机器人滑模轨迹跟踪控制研究

传统的机器人滑模控制通常采用线性PD滑模和等速趋近率．本文基于指数趋近率并 采用PD+PID滑模策略进行机器人轨迹跟踪控制,即首先采用PD滑模,在达到该滑模后,再采 用PID滑模,取得了很好的效果,文章还对各种饱和函数减少抖振的效果进行了比较．     

非奇异终端滑模控制系统的设计方法

提出一种全局非奇异终端滑模控制器，可用于带有参数不确定和外部扰动的二阶非线性系统，证明了系统从任意初始状态到达滑模的时间和在滑模上到达平衡点的时间均为有限，分析了终端滑模控制用于不确定性系统的跟踪精度，推导了系统跟踪精度和用于消除抖振的饱和函数宽度之间的数学关系，根据给定的跟踪精度，可设计出合适的饱和函数，仿真结果证明了所提出方法的有效性。     

机器人系统终端滑模重复学习轨迹跟踪控制

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.

     

带有饱和的电机伺服系统非奇异终端滑模funnel控制

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.     

非奇异终端滑模控制系统相轨迹和暂态分析

对于采用非奇异终端滑模控制的二阶系统,考虑到不同的初始状态,研究了其相轨迹的分布规律,给出了临界曲面的概念和解析表达. 基于相轨迹的分布,考虑了系统初始状态与到达滑模面时间的关系,探讨了到达时间最大值的估计算法,并给出了非奇异终端滑模控制系统的收敛时间的数学表达. 通过仿真验证了相轨迹的分布规律和临界曲面的正确性,以及根据系统初值估计到达时间的有效性.     

基于神经网络的机器人轨迹跟踪控制

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。     

航天器自适应快速非奇异终端滑模容错控制

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.     

直线电机轨迹跟踪系统快速终端滑模控制

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...     

机械臂卷积神经网络滑模轨迹跟踪控制

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。     

High-speed Nonsingular Terminal Switched Sliding Mode Control of Robot Manipulators

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.      

移动机器人轨迹跟踪快速终端滑模自抗扰控制

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。     

基于神经网络的不确定机器人自适应滑模控制

提出一种机器人轨迹跟踪的自适应神经滑模控制。该控制方案将神经网络的非线性映射能力与变结构控制理论相结合,利用RBF网络自适应学习系统不确定性的未知上界,神经网络的输出用于自适应修正控制律的切换增益。这种新型控制器能保证机械手位置和速度跟踪误差渐近收敛于零。仿真结果表明了该方案的有效性。     

Adaptive Nonsingular Terminal Sliding Mode Control Design for Near Space Hypersonic Vehicles

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.      

基于神经网络的机器人二阶滑模控制

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。     

机械臂自适应反演超螺旋全局终端滑模控制

针对机械臂系统存在的系统参数摄动、非线性摩擦及外部干扰等不确定问题,提出一种自适应反演超螺旋全局终端滑模轨迹跟踪控制方法。该方法基于反演法、Lyapunov理论和全局快速终端滑模理论设计控制器,保证系统稳定性及全局收敛性,增强系统的鲁棒性。为解决系统集总扰动上界未知的问题,采用自适应技术设计切换控制律,抵消不确定性的影响,同时引入超螺旋算法抑制滑模控制固有的抖振现象。最后,通过理论分析和仿真算例验证了该控制器的有效性与可行性。     

Adaptive Chattering Free Neural Network Based Sliding Mode Control for Trajectory Tracking of Redundant Parallel Manipulators

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.