Lyapunov函数论证了系统的稳定性。仿真结果显示该方法能够满足轨迹跟踪要求,且减小了抖振现象。通过与其余三种典型控制方法的对比,测试结果表明,该方法加快了轨迹跟踪误差的收敛,且跟踪精度有了明显的提高。 相似文献
12.
Fengning Zhang 《IEEE/CAA Journal of Automatica Sinica》2017,4(4):775-781
This paper proposes a high-speed nonsingular terminal switched sliding mode control (HNT-SSMC) strategy for robot manipulators. The proposed approach enhances the control system performance by switching among appropriate sliding mode controllers according to different control demands in different regions of the state space. It is shown that the highspeed nonsingular terminal switched sliding mode (HNT-SSM) which is the representation of different control demands and enforced by the HNT-SSMC has the property of global highspeed convergence compared with the nonsingular fast terminal sliding mode (NFTSM), and provides the global non-singularity. The simulation study of an application example is carried out to validate the effectiveness of the proposed strategy. 相似文献
13.
针对移动机器人动力学模型难以精确建立、运动过程中各种干扰对高精度轨迹跟踪造成偏航等问题,构造出一种快速终端滑模自抗扰控制器,实现了高速高精度轨迹跟踪控制目标。首先建立非完整移动机器人的干扰控制模型;然后运用扩张状态观测器实时监测系统未建模动态与各种干扰;同时将扩张状态量和系统反馈量作为快速终端滑模算法的系统变量;最后设计出一种快速终端滑模控制律,代替传统自抗扰算法中的非线性控制律,从而实现位姿的快速精确跟踪。该算法既克服了非线性误差控制律中参数繁杂不易整定的缺陷,又增强了系统鲁棒性和轨迹跟踪的动态品质。对比仿真实验验证了该控制算法的有效性和先进性。 相似文献
14.
15.
Adaptive Nonsingular Terminal Sliding Mode Control Design for Near Space Hypersonic Vehicles 下载免费PDF全文
This paper presents an adaptive nonsingular terminal sliding mode approach for the attitude control of near space hypersonic vehicles (NSHV) in the presence of parameter uncertainties and external disturbances. Firstly, a novel nonsingular terminal sliding surface is developed and its finitetime convergence is analyzed. Then, an adaptive nonsingular terminal sliding mode control law is proposed, which is chattering free. In the proposed approach, all parameter uncertainties and external disturbances are lumped into one term, which is estimated by an adaptive uncertainty estimation for eliminating the boundary requirement needed in the conventional control design. Subsequently, stability of the closed-loop system is proven based on Lyapunov theory. Finally, the proposed approach is applied to the attitude control design for NSHV. Simulation results show that the proposed approach attains a satisfactory performance in the presence of parameter uncertainties and external disturbances. 相似文献
16.
本文提出了一种基于神经网络与二阶滑模控制融合的控制策略用于非线性机器人控制,设计了一种新颖简易的二阶滑模控制方法,有效地避免了常规变结构控制的抖震问题,并采用神经网络辨识未知的机器人的非线性模型,通过Lyapunov直接法设计网络的权值更新率,确保了系统闭环全局渐近稳定性。最后,通过仿真验证了算法的有效性。 相似文献
17.
18.
Van‐Truong Nguyen Chyi‐Yeu Lin Shun‐Feng Su Quoc‐Viet Tran 《Asian journal of control》2019,21(2):908-923
In this paper, an adaptive chattering free neural network‐based sliding mode control (ACFN‐SMC) method is proposed for tracking trajectories of redundant parallel manipulators. ACFN‐SMC combines adaptive chattering free radial basis function neural networks (RBFN), sliding mode control with online updating the robust term parameters, and a nonlinear compensation item for reducing tracking errors. The stability of the closed‐loop system with modeling uncertainties, frictional uncertainties, and external disturbances is ensured by using the Lyapunov method. The proposed controller has a simple structure and little computation time while securing dynamic performance with expected quality in tracking trajectories of redundant parallel manipulators. In addition, the ACFN‐SMC strategy does not need to know the upper bound of any uncertainties. From the simulation results, it is evident that the proposed control strategy not only has significantly higher robustness capability for uncertainties but also can achieve better chattering elimination when compared with those using existing intelligent control schemes. 相似文献