力矩输入有界的柔性关节机器人轨迹跟踪控制

为解决柔性关节机器人在关节驱动力矩输出受限情况下的轨迹跟踪控制问题,提出一种基于奇异摄动理论的有界控制器.首先,利用奇异摄动理论将柔性关节机器人动力学模型解耦成快、慢两个子系统.然后,引入一类平滑饱和函数和径向基函数神经网络非线性逼近手段,依据反步策略设计了针对慢子系统的有界控制器.在快子系统的有界控制器设计中,通过关节弹性力矩跟踪误差的滤波处理加速系统的收敛.同时,在快、慢子系统控制器中均采用模糊逻辑实现控制参数的在线动态自调整.此外,结合李雅普诺夫稳定理论给出了严格的系统稳定性证明.最后,通过仿真对比实验验证了所提出控制方法的有效性和优越性.     

基于神经网络与粒子滤波的柔性臂控制方法研究

基于奇异摄动法将单连杆柔性臂系统分解为慢变、快变子系统,采用混合控制方法;设计了基于粒子滤波的神经网络控制器来线性化慢子系统,使其跟踪期望轨迹;采用粒子滤波训练神经网络克服了BP算法收敛速度慢、易陷入局部极小值的缺陷,及扩展卡尔曼滤波方法带来的模型线性化损失;对于快变系统采用最优控制方法;仿真结果表明:在神经网络训练误差收敛速度及精度方面,粒子滤波要比BP及卡尔曼滤波要好;组合控制方法能有效地抑制柔性臂弹性振动,轨迹跟踪迅速准确,精度方面也是前者最优。     

基于全驱系统方法的高阶严反馈系统时变输出约束控制

针对输出受不对称时变约束的不确定高阶严反馈系统, 提出一种基于全驱系统方法的高阶自适应动态面输出约束控制方法. 所研究的高阶严反馈系统, 每个子系统都是高阶形式, 通过非线性转换函数将原输出约束系统转换为新的无约束系统, 从而将原系统输出约束问题转化为新系统输出有界的问题. 进一步结合全驱系统方法和自适应动态面控制, 直接将每个高阶子系统作为一个整体进行控制器设计, 而不需要将其转化为一阶系统形式, 有效简化了设计步骤; 同时通过引入一系列低通滤波器来获得虚拟控制律的高阶导数, 以代替复杂的微分运算. 基于Lyapunov稳定性理论证明闭环系统所有信号是一致最终有界的, 系统输出在满足约束的条件下能有效跟踪期望的参考信号, 且可通过调整参数使得系统跟踪误差收敛到零附近的足够小的邻域内. 最后, 通过对柔性关节机械臂系统进行仿真, 验证了所提出控制方法的有效性.     

时滞柔性关节机械臂自适应位置/力控制

针对具有时滞的柔性关节机械臂自适应位置和力控制问题进行了研究.首先,通过坐标变换得出降维的位置/力控制模型.随后,将时间滞后近似表示成一阶滞后,进行时滞补偿.利用自适应算法修正机械臂系统参数,克服模型参数不确定性对系统的影响.同时,采用反步控制技术设计机械臂位置/力控制器,运用Lyapunov稳定性定理证明控制器能使机械臂位置和力跟踪误差收敛.最后的仿真研究验证了控制方案的有效性.     

基于奇异摄动的双连杆柔性臂模糊控制

讨论了双连杆柔性臂位置控制问题。应用拉格朗日-假设模态法建立系统的动力学方程，并用奇异摄动法将双连杆柔性臂系统分解为两个降阶的慢变子系统和快变子系统。针对柔性臂强非线性、强耦合性及不确定性等特点，给出一种慢变子系统在反馈线性化后采用模糊控制、快变子系统因呈线性系统而采用简单的最优控制的混合控制方法。其中，模糊控制是二维PD型控制器，其输入为关节角跟踪误差及其导数。最后进行了计算机仿真，结果表明，该方法不仅能实现柔性臂轨迹的快速、准确跟踪，有效的抑制弹性振动，并且对负载的变化具有强的鲁棒性。     

双连杆柔性臂轨迹跟踪的鲁棒控制

研究了双连杆柔性臂轨迹跟踪的鲁棒控制问题·基于假设模态法和奇异摄动法,导出了双连杆柔性臂系统的动力学方程,并将系统模型分离为慢变和快变两个子系统.针对柔性臂的特点,提出了关节角的补偿控制思想,并且给出了补偿控制算法.对两个子系统分别采用滑模变结构控制和H∞控制,由此得到的组合控制使系统精确跟踪目标轨迹.研制了双连杆柔性臂实验台,并对文中提出的方法进行了实验.     

基于干扰观测器的机械臂广义模型预测轨迹跟踪控制

为实现对多自由度机械臂关节运动精确轨迹跟踪,提出一种基于非线性干扰观测器的广义模型预测轨迹跟踪控制方法。针对机械臂轨迹跟踪运动学子系统,采用广义预测控制（Generalized Predictive Control,GPC）方法设计期望的虚拟关节角速度。对于机械臂轨迹跟踪动力学子系统,考虑机械臂的参数不确定性和未知外界扰动,利用GPC方法设计关节力矩控制输入,基于非线性干扰观测器方法实时估计和补偿系统模型中的不确定性。在李雅普诺夫稳定性理论框架下证明了机械臂关节角位置和角速度的跟踪误差最终收敛于零的小邻域。数值仿真验证了所提出控制方法的有效性和优越性。     

柔性机械臂的双时间尺度组合控制

本文研究柔性机械臂的轨迹跟踪和振动抑制问题. 首先, 利用Lagrange法和假设模态法建立柔性机械臂的动态模型, 进而利用奇异摄动理论得到柔性机械臂的双时间尺度模型. 然后, 基于慢时间尺度模型利用滑模控制理论设计轨迹跟踪控制器; 借助于快时间尺度模型利用自适应动态规划设计参数不精确已知情况下的最优振动抑制控制器; 将二者相结合, 构造双时间尺度组合控制器, 利用奇异摄动理论证明闭环系统稳定. 最后, 在Matlab/Simulink环境下进行实验, 与现有方法相比, 本文设计的控制器对柔性振动具有更好的振动抑制效果, 跟踪精度更高.     

遗传算法在柔性臂控制中的应用

提出了一种双连杆柔性机械臂的控制方法.首先运用拉格朗日法建立双连杆柔性机械臂的动力学模型,并利用奇异摄动方法将柔性臂系统分解为慢变和快变子系统后,设计了组合控制器.对慢变子系统利用遗传算法确定两杆的PD控制参数,而时快变子系统采用最优H2综合策略设计控制器后,对柔性臂系统施加组合控制律.仿真结果表明了所设计控制器的有效性.     

基于PMSM驱动的柔性关节空间机械臂轨迹跟踪控制方法

针对目前柔性关节空间机械臂轨迹跟踪控制方法忽略了不同重力影响下的机械臂驱动力变化,导致柔性关节空间机械臂轨迹跟踪控制效果较差的问题,提出了基于PMSM驱动的柔性关节空间机械臂轨迹跟踪控制方法。基于构建PMSM驱动数学模型,采用PMSM的矢量控制方法,分析驱动力矩矢量。根据驱动力矩矢量分析结果,分析不同重力环境下有、无摩擦时的驱动力矩。构建柔性关节模型,分析其在不同重力环境下遇到的重力释放问题,使用自适应反演滑膜控制方法,设计控制率,保证机械臂能够按照既定的方向运动,使机械臂具有鲁棒性。根据柔性关节空间机械臂动力学特性,分析不同重力环境下基于PMSM驱动力矩,确定重力项是随之发生改变的。设计控制器,构建动力学模型,确保空间阶段能够最大限度跟踪运动轨迹。实验结果表明,所提方法X轴、Y轴的末端跟踪结果均与实际运动轨迹一致,误差为0。关节控制力矩在时间为3s时,出现了最大为0.5N.m的误差,说明所提方法的跟踪控制效果较好。     

Robust Control of a Two-Link Flexible Manipulator with Quasi-Static Deflection Compensation Using Neural Networks

A robust control method of a two-link flexible manipulator with neural networks based quasi-static distortion compensation is proposed and experimentally investigated. The dynamics equation of the flexible manipulator is divided into a slow subsystem and a fast subsystem based on the assumed mode method and singular perturbation theory. A decomposition based robust controller is proposed with respect to the slow subsystem, and H ^∞ control is applied to the fast subsystem. The overall closed-loop control is determined by the composite algorithm that combines the two control laws. Furthermore, a neural network compensation scheme is also integrated into the control system to compensate for quasi-static deflection. The proposed control method has been implemented on a two-link flexible manipulator for precise end-tip tracking control. Experimental results are presented in this paper along with concluding remarks.     

Experimental study for trajectory tracking of a two-link flexible manipulator

In this paper, the dynamical equations of a two-link flexible manipulator moving in the vertical plane are derived. The system is divided into a fast subsystem and a slow subsystem via the singular perturbation method. Considering the characteristics of a flexible manipulator, a compensated controller is designed for each joint angle. A combined robust control algorithm is proposed, which includes a sliding mode variable structure for the slow subsystem and H infinity control strategy for the fast subsystem. Experimental results of this combined robust controller are compared with those of the standard PID controller and a significant performance is well demonstrated.     

Dynamic modelling and adaptive robust tracking control of a space robot with two-link flexible manipulators under unknown disturbances

In this paper, both the closed-form dynamics and adaptive robust tracking control of a space robot with two-link flexible manipulators under unknown disturbances are developed. The dynamic model of the system is described with assumed modes approach and Lagrangian method. The flexible manipulators are represented as Euler–Bernoulli beams. Based on singular perturbation technique, the displacements/joint angles and flexible modes are modelled as slow and fast variables, respectively. A sliding mode control is designed for trajectories tracking of the slow subsystem under unknown but bounded disturbances, and an adaptive sliding mode control is derived for slow subsystem under unknown slowly time-varying disturbances. An optimal linear quadratic regulator method is proposed for the fast subsystem to damp out the vibrations of the flexible manipulators. Theoretical analysis validates the stability of the proposed composite controller. Numerical simulation results demonstrate the performance of the closed-loop flexible space robot system.     

Robust adaptive controller design for flexible joint manipulators

In this paper the control problem for robot manipulators with flexible joints is considered. A reduced-order flexible joint model is constructed based on a singular perturbation formulation of the manipulator equations of motion. The concept of an integral manifold is utilized to construct the dynamics of a slow subsystem. A fast subsystem is constructed to represent the fast dynamics of the elastic forces at the joints. A composite control scheme is developed based on on-line identification of the manipulator parameters which takes into account the effect of certain unmodeled dynamics and parameter variations. Stability analysis of the resulting closed-loop full-order system is presented. Simulation results for a single link flexible joint manipulator are given to illustrate the applicability of the proposed algorithm.     

机械臂带角度修正的开闭环迭代学习轨迹跟踪控制

在迭代学习控制研究中, 通常的一个假设是: 系统每次迭代初态与期望初态一致或迭代初态固定. 针对迭代学习控制律在迭代初态的限制下难以应用到机械臂轨迹跟踪控制中的问题, 本文对机械臂系统模型降阶变换, 将其转化为低阶系统. 对于变换设计后的机械臂系统模型, 提出一种带有角度修正的开闭环迭代学习控制算法, 该算法利用误差信号及相邻两次误差的偏差信号对系统控制律进行逐次修正, 与常规P型算法相比, 充分利用了系统已存的和当前的有效信息, 与常规PD型算法相比, 避免了由于微分作用而带来的不稳定影响. 同时, 用输出向量的角度关系作为评估控制输入好坏的标准对所设计的迭代学习律的变化趋势进行“奖-惩”, 从而实现了良好的跟踪效果并具有较快的收敛速度. 本文还针对机械臂系统存在关节转角限位的情况对控制算法进行改进, 以使机械臂在实际运作中真正实时地完成指定工作任务. 仿真结果表明了所提控制策略的有效性.