漂浮基柔性空间机械臂关节运动的分块神经网络控制及柔性振动模糊控制

讨论了载体位置不受控、姿态受控情况下,漂浮基柔性空间机械臂关节运动及柔性振动主动抑制的控制问题。由系统动量守恒关系及假设模态法,利用拉格朗日方法建立了漂浮基柔性空间机械臂的系统动力学方程。之后采用奇异摄动理论,将其分解为表示刚性运动的慢变子系统和柔性振动的快变子系统。据此,设计了柔性空间机械臂系统载体姿态及机械臂关节铰协调运动的组合控制器。针对慢变子系统——柔性空间机械臂的刚性运动,设计了分块神经网络控制器,以完成系统参数未知情况下关节空间协调运动的轨迹跟踪;而对于快变子系统——柔性臂的振动,则设计了模糊控制器来主动抑制柔性杆的振动。数值仿真证实了提出方法的有效性。     

参数不确定与有界干扰自由飘浮柔性空间机械臂基于速度观测器的奇异摄动鲁棒控制及振动抑制

讨论载体位置、姿态均不受控情况下系统参数不确定与有界干扰自由漂浮柔性空间机械臂基于速度观测器的奇异摄动鲁棒控制及振动抑制问题。利用拉格朗日方程结合动量守恒原理获得自由飘浮柔性空间机械臂系统动力学方程;用奇异摄动法将柔性空间机械臂系统分解为关于关节轨迹跟踪的慢变子系统与描述柔性杆件振动的快变子系统。以此为基础,提出含慢、快变控制项的复合控制器。将动态滑模观测器与鲁棒控制结合,获得系统慢变控制力矩实现关节轨迹跟踪。对快变子系统基于线性观测器及线性系统最优控制理论获得系统快变控制力矩实现柔性杆振动抑制。并数值仿真证实方法的有效性。该控制方案仅需精确的载体姿态、关节角位置及柔性振动模态坐标反馈,而无需测量载体姿态角速度、关节角速度及角加速度、柔性振动模态坐标导数及漂浮基位置、移动速度、移动加速度。     

柔性关节空间机械臂奇异摄动模糊PID控制仿真研究

建立了空间微重力和地面重力两种工况下的柔性关节空间机械臂模型,为空间机械臂末端轨迹跟踪控制设计了基于奇异摄动的模糊PID控制器。奇异摄动法将空间机械臂系统降阶为快子系统和慢子系统,再分别对子系统进行控制。快子系统采用力矩反馈的形式,慢子系统则采用模糊PID控制的形式。模糊部分主要实现对PID的3个参数的实时调整。仿真结果表明基于奇异摄动模糊PID控制器可以在以上两种工况下均可实现较好跟踪。     

柔性关节空间机械臂奇异摄动自抗扰控制仿真研究

针对不同重力环境条件下考虑摩擦、关节刚度非线性与外扰影响的柔性关节空间机械臂的控制问题,提出了一种基于奇异摄动理论的自抗扰控制方法。首先建立了柔性关节空间机械臂在地面重力和空间微重力环境下的动力学模型;然后采用奇异摄动法将系统模型分为快变子系统和慢变子系统,针对快变子系统设计速度反馈控制律来抑制柔性关节的振动,针对慢变子系统设计加入前馈补偿的自抗扰控制器(ADRC)来抵抗系统的内外扰动,并对系统进行了稳定性分析;最后对设计的控制器进行了仿真验证与对比研究。仿真结果表明,采用该方法,在不同重力环境下柔性关节空间机械臂均能实现很好的轨迹跟踪和抖振抑制,且能有效抵抗内外扰动,系统具有鲁棒性。     

刚柔耦合机械臂的滑模预测振动控制研究

针对刚柔耦合机械臂动力学模型的非线性、强耦合、时变问题,提出一种滑模预测控制方法可有效降低柔性臂的末端振动,同时提高末端轨迹跟踪性能和运动精度。首先采用输出重定义法得到柔性臂末端的观测量,将内动态子系统转换为零动态子系统,抑制柔性臂末端的振动;预测作为跟踪误差及其高阶导数组合的滑模面,将滑模面引入到预测控制的二次性能指标中,根据预测模型预估系统未来的输出,消除末端控制误差,并通过稳定性分析论证控制器的稳定性。最后通过仿真和实验验证该方法的有效性,证明其可提高刚柔耦合机械臂的运动精度。     

飘浮基两杆柔性空间机械臂基于速度观测器的增广自适应控制

讨论了载体位置、姿态均不受控情况下,存在外部扰动漂浮基两杆柔性空间机械臂的基于速度观测器的增广自适应运动控制与振动最优控制问题。选择合适的联体坐标系,利用Lagrange方法并结合动量守恒原理建立了飘浮基两杆柔性空间机械臂系统的动力学方程。利用奇异摄动法,将两杆柔性空间机械臂系统分解为一个关于载体姿态、关节轨迹跟踪的慢变子系统与一个描述柔性杆振动的快变子系统。以此为基础,提出了一个包含慢变控制项与快变控制项的复合控制器。利用自适应滑模观测器得到慢变子系统的观测速度向量,基于这个观测速度向量设计得到系统的增广自适应慢变控制律来实现关节轨迹的跟踪。利用线性观测器得到快变子系统的观测速度向量,基于这个观测速度向量并运用线性系统的最优控制理论得到了系统的快变控制律来实现柔性杆振动最优控制。系统的数值仿真证实了方法的有效性。该控制方案不需直接测量关节角速度、关节角加速度与柔性振动模态坐标导数以及漂浮基的位置、移动速度、移动加速度。     

柔性空间机械臂基于奇异摄动法的鲁棒跟踪控制和柔性振动主动控制

讨论了载体位置不受控、姿态受控情况下,具有不确定参数的漂浮基柔性空间机械臂关节轨迹跟踪鲁棒控制和柔性振动主动控制问题。利用拉格朗日方程和假设模态法并结合系统线动量守恒关系,对柔性空间机械臂系统进行动力学分析,发现所得到的动力学方程仍关于一组组合惯性参数保持惯常的线性函数关系。以此为基础,使用奇异摄动法和两种时间尺度的假设,将系统分解为轨迹跟踪控制器和振动控制器可分开设计的奇异摄动系统。对于快变子系统,使用全局最优控制来对柔性杆件的振动进行主动抑制。同时,针对系统参数不确定情况下,设计了鲁棒控制器来保证慢变子系统关节轨迹的跟踪。系统数值仿真结果证实了所设计控制器的有效性。     

参数不确定漂浮基柔性空间机械臂载体姿态、关节协调运动及柔性振动主动抑制的混合控制方案

讨论了载体位置不受控、姿态受控情况下,漂浮基柔性空间机械臂系统可保证载体姿态、关节角协调运动变结构控制鲁棒性并同时抑制所产生柔性振动的混合控制方案。该变结构控制仅设计来完成渐近解耦的载体姿态及关节角轨迹追踪,而不能对柔性振动模态进行控制;为了主动抑制柔性杆的振动,使用虚拟控制力的观念生成了变结构控制所需的混合轨迹,从而为柔性空间机械臂设计了追踪混合轨迹的混合控制方案。数值仿真结果证实了该混合控制方案在系统参数不确定情况下,能够使载体姿态及机械臂关节角稳定地追踪期望轨迹并对所产生的柔性振动进行主动抑制。     

一种FFFSR轨迹跟踪及振动抑制的改进预测控制方法

讨论了动力学约束和有界扰动条件下,自由漂浮柔性空间机器人(FFFSR)关节轨迹跟踪控制与柔性振动抑制的问题。提出一种基于预测控制的优化控制器设计方法,分别设计了跟踪控制器和轨迹规划器。跟踪控制器采用广义预测控制方法,生成使机械臂快速稳定跟踪期望轨迹的优化控制律;改进常规获取期望轨迹的柔化控制方法,设计基于约束预测控制方法的轨迹规划器,综合考虑动力学约束与柔性振动抑制,实时为跟踪控制器生成由初始位置到目标位置的优化期望轨迹,确保机械臂快速稳定跟踪到目标位置,并有效抑制柔性振动。数值仿真结果验证了所设计控制策略的可行性与有效性。     

N自由度柔性机械臂通用的动力学建模方法研究

针对多自由度柔性机械臂动力学建模过程复杂的问题,提出一种适用于N自由度柔性臂刚柔耦合动力学建模的通用方法。该方法基于拉格朗日方程(Lagrange)和假设模态法(ASM),归纳推导得到了N自由度柔性机械臂动力学模型的最简通用符号表达式,根据该建模方法开发了"N-DOF柔性机械臂动力学方程符号计算软件";最后以两自由度柔性机械臂为例进行位置跟踪控制实验,用开发的软件自动生成了动力学模型,并搭建了实物模型进行对比验证,结果具有一致性,表明了该建模方法的正确性。与传统建模方法相比,该建模方法可减少90%以上计算时间,极大降低了建模过程的复杂性,同时对多自由度柔性臂动力学建模也具有通用性。     

基于模糊自整定PID算法的压电柔性机械臂振动控制研究

柔性臂运行过程中的振动降低了其定位和操作精度,不同控制算法时的柔性臂抑振效果也不相同。针对刚-柔-电耦合的双连杆压电柔性机械臂,提出基于模糊自整定PID算法的柔性臂振动主动控制方法。利用MATLAB软件中的模糊工具箱,建立有效的模糊规则,实现了PID参数在线自整定模糊控制系统的设计与仿真。与常规PID控制算法相比较,仿真及实验结果表明:两种算法均能抑制柔性机械臂的振动,但模糊自整定PID控制器具有响应快、鲁棒性好、调整方便等优点,并更好地改善了控制系统的动态性能。     

Sliding-Mode PID Control of UAV Based on Particle Swarm Parameter Tuning

Due to the coupled motion between the rotor unmanned aerial vehicle (UAV) and the manipulator, the underactuation characteristics of the system itself, and the influence of external uncertainties, the stability of the rotor UAV’s manipulator control system is difficult to control. Based on the dynamic model of the rotor UAV, the stability of the whole UAV manipulator control system is improved by using the piecewise cost function, the compression factor particle swarm optimization (PSO) algorithm and the sliding mode PID to establish the sliding mode PID control stability method based on the PSO. Compared with the sliding mode PID control method, this method solves the serious buffeting problem in the sliding mode control, reduces the influence of the external disturbance and realizes the attitude stabilization control of the UAV manipulator quickly and accurately, thus shortens the system adjustment time and improves the anti-interference ability.     

漂浮基柔性空间机械臂关节运动的拟增广自适应控制及柔性振动实时主动抑制

讨论了载体位置、姿态均不受控情况下,自由漂浮柔性空间机械臂系统关节运动的拟增广自适应控制和柔性振动实时主动抑制问题。此类机器人系统的特点在于:结合系统动量及动量矩守恒关系得到的完全能控形式的系统动力学方程,关于系统惯性参数不符合惯常的线性函数关系,因此地面机器人的控制方法在此难以直接推广应用。为了克服上述难点,我们仅将系统动量守恒关系耦合到系统动力学方程当中,而不耦合系统动量矩守恒关系,结果得到一组欠驱动形式的系统动力学方程。其优点在于,系统动力学方程关于一组组合惯性参数保持惯常的线性函数关系。以此为基础,设计了具有未知参数柔性空间机械臂关节轨迹跟踪的拟增广自适应控制方案。并根据柔性子系统的动力学特性,设计了一个基于反馈的自适应控制方案来对柔性杆的振动进行快速实时的抑制。所提出的控制方案还具有不需要测量、反馈载体位置、移动速度和移动加速度的显著优点。系统的数值仿真,证实了方法的有效性。     

柔性空间机械臂基于混合滑模思想的自适应变结构控制

研究了柔性空间机械臂协调运动控制及柔性振动抑制问题。利用假设模态法及系统动量守恒关系,导出了空间机械臂的系统动力学模型。基于混合滑模思想,针对系统惯性参数存在不确定的复杂情况,提出了一种柔性空间机械臂本体姿态、关节协调运动的自适应变结构控制方案。该文所引入的混合滑模由频率成形最优滑模及终端滑模两部分组成。前者用于抑制系统柔性杆件的振动,后者则是为了保证系统追踪误差在有限时间内的收敛性。此外,上述控制方案由于在控制过程中无需预知系统的柔性变量,因此可有效避免对系统柔性状态变量进行实时地测量与反馈,较适于实际应用。仿真运算,证实了所提控制方法的有效性。     

Control of a 2-DOF manipulator with a flexible forearm

In this paper we present experimental results on the position and vibration control of the end-effector of a 2-DOF parallelogram manipulator with a flexible forearm. A dynamic model of the manipulator is first obtained. Control strategies are implemented to control the manipulator. The first control strategy uses the computed torque method based on a reduced-order dynamic model of the manipulator which is obtained by assuming that all the links are rigid. This method is referred to as the reduced-order computed torque (ROCT) method. Experimental results demonstrate that such a strategy is not good for vibration control of the end-effector of the manipulator. The second control strategy is a state feedback control law designed based on a local linearization of the nonlinear dynamic model. Experimental results show that this control strategy achieves good vibration control of the end-effector of the manipulator. However, since the strategy is based on local linearization, it is valid only in a neighbourhood of the operating point. A hybrid controller that uses the ROCT method for the initial large movement of the manipulator is then implemented. Based on a switching rule, the controller is switched to the state feedback controller based on the linearized model when the manipulator is sufficiently close to the equilibrium state. Experimental results are reported and the successful performance of the controller in dampening out end-point vibrations is demonstrated.     

柔性机械臂的非线性振动分析

建立了由两个柔性杆和一个柔性饺链组成的柔性机械臂的动力学方程,利用非线性振动的平均法进行了摄动分析,求得了系统在主共振和多重共振下的定常解,发现系统在第二阶主共振和1∶2 内共振的情况下有内共振阈值和双拟饱和现象存在,增大低阶模态阻尼是抑制内共振、防止产生大幅低频振动的有效手段。     

空间刚柔性机械臂振动抑制的LQ最优控制方法

以双连杆空间刚柔性机械臂为对象,建立了非线性动力学方程。运用线性二次型最优控制方法讨论机械臂消除残余振动的控制问题,给出相应的最优控制规律,通过算例仿真计算,表明控制规律的有效性。     

基于模糊RBF神经网络的水下机械臂控制研究

针对水下复杂工作环境下机械臂控制性能易受影响,而传统控制方法效果不佳的问题,提出了一种基于模糊RBF（radial basis function,径向基函数）神经网络的智能控制器,用于精确、稳定地控制水下机械臂。考虑到在水扰动环境下,机械臂通常受到附加质量力、水阻力和浮力的影响,运用拉格朗日法和Morison方程,建立包含水动力项的二杆机械臂动力学模型,通过模糊RBF神经网络对水下机械臂动力学方程中的水动力不确定项进行总体识别并拟合,利用模糊系统启发式搜索和RBF神经网络推理速度较快的优点,使水下机械臂系统具有较高的控制精度和较强的自适应性。考虑到水动力项,采用Lyapunov稳定性理论验证了水下机械臂系统的稳定性。最后利用MATLAB对二杆机械臂进行轨迹跟踪控制仿真实验,并对比模糊RBF神经网络与常规RBF神经网络识别方法和传统模糊控制方法的控制效果。仿真结果表明：与常规RBF神经网络识别方法相比,模糊RBF神经网络控制下二杆机械臂关节1的响应时间缩短了91%,相对误差减小了88%,关节2的响应时间缩短了92%,相对误差降低了77%;与传统模糊控制方法相比,关节1的相对误差减小了65%,关节2的相对误差减小了10%。研究结果表明模糊RBF神经网络的控制效果优于常规RBF神经网络识别方法和传统模糊控制方法,可为水下机械臂的控制提供一种精度较高、较有效的方法。