自整定模糊PID控制策略在机器人控制系统中的应用

针对国内外水轮机修复机器人控制系统的现状,结合前沿控制理论,提出了一种基于模糊规则的自整定PID控制策略.结果表明其在机器人末端操作器的姿势控制上是非常适用的.     

高速并联机械手动力学建模及计算力矩控制

基于模型的计算力矩控制由于考虑了非线性补偿而极大地提高了其控制品质。然而,并联机械手动力学模型的计算是非常耗时的,从而限制该控制器在工程中的应用。为此,针对2-DOF并联机械手Diamond 600,首先导出了机械手的位置、速度和加速度逆解模型,并根据动能定理独立计算出机械手的质量惯性矩阵,实现了控制算法解耦,然后利用虚功原理建立能用于实时控制的动力学简化模型。在此基础上,设计了适舍于并联机械手的计算力矩控制器。最后,将设计的控制器应用到2-DOF并联机械手,仿真和实验结果验证了算法的有效性和正确性。     

模糊自整定PID控制器的设计和仿真

对象特性比较特殊的系统,常规PID控制比较困难,可采用模糊控制.着重介绍了模糊自整定PID控制器的设计,利用MATLABPID对参数进行仿真,其方法应用于变风量空调系统的控制中,还对模糊自整定PID与常规PID控制二种方法进行了仿真对比.     

结合模糊自整定的机械臂鲁棒PD控制器研究

针对多自由度机械臂控制系统存在的高度非线性、强时变性、强耦合性等问题,提出了 一种基于模糊自整定的鲁棒PD控制策略,引入模糊控制器替代传统PD控制的参数整定过程,实现PD参数的在线自调整功能,并设计鲁棒自适应补偿器,将鲁棒算法和自适应算法相结合以补偿系统的不确定性.引入Lyapunov函数验证了控制系统的稳定性,并通过...     

基于计算力矩的助行腿机器人神经网络补偿控制

在建立“机器主动”训练模式时助行腿机器人在跑步机上的步行动力学模型的基础上,设计了基于计算力矩加PD反馈的神经网络控制系统,并采用Lyapunov方法分析了控制系统的稳定性和收敛性。通过虚拟样机协同仿真平台进行了控制系统的仿真实验和样机系统测试验证,结果表明,该控制方法有效地消除了系统建模误差影响,提高了助行腿机器人轨迹跟踪能力。      

气动伺服机械手的预测模糊自整定PID控制研究

针对气动伺服机械手的特点,提出了一种预测模糊自整定PID控制策略,并进行了控制器的设计.实验结果表明,该控制器具有较好的控制能力,系统具有良好的动态和静态特性.     

基于计算力矩法的3-RRRT并联机器人控制研究

为了实现3-RRRT并联机器人的轨迹跟踪控制,在运动学分析的基础上,应用拉格朗日方程建立了3-RRRT并联机器人的动力学模型.设计了基于计算力矩算法的控制律,并利用Matlab软件进行了控制器仿真.仿真表明计算力矩控制可以使3-RRRT并联机器人实现全局稳定的动态轨迹控制.     

基于模糊规则参数自整定PID控制器的仿真研究

针对常规PID控制器参数整定不易、适应性差、控制精度不理想的现状,提出了在动态过程中参数自整定的模糊PID控制系统。利用模糊理论在线对PID参数进行调整,构成参数自整定PID控制器。通过MATLAB/SIMULINK仿真,仿真结果表明,与经典的PID控制方式相比较,该控制方式在快速性、稳态性及准确性方面都有较大提高。     

模糊PID参数自整定控制器的设计

将模糊控制理论与经典的PID控制理论结合,以锅炉温度控制系统为例,设计了一种模糊PID参数自整定控制器.仿真结果表明,和常规PID控制器相比,所设计的模期PID控制器改善了温度控制系统的动态性能,提高了系统的鲁棒性.     

基于电液比例位置系统的模糊自整定PID控制器

针对FESTO TP701电液比例实验台的比例阀控活塞位置控制系统进行了建模仿真,设计了模糊自整定PID参数控制器。运用基于MATLAB中的模糊工具箱和simulink进行仿真研究,结果表明控制器结构简单,系统实时性和稳态精度都得到改善。     

机器人臂的多项式PD型学习控制方法

提出一种用于机器人臂的带有重力补偿的多项式PD型(PPD)学习控制器,基于多项式神经网络给出了这种控制器的比例系数连续学习算法,由非线性机器人动力学模型与所提出的学习控制器所组成的闭环系统被证明在满足李雅普诺夫直接法和拉萨尔不变集定理时是全局渐近稳定的,除了理论结果,也提供了在两自由度机器人臂位置控制中的仿真实验比较,结果表明PPD学习控制器在系统快速响应性方面优于常规PD控制器。PPD学习控制器为机器人控制系统提供了一种新的途径。     

Robust nonlinear PID-like fuzzy logic control of a planar parallel (2PRP-PPR) manipulator

In this paper, a robust nonlinear proportional–integral–derivative (PID)-like fuzzy control scheme is presented and applied to complex trajectory tracking control of a 2PRP-PPR (P-prismatic, R-revolute) planar parallel manipulator (motion platform) with three degrees-of-freedom (DOF) in the presence of parameter uncertainties and external disturbances. The proposed control law consists of mainly two parts: first part uses a feed forward term to enhance the control activity and estimated perturbed term to compensate for the unknown effects namely external disturbances and unmodeled dynamics, and the second part uses a PID-like fuzzy logic control as a feedback portion to enhance the overall closed-loop stability of the system. Experimental results are presented to show the effectiveness of the proposed control scheme.     

Genetic optimization of fuzzy fractional PD+I controllers

Fractional order calculus is a powerful emerging mathematical tool in science and engineering. There is currently an increasing interest in generalizing classical control theories and developing novel control strategies. The genetic algorithms (GA) are a stochastic search and optimization methods based on the reproduction processes found in biological systems, used for solving engineering problems. In the context of process control, the fuzzy logic usually means variables that are described by imprecise terms, and represented by quantities that are qualitative and vague. In this article we consider the development of an optimal fuzzy fractional PD+I controller in which the parameters are tuned by a GA. The performance of the proposed fuzzy fractional control is illustrated through some application examples.     

基于模糊PID控制器的多电机同步控制装置的应用

该文在PID控制的基础上引入了模糊逻辑的概念，提出了一种较新的模糊PID控制算法，并使之应用在多电机同步控制装置中，实验结果表明该控制器能够大大增强系统的动态特性，使多电机良好地以一定速度同步运行。     

基于模糊控制的电磁式助力转向控制系统

电磁式助力转向是汽车动力转向系统领域的一项新结构。电磁助力器工作电流的控制是电磁式助力控制系统软件设计的一个最基本的控制策略和方法。文中详细地介绍了电磁助力器工作电流模糊控制器的设计方法。文中也给出了方向盘把持力在阶跃输入下的时域响应的仿真结果．该结果表明电磁助力系统具有较好的响应特性。     

基于模糊自整定PID的二质量伺服控制系统的研究

在分析了直流伺服系统电学方程和动力学方程的基础上,建立了二质量伺服系统的数学模型及SIMULINK仿真模型.通过MATLAB模糊工具箱和SIMULINK,实现了模糊自整定PID控制器的设计和系统仿真.仿真结果表明用模糊自整定PID控制二质量伺服系统,系统响应快,超调量小,稳定精度高.     

可变论域的模糊自整定控制方法

该文将模糊控制中的“可变论域”思想和参数模糊自整定方法相结合，提出一种“可变论域”的模糊自整定控制方法，并将它成功应用在转台的速率控制中，为模糊控制在工程中的应用提供了一种新的、简单易行的途径。     

Neural network controller for robotic motion control

Since a robotic manipulator has a complicated mathematical model, it is difficult to design a control system based on the complicated multi-variable nonlinear coupling dynamic model. Intelligent controllers using fuzzy and neural network approaches do not need a real mathematical model to design the control structure and have attracted the attention of robotic control researchers recently. A traditional fuzzy logic controller does not have learning capability and it needs a lot of effort to search for the optimal control rules and the shapes of membership functions. Owing to the time-varying behaviour of the system, the required fine tracking accuracy is difficult to achieve by adjusting the fuzzy rules only. The implementation problems of neural network control are the initial training and initial transient stability. In order to improve the position control accuracy and system robustness for industrial applications, a neural controller is first trained off-line by using the input and output (I/O) data of a traditional fuzzy controller. Then the neural controller is implemented on a five-degrees-of-freedom robot with a back propagation algorithm for online adjustment. The experimental results show that this neural network controller achieved the required trajectory tracking accuracy after 15 on-line operations.     

基于机器人逆运动学的模糊辨识

本文所研究的机器人是SCARA型教学机器人,它是一个四自由度机器人．有三个旋转关节,一个滑动关节。论文研究了采用模糊逻辑系统作为未知非线性对象的辨识器的方法来建立机器人的逆运动学方程．由此建立的机器人结构系统动力学模型的动态特性与实验测试结果具有较好的一致性。