全局指数收敛的机器人PD 自适应轨迹跟踪

针对机器人轨迹跟踪,介绍一种新的ＰＤ自适应控制算法。该算法是全局按指数收敛的,直接利用期望轨迹,不需要定义虚拟参考轨迹,结构简单,计算量小;并能完全消除模型误差产生的轨迹误差,使有界不确定性干扰产生的轨迹误差任意小。两关节直接驱动机器人的实验研究证明了所提出算法的有效性。     

一种机器人轨迹的鲁棒跟踪控制

把基于拉格朗日方程的n关节机器人动力学模型,转化成了一线性状态方程.基于这种线性状态方程,利用李雅普诺夫函数方法分别针对机器人标称模型和有外界不确定性干扰时,设计前馈控制器和反馈控制器,使得机器人的实际运动轨迹在标称模型下,指数收敛于所给定的期望运动轨迹;在有外界不确定性干扰时,它与期望轨迹的误差是终值有界的.并且,针对后者所提出的控制律进行仿真.仿真结果表明,这种连续鲁棒控制律对于机器人系统存在外界不确定性干扰时是十分有效的.     

2-DOF绳索驱动并联机构轨迹跟踪控制

基于PD控制和前馈控制方法,对2-DOF的绳索驱动并联机构的空间运动控制问题进行研究.首先,基于拉格朗日方程建立系统的空间运动数学模型.为了保证所有绳索在机构的工作空间范围内始终处于张紧状态,绳索内力原则被应用于所提的控制方法中.然后,基于李雅普诺夫稳定性理论,给出闭环系统的稳定性证明.最后,为了检验所提控制策略的正确性,给出仿真和实验结果.仿真和实验结果的近似一致性证明了所提控制策略的有效性和合理性.     

机器人轨迹跟踪滑模控制研究

针对多自由度机器人轨迹跟踪问题.设计了一种基于逆向动力学补偿的多输入多输出、降抖振滑模控制策略,给出该控制律的稳定性分析.仿真实验结果表明与鲁棒控制方法相比,控制效果明显得到改善;跟踪误差能在短时间内收敛到0,具有很好的抗干扰性能,并有效降低了抖振.     

PD型模糊学习控制及其在可重复轨迹跟踪问题中的应用

针对可重复轨迹跟踪问题,提出了一种PD型模糊学习算法.该算法集成两种控制:作为基础的PD型模糊逻辑算法和改善系统性能的学习算法.模糊学习控制在模糊控制基础上引入迭代学习算法,使得模糊PD控制器可以精确地跟踪可重复轨迹以及消除周期性扰动.本文在能量函数和泛函分析的基础上,通过严格的推导表明PD型模糊学习算法可达到:1)系统跟踪误差一致收敛到零;2)学习控制序列几乎处处收敛到理想的控制信号.     

2-DOF关节型机器人轨迹的PCH与PD协调控制

针对二自由度关节型机器人轨迹跟踪控制系统单独使用一种控制方法难以实现快速高效、高精度的问题,设计了基于端口受控哈密顿(PCH)系统与传统PD算法协调控制的方案。端口受控哈密顿(PCH)控制用于确保系统的稳定性问题,传统PD控制主要用于提高系统响应的快速性问题。采用指数函数作为协调函数以实现协调控制策略,从而适应二自由度机器人的误差扰动。该系统既实现了位置信号的快速跟踪,又使机器人的输出信号控制在较高的误差精度范围内。经仿真验证表明,当机器人的机械系统存在建模误差时,采用端口受控哈密顿与传统PD算法协调控制器的二自由度关节型机器人位置控制系统有效的结合了两种控制方法的优点,该系统的动态性能与稳态性能优良,且能够快速消除误差。     

机器人系统全局渐近稳定非线性PD+轨迹跟踪控制

采用一类具有“小误差放大、大误差饱和”功能的非线性饱和函数来改进常用的线性比例微分加（ＰＤ＋）机器人系统动力学控制,以形成非线性ＰＤ＋（ＮＰＤ＋）控制,从而获得更快的响应速度和轨迹跟踪精度．应用Ｌｙａｐｕｎｏｖ直接稳定性理论和ＬａＳａｌｌｅ不变性原理证明了闭环系统的全局渐近稳定性．两自由度机器人系统数值仿真结果表明了所提出的ＮＰＤ＋控制具有良好的控制品质．     

基于神经网络的机器人轨迹跟踪控制

针对机器人模型未知情况，讨论了用神经网络和反馈控制实现机械手的跟踪控制。提出一种基于参考误差的投影算法来训练网络权值，训练后网络输出能逼近期望的前馈力矩，并从理论上证明跟踪误差的收敛性。仿真结果表明方案具有较好的跟踪性能和较强的抗干扰能力。     

高精度轨迹跟踪的6-PRRS并联机器人自抗扰控制研究

针对6-PRRS并联机器人控制系统的非线性、耦合等特性,采用分散控制策略。在关节空间设计强鲁棒性的自抗扰控制器对其进行控制．该自抗扰控制器由非线性跟踪微分器、扩张状态观测器、非线性PD和扰动补偿4部分组成．具有模型补偿功能的扩张状态观测器可以获得系统的状态估计和未知外扰的实时作用量,使系统性能得到有效补偿．该控制器以离散的形式进行设计,易于工程实现．仿真结果证明了所提出的控制策略具有强鲁棒性,跟踪性能良好．     

基于BP神经网络补偿的下肢外骨骼位置控制

坐卧式康复外骨骼机器人可以帮助下肢功能障碍患者进行康复训练,为实现康复训练的位置控制目标,通过深入分析人机耦合关系,建立包括穿戴者、外骨骼在内的耦合运动学/动力学模型,提出了基于人机混合系统动力学模型的带前馈补偿项的PD控制算法,然而为了实现良好的运动轨迹跟踪性能,必须在位置控制算法中加入对不确定项的补偿,因此提出一种基于BP神经网络补偿的位置控制算法并通过仿真验证算法的高效性。     

一种新的间接自适应前馈控制算法及其应用

本文提出的单变量随机间接自适应控制算法适于控制大滞后的系统.它不仅能消除可测干扰的影响,而且可以应用到多变量系统实现自适应解耦控制.该算法即使用于非最小相位系统也具有全局收敛特性.本文还介绍了该算法在多变量电加热系统中的应用.     

热轧带钢层流冷却系统的前馈-反馈控制及其优化

以热轧层流冷却系统为研究对象,对如何提高带钢卷取温度控制精度进行了研究;在带钢冷却模型的基础上,对预设定模块进行了前馈补偿;考虑模型的不确定性和大时滞特性,采用模糊Smith预估器提高了反馈控制的精度;结果证明所采用的这些措施大大提高了卷取温度的控制精度。     

模糊控制在三相异步电动机轻载降压节能中的应用

综合传统ＰＩＤ控制与Ｆｕｚｚｙ前馈补偿思想提出了Ｆｕｚｚｙ控制＋Ｆｕｚｚｙ前馈补偿复合模糊控制方法，该方法解决了对象非线性，不确定性条件下工作点的最佳动态控制问题，并应用在ＭＣＳ－５１单片机控制的轻载降压节能器上，取得了很好的控制效果。     

On the Step Response of All-pole Third-order Transfer Functions†

A simple technique for the evaluation of the transient response of one zero, three pole systems is presented, There is no fundamental restriction on the pole-zero geometry, although the results presented here are for systems wherein all three poles contributes significantly to the transient response. The system zero may be anywhere on the positive or negative real axis.     

Estimation and Compensation of Gravity and Friction Forces for Robot Arms: Theory and Experiments

This paper considers the estimation and compensation of the unknown gravity force and static friction for robot motion control. Utilizing the stability feature of PD set-point control, the estimates of gravity-related parameters and static friction can be solved from two steady state equations obtained by stopping robots at two nonsingular positions. The estimates obtained can then be used to eliminate the position error. Under a mild assumption that the mass center of each robot link is distributed on a straight line connecting two adjacent joints, the gravity force regression matrix becomes upper-triangle which can significantly simplify the algorithm. The positive experimental result obtained for practical verification is also presented.     

Experiments with nontraditional hybrid control technique of biped locomotion robots

By using the previously established zero-moment point theory and the semi-inverse approach [1–4] for solving the artificial gait synthesis based on the prescribed dynamics to part of the active mechanism, in this new approach to dynamic control of legged locomotion robots, the conventional control synthesis, based on complete dynamic robot model, is abandoned. The paper describes the simulation experiments of biped control with a hybrid approach that combines the traditional model-based and fuzzy logic-based control techniques. The combined method is developed by extending a model-based decentralized control scheme by fuzzy logic-based tuners for modifying parameters of joint servo controllers. The simulation experiments performed on a simplified two-legged mechanism demonstrate the suitability of fuzzy logic-based methods for improving the performance of the robot control system.     

Robustness analysis of exact feedforward linearization based on differential flatness

A methodology to analyze robustness with respect to parametric uncertainty for exact feedforward linearization based on differential flatness is presented. The analysis takes into consideration the tracking error equation and thereafter makes use of a stability result by Kelemen coupled with results issued from interval analysis theory.     

基于PD控制器和牛顿预测器的等效前馈复合控制技术

伺服系统是无线电遥测设备的重要组成部分,随着遥测技术的不断发展,对伺服系统的稳态精度和响应速度有了更高的要求。前馈复合控制算法对于消除系统滞后误差,提高系统精度有良好的效果,通过PD控制器估计目标角速度,利用牛顿预测器对角速度进行超前预测,实现基于目标角速度预测的等效前馈复合控制。经实际测试验证,采用PD控制器和牛顿预测器控制技术的伺服系统能够快速实现对目标的稳定跟踪。     

舵机负载模拟系统前馈补偿控制研究

舵机负载模拟系统的主要任务是对舵机的力矩负载特性、最大承载能力等参数或特性进行检测,但由于这种系统通常是不稳定的发散系统,系统的不稳定特性直接影响舵机的性能检测精度.为克服此类问题对工程应用的不良影响,提出采用微分负反馈方法来解决负载模拟器的发散问题.同时,针对舵机运动速度分量引起的多余力问题,设计了舵机运动速度前馈补偿的控制算法.基于Matlab进行了控制系统仿真验证,对加入补偿算法前后系统对自然正弦指令信号的力矩响应幅值和相位差值进行了对比,分析了加入校正环节对系统误差的改善情况.仿真和实验结果表明,该方法在工程领域常见工况下具有较好的力矩跟踪性能,能够有效地测试舵机的承载性能.