工业机器人动力学参数分步辨识与零力控制示教

针对复杂工况下,工业机器人直接示教柔顺性欠缺的问题,这里在传统零力控制算法中加入动力学惯性项补偿以降低示教过程的牵引力。首先,在综合考虑重力、关节摩擦和科氏力等因素的情况下,建立了一种6轴工业机器人线性动力学模型。针对该动力学模型参数辨识高维度、强非线性、多参数的特点,提出了一种分步辨识方法,此方法能有效地降低辨识方程系数矩阵维度,减少计算量。然后,根据辨识结果设计基于力矩控制的惯性项补偿零力控制器。最后,进行动力学参数辨识结果验证与直接示教实验。实验结果表明所提出的分步辨识方法结果较为精确;相比传统的零力控制算法,增加惯性项补偿的零力控制算法能使示教过程的牵引力幅值降低28.6%,显著改善示教过程的柔顺性。     

大滞后系统的Smith在线辨识预估控制的研究

工业过程中普遍存在大时滞对象,为解决大滞后复杂系统因无法建立精确数学模型而难于控制的问题,将史密斯(Smith)预估控制原理和在线辨识方法结合起来,在Smith预估控制系统中,用系统辨识的模型代替传统预估补偿模型,根据最小二乘辨识算法辨识模型的各个参数,提出了Smith在线辨识预估控制算法;针对二阶加纯滞后对象在滞后时间有/无建模误差进行了仿真研究。研究结果表明,Smith在线辨识预估控制的性能指标和鲁棒性有很大的改善。     

Research on large time-delay system based on online identification of Smith predictive control

工业过程中普遍存在大时滞对象,为解决大滞后复杂系统因无法建立精确数学模型而难于控制的问题,将史密斯(Smith)预估控制原理和在线辨识方法结合起来,在Smith预估控制系统中,用系统辨识的模型代替传统预估补偿模型,根据最小二乘辨识算法辨识模型的各个参数,提出了Smith在线辨识预估控制算法;针对二阶加纯滞后对象在滞后时间有/无建模误差进行了仿真研究.研究结果表明,Smith在线辨识预估控制的性能指标和鲁棒性有很大的改善.     

加速度输入的履带车辆悬挂系统LQR控制建模与仿真

建立了以加速度作为路面激励输入信号,且考虑非悬置质量的履带车辆二自由度二分之一车辆力学模型,选定状态变量,推导出悬挂系统状态方程和振动微分方程。基于线性二次型(LQR)最优控制理论的主动控制算法得出最优控制力,依据磁流变阻尼器半主动限界Hrovat控制算法追踪最优控制力,实现悬挂系统磁流变阻尼半主动控制。对典型正弦路面激励下履带车辆悬挂系统的主动、半主动控制效果进行了仿真,并与被动控制效果进行比较。结果表明,建立的力学模型可信,算法能很好控制车体位移和加速度。     

基于自适应滤波算法的齿轮传动系统振动主动控制

针对齿轮传动系统中由于内部激励产生的振动,以基频为衰减目标,提出并构建在齿轮轴上附加压电作动器的齿轮传动系统振动主动控制结构。由于次级通道的时变性,离线辨识难以跟踪次级通道的变化,提出一种次级通道在线辨识的自适应滤波算法进行齿轮传动系统振动的主动控制。在Simulink中搭建控制系统模型,并将控制算法代码下载到dSPACE中作为控制器,与齿轮传动系统振动主动控制结构组成硬件在环系统进行试验验证。先通过离线辨识确定次级通道模型阶数,然后在线辨识进行主动控制。试验结果表明,在不同的齿轮啮合频率下,齿轮箱体上的振动经过主动控制后有显著的减弱,在基频处最大有21 dB的衰减,控制效果十分明显;在齿频400 Hz频率时,由于带外超调现象,振动信号300～350 Hz的边频带有一定增加。     

磁流变半主动悬架时滞的LQG-Pade逼近合拍控制

为降低时滞对磁流变半主动悬架工作效果的负面影响,提出一种有别于常规控制量预测时滞补偿的LQG-Pade逼近合拍(LQG-Pade approximation rhythmic,LQGPAR)时滞控制方法。首先,建立考虑时滞的1/4车2自由度的磁流变半主动悬架模型,并基于此模型设计LQG控制器求得理想主动力信号。其次,通过对理想主动力信号进行Pade逼近操作获取考虑时滞的滞后主动力信号,并根据该信号和悬架相对运动速度求取磁流变减振器的控制电流,进而使磁流变减振器的实际响应和悬架相对运动速度合拍。最后,以无时滞控制措施的LQG(无措施LQG)控制器、理想LQG控制器(无时滞)、史密斯预估-LQG(Smith Predictor-LQG,SPLQG)时滞补偿控制器及被动悬架为比较对象,进行悬架性能对比与分析。结果显示:时滞对悬架系统高频振动影响比较明显,尤其是对振动能量集中在高频段内的车轮动载荷的影响最为明显,时滞越大,悬架系统高频振动的抑制效果越差,其中无措施LQG控制器所受影响最为明显;与被动悬架相比,时滞分别为25ms和30ms时,SPLQG控制器能使悬架综合性能分别改善18.69%和8.75%,而LQGPAR控制器可使悬架综合性能分别改善32.24%及29.28%。     

线性二次调节器在机械臂非线性控制中的应用研究

针对应用计算力矩法对机械臂进行非线性控制时动力学模型参数误差会引起伺服误差增大以及系统稳定性下降等问题,将线性二次型调节技术应用到机械臂非线性控制中,开展对机械臂线性化解耦控制律中闭环误差特性微分方程的分析,建立了伺服误差与动力学模型参数误差之间的关系,提出了在控制系统中加入误差补偿项的方法,误差补偿过程考虑为有限阶段马尔可夫决策的过程,利用线性二次调节器(LQR),通过收集先前动作中的伺服误差信息计算得出了补偿项,该方法适用于做重复工作的机械臂。在ADAMS动力学分析软件中的二连杆机械臂模型,以及单关节实验平台上对该方法抑制伺服误差的能力进行了评价,并进行了轨迹跟随试验。研究结果表明,该方法能够有效地补偿动力学模型的误差,减小机械臂伺服误差,提高轨迹精度。     

三自由度直升机逻辑控制器的研究与设计

针对三自由度直升机模型系统的位置跟踪问题,考虑到该模型系统是一个典型的高阶、不稳定、多变量、非线性系统,为了获得令人满意的控制效果,通常采用复杂的控制方法如线性二次型调节器(LQR)控制,该方法对模型的精确性要求较高,所建立系统模型的精度高低直接影响控制效果的好坏.为获得该模型系统较满意的控制方案,从实际应用的角度出发,采用逻辑控制方法设计出了逻辑控制器,它可直接根据当前偏差和偏差变化量计算出与此相适应的控制量,不需要对系统进行建模,具有较强的抗干扰性能；针对时滞问题,通过引入微分反馈,抑制了由时滞引起的超调；最后进行了半实物仿真实验.研究结果表明:该方法调节时间更短,几乎零超调,控制效果明显优于LQR控制.     

飞行器垂直尾翼的神经网络模型辩识

以某型飞行器50%的垂直尾翼模型为研究对象,针对模型结构振动主动控制系统的不确定性和非线性特性,研究了该系统的神经网络建模问题.分别采用单频信号和不同频率范围的扫频信号作为激励信号,基于外时延反馈的双BP神经网络,采用改进的非线性自回归滑动平均模型(NARMA)对模型结构振动主动控制系统进行辨识和动态建模.试验结果表明:此方法的辨识精度高,训练时间短,所建网络模型具有很好的泛化能力,辨识结果合理可靠.     

飞行器垂直尾翼的神经网络模型辨识

以某型飞行器50%的垂直尾翼模型为研究对象,针对模型结构振动主动控制系统的不确定性和非线性特性,研究了该系统的神经网络建模问题。分别采用单频信号和不同频率范围的扫频信号作为激励信号,基于外时延反馈的双BP神经网络,采用改进的非线性自回归滑动平均模型(NARMA)对模型结构振动主动控制系统进行辨识和动态建模。试验结果表明:此方法的辨识精度高,训练时间短,所建网络模型具有很好的泛化能力,辨识结果合理可靠。     

基于Matlab和Automation Studio的倒立摆控制仿真

针对一级倒立摆的控制问题使用状态反馈极点配置、PID方法控制、线性二次型最优调节器三种方法,使用Matlab和Automation Studio(AS)软件进行了建模和仿真,实现了一阶倒立摆的稳定控制。在建立完善的模型中,使用阶跃信号、正弦信号、脉冲信号、噪声信号等进行了测试,测试结果表明,倒立摆系统可实现稳定控制。     

压电柔性机械臂系统辨识与振动主动控制

以Euler-Bernoulli悬臂梁为实验模型,研究了压电柔性机械臂系统的模型建立和振动主动控制的问题.首先,针对柔性构件在建模过程中的复杂性和非线性等特点,采用实验辨识的方法建立了由压电致动器输入到压电传感桥路的输出之间的传递函数模型;其次,对于压电柔性机械臂的弹性振动问题,基于线性二次型最优控制理论,针对加权矩阵...     

车辆驾驶员辅助系统中基于运动模型的前车最优跟随控制

为解决驾驶员辅助系统在前车跟随控制中车距与车速误差不易同步收敛的问题,建立考虑主车对期望加速度动态响应的主车与前车运动模型,以对前车跟随控制提供模型参考。基于主车实际运动与理想前车跟随行驶间的偏差建立前车跟随误差模型,并用线性二次型调节器求解最优期望加速度控制序列,以作为前车跟随控制中主车运动参数控制的输出。为考虑在实车控制中车辆及环境参数发生变化的可能,在前车跟随误差模型中引入车距与车速误差累积项以使线性二次型调节器具有积分控制功能,以在实际车辆与理想模型发生偏差时仍可进行有效控制。仿真对比及实车试验证明,基于运动模型的前车跟随控制可使主车车距与车速误差同步收敛并有效减少主车达到稳态前车跟随行驶的时间,同时易于在实车控制中展开应用。     

电动振动台建模和速度估计的实验研究

为实现电动振动台振动输出力的高精度跟随控制,对电动振动测试实验系统的数学模型和速度估计方法进行实验研究。运用机理法建立了系统数学模型,并通过递推最小二乘法算法辨识出模型中的未知参数。采用基于输出力、位移和速度的三参量控制器作为控制算法。由于速度信号缺乏有效的传感元件,采用基于加速度和位移的卡尔曼滤波器来估计三参量反馈信号中的速度信号,以此克服直接用位移差分获得速度信号所产生的量化噪声。构建以Twin CAT实时控制软件为基础的振动输出力跟随控制实验系统,实验结果证明采用卡尔曼滤波器能有效消除系统的量化噪声。     

基于模型控制的液压机械臂高精度轨迹跟踪

液压机械臂具有高度非线动力学特性,末端轨迹跟踪误差大。为此,提出一种辨识动力学参数的基于模型的控制算法(Model-basedcontrol,MBC)。该控制算法由外环的液压缸位置反馈控制器、内环的力控制器以及前馈流量补偿控制器三部分输出叠加组成。力控制器充分考虑液压机械臂动力学模型,动态补偿惯性力、重力和摩擦力等干扰力对控制精度的影响;位置控制器用以消除液压执行器造成的力偏差;前馈流量补偿器根据液压执行器动力学模型计算流量补偿量,提高系统响应与精度。针对动力学模型中存在的参数不准确问题,采用了最小二乘参数辨识的方法,在激励轨迹下获取液压机械臂动力学参数精确值。试验结果表明,所提出的辨识动力学参数的MBC控制算法相比3D模型参数的MBC控制在自由空间运动位置跟踪精度提升了39.24%,相比与传统PID控制提升了93%,显著提高了轨迹跟踪精度。     

人机协同控制的车道保持辅助系统安全性能研究

针对大部分车道保持辅助系统未考虑驾驶员行为和环境因素干扰,驾驶员模式和助力纠偏模式过渡困难,极易造成人机冲突等问题,提出了一种基于人机协同控制的车道保持辅助系统。该系统建立二自由度车辆动力学模型,通过最优线性二次型调节横向控制算法得到最优前轮转角;提出车辆偏离安全评估模型、扭矩控制和安全退出策略,实现了人机友好交互、协同共驾。基于CarSim/Simulink仿真平台对横向控制算法进行联合仿真,验证了控制算法的可行性,并在江淮轻卡试验车上进行了系统安全性能测试。仿真和试验结果表明该系统能够实现车道保持功能,获得较好的安全性。     

锻造液压机锻件变形量精准补偿控制研究

锻造液压机锻件变形量是通过液压缸位移来间接推算,忽略了机架变形等因素的影响,造成锻件变形量描述不准确.针对这一问题,提出一种对锻件变形量的二次补偿控制算法.分析锻造液压机机架变形等因素对锻件尺寸精度的影响,利用拉格朗日函数建立锻造液压机机架变形的弹性动力学模型,通过几何分析计算得到机架变形量、实际锻件尺寸、传感器测量尺寸之间的数学函数关系,基于机架变形量提出一次补偿控制.在此基础上,结合锻造液压机工作过程中主缸压力变化的工况,分析不同升压速率对锻件变形量的影响,并将其引入,进行二次补偿控制.基于0.6 MN锻造液压机试验台,通过对比采用补偿控制算法前后的试验,分析基于机架变形量和由升压速率引起变形量的补偿控制对锻件变形量精准控制的效果,验证锻件变形量补偿控制算法的有效性.试验结果表明,锻件变形量补偿控制算法有效克服了机架变形及主缸压力变化对锻件变形量影响,实现了锻件变形量直接控制,提高了锻件尺寸精度,为实现锻件变形量精准控制提供了一种新方法.     

增益自适应滑模控制器在微型飞行器飞行姿态控制中的应用

针对微型飞行器的姿态角摄动引起的系统不确定性及外界干扰等问题,提出了基于区间二型模糊神经网络辨识的增益自适应模糊控制器.首先,给出了微型飞行器姿态动力学模型.然后,采用区间二型模糊神经网络对滑模控制器中由于姿态角摄动引起的系统不确定性进行在线辨识,通过增益自适应滑模控制器中的校正控制项对辨识误差及负载干扰进行补偿.最后,通过设计李亚普诺夫函数,得到闭环系统一致稳定条件下的区间二型模糊神经网络参数在线调整的自适应律及滑模增益自适应律.仿真对比表明,与传统的增益自适应滑模控制器和基于一型模糊神经网络辨识的滑模控制器及相比,本文提出的控制器不仅对系统的不确定性因素及外界干扰具有较强的鲁棒性,而且稳定误差小,跟踪精度高.     

碰摩转子混沌控制的线性最优调节器方法

从OGY方法的参数微扰混沌控制思想出发 ,提出了基于线性二次型最优调节器 (LQR)的混沌控制方法。以转子转速为微扰控制参数 ,通过设计最优调节器 ,使碰摩转子原本的混沌振动稳定到周期等于工作转速周期的轨道上。仿真计算表明 ,按最优调节器设计的状态反馈比OGY方法获得了更好的控制效果。     

基于磁流变阻尼器的履带车辆悬挂系统半主动控制

将磁流变阻尼器应用于履带车辆的悬挂系统中,研究了磁流变阻尼器在不同电流下的力学特性和耗能特性。建立了履带车辆二自由度车体振动模型,提出了基于线性二次型(LQR)最优控制理论的半主动控制算法。对典型沙土路面激励下履带车辆悬挂系统的半主动控制效果进行了仿真,与被动及开关控制的减振效果进行比较,得出了车体振动加速度、线位移、角加速度和角位移的响应曲线。结果表明,该控制算法对基于磁流变阻尼器的履带车辆悬挂系统有着很好的控制效果。