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．     

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.     

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.     

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.     

基于神经滑模的柔性连杆机械手末端位置控制

：为了提高柔性机械手末端位置控制的鲁棒性和精度,提出了一种基于神经滑模的控制策略．首先采 用输入/输出线性化方法将动力学模型部分线性化,使之分成输入/输出子系统与内动态子系统．输入/输出子系统 采用神经滑模控制,内动态子系统采用状态反馈控制器镇定．随后,对控制系统内动态稳定性进行了分析,并在 两自由度柔性连杆机械手控制的仿真试验中得到了满意的结果．试验结果表明,在存在模型不确定性时,该控制 策略提高了控制系统的鲁棒性和控制精度．     

基于函数滑模控制器的机械手轨迹跟踪控制

提出一种基于函数滑模控制器(FSMC)的控制策略,用于不确定机械手的轨迹跟踪控制。首先,由动力学模型和滑模函数得到系统的不确定项;然后,利用RBF神经网络逼近系统不确定项,由于神经网络逼近存在误差,而且在初始阶段误差较大,设计函数滑模控制器和鲁棒补偿项对神经网络逼近误差进行补偿,以克服普通滑模控制器容易引起的抖振问题,同时提高系统的跟踪控制性能。基于李亚普诺夫理论证明了闭环系统的全局稳定性,仿真实验也验证了方法的有效性。     

基于函数滑模控制器的机械手轨迹跟踪控制

提出一种基于函数滑模控制器(FSMC)的控制策略,用于不确定机械手的轨迹跟踪控制。首先,由动力学模型和滑模函数得到系统的不确定项;然后,利用RBF神经网络逼近系统不确定项,由于神经网络逼近存在误差,而且在初始阶段误差较大,设计函数滑模控制器和鲁棒补偿项对神经网络逼近误差进行补偿,以克服普通滑模控制器容易引起的抖振问题,同时提高系统的跟踪控制性能。基于李亚普诺夫理论证明了闭环系统的全局稳定性,仿真实验也验证了方法的有效性。     

基于终端滑模的机械手鲁棒自适应控制

对于不确定的机械手系统,提出一种鲁棒自适应控制方法,用自适应控制来估计系统的未知参数,用终端滑模控制来减少不确定因素的影响,为了避免因干扰的存在使自适应的估计参数发生漂移,引入死区自适应控制．仿真表明,滑模控制不仅抑制了误差,而且消除了死区自适应算法的局限性,该算法在取得较好控制效果的同时,具有很强的鲁棒性．     

双连杆柔性机械手负载自适应模糊滑模控制

讨论了柔性机械手末端负载变化时的控制问题。应用奇异摄动将双连杆柔性机械手系统分解为慢变、快变两个子系统。提出一种慢变子系统采用自适应模糊滑模控制、快变子系统采用最优控制的混合控制方法。仿真结果表明,该方法不仅能实现柔性机械手轨迹的快速、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。     

机器人操作器的自适应模糊滑模控制器设计

针对机器人动力学系统提出了一种基于模糊逻辑的自适应模糊滑模控制方案.根据滑模控制原理并利用模糊系统的逼近能力设计控制器,基于李雅谱诺夫方法设计自适应律,证明了闭环模糊控制系统的稳定性和跟踪误差的收敛性.控制结构简单,不需要复杂的运算.该设计方案柔化了控制信号,减轻了一般滑模控制的抖振现象.仿真结果表明了所提控制策略的有效性.     

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.     

On-line genetic algorithm-based fuzzy-neural sliding mode controller using improved adaptive bound reduced-form genetic algorithm

In this article, a novel on-line genetic algorithm-based fuzzy-neural sliding mode controller trained by an improved adaptive bound reduced-form genetic algorithm is developed to guarantee robust stability and good tracking performance for a robot manipulator with uncertainties and external disturbances. A general sliding manifold, which can be non-linear or time varying, is used to construct a sliding surface and reduce control law chattering. In this article, the sliding surface is used to derive a genetic algorithm-based fuzzy-neural sliding mode controller. To identify structured system dynamics, a B-spline membership function fuzzy-neural network, which is trained by the improved genetic algorithm, is used to approximate the regressor of the robot manipulator. The sliding mode control with a general sliding surface plays the role of a compensator when the fuzzy-neural network does not approximate the dynamics regressor of the robot manipulator well in the transient period. The adjustable parameters of the fuzzy-neural network are tuned by the improved genetic algorithm, which, with the use of the sequential-search-based crossover point method and the single gene crossover, converges quickly to near-optimal parameter values. Simulation results show that the proposed genetic algorithm-based fuzzy-neural sliding mode controller is effective and yields superior tracking performance for robot manipulators.     

Adaptive non-singular fast terminal sliding mode based on prescribed performance for robot manipulators

A fast convergent non-singular terminal sliding mode adaptive control law based on prescribed performance is formulated to solve the uncertainties and external disturbances of robot manipulators. First, the tracking error of robot manipulators is transformed by using the prescribed performance function, which improves the transient behaviors and steady-state accuracy of robot manipulators. Then, a novel fast convergent non-singular terminal sliding mode surface is brought up according to the transformed error, and the control law is derived to meet the stability requirements of robot manipulators. In practice, the upper boundary of the lumped disturbances cannot be accurately obtained. Therefore, an adaptive prescribed performance control (PPC) controller to lumped disturbances is brought up to ensure the stability and finite-time convergence of robot manipulators. Finally, the system stability of robot manipulators is proved by the Lyapunov theorem. Simulation results and comparative analysis demonstrate the superiority and robustness of the raised strategy.     

PSO优化的六自由度机械臂全局快速终端滑模控制

针对六自由度机械臂控制系统,提出一种基于粒子群优化（PSO）算法的全局快速终端滑模控制方法,以更大程度地减小系统的抖振,提高系统的响应速度。对于机械臂多输入多输出的特点,为了方便设计,将系统划分为6个二阶子系统,对各个关节进行设计,分析克服控制律的奇异性,同时运用Lyapunov理论证明系统的稳定性,并基于PSO算法完成控制参数的优化。实验结果表明:优化后的控制方法不仅可以提高系统的快速性,还可以明显减小系统的抖振,使系统具有良好的动静态性能。     

Non-singular terminal sliding mode control of rigid manipulators

This paper presents a global non-singular terminal sliding mode controller for rigid manipulators. A new terminal sliding mode manifold is first proposed for the second-order system to enable the elimination of the singularity problem associated with conventional terminal sliding mode control. The time taken to reach the equilibrium point from any initial state is guaranteed to be finite time. The proposed terminal sliding mode controller is then applied to the control of n-link rigid manipulators. Simulation results are presented to validate the analysis.