基于摩擦补偿的柔性关节机器人分级滑模控制

针对柔性关节机器人中存在的非线性摩擦问题,提出一种基于摩擦补偿的柔性关节机器人分级滑模控制方法。首先,通过线性化参数的方法对柔性关节机器人受到的摩擦进行建模,并对模型中未知参数设计自适应律以实现摩擦的估计;然后,针对摩擦模型的误差,进一步设计观测器进行估计,结合摩擦的自适应和模型误差估计实现对摩擦的补偿;最后,利用电机侧和关节侧的位置误差和速度误差设计一级滑模面,再根据一级滑模面设计二级滑模面,从而得到分级滑模控制器,进一步实现柔性关节机器人的位置轨迹跟踪控制。通过Lyapunov函数证明了机器人关节轨迹跟踪误差的收敛性。仿真结果表明：该控制方法结合参数自适应和模型误差观测器可以有效地对摩擦进行补偿,在有限时间内实现柔性关节机器人的位置轨迹对期望位置轨迹的跟踪。     

平面Acrobot和Pendubot的统一控制策略

为实现被动关节处于不同位置的平面Acrobot和Pendubot的统一控制，提出一种基于轨迹规划和跟踪控制的控制策略．系统的控制过程划分为两个阶段：在第1个阶段，通过对驱动连杆规划轨迹并使其跟踪轨迹运动，实现驱动连杆控制目标．此时，欠驱动连杆处于自由转动状态.在第2个阶段，对驱动连杆设计一条带有可调参数的振荡轨迹，并利用差分进化算法优化轨迹参数，确保当驱动连杆跟踪第2阶段轨迹从目标状态出发，最终返回目标状态时，欠驱动连杆也被连带控制到目标状态．通过仿真验证了所提控制策略的有效性和可行性．该控制策略可有效实现平面Acrobot和Pendubot的统一控制．     

虚拟轴机床直线电机推力的新型补偿器研究

讨论滑块式6自由度虚拟轴机床直线电机的推力补偿问题．在对给定位置信号响应的过程中，机床的6轴之间存在机械强耦合．这种耦合力难以用精确的数学模型描述．如何解决耦合问题成为提高虚拟轴机床性能需要解决的重要问题之一．采用一种新型神经网络对每个单轴伺服系统电机的耦合扰动力进行实时在线的补偿，使伺服电机在任何位置对于被加工工件均能施以合适的加工力矩，从而提高了机床的加工精度．仿真试验结果表明，该方案有效地克服了虚拟轴机床各杆间的耦合扰动，系统不但具有强的鲁棒性，而且提高了其它性能指标．     

基于BP神经网络的虚拟轴机床的实时误差补偿控制

针对虚拟轴机床位置精度高、钢度大、机械结构简单等特点，提出了基于BP神经网络的实时误差补偿控制策略。应用BP神经网络对虚拟轴机床的运动学反解进行学习，利用训练好的神经网络对虚拟轴机床进行误差补偿；给出三坐标虚拟轴机床误差补偿的仿真结果。表明这种补偿控制方案十分有效，补偿后能较大地减小机床的位置误差。     

直线伺服虚拟轴机床H∞鲁棒控制的研究

对永磁直线同步伺服电机(PMLSM)驱动的6自由度虚拟轴机床提出H_∞鲁棒控制的新方法.将负载扰动和各杆间耦合扰动的抑制问题归结为标准的H_∞控制问题；基于Riccati不等式的处理方法，通过求Riccati不等式的对称正定解得到H_∞控制器，以保证系统的鲁棒性.仿真实验结果表明，用该方法设计的虚拟轴机床控制系统具有良好的抑制扰动和跟踪给定的效果，从而保证机床运动协调、姿态合理.     

Stewart液压平台轨迹跟踪自适应滑模控制

Stewart液压平台是一个多输入多输出（MIMO）非线性系统,其耦合运动过程中存在参数不确定性与干扰影响其轨迹跟踪精度,针对此问题,考虑了系统参数的不确定性,利用Backstepping方法结合滑模控制与自适应控制的优点,推导得到系统的多级自适应滑模控制器,以增强系统运行过程中对运动与力的跟踪性能.利用AMESim与MATLAB的联合仿真方法进行验证,与传统基于各缸位置偏差的比例 积分 微分（PID）控制器相比,结果表明,该方法在系统参数不确定所引起的干扰下,能更有效地降低各缸的位置和力的跟踪误差,从而提高了运动平台末端的动态跟踪精度.     

基于速度观测器的移动机器人轨迹跟踪控制

提出了一种无需纵向速度测量的新的移动机器人轨迹跟踪控制方法,可以采用速度观测器替代纵向测量装置来确定移动机器人的运动速度.设计了一种基于速度观测器的轨迹跟踪控制器.控制器设计是以轮式及履带式移动机器人模型及其所采用的驱动电机数学模型为基础,具有两种实用性能：（1）控制器不需要很精确的移动机器人模型参数和驱动电机参数,就可以很好地在一个闭环控制系统中减小跟踪误差;（2）在理论上仅需要通过一个设计参数的设置就能够有效地控制跟踪误差范围.     

未知相对度系统的一阶D型迭代学习控制

针对未知相对度系统,提出了一种一阶D型迭代学习控制律的设计方法。通过对具有未知相对度的被控系统串连和并联一个一阶子系统,可构造一个相对度为1的虚拟系统。该虚拟系统在一阶D型迭代学习控制律的作用下,能够完全跟踪期望轨迹。从而实现被控系统在一定误差范围内给定轨迹的渐近跟踪,D型迭代学习控制律的增益不依赖于被控系统的参数。仿真实例验证了方法的可行性与有效性。     

改进模型预测控制的农机轨迹跟踪算法研究

针对无人驾驶农机进行轨迹跟踪时精度与稳定性较差的问题，提出了一种基于模型预测控制(MPC)的轨迹跟踪方法。首先，建立农机车辆的运动学模型，利用粒子滤波对农机状态量进行估计来提高农机的定位精度；其次，在设计MPC控制器时引入了梯度投影算法，该算法相比于传统有效集算法减少了迭代步数，具有更快的收敛速度，提高了农机进行跟踪控制时的计算效率；最后，在淄博市某无人农场进行了农机轨迹跟踪试验。结果表明：该方法可以实现良好的跟踪控制精度，符合精准农业的作业要求。     

多关节机器人的反步法控制及仿真研究

针对关节型机器人的轨迹跟踪控制问题,本文设计了基于反步法的控制器。利用反步法将复杂的非线性机器人系统分解成两个子系统,借助Lyapunov函数设计中间虚拟控制量,一直后推到整个系统,获取控制系统实际的控制律,同时利用积分环节将每个子系统串联起来,从而形成对整个系统的控制,并利用Lyapunov稳定性定理,证明了系统的稳定性。同时,以两自由度关节型机器人为研究对象,搭建仿真控制系统进行仿真分析。仿真结果表明,反步法控制不仅具有良好的动态和稳态性能,而且鲁棒性较强,说明该控制方法的轨迹跟踪控制有效可行。该研究具有良好的应用前景。     

空间光通信ATP系统粗跟踪平台的混合自适应控制

ATP系统的粗跟踪平台外框架对内框架的耦合作用以及内框架自身的不平衡所引起的加速度干扰是影响空间光通信系统光信号跟踪性能的重要因素。针对方位跟踪通道中的内框架系统结构,提出了应用一种混合自适应控制方法,该方法在设计自适应控制器时采用离散与连续相结合的方法,并将耦合作用和加速度干扰转换为对象的未建模动态进行处理。最终的仿真结果表明,被控对象在具有未建模动态和干扰的情况下,采用混合自适应控制算法能够获得较高的跟踪精度。     

舰载特种起重机轨迹跟踪吊重防摆控制

针对舰载特种起重机系统轨迹跟踪吊重防摆控制问题,基于起重机系统串级形式的动力学模型,推广了李亚谱诺夫后推法的基本原理,提出了一种基于李亚谱诺夫后推法的轨迹跟踪吊重防摆控制算法．该方法基于反馈控制原理,利用起重机关节间的耦合作用,将吊重摆角和关节运动变量作为反馈量进行控制器的综合设计,以实现减小吊重摆角．控制系统仿真结果表明该控制方法在控制起重机机械臂各关节平稳的跟踪给定轨迹的同时,能够实现吊重在三维空间的防摆控制。     

比例阀控马达自调节前馈补偿跟踪控制

目的针对负载特性是以静扭矩为主的阀控马达电液比例伺服系统的位置跟踪控制,研究在变增益、变死区非线性因素影响下的跟踪性能问题.方法在常规复合控制结合死区补偿方法的基础上,设计了死区和自调节前馈补偿的综合控制方法.结果实验结果表明,在负载扭矩大范围内变化下,正弦和等速跟踪均取得了令人满意的跟踪效果.结论死区和自调节前馈补偿的综合控制方法解决了阀控马达电液比例伺服系统由于变增益、变死区引起的位置跟踪精度问题.     

多通道电液伺服系统的变结构自适应控制

针对多通道电液位置伺服系统存在的参数时变、通道间的耦合作用和外干扰等特点，提出了一种模型跟随变结构自适应控制方法。该系统具有较高的伺服跟踪精度和较强的鲁棒性，无需在线辨识。     

一种基于模糊神经网络的机器人轨迹跟踪控制

提出一种模糊神经网络,并将其应用于两关节机械手轨迹跟踪控制。该网络采用三角形隶属度函数,将模糊控制与神经网络相结合,利用神经网络实现模糊推理。这种模糊神经网络能够在线调节输出隶属度函数中心以及关节间耦合权值,使得控制器具有更好的学习与自适应能力。仿真结果表明,这种网络能很好的用于机器人的轨迹跟踪控制中,是一种行之有效的控制方法。     

直线伺服系统的鲁棒二次最优控制

针对永磁直线同步伺服电机(PMLSM)直接驱动伺服系统存在的负载扰动等不确定性因素的影响，根据鲁棒二次最优控制理论来设计速度状态反馈控制器，在保持传统控制结构不变的同时，解决了直线电机伺服系统的鲁棒性问题，能够克服系统中存在的不确定性与外部干扰对系统性能的影响，实现对系统速度的跟踪控制.仿真结果表明，该方案在保证伺服系统的快速性、精确跟踪性的同时，对系统参数变化和阻力扰动具有很强的鲁棒性.     

Backstepping adaptive control of hydraulic Stewart platform using dynamic surface

Hydraulic Stewart platform is characterized by nonlinearity for driving system in essence,severe load coupling among the legs,which bring a great difficulty for controller design and performance improvement.Afore controller research is either low in tracking performance and movement smoothness when it ignores the nonlinearity and dynamics coupling,or complex in algorithm and has the need of acceleration feedback or observer when the dynamics coupling and nonlinearity is included.To solve the dilemma,a new controller,backstepping adaptive control of hydraulic Stewart platform using dynamic surface is put forward based on the complete dynamics including the upper platform dynamics and hydraulic nonlinearity in driving system.Asymptotic stability of the whole system is proved by Lyapunov method.The proposed algorithm is simple by avoiding the use of acceleration.The simulation results indicate that the control algorithm performs better than the normal PID controller in control precision,dynamic response and depression of the cross coupling.     

液压驱动四足机器人变刚度力跟踪控制

针对液压驱动机器人在变刚度条件下力控制问题,建立了液压驱动四足机器人系统的阻抗模型和带有弹性负载的阀控缸模型.分析系统刚度变化对系统性能的影响,指出常规控制策略在精确足力跟踪控制中的不足,结合变刚度条件下阻抗模型和电液位置伺服系统的特点,提出实现精确足力跟踪的模糊自适应PID位置内环控制和模糊阻抗外环控制的复合控制策略.在半实物仿真平台上进行变刚度条件下的足力跟踪实验,仿真结果表明：在变刚度条件下,足力跟踪曲线最大超调及稳态误差均小于5%,调整时间基本相同,验证了所提控制策略的有效性.     

一种基于细菌觅食算法的机械手臂控制器设计

针对机械臂控制系统需可靠、快速、准确跟踪设定值轨迹的要求,通过研究机械臂控制系统的非线性动力学模型,提出1种基于细菌觅食优化算法(BFO)优化PID控制器参数的控制方案。设计采用细菌觅食算法求解在线优化PID参数的流程,用于机器人手臂的跟踪控制。为更有效地考察机械手臂系统的跟踪控制性能,设定2个关节的期望轨迹分别为正弦和余弦函数。仿真结果表明,与传统PID方法相比,基于BFO算法优化的控制方案具有更优越的控制品质和较强的抑制干扰能力,能有效提高机械臂跟踪控制的快速性和准确性。     

全方向康复步行训练机器人的跟踪控制

针对全方向康复步行训练机器人在跟踪运动过程中x轴、y轴和方向角各轨迹之间存在强耦合的问题,提出了速度跟踪控制器设计方法,从而使全方向康复步行训练机器人能同时实现各个方向理想的跟踪效果.在全方向康复步行训练机器人动力学模型和运动学模型的基础上,采用输入-输出线性化方法,通过模型解析推导出四轮转速与其驱动力间的解耦状态方程,设计速度跟踪控制器,实现速度的解耦控制.将速度控制器与非线性反馈控制律相结合,可以实现对运动轨迹的跟踪.仿真实验表明,本文方法具有一定的有效性,解决了传统跟踪过程中不能同时实现运动速度和运动轨迹跟踪的问题.