新型二自由度关节设计及其多电机消隙控制

提出一种基于三电机驱动的新型二自由度机器人关节.基于双电机消隙原理,提出一种二自由度关节多电机消隙机制,并针对消隙后的其他非线性因素的扰动影响设计了基于线性自抗扰算法的速度控制器.样机实验结果证明了关节结构的合理性,表明本文算法可为位置外环提供稳定性和鲁棒性较强的速度内环,可提高二自由度关节的位置精度.     

遗传算法和小波神经网络PID在电机控制系统中的应用

提出了一种基于遗传算法和小波神经网络的PID参数整定方法.首先,利用具有自然进化的遗传算法对小波神经网络的初始权值进行优化训练,解决了控制器网络初始权系数对控制效果产生的影响;其次,利用小波神经网络对PID参数进行在线调节;最后,将此算法运用到电机控制系统的PID参数寻优中.仿真结果表明:基于此算法设计的PID控制器可以极大地提高寻优速度,鲁棒性强,改善了电机控制系统的动态性能和稳定性.     

多电机机器人模糊PID控制仿真研究

机器人在复杂环境中运动时,其关节角位移跟踪容易受到外界波形干扰,导致角位移跟踪误差较大,造成控制系统稳定性下降。对此,建立三关节机器人简图模型,给出了机器人动力学方程式,采用多电机并行驱动机器人关节角位移运动;采用模糊规则建立模糊PID控制器,利用模糊论域在线调节PID控制参数,保持控制系统的稳定性。采用Matlab软件对多电机机器人模糊PID控制效果进行仿真,结果显示:在大扰动环境中,采用模糊PID控制器,可以提高机器人关节角位移跟踪精度,保持多电机驱动机器人关节运动的稳定性。     

永磁同步电机模糊神经网络PID控制器设计

随着永磁同步电机技术的不断发展,其在机器人中的运用也越来越广泛,但永磁同步电机有非线性、强耦合和多变量等缺陷,同时,机器人关节驱动电机在运行过程中所受的负载力矩和轴联转动惯量时刻变化,因此,要求电机控制系统具有更强的自适应性和更强的抗干扰能力。为了改善传统PID控制器参数固定以及模糊PID控制算法过于依赖设计人员的经验,提出了一种结合神经网络与现有模糊PID控制算法优点的模糊神经网络(FNN)自适应PID控制算法,利用径向基神经网络算法(RBF)对该驱动系统参数进行辨识,降低电机在正常运行过程中受环境变化的影响,达到响应快、控制平稳、精确的要求。     

平面4自由度欠驱动机器人的位置和姿态控制

基于模糊控制理论,研究水平运动的4自由度欠驱动机器人位置和姿态控制问题。平面4自由度欠驱动机器人是具有冗余度和欠驱动双重特征的复杂二阶非完整系统,利用主动关节和被动关节加速度之间的耦合作用控制被动关节的运动,同时实现机械臂末端的轨迹跟踪和末杆的姿态控制。根据分层控制思想,提出双模态模糊PID复合控制算法,针对两个子任务分别设计控制器。通过Matlab和ADAMS的联合仿真验证算法的有效性,在基于可编程多轴运动控制卡的试验台上实现平面4自由度欠驱动机器人的位置和姿态控制试验。仿真和试验结果表明,所设计的模糊PID复合控制器对平面4自由度欠驱动机器人末杆的位置和姿态控制是可行、有效的。     

超声电机驱动多关节机器人的非线性H∞控制

利用超声电机低速大转矩特性,实现了三关节机器人的直接驱动.一方面,由于超声电机是通过定转子间的摩擦驱动,其模型无法精确描述,另一方面,由于无法在方程中将关节机器人的所有动力参数表达出来,因而该机器人在控制中存在摩擦干扰和参数不确定带来的动力干扰.针对这些干扰,采用了非线性H∞控制方式,以L2增益作为设计指标,设计了H∞控制器.实践证明,非线性H∞控制器不仅可以保证机器人稳定运行,而且位置精度大为提高.最后,还对控制器的鲁棒性进行了实验验证,结果表明该控制器有很好的抗干扰能力.     

双电机同步运动控制器的设计与实现

针对步进电机在机床设备同步驱动中的应用,采用电气同步方式设计开发了一套双电机同步运动控制系统。该系统分别采用编码器和光栅尺作为两步进电机转速和被控工作台位移输出的测量元件,构成全闭环系统。本研究在传统PID控制算式的基础上引入了同步偏差调节项构成新的PID闭环同步控制器。通过实验进行了不同指令速度下传统并行同步算法与该闭环同步控制算法的控制效果对比,证明了该算法的有效性。同时本系统所采用的闭环同步控制方案及其原理不局限于步进电机,对其他类型电机的同步运动控制也具有一定的参考借鉴意义。     

双柔性臂机器人的建模和主动振动控制

针对双柔性臂机器人在操作过程中出现的结构振动和残余振动影响控制精度的问题,提出了采用多组压电换能器对柔性臂进行主动振动的控制方法.设计了基于超声电机驱动的双柔性臂机器人,采用拉格朗日法和假设模态法对双柔性臂进行了动力学建模,并考虑了在协作搬运过程中双柔性臂机器人需要满足的闭链约束条件.提出了采用独立关节PD反馈控制器和正位置反馈控制器相结合的混合控制方法.Matlab仿真表明,所提出的混合控制器能使柔性机器人在准确完成目标物体轨迹运动的同时,实现对柔性臂的振动抑制,提高了双柔性臂机器人的搬运精度和效率.     

呼吸道主动监测微机器人系统设计及研究

设计了一种呼吸道主动监测微型机器人系统,用于实时测量重症监护机械通气中的主要呼吸力学参数.该机器人系统采用三自由度气动人工肌肉驱动器驱动,通过气囊钳位.介绍了机器人机体的构造和运动原理,建立了机器人的动态模型.提出一种模糊小波神经网络控制器对机器人进行控制.将采用模糊小波神经网络控制器与采用小波神经网络控制器及模糊神经网络控制器的控制系统仿真结果进行比较.仿真和实验结果都说明模糊小波神经网络控制器有效地改善了机器人的静动态特性,具有更快的训练速度和更好的控制效果,是一种理想的临测机器人系统控制方法.在猪气管中进行了初步实验,在机械通气情况下监测了气管末端的压力和温度参数.初步的研究结果表明,该柔性驱动的机器人系统可用于主动动态监测人体呼吸道中的呼吸参数.     

面向五自由度机器人的新型控制算法研究

在传统机器人运动学分析方法的基础上,对机器人运动学方程进行了简化。根据简化后的运动学方程构造了一种新的运动学分析算法。以该算法为核心,设计了一种软件化的五自由度步进电机机器人控制器。该控制器能够依据输入的空间坐标信息按照新设计的算法计算各关节变量,根据驱动电机特性通过并口发送控制脉冲控制机器人运动。计算实例验证了所设计的算法和五自由度机器人控制器的可行性。     

基于DSP的三肢体机器人关节控制器设计

基于TI公司的TMS320LF2407设计了一种直流伺服电机运动控制器,以实现三肢体仿生步行机器人11个运动关节的伺服控制.首先采用遗传算法对电机的PID参数进行优化,并对关节运动转角轨迹进行离散化,电机运动控制采取分段PID的策略,以减小关节转角误差.实验结果表明,设计出的控制器工作性能稳定,能够满足机器人运动控制的要求.     

基于智能路径规划算法的移动机器人设计

介绍了一种基于智能路径规划算法的移动机器人。该机器人以TMS320LF2407A作为主控制芯片,控制机器人左右轮电机运转．驱动机器人按照预定路径行走。其设计算法首先采用了改进的栅格和Distbug的组合进行全局和局部路径规划。详细阐述了该算法的基本原理及采用该算法的移动机器人控制系统硬软件设计。最后,介绍了该移动机器人自学习路径跟踪PID算法。实践表明,采用该算法的移动机器人行走速度快,实时性强,稳定性好,控制精度高。     

基于智能PID算法的爬壁机器人位置伺服控制方法

针对爬壁机器人实际与理想作业位置偏差过大的问题,提出了基于智能PID算法的爬壁机器人位置伺服控制方法。通过分析爬壁机器人的运动状态,构建爬壁机器人的运动学模型,获取爬壁机器人的运动规律和其位姿变化特征。运用智能PID算法对爬壁机器人的位置实施伺服控制,利用遗传算法不断调节机器人控制参数,得到最佳适应度函数,生成全局最优的PID控制参数。根据爬壁机器人运动状态得出控制终止条件,获取最终的位置伺服控制结果,实现爬壁机器人位置伺服控制。实验结果表明,所提方法的位置伺服控制稳定性较好,能够有效提高位置伺服控制精度,增强抗干扰性。     

机器人关节滑模变结构的位置控制

为了使机器人关节有良好的静态特性,并具有一定的抗干扰能力,提出了一种由力矩电机和谐波减速机组成的机器人关节,采用指数趋近律的滑模变结构和模糊自适应滑模控制对机器人关节进行了位置控制,通过对机器人单关节Simulink建模仿真比较,结果表明,模糊自适应滑模控制大大减轻了指数趋近律滑模控制的抖振问题,其稳态精度达到了9×10-5rad;且与PID控制相比较,其响应速度快;在受高斯扰动时,采用模糊自适应滑模控制的关节发生的角度偏差整整比PID控制小10倍。仿真结果表明,滑模控制在机器人关节控制中精度高,响应速度快,具有一定的鲁棒性能。     

双马达回转同步驱动系统建模与控制研究

针对双液压马达回转高性能同步驱动问题,引入无阻尼行星系齿轮传动弹性动力学理论,基于双液压马达回转运动特性建立了系统非线性动力学模型;针对回转系统跟踪性能和同步性能要求,引入迭代学习控制算法(ILC),提出了结合离散化PID控制器结构的IL-PID同步控制策略。该控制策略基于“等同式”同步控制原理,在各单通道内部采用独立的离散化PID控制实现系统跟踪性能,在多通道间采用基于闭环D型学习律的IL控制实现系统同步性能。在五自由度液压伺服机械手上的实际应用结果表明,该控制策略相比于传统的PID控制具有较好的跟踪性能和同步驱动性能。     

超声电机伺服控制的研究评述

为改善超声电机性能,实现超声电机快速、准确、稳定的控制,对于超声电机的现有的伺服控制策略和方法进行评述和比较,并且根据超声电机运动机理不同于传统的电磁电机,具有复杂的动力学现象及时变、强非线性等特点,提出了基于参考模型的模糊神经网络控制方法、遗传算法或其他的组合控制方法将是适用于超声电机的控制策略。     

轮式移动机器人路径跟踪的模糊自整定PID控制

本文建立了二自由度轮式移动机器人路径跟踪的动力学模型,并设计了自整定模糊PID控制器,利用模糊推理的方法,对PID控制器的参数进行自动整定。仿真实验用常规增量式PID控制和自整定模糊PID控制算法结合进行航向跟踪,结果表明该算法与常规PID算法相比,系统误差减少了20%左右,响应时间减小到原来的0.4,有效地改善了控制器的动态性能,同时表现出了较好的自适应能力,路径跟踪仿真结果表明,轮式移动机器人能够迅速向目标路径靠拢,并能平稳地践踏规划路径。     

一种新型智能清洁机器人测控系统的设计

介绍一种新型智能清洁机器人测控系统的设计与实现,采用8位单片机SST89E554RC作为控制器,移动轮采用2路直流电机独立驱动,由超声波传感器、红外反射式传感器、接触传感器及相关外围电路构成多传感器障碍物检测系统.     

下肢外骨骼助力机器人关节驱动设计及试验分析

针对人体下肢关节特点与助行要求,设计了外骨骼机器人关节结构;通过ADAMS软件仿真,分析了外骨骼机器人水平助行过程中关节功率配置需求,根据关节需求设计了外骨骼电液伺服驱动系统;为满足外骨骼机器人对人体下肢关节助力及柔顺性要求,提出了基于关节误差估计的PID控制方法。详细介绍了外骨骼机器人下肢关节结构的运动形式与技术参数,优化配置了关节结构的运动范围与驱动行程,对该机器人进行了运动学分析并通过外骨骼的典型动作进行验证;划分了外骨骼助行过程中步态与关节驱动映射,给出误差估计与补偿PID控制的具体参数;分别从关节跟踪与助力功率的角度,量化分析、对比了基于关节误差估计与常规PID两种控制方法的助力指标参数。试验结果表明,所设计外骨骼关节与驱动系统可实现穿戴者助力行走;对比常规PID控制,抑制了关节驱动控制输出区间的不连续,改善了关节跟踪误差,提升了助力效果与柔顺性。     

基于超声电机的变弯度翼的驱动与集成

提出了一种分布式超声电机驱动的小型变弯度翼。分别对机翼的变形驱动方案和流场分布规律进行了仿真分析,研究了变弯度翼的变形驱动机构、高弹性伸缩蒙皮、分布式超声电机的协调控制等关键技术,并实现了小型变弯度翼的系统集成。风洞实验数据表明,分布式超声电机驱动的变弯度翼能够实现机翼在低速飞行状态下外形的智能变形驱动与控制,从而可以有效改善机翼的升阻气动特性。笔者研究的成功展开为压电精密驱动技术应用于流动控制探索了一条可行的技术途径。