双臂柔性机械手的终端滑模控制

提出一种用于双臂柔性机械手系统的终端滑模控制方法，以解决其非最小相位控制问题．重新定义了柔性机械手系统的输出，通过输入输出线性化，将系统分解为输入输出子系统和内部子系统．设计逆动态终端滑模控制策略，使输入输出子系统在有限时间内收敛到零；选择适当的控制器参数，使零动态子系统在平衡点附近渐近稳定，从而保证整个系统的渐近稳定．仿真结果证明了该设计方法的有效性．     

参数不确定柔性机械手的快速终端滑模控制

针对具有参数不确定性的柔性机械手,采用重新定义系统输出的方法,将系统分解为输入输出子系统和零动态子系统.对于输入输出子系统提出了一种递阶快速终端滑模控制策略,使得输入输出子系统在有限时间内收敛.将零动态子系统在平衡点近似线性化以选择控制器的设计参数,使零动态子系统在平衡点附近渐近稳定,从而保证了整个柔性机械手系统的渐近稳定,对系统中的不确定性具有较强的鲁棒性.仿真结果验证了所提方法的正确性.     

柔性机械手的鲁棒控制器设计

针对柔性机械手的动力学方程具有非最小相位的特点,运用重新定义的柔性机械手系统的输出,通过输入输出线性化,将系统分解为输入输出子系统和零动态子系统．考虑到柔性机械手系统存在的不确定性,设计终端滑模控制器,使输入输出子系统在有限时间内收敛到零．最优组合输出系数采用混沌遗传算法优化,以保证零动态子系统在平衡点附近渐近稳定,从而保证整个系统渐近稳定．仿真结果证明了设计方法的有效性．     

参数不确定柔性机械手的终端滑模控制

针对参数不确定双臂柔性机械手系统, 提出一种基于遗传算法的终端滑模控制方法, 以实现其末端控制.基于输出重定义方法, 通过输入输出线性化, 将系统分解为输入输出子系统和内部子系统. 设计终端滑模控制策略,使输入输出子系统有限时间内收敛到零, 内部子系统变为零动态子系统; 采用遗传算法优化零动态子系统参数, 使其在平衡点附近渐近稳定. 根据Lyapunov稳定性理论算出末端输出位移的误差范围. 仿真结果证明该方法有效性.     

基于鲁棒滑模观测器的两关节柔性机械手控制

柔性机械手系统为非最小相位系统, 当控制有界时, 该特性阻碍其端点位移渐近跟踪期望轨迹. 本文首先重新定义柔性机械手系统的输出, 通过输入输出线性化, 将系统分解为输入输出子系统和零动态子系统; 然后提出一种用于观测柔性模态导数的鲁棒滑模观测器, 使状态估计达到预期的指标, 解决了柔性模态导数难以获得的问题; 设计积分滑模控制策略, 使输入输出子系统在有限时间收敛到零; 选择适当的控制器参数, 使零动态子系统在 平衡点附近渐近稳定, 从而保证整个系统的渐近稳定. 本文提出的方法设计过程简单, 易于实现. 仿真结果证明了设计的有效性.     

基于线性化法柔性机械臂控制器的设计

利用输入输出线性化的方法，柔性机械臂的模型可分解为两个子系统：输入输出子系统和零动态子系统。输入输出子系统采用模糊控制。通过分析零动态子系统特征值和重新定义的系统输出中的设计参数之间的关系，确定设计参数，并使得零动态子系统渐近稳定于平衡点．从而保证整个系统渐近稳定。     

多变量模型不确定系统的二阶滑模分解控制方法

提出一种多变量模型不确定系统的二阶终端滑模分解控制方法。通过状态变换和去耦合处理将系统转换为块能控标准型，它由输入输出子系统和穗定的零动态子系统组成。提出了特殊的二阶终端滑模超曲面和相应的控制策峪，使输入输出子系统状态渐近收敛到平衡点，零动态子系统随后也渐近收敛到平衡点。所提出方法对于控制维教较高的系统具有较大的意义，可简化设计，实现鲁棒分解控制。由于采用了二阶滑模的思想，可有效地消除系统的高频抖振。仿真实例表明了该方法的有效性。     

非匹配不确定系统的终端滑模分解控制

针对非匹配多变量模型不确定系统,提出了一种终端滑模分解控制方法.通过状态变换和去耦合处理将系统转换为块能控标准型,它由匹配扰动的值域空间子系统和稳定的非匹配扰动的零动态子系统组成.提出了特殊的终端滑模超曲面,采用滑模控制策略,使值域空间子系统的状态在有限时间内收敛至平衡点,随后非匹配扰动的零动态子系统渐近收敛至平衡点附近的邻域内,且建立了该邻域的范围与系统的非匹配不确定性范围之间的数学关系,并用于系统的设计与分析.所提方法对于维数较高的非匹配不确定系统的控制具有较大的意义,可简化设计,实现递阶控制.仿真实     

基于积分流形的柔性机械手组合控制

为解决柔性机械手非最小相位的控制问题以及克服运动中的抖振,采用积分流形和奇异摄动理论,将柔性机械手系统分解为快慢两个子系统.对于慢变子系统,设计一种基于一阶鲁棒微分估计器的二阶滑模控制策略,使其轨迹跟踪期望值;对于快变子系统,采用频率成形滤波器设计动态补偿器来抑制弹性振动,并基于线性二次型最优控制方法给出相应的最优控制规律,使系统的输出快速趋于稳定.仿真结果表明了该控制策略的有效性.     

一类欠驱动系统的分层FTSMC控制

研究了一类具有扰动的欠驱动非线性系统的控制问题及其渐近稳定的判定.提出一种基于快速终端滑模(FTSMC)的分层控制方法:分层快速终端滑模控制(HFTSMC).方法将系统按状态变量的耦合关系分成多个子系统,应用快速终端滑模控制分别构造滑动面.在此基础上采用Lyapunov方法设计控制量,给出了一种新的滑模而渐近稳定性判据,并提出了两种构造第二层滑模面的方法.对旋转式倒立摆的稳定控制进行的MATLAB仿真与实物实验,均得到较好的控制效果.实验结果证明了控制方法及判据的有效性.     

基于终端滑模的四旋翼飞行器非线性轨迹跟踪控制

考虑到四旋翼飞行器的传统内外环控制策略依赖时标分离假设,稳定性分析复杂,并且控制参数选取困难的缺点,提出了一种与传统内外环控制策略不同的轨迹跟踪控制器;首先将四旋翼飞行器数学模型进行相应的变换,以分解为高度、偏航角和纵横向三个级联的子系统,再使用终端滑模控制方法设计高度和偏航角子系统的控制器,使两个子系统的状态误差可以在有限时间内收敛到原点,之后基于变量非线性变换设计纵横向子系统的控制器,分析了闭环系统稳定性,证明了所设计的轨迹跟踪控制器可以保证闭环系统跟踪误差渐近稳定到原点,最后仿真实验的结果验证了所设计的控制器的有效性。     

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.     

A new terminal sliding mode control for robotic manipulators

In this study, a new terminal sliding mode control approach is developed for robotic manipulators based on finite-time stability theory and differential inequality principle. The corresponding stability analysis is presented to lay a foundation for theoretical understanding to the underlying design issue as well as safe operation for real system. An illustrative example of a two-link rigid robotic manipulator is presented to validate effectiveness of the proposed approach.     

Identification of a two-link flexible manipulator using adaptivetime delay neural networks

This paper deals with identification of a two-link flexible manipulator belonging to a class of multi-input, multi-output (MIMO) nonlinear systems, by using adaptive time delay neural networks (ATDNNs). Two neuro-dynamic identifiers are proposed. The capabilities of the proposed structures for representing the nonlinear input-output map of the flexible manipulator are shown analytically. Selection criteria for specifying the fixed structural parameters as well as the adaptation laws for updating the adjustable parameters of the networks are provided. During identification, the two-link flexible manipulator is under nonlinear control and the input-output data sets are generated for different desired trajectories. Simulation results reveal that the proposed neuro-dynamic structures are capable of successfully identifying a highly nonlinear system without any a priori information about the nonlinearities of the system and without any off-line training.