基于不确定逼近的机械手自适应鲁棒预测控制

针对具有参数不确定性和未知外部干扰的机械手轨迹跟踪问题提出了一种多输入多输出自适应鲁棒预测控制方法. 首先根据机械手模型设计非线性鲁棒预测控制律, 并在控制律中引入监督控制项; 然后利用函数逼近的方法逼近控制律中因模型不确定性以及外部干扰引起的未知项. 理论证明了所设计的控制律能够使机械手无静差跟踪期望的关节角轨迹. 仿真验证了本文设计方法的有效性.     

移动机械手鲁棒自适应模糊控制

基于旋量理论建立了非完整移动机械手系统的动力学模型,通过反步控制技术,应用非线性参数化模糊逻辑系统设计了移动机械手的鲁棒自适应模糊控制器.该控制器放松了移动机械手控制器设计中斜对称性的要求,对移动机械手系统中存在的参数或外界扰动等不确定性具有较强的鲁棒性和自适应能力.理论证明和仿真结果表明,所设计的控制器是有效的.     

非完整移动机械手鲁棒自适应模糊控制

考虑系统存在的参数、外界扰动和未建模动态等不确定性,研究非完整移动机械手的鲁棒自适应控制器设计方法.基于用旋量理论建立的非完整移动机械手的动力学模型,设计了移动平台子系统的运动控制器,然后应用非线性反步控制技术和模糊逻辑系统的通用逼近性,用参数化线性模糊逻辑系统逼近非完整移动机械手动力学模型中的不确定项,基于Lyapu...     

基于模糊补偿的机械手鲁棒自适应模糊控制研究

多关节机械手系统中普遍存在摩擦特性、随机干扰及负载变化等非线性因素的影响。针对传统的PID控制和模糊控制很难对该类系统实现快速高精度的跟踪控制等问题,本文在模糊信息已知并且所有状态变量均可测得的情况下,设计了一种基于模糊补偿的鲁棒自适应模糊控制律。同时,为了减少模糊逼近的计算量,提高运算效率,采用了对不同的扰动补偿项加以区分、分别逼近的方法。仿真实验结果表明,这种改进的带模糊补偿的鲁棒自适应模糊控制可以很好地抑制摩擦、扰动及负载变化等非线性因素的影响。     

一类不确定延迟系统的鲁棒自适应控制

针对一类不确定的延迟系统，提出一种鲁棒的模型参考自适应控制设计方案．它不同于以往将所有延迟部分转化为系统的未建模动态的方案，该方案只是把延迟偏离标称值的扰动转化为系统的未建模动态，而将能够获得的延迟标称值信息加入系统的建模部分，从而使系统的建模更为精确．同时，研究了这种其建模部分含有延迟的系统的稳定性和鲁棒性．仿真结果验证了该方案的有效性．     

鲁棒自适应控制综述

讨论了鲁棒自适应控制的产生，现有的鲁棒自适应控制方案及发展方向。     

一类不确定非线性系统的鲁棒自适应控制

针对一类输入带有一定的不确定性的非线性系统 ,设计了一种鲁棒自适应控制器。该控制器作用与系统 ,能保证闭环系统信号的全局有界性 ,又能使闭环系统输出任意小。     

含时变不确定线性系统的自适应鲁棒跟踪控制

针对系统的不确定性和扰动满足匹配条件,不确定性界和扰动界未知的情形,讨论含时变不确定性线性系统的鲁棒跟踪问题。自适应控制器的设计不涉及确定性界和扰动界,运用变结构方法,可使带扰系统实现渐近跟踪。该方法适合一类较广泛的不确定系统,鲁棒性较强。仿真例子表明了该方法的有效性。     

不确定系统的变结构鲁棒自适应控制及其在机械手控制中的应用

本文针对一类不确定非线性系统,通过状态微分同坯变换和反馈控制建立了系统的变结构鲁棒控制设计过程,并在此基础上提出了一种新型的变结构鲁棒自适应控制算法。该算法优点是:1)不需要确切知道系统不确定性,也不需要知道不确定性的界,而是利用自适应规律对系统不确定性范围进行在线估计;2)能够保证系统获得较为满意的动态性能;3)控制规律是连续性的,因而避免了一般变结构系统中的不连续控制所导致的颤振现象。为了说明本文所提算法的正确性,本文还以二连杆机械手为例讨论了其终端夹持不定载荷时的轨迹跟踪问题。     

一类不确定非线性系统的鲁棒自适应轨迹线性化控制

针对一类不确定非线性系统,研究了一种新的鲁棒自适应轨迹线性化控制方案.利用径向基神经网络的在线逼近能力以及被控对象分析模型的有用信息设计一种径向基神经网络干扰观测器来估计系统中存在的不确定性.观测器输出用于设计补偿控制律抵消不确定性对系统性能的影响,鲁棒自适应控制律用于克服逼近误差.采用Lyapunov方法严格证明了在自适应调节律作用下闭环系统所有误差信号最终有界.最后利用倒立摆系统验证了新方法的有效性.     

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．     

A robust adaptive sliding-mode control for rigid robotic manipulators with arbitrary bounded input disturbances

In this paper, a robust adaptive sliding-mode control scheme for rigid robotic manipulators with arbitrary bounded input disturbances is proposed. It is shown that the prior knowledge on the upper bound of the norm of the input disturbance vector is not required in the sliding-mode controller design. An adaptive mechanism is introduced to estimate the upper bound of the norm of the input disturbance vector. The estimate is then used as a controller gain parameter to guarantee that the output tracking error asymptotically converges to zero and strong robustness with respect to bounded input disturbances can be obtained. A simulation example is given in support of the proposed control scheme.     

Robust adaptive vibration control for an uncertain flexible Timoshenko robotic manipulator with input and output constraints

The problems of the constraints and the vibration suppression are investigated for the flexible Timoshenko robotic manipulator in this paper. Robust adaptive boundary control laws with the disturbance observes are designed to guarantee the convergence of the feedback flexible Timoshenko robotic manipulator system with the uncertain parameters and the states are proven to be uniform bounded. In addition, the proposed boundary controls are verified to be effectiveness by the numeral experiments.     

基于模糊变结构的机械臂控制

现有的机械臂模糊变结构控制方法大都计算复杂或需要检测滑模面的微分信号.本文将机械臂模型分为确定部分和不确定部分进行研究,对确定部分采用一般反馈控制,对不确定部分采用变结构集中补偿控制,为了消除变结构控制器的抖震引入模糊控制方法,将滑模面作为模糊控制器的输入,补偿控制器权值作为输出.本方案不仅不需要检测滑模面微分信号,而且计算简单,易于实现.仿真结果表明,在存在模型误差和外部扰动的情况下,该方案既能达到快速跟踪,又能很好的消除控制器的抖震.     

基于广义双曲正切模型的机器人鲁棒模糊自适应控制

利用广义模糊双曲正切模型的全局逼近特点,设计一种模糊自适应控制器用于机器人轨迹跟踪控制.广义双曲正切模型利用输入变量的平移能以任意精度逼近系统的不确定动态.对于系统不确定外界干扰和模糊系统的逼近误差,通过求解一个线性矩阵不等式来保证闭环系统的鲁棒稳定性.对比传统的模糊基函数,在保证系统跟踪精度的前提下,双曲正切模糊基函数的自适应调整参数大大减少,仿真表明该控制算法具有较强的鲁棒性能和较好的跟踪性能.     

不确定性机器人系统自适应鲁棒迭代学习控制

利用Lyapunov方法, 提出了一种不确定性机器人系统的自适应鲁棒迭代学习控制策略, 整个系统在迭代域里是全局渐近稳定的. 所考虑的机器人系统同时包含了结构和非结构不确定性. 在设计时, 系统的不确定性被分解成可重复性和非重复性两部分, 并考虑了系统的标称模型. 在所提出的控制策略中, 自适应策略用来估算做法确定性的界, 界的修正与迭代学习控制量一样的迭代域得以实现的. 计算机仿真表明本文提出的控制策略是有效的.     

On the robust adaptive control of a contour-following robotic system

To demonstrate the force sensing and control, a possible model of a contour-following system is represented by a fourth-order linear continuous-time time-invariant system, in which stiffness k_t, robot natural frequency, ω_n, linear accommodation gain k_x, and angular accommodation gain k_φ are all constants obtained by measurement and experiment. This model works well for following a short contour. To satisfactorily follow a longer contour, k_t, ω_n, k_x and k_φ can be treated as unknown constants or time-varying variables. When they are considered as unknown constants, a robust model reference adaptive controller can be used to achieve both stability and tracking without having to know or find the true values of those constants, given bounded input or output disturbances and stable unmodeled dynamics. If ω_n is assumed to be a given constant but K_t, k_x, and k_φ are assumed to be unknown variables, then one has a linear time-varying plant and other types of model reference adaptive controllers have to be used to achieve the same purpose. In this paper, the schemes from various robust model reference adaptive control design will be studied and comparison and suggestions will also be made based on the simulation results for the contour-following robotic system mentioned above.     

Robust adaptive control for mobile manipulators

This paper addresses the trajectory tracking control of a nonholonomic wheeled mobile manipulator with parameter uncertainties and disturbances. The proposed algorithm adopts a robust adaptive control strategy where parametric uncertainties are compensated by adaptive update techniques and the disturbances are suppressed. A kinematic controller is first designed to make the robot follow a desired end-effector and platform trajectories in task space coordinates simultaneously. Then, an adaptive control scheme is proposed, which ensures that the trajectories are accurately tracked even in the presence of external disturbances and uncertainties. The system stability and the convergence of tracking errors to zero are rigorously proven using Lyapunov theory. Simulations results are given to illustrate the effectiveness of the proposed robust adaptive control law in comparison with a sliding mode controller.     

基于状态观测器的直接约束鲁棒预测控制

针对多包描述线性离散不确定系统,提出一种在系统状态不可测时的直接约束鲁棒预测控制算法.将控制器与观测器综合设计,利用观测状态直接构造性能指标,通过求解无穷时域性能指标的最小最大优化问题,得到系统的最优状态反馈控制律.采用参数依赖Lyapunov函数,在满足输入和状态约束的情况下保证闭环系统稳定.仿真结果验证了算法的有效性.