基于自适应阻抗控制的大负载液压机械臂柔顺控制

针对大负载液压机械臂的柔顺作业问题,提出了一种自适应阻抗控制算法进行机械臂柔顺控制。算法根据六维力传感器测量的接触力信息和机械臂末端位置信息,对环境刚度和环境位置实时估计。根据环境刚度和环境位置的估计值,对机械臂的参考轨迹进行修正,实现自适应阻抗控制,以达到更佳的力控效果。开展了液压机械臂管道搬运实验,进行自适应控制算法性能验证。结果表明,相较于传统的阻抗控制算法,机械臂采用自适应阻抗控制算法能够获得更好的力控性和柔顺性。     

基于自适应变阻抗的工业机器人双机械臂控制

为了实现对工业机器人双机械臂位置/力的精准控制,提出了一种自适应变阻抗控制算法。首先建立了阻抗模型,并对双机械臂系统进行了受力分析,将接触力分解为外力和内力,并分别针对外力和内力设计了自适应变阻抗控制算法来实现对位置/力的协同控制;然后通过仿真验证了自适应变阻抗控制算法能够实现对工业机器人双机械臂位置/力的协同控制,运动轨迹跟踪最大误差仅为0.3 cm,接触力跟踪最大误差仅为0.2 N,表现出了更优的控制效果;最后在定点控制测试平台上得到位置定位的最大误差仅为0.17 cm,接触力跟踪最大误差仅为0.22 N,表现出了更优的工程实用性。     

基于变论域模糊补偿的机械臂自适应控制

针对存在建模不确定性和外部干扰的机械臂系统,设计了一种结合标称计算力矩控制器和变论域模糊补偿器的复合控制方案,其中利用变论域自适应模糊控制器对建模不确定项进行估计和补偿,利用计算力矩控制器求解标称系统控制力矩。针对伸缩因子设计的自适应律使得变论域自适应模糊控制器在不同时刻适用于状态空间的不同区域,提高了系统的响应速度,大幅减小了系统的稳态跟踪误差,而且跟踪过程平稳柔顺、抖振极小,从而提升了系统的轨迹跟踪性能。仿真结果和实体试验结果均表明所提方法具有有效性。     

未知环境下柔性二连杆机械臂的自适应阻抗控制

针对机器人与环境接触作业的需求,基于假设模态法建立了刚柔耦合动力学模型,并考虑环境参数不精确干扰,设计了自适应阻抗控制器,分析了其稳定条件。在MATLAB/Simulink中搭建了可对柔性机械臂进行自适应阻抗控制的仿真平台,计算了平面内二连杆柔性机械臂在含有三角形凹陷环境表面的接触运动和柔性变形模态。对比分析了刚性和柔性机械臂位控和力控效果及自适应项对控制响应的影响。基于Staubli机器人展开了实验。结果表明：柔性变形会使得机械臂的位控和力控效果变差;自适应阻抗控制会改善控制响应,对环境不确定具有鲁棒性。设计的自适应阻抗控制可实现柔性机械臂在不规则表面的稳定接触和运动。     

机械臂轨迹的阻抗滑膜控制

针对机械臂在接触操作物时进行移动时位置会产生偏差,导致两者之间会有作用力,该作用力将会对操作的物体产生破坏。所以先对机械臂采用滑膜控制,去控制机械臂更好的跟随路径。但是由于滑膜控制会产生抖振,所以改变滑膜控制的切换函数,减弱控制系统的抖振。在此基础上考虑机械臂末端位置的偏差,将阻抗控制和改进后的滑膜控制结合,减少滑膜控制中的抖振,控制机械臂末端力的接触力在合适范围之内,同时要让机械臂能够很好的跟踪预定曲线。仿真结果表明,双曲正切为切换函数的滑膜控制,能更好的降低控制器的抖振,而且将改进的滑膜控制和阻抗控制可以更好的控制机械臂末端的压力,同时机械臂末端也能将好的跟踪设定曲线。     

非完整移动机械臂的自适应模糊滑模控制研究

针对四轮二连杆非完整移动机械臂的轨迹跟踪问题,设计了一种结合自适应模糊控制和滑模控制的控制策略.首先建立了系统包含未知动力学模型不确定性和外部扰动的动力学控制模型,然后基于反演技术设计了控制器;采用了模糊控制来逼近系统未知时变总体不确定性,并采用了自适应机制动态优化模糊系统控制参数,进一步采用了指数趋近律滑模控制消除模...     

基于变参数阻抗控制的机器人恒力打磨研究

面向机器人恒力打磨需求,文章设计了阻抗参数在线调整与离线优化的自适应阻抗控制算法,实现了打磨力控制。自适应阻抗控制算法将刚度参数作为时变参数,根据打磨接触力实时在线调整,以消除打磨过程中的稳态误差。针对阻尼参数和惯性参数难以整定的问题,以降低系统超调量和调整时间作为优化目标,采用改进粒子群算法进行阻抗参数离线优化。进行了机器人恒力打磨仿真,仿真结果表明,该方法可以综合改善机器人的恒力控制性能。开展了机器人恒力打磨实验,实验结果表明,该方法可以有效地提高机器人打磨表面质量。     

基于指令滤波的机械臂有限时间输出约束阻抗控制

提出一种基于指令滤波的机械臂有限时间输出约束阻抗控制方法.通过阻抗控制技术来解决机械臂与环境之间的相互作用,使机械臂跟踪期望轨迹.通过有限时间控制提高机械臂控制的响应速度,缩小跟踪误差,并引入障碍Lyapunov函数对机械臂末端输出状态进行约束.采用模糊自适应技术处理机械臂系统中的未知摩擦量和外部扰动量.仿真结果表明:...     

基于改进麻雀算法的打磨机器臂轨迹优化

为提高打磨机械臂工作效率和减小冲击,提出了一种自适应变异麻雀算法（AMSSA）的轨迹优化方法,使用5次非均匀B样条（NURBS）曲线为打磨轨迹,以工业机器人的运行时间和轨迹平滑性为目标建立目标函数,目标函数通过加权方式归一化,从而得到期望解。仿真结果表明：运行时间减少了24.6%,有效提升了机械臂运行效率和平稳性,该优化方法对于工业机器人在打磨行业的应用具有可行性。     

改进狼群算法的SCARA机械臂自适应迭代学习控制

针对减小机器人重复运动的位置、速度跟踪误差的问题,给出一种基于狼群算法优化的机械臂自适应迭代学习控制策略。根据SCARA(Selective compliance assembly robot arm)机械臂驱动方程,设计动力学系统的迭代学习控制律。引入自适应步长的狼群算法,使狼群能够根据猎物气味浓度动态调整移动步长,提高了算法的收敛速度和精度。该策略对机械臂控制器参数KP、KD进行寻优时,得到了良好的控制效果,实现了对期望轨迹的有效跟踪。实验结果表明,该算法灵活性好,对系统期望轨迹具有较高的跟踪精度,有效降低了双关节机械臂的位置、速度跟踪误差,具有较强的可行性与有效性。     

形位不确定回转腔体内壁表面的打磨

提出一种基于逆向工程和阻抗力控制的打磨方法来实现形位、刚度不确定回转腔体内壁表面的精确打磨操作.采用准在线激光测量方法对形位不确定回转腔体内壁表面进行粗、精测量,提取纵截线簇数据,处理后重构内壁曲面.联合阻抗力控制和智能控制方法,提出参考轨迹的模糊调节算法;采用激光探测内壁曲面信息计算参考轨迹,根据接触环境刚度变化,建立模糊调节规则;通过调节因子对当前控制周期的参考轨迹变化量进行调整,使机械手打磨头在回转腔体内具有柔顺控制能力,实现对形位、刚度不确定回转腔体内壁表面的精确打磨.搭建了机器人激光测量与打磨开放式试验平台,进行了力控制打磨试验研究.试验结果表明:采用准在线纵截线激光预测与测量,重构曲面模型的相对平均误差小于0.024％;采用模糊调节力控制算法对固体火箭发动机壳体绝热层内表面进行打磨,目标打磨深度为0.200mm时,打磨正压力相对误差小于±5％,回转腔体内表面打磨深度的相对平均误差为6.5％.结果显示所提方法可实现对具有复杂回转腔体内壁表面的精确打磨.     

管道有源消声实验系统的阻抗控制研究

以声阻抗为控制目标，对管道有源消声实验系统的消声机理进行了分析和探讨，研究表明，有源消声的效果取决于次级扬声器位置的等效声阻抗以及管道的阻抗分布特性，在消声实验台的自适应控制结果表明，在主频上取得了降噪40dB以上的效果。     

机械手时间最优轨迹规划方法研究

提出一种基于模糊遗传算法的机械手时间最优轨迹规划方案。该方案对简单遗传算法进行了改进，将模糊原理应用于遗传算法，形成了模糊遗传算法，对遗传算法中的交叉概率及变异概率进行模糊控制，提高了算法的收敛速度，有效地避免了初期收敛的发生，在进行时间最优轨迹规划时，综合考虑了机械手的运动学与动力学特性，采用罚函数方法来处理力矩约束。经仿真研究表明，该方法简单实用，适用于大范围空间的轨迹规划，克服了传统的非线性规划方法容易陷入局部极小的不足。     

径向切入磨削加工的新程式及其自适应预测最优控制方法

针对径向切入式磨削加工过程（尤其是薄壁工件）,提出了一套新的磨削工艺程式;并在充分分析磨削机理的基础上,导出了与之相适应的以最终尺寸精度为目标的自适应预测最优控制算法。仿真与试验结果表明,该方法能较好地实现磨削尺寸精度的在线控制,可在更短的时间内获得理想的加工效果。对于薄壁件的磨削加工其效果尤其显著。     

基于模糊控制的机械手定位系统

探讨了一例用于车间运送固定物件的桥架式机器人目标搜寻系统中的模糊控制方法与控制设计问题,以期提高机器人的工作效率、可靠性和安全性等,并就系统仿真的结果进行了分析。     

自适应模糊控制在电液速度伺服系统中的应用研究

基于模糊控制器的一种解析结构，本文利用了将模糊控制器与BP算法相结合的方法。即采用BP算法完善经验规则，构建一种自适应模糊控制系统。同时对BP算法的学习也进行了率模糊调节，以加速收敛。仿真结果表明该控制方法能有效的控制电液速度伺服系统。     

空间机械臂姿态及关节运动的自适应与鲁棒控制

讨论了载体位置不受控制的漂浮基空间机械臂系统的控制问题。借助于增广变量法,恰当地扩展系统的控制输入与输出,克服了漂浮基空间机械臂系统控制方程关于惯性参数呈非线性函数关系的难点,保持了系统控制方程关于惯性参数的线性函数关系。以此为基础,针对末端抓手持有载荷参数未知与不确定两种情况,设计了载体姿态与机械臂关节协调运动的自适应控制与鲁棒控制两种方案。仿真运算证实了上述控制方案的有效性。     

机械手逆运动学神经网络算法研究

提出一种基于模糊遗传算法的机械手逆运动学神经网络建模方法。该方法采用3层前向神经网络建立机械手逆运动学模型，应用模糊遗传算法训练神经网络的权系数。此算法可根据种群进化情况，对交叉概率和变 异概率进行在线模糊控制，加快了算法的搜索过程，有效地避免了简单遗传算法中容易出现的初期收敛问题。仿真结果表明，本方法提高了求解精度和收敛速度，不但有效克服了简单遗传算法常出现的初期收敛和BP算法求解精度低、容易陷入局部极小等缺点，而且避免了计算Jacobian矩阵的伪逆，结构简单、容易实现。     

基于快速终端滑模算法的机械手跟踪控制研究

提出了一种模糊自适应快速终端滑模控制方法。该控制方法采用多幂次趋近律构造趋近运动,用以提高趋近滑模面的速度,然后对常规的终端滑模面进行改进,提高沿滑模面收敛的速度。为消除控制系统中存在的不确定因素和建模误差,该控制算法还引进模糊自适应方法进行在线逼近。利用李雅普诺夫定理证明了所提出算法的稳定性。最后基于MATLAB与ADAMS联合仿真平台,采用所提出的算法对自行设计的3R型机械手进行轨迹跟踪研究,仿真结果显示,本控制方法具有更快的收敛性和更强的鲁棒性,有效地抑制了滑模控制中存在的振荡。     

电子元件自动分选系统的研究与设计

以电子元件自动分选系统为研究对象，针对取物机械手提出了一种基于模糊控制理论的控制方法，充分利用了模糊推理和传统控制方法的优点，具有很强的实用性。目前已成功应用于某电子元件自动分选系统的设计中，并取得了良好的效果。