基于神经网络滑模的采摘机械臂控制设计

针对二自由度采摘机械臂的位置跟踪控制问题,设计了一种基于神经网络的滑模控制器。其中,神经网络控制器用来估计含有不确定性的滑模控制的等效控制律;鲁棒控制器用来使动态系统始终保持在滑模面上,保证了系统的渐近稳定性,进而实现了采摘机械臂的高精度位置跟踪控制。基于李亚普诺夫稳定性理论设计了自适应律来在线估计系统的不确定性。仿真结果表明:设计的控制器能够实现采摘机械臂对期望位置的精确跟踪,可以满足实际工程的需要。     

垂直轴磁悬浮风电悬浮系统的模糊滑模控制

阐述了磁悬浮风力发电悬浮系统的工作原理并建立了数学模型,针对系统的非线性和不确定性,设计了结合模糊控制和传统滑模控制优点的模糊滑模控制器,并进行了仿真。仿真结果表明,该控制方法能够有效的提高系统的稳定性和鲁棒性,与传统的滑模控制相比较,模糊滑模控制器具有更好的适应性和抗干扰能力,适用于垂直轴风力发电悬浮系统。     

时滞不确定系统的支持向量机滑模控制

针对一类具有不确定性参数和状态时滞的系统,利用线性矩阵不等式（LMI）方法设计了滑模控制器,并且针对系统的不确定性,引入支持向量机（SVM）对其进行在线学习,获得不确定性部分的上界值,保证了系统的稳定性与鲁棒性,有效地降低了滑模控制固有的抖振现象,改善了系统的控制品质。仿真研究表明了此方法的可行性与有效性。     

非线性系统自适应鲁棒控制器设计

针对非线性系统模型参数具有不确定性的问题,利用二型模糊逻辑控制器特别适合于解决不确定性问题的优点和特点,提出二型模糊自适应滑模控制方法,设计了具有自适应和鲁棒性的非线性系统控制器。首先对非线性系统进行精确线性化,然后选取合适的滑模面,并设计了二型模糊逻辑系统,通过李亚普诺夫稳定性理论分析,得到自适应控制律。通过仿真实例验证,对比分析并验证了该控制方法能够克服不确定性参数的干扰,从而更好地控制非线性系统,使其具有一定的自适应性和鲁棒性。     

基于自适应终端滑模控制器的机械手跟踪控制

针对具有不确定性的机械手轨迹跟踪控制问题,提出一种自适应二阶终端滑模控制器设计方法。设计一类非线性不确定系统的自适应二阶终端滑模算法,使得不连续符号函数包含在控制微分项,实际控制作用连续;采用自适应律克服不确定性上界未知问题,基于Lyapunov方法证明系统稳定性;针对机械手轨迹跟踪问题,基于所提出控制方法设计机械手自适应终端滑模控制方案;通过对双关节机械手轨迹跟踪仿真研究,验证所提出控制策略的有效性。     

网络控制系统最优滑模控制器设计

针对网络控制系统中的网络诱导时延及不确定性因素,设计了有较强鲁棒性的滑模控制器。为了简化系统的设计,首先,利用线性变换将原时滞系统转化为无时滞不确定性系统,基于变换后的系统进行滑模控制器的设计。结合二次型性能指标最优控制方法,给出了线性无时滞系统最优滑模的综合设计方法。选择的控制律能保证系统在有限的时间内到达滑模面,并能有效的削弱抖振。最后对其稳定性进行了分析,给出并证明了原系统渐近稳定的充分条件。仿真验证了该方法的可行性和有效性。     

3D刚体摆姿态稳定性的自适应滑模控制

针对3D刚体摆的倒立平衡位置处的姿态稳定性问题,考虑系统的惯量不确定性,根据3D刚体摆的约化姿态模型建立滑模面,设计相应滑模控制器,并引入自适应滑模控制,用于处理参数模型不确定的情况。李雅普诺夫稳定性分析表明提出的自适应滑模控制律能够确保3D刚体摆姿态控制系统渐近稳定。仿真实验验证了方法的有效性。     

一类不确定混沌系统的自适应模糊滑模广义投影同步

针对具有不确定性和外部干扰的主从混沌系统的广义投影同步问题,提出了一种自适应模糊滑模变结构控制方法,设计了模糊滑模变结构控制器及自适应控制律,并利用Lyapunov稳定性理论证明了所提方案的可行性和稳定性。所设计的控制器不受未知不确定性和外部干扰的影响,具有很强的鲁棒性,并可改变广义投影同步的比例因子,获得任意比例于原驱动混沌系统输出的混沌信号。通过对不确定主从Duffing-Holmes系统的数值仿真试验,验证了所设计控制器的有效性。     

高超声速飞行器连续终端滑模姿态控制方法

针对高超声速飞行器的姿态控制问题,考虑系统模型不确定性以及外界干扰的影响,基于快速终端滑模设计了连续的姿态跟踪控制器。将飞行器姿态控制系统模型按时间尺度划分为快回路和慢回路,其中慢回路的控制器设计目标是给出期望角速度作为快回路的制导指令,快回路控制器的设计目标是给出系统需求的控制力矩。基于有限时间控制理论分别针对各回路设计了连续的快速终端滑模姿态控制器,通过严格的数学证明,该控制器可以在系统模型存在不确定性以及外界干扰的情况下,使得姿态跟踪误差在有限时间内收敛。仿真结果表明本文的控制算法可以在短时间内使飞行器的姿态角均以较高的精度收敛至期望状态,且三个方向的控制力矩曲线均变化平滑,无抖振现象产生。     

基于HOSMO的风电机组自适应超扭曲滑模控制

为提高风力发电系统在风速随机变化、未知扰动输入的运行环境下的最大功率跟踪控制性能,提出一种基于高阶滑模观测器(high order sliding mode observer,HOSMO)的自适应超扭曲滑模控制策略.为增强风机系统的动态跟踪性能,设计超扭曲滑模控制器.为验证并提高该方法的控制性能,对超扭曲滑模控制器中的未知参数和系统的不确定性设计自适应控制律,更好地抑制了超扭曲控制器的抖振,增强了对模型参数和外部扰动不确定性的鲁棒性.同时针对风机系统动态模型中部分状态变量难以准确测量的问题,设计了HOSMO对其实时估计,该方法对高频噪声有很好的抑制作用.将提出的控制方法与一阶滑模控制以及传统比例积分控制进行对比分析,证明了所提策略的正确性和可行性.     

机械臂协调操作柔性负载自适应模糊滑模控制

基于奇异摄动理论研究了机械臂协调操作柔性负载系统有限元模型的分解及控制问题。通过双时标变换将复杂的协调系统动力学模型分解成慢变子系统和快变子系统。针对慢变子系统,在其存在不确定性上界未知的情况下,设计了自适应模糊滑模控制器,以完成系统的轨迹跟踪性能;针对快变子系统,考虑到系统参数摄动等影响,设计了鲁棒最优控制器,以抑制系统的弹性振动。仿真结果验证了所设计控制方法的有效性。     

单柔性臂的滑模控制与主动控制比较研究

本文以单柔性机械臂为例,研究了基于奇异摄动理论的滑模控制,以及基于ACLD结构的主动控制问题.首先通过双时标变换,将系统分解为慢变子系统和快变子系统.针对慢变子系统,设计滑模控制器,以实现系统良好的轨迹跟踪性能,针对快变子系统,采用最优控制策略抑制其弹性振动.建立具有主动约束控制装置的主动控制方法的系统动力学模型,并对...     

机械臂协调操作柔性负载鲁棒神经网络控制

针对多变量刚柔耦合的双机械臂协调操作柔性负载系统,基于奇异摄动理论研究该系统有限元模型的分解以及轨迹跟踪控制问题.考虑动力学模型的复杂性,通过双时标变换将协调系统分解成表征系统大范围刚性运动的慢变子系统和表征系统弹性振动的快变子系统.基于反演思想在慢变子系统中设计鲁棒神经网络控制策略,实现系统轨迹跟踪性能;针对快变子系统,设计鲁棒最优控制策略抑制系统的弹性振动.仿真研究结果表明,该控制策略增强了系统的跟踪性能和鲁棒性.     

Anti-Dead-Zone Integral Sliding Control and Active Vibration Suppression of a Free-floating Space Robot with Elastic Base and Flexible Links

Under the conditions of joint torque output dead-zone and external disturbance, the trajectory tracking and vibration suppression for a free-floating space robot (FFSR) system with elastic base and flexible links were discussed. First, using the Lagrange equation of the second kind, the dynamic model of the system was derived. Second, utilizing singular perturbation theory, a slow subsystem describing the rigid motion and a fast subsystem corresponding to flexible vibration were obtained. For the slow subsystem, when the width of dead-zone is uncertain, a dead-zone pre-compensator was designed to eliminate the impact of joint torque output dead-zone, and an integral sliding mode neural network control was proposed. The integral sliding mode term can reduce the steady state error. For the fast subsystem, an optimal linear quadratic regulator(LQR) controller was adopted to damp out the vibration of the flexible links and elastic base simultaneously. Finally, computer simulations show the effectiveness of the compound control method.     

柔性机械臂变结构跟踪控制及柔性振动抑制

柔性机械臂具有质量轻、速度快和负载大的特点,针对柔性机械臂轨迹跟踪与弹性振动抑制问题,基于奇异摄动理论和两种时间尺度的假设,将柔性机械臂系统分解为代表大范围刚体运动的慢变子系统和代表柔性振动的快变子系统.对于慢变子系统采用变结构控制来实现关节轨迹的跟踪,而快变子系统则采用最优控制方法来对柔性杆振动进行主动抑制.仿真实验结果表明,该控制方法不仅能够保证系统刚性运动轨迹的精确跟踪,并能有效抑制柔性杆件的弹性振动.     

负载不确定的柔性机械臂自适应自抗扰控制

为解决末端具有不确定负载的柔性机械臂的位置控制问题,设计了自适应自抗扰控制器.采用奇异摄动理论将多柔性连杆机械臂动力学系统分解为快时标和慢时标两个子系统.针对快时标子系统设计线性二次型控制器,用于快速抑制柔性连杆的振动,将快时标状态变量转移到慢流形上;针对慢时标子系统,设计自抗扰控制器,用于跟踪期望角度.针对末端负载的不确定性,采用迭代最小二乘算法估计末端负载的质量,并在自抗扰控制器中进行补偿.结果表明:末端负载的不确定量达到预估负载质量的200%时,在15 rad/s范围内,角度控制的均方差0.08 rad,明显优于不对末端负载进行补偿的情况.在末端负载和机械臂运动速度都发生变化时,所提出的自适应自抗扰控制器具有一定的鲁棒性.     

Analysis on Biological Stability and Influencing Factors of Northern Living District Water Distribution System

多柔性连杆机械臂的自抗扰控制

刘延芳^1,2, 刘宏¹,孟瑶³

（1. 哈尔滨工业大学 机器人技术与系统国家重点实验室,哈尔滨 150001;

2.哈尔滨工业大学 航天学院,哈尔滨 150001;

3.上海宇航系统工程研究所,上海 201109）

创新点说明

将自抗扰控制应用到多柔性连杆机械臂的运动控制上。

研究目的

主要解决多柔性连杆机械臂的运动控制问题,在转角运动控制的同时,抑制柔性臂杆的振动。

研究方法

首先基于时标分离,将系统分解为快时标系统和慢时标系统：快时标系统为内环,采用最优二次型控制器,实现臂杆振动的快速抑制;慢时标系统为外环,采用自抗扰控制,抑制系统外界干扰、未建模动态等内外扰动,实现转角位置的精确控制。

结 果

采用自抗扰控制器可以显著提高转角控制精度,并抑制臂杆的振动,其中自抗扰控制器中采用飞线性PD控制器时,优势更为明显。

结 论

自抗扰控制器在应用于多柔性连杆机械臂的运动控制中具有一定的优势,可以进行工程推广。

关键词：多柔性连杆机械臂;自抗扰控制;飞线性比例微分控制器;跟踪微分器;状态扩张观测器

     

柔性机械手臂的一种混合控制方法

基于奇异摄动法和双时标分解，提出了一种柔性连杆机械臂的混合控制方法。柔性连杆机械臂的模型可分解为两个子系统：慢时标子系统和快时标子系统，快时标子系统采用模糊控制，慢时标子系统采用速度反馈控制，并验证了该方法的控制性能。     

基于奇异摄动分解的固定翼无人机抗扰动滑模控制

为了提高固定翼无人机的飞行控制精度,减少系统动态耦合和外界干扰对固定翼无人机飞行控制系统性能的影响,建立了固定翼无人机的奇异摄动模型,在此基础上提出基于干扰观测器的滑模控制方法.首先对固定翼无人机的速度和姿态进行动力学建模,将固定翼无人机的动力学模型转换为奇异摄动模型,再对奇异摄动模型进行快慢分解完成解耦,得到两个降阶非耦合子系统,即以角速度为快变量的快子系统和以速度、姿态为慢变量的慢子系统,分别对角速度回路和速度、姿态回路设计基于干扰观测器的滑模控制器.最后,采用Simulink仿真验证了基于快、慢分解的固定翼无人机滑模控制方法的可行性和有效性.     

基于ZPETC和混合灵敏度复合控制的交流伺服系统

针对永磁同步电机(PMSM)交流伺服系统，提出了基于零相位误差跟踪控制(ZPETC)和混合灵敏度的复合控制方法，以解决交流伺服系统的快速跟随性能和抗干扰性能的矛盾.首先根据混合灵敏度控制方法设计了保障系统鲁棒稳定性和抗干扰性能的控制器，然后将包括混合灵敏度控制器在内的闭环系统整体看成被控对象，将其离散化后，进行ZPETC的设计.ZPETC保障了系统的跟随性能.仿真结果表明，所提出的复合控制方法在保证伺服系统的快速精确跟踪性的同时，对系统参数变化和负载扰动也具有很强的鲁棒性.