机械臂轨迹跟踪控制研究进展

综述了近年来刚性机械臂轨迹跟踪控制研究领域的最新进展.根据应用于机械臂的不同控制算法进行分类,从自适应PID控制、神经网络自适应控制、模糊自适应控制、滑模变结构控制和鲁棒自适应控制5种主要控制方法进行阐述.重点从关节空间出发,论述了各种控制算法在提高机械臂轨迹跟踪性能方面的各自优缺点,并分析了它们之间的相互联系.对机械...     

变论域自适应模糊PID控制系统仿真与应用

由于电液伺服系统具有非线性、时滞性等问题,自适应模糊PID控制方式仍难以精确控制马达转速,故设计了变论域自适应模糊PID控制算法。通过设计合适的伸缩因子,将变论域与自适应模糊PID控制相结合,该算法可以精确控制电磁比例阀的流量进而控制马达的转速。将PID控制、模糊控制、自适应模糊PID控制和变论域自适应模糊PID控制算法进行Matlab仿真,结果表明：变论域自适应模糊PID控制具有响应快、无超调、稳态误差基本为零的特点。通过可编程控制器实现了模糊PID控制与变论域自适应模糊PID控制算法在电液伺服系统中的应用,实验数据表明,变论域自适应模糊PID控制更加精确,符合工业控制要求。     

小型电加热反应器温度的模糊自适应整定PID控制

小型电加热反应器系统具有较大的纯滞后、惯性滞后、非线性和时变特性,参数固定不变的普通PID控制器难以进行精确温控.通过把操作人员积累的PID参数整定经验知识总结成模糊规则,利用模糊逻辑推理进行在线实时整定,设计了电加热反应器温度模糊自适应整定PID控制算法.通过Matlab与组态软件"组态王"KINGVIEW的动态数据交换,在Matlalb上编程实现了模糊自适应整定PID控制算法.进行了一般情况下和具有较强非线性和时变特性情况下温度控制实验,实验结果表明,模糊自适应整定PID控制取得了比普通PID更好的控制结果,模糊自适应整定PID控制对过程非线性和时变特性具有更强的适应性.     

基于自适应模糊PID运动控制系统的设计

内容为了提高四轮驱动机器人的速度控制性能和红外循迹轨迹跟踪响应效果,将传统PID控制和模糊推理相结合,设计了一种基于自适应模糊PID的四轮驱动循迹控制系统,介绍了系统总体结构和模糊控制理论,设计了一种自适应模糊PID控制器,给出了以转速为内环,位置偏差为外环的双闭环模糊控制方法,利用simulink对模糊PID算法的控制效果进行了仿真,并在四轮驱动控制系统试验平台上进行速度控制实验和循迹动态响应实验研究,结果表明本文所设计的自适应模糊PID相对于传统PID响应更快,减少系统稳态误差,提高移动平台的红外循迹过程中的轨迹跟踪动态响应效果。     

双机系统的模糊PID自适应励磁调节控制

针对多机并联系统的稳定性控制问题,在构建同步发电机双机并联运行系统暂态仿真模型的基础上,将基于模糊理论的PID自适应控制方法用于双机并联运行系统的励磁调节自适应控制器的设计;该方法以电压的偏差和变化率作为控制器的输入,然后通过模糊处理,对比例、积分、微分系数进行自适应实时调整;在不同运行模式下对双机并联运行系统进行了仿真与动态性能分析,结果表明所设计的模糊PID自适应控制算法较传统的PID励磁控制具有更好的鲁棒性和抗干扰能力。     

串联机器人轨迹跟踪控制模糊自适应PID算法的误差修正

提出了一种基于改进PID控制算法的串联机器人轨迹跟踪控制策略,首先采用减聚类的方法和改进的Logistic映射对RBF神经网络进行聚类中心的优化,然后将改进RBF神经网络中的自适应学习机制和自调整能力应用于传统PID控制算法中,对PID控制算法进行最优PID控制参数的选取。仿真实验表明,提出的串联机器人轨迹跟踪控制策略相比较传统PID控制算法,其误差更小,精度更高。     

单关节跳跃机器人模糊自适应轨迹跟踪控制

研究关节型跳跃机器人轨迹跟踪优化控制问题,针对机器人系统时变、非线性的复杂特性,传统模糊控制和PID控制方法难以获得较好的控制性能,为解决控制系统中超调量大、振荡和控制精度不高等问题,提出传统PID控制与模糊自适应控制结合的控制策略.首先建立单关节跳跃机器人腾空相和站立相动力学方程,依据专家经验制定PID参数整定策略,结合传统PID控制方法和模糊自适应理论设计模糊自适应PID控制器.引入合理的跳跃机器人物理参数和虚拟目标轨迹进行仿真,结果表明,模糊自适应PID控制器具有可行性和有效性,为应用于实际控制系统优化提供了可靠依据.     

机器人全局PID模糊滑模跟踪控制与仿真研究

为解决机器人跟踪控制过程中采用PID控制算法会出现抖动和误差的问题,提出了一种机器人全局PID模糊滑模跟踪控制算法.通过将PID滑模控制和模糊控制相结合,设计了全局PID模糊滑模控制;基于模糊规则,对滑模控制增益进行自适应调整,从而消除建模误差和干扰,削弱了控制时产生的抖振,在线调整控制器参数和估计误差,并通过积分来消除外界干扰,因此提高了控制精度.仿真结果表明,与常规的PID算法相比,该方法在处理控制抖动和消除误差以及干扰方面具有极高的鲁棒性.     

基于快速反射镜的自适应控制算法研究

捕获、跟踪和瞄准(ATP)系统是进行高速大容量激光通信的核心,在长距离激光通信中大气等外界扰动产生的光斑抖动严重影响了激光通信终端间的精确对准,大大降低了通信链路的稳定性和通信质量.为抑制光斑抖动造成的影响,提高对目标的跟踪精度,提出一种改进的快速反射镜(FSM)控制方法.分析了自适应控制和常规比例-积分-微分(PID)控制的特点,并论述了结合两种算法进行复合控制的优势,根据李雅普诺夫(Lyapunov)理论提出参考模型自适应PID控制算法,并对常规PID和参考模型自适应PID复合控制算法进行仿真分析和对实际光斑抖动的闭环跟踪实验.实验结果显示:自适应PID控制器获得的超调为2％,上升时间为3 ms,跟踪精度优于2μrad,全面优于常规PID控制算法.与传统PID控制相比,文中提出的控制算法对抑制光斑抖动具有更好的控制效果.     

自适应神经模糊推理结合PID控制的并联机器人控制方法

针对6自由度液压驱动并联机器人的精确控制问题,提出一种结合自适应神经模糊推理系统(ANFIS)和比例积分微分(PID)控制的机器人控制方法。首先,利用浮动坐标系描述法(FFRF)来模拟机器人柔性组件,并构建并联机器人的拉格朗日动力学模型。然后,根据模糊推理中的模糊规则来自适应调整PID控制器参数。最后,利用神经自适应学习算法使模糊逻辑能计算隶属度函数参数,从而使模糊推理系统能追踪给定的输入和输出数据。将该控制器与传统PID控制器、模糊PID控制器进行比较,结果表明,ANFIS自整定PID控制器大大减小了末端器位移误差,能很好的控制并联机器人末端机械手的运动。