多关节机器人的模糊神经滑模控制

针对含有建模误差和不确定干扰的多关节机器人轨迹跟踪控制,提出了一种模糊神经滑模控制方法.该方法采用全局快速终端滑模面,保证了系统能够从任意初始状态在有限时间内到达滑模面和平衡点.采用模糊神经网络自适应地补偿系统的建模误差和外界干扰,保证了滑模控制在滑模面的运动.文中利用李亚普诺夫稳定性判据推导出了控制器的控制律和模糊神经网络的目标函数,通过模糊神经网络的在线学习.削弱了滑模控制的抖振.仿真结果表明了其有效性.     

一种新的自适应模糊滑模控制器设计方法

对一类非线性系统提出一种新的自适应模糊滑模控制器设计方法。将自适应模糊控制与滑模控制有效地结合在一起,先用滑模控制使跟踪误差进入边界层内,然后启动自适应模糊控制器。该控制器可消除滑模控制器中出现的抖振,并可在存在模糊逻辑系统逼近误差情况下使系统跟踪误差小于预先给定的任意常数。仿真算例验证了所提出方法的有效性。     

多关节机器人的神经滑模控制

针对含有建模误差和不确定干扰的多关节机械臂轨迹跟踪控制,提出了一种神经滑模控制方法。该方法采用全局快速终端滑模面保证了系统状态能够在有限时间内到达滑模面和平衡点。采用径向基函数神经网络自适应地补偿系统的建模误差和外界干扰,保证了滑模控制在滑模面的运动。利用李亚普诺夫稳定性判据推导出了控制器的控制律和神经网络的目标函数,通过神经网络的在线学习,削弱了滑模控制的抖振。仿真结果表明了其有效性。     

超空泡航行体的自适应模糊滑模控制研究

针对超空泡航行体动态中的非线性项和未建模动态,以及由空泡形状改变引起的扰动问题,提出了一种基于自适应模糊滑模的纵平面运动控制器设计方法。该方法利用自适应模糊系统逼近超空泡航行体模型中的非线性不确定项;利用滑模控制对干扰的鲁棒性,克服逼近误差和干扰;最后用Lyapunov定理证明了闭环系统的稳定性。仿真结果表明,设计的控制器可有效克服滑行力的计算误差以及水动力参数的不确定性。     

基于模糊逻辑系统的输出跟踪控制问题

针对一类未知的非线性互联大系统，设计间接自适应模糊控制器以实现跟踪控制，采用模糊控制，模糊逻辑逼近和模糊滑模控制相结合的方法，对维数较低的子系统未知动态和维数较高的互联项未知动态分别采用两类模糊规则进行逼近，对系统的外部干扰及模糊逼近误差采用模糊滑模控制予以抵消，基于Lyapunov方法实现模糊系统中的参数自适应律并在线调节，所设计的间接自适应控制器使系统在Lyapunov意义下稳定，且跟踪误差趋近于0，仿真结果表明了该设计方法的正确性。     

航天器姿态跟踪系统的自适应滑模控制

针对存在不确定惯量矩阵和外干扰的刚体航天器姿态跟踪系统,提出了一种自适应滑模控制方法。首先建立了姿态跟踪误差动力学方程,并对刚体航天器跟踪误差动力学定义了滑模,设计了自适应滑模控制律,该控制律的优点在于可以估计系统不确定块,消除了传统滑模控制中对不确定界的要求。Lyapunov分析表明了提出的自适应滑模控制器确保闭环系统取得渐近稳定性。仿真结果验证了提出的控制策略的有效性。     

一类非线性系统的模糊直接自适应控制

针对一类单输入单输出仿射非线性系统,利用模糊基函数网络的逼近能力,并根据滑模控制原理在控制器中加入逼近误差和外部干扰补偿控制器,提出了一种模糊直接自适应控制方法。该方法不但实现了系统的鲁棒控制,还同时考虑了误差状态的位置信息和运动信息,较大地改善了系统的控制性能。通过Matlab仿真,证明了所设计的模糊直接自适应控制器不但具有鲁棒性,而且可以保证系统具有很好的跟踪性能。     

机器人全局PID模糊滑模跟踪控制与仿真研究

为解决机器人跟踪控制过程中采用PID控制算法会出现抖动和误差的问题,提出了一种机器人全局PID模糊滑模跟踪控制算法.通过将PID滑模控制和模糊控制相结合,设计了全局PID模糊滑模控制;基于模糊规则,对滑模控制增益进行自适应调整,从而消除建模误差和干扰,削弱了控制时产生的抖振,在线调整控制器参数和估计误差,并通过积分来消除外界干扰,因此提高了控制精度.仿真结果表明,与常规的PID算法相比,该方法在处理控制抖动和消除误差以及干扰方面具有极高的鲁棒性.     

一类非线性系统的模糊滑模控制

针对一类非线性不确定系统,提出了一种模糊滑模控制器的设计方法。采用模糊神经网络设计系统控制器,基于梯度符号变化的局部学习率自适应BP算法,对模糊神经网络的隶属函数中心、宽度和网络权值进行调节,使滑模等效控制的模糊系统后件参数是自适应的;在系统存在外部干扰并有界时,利用李亚普诺夫方法证明了系统控制的稳定性。通过Matlab仿真分析,表明了所设计的模糊滑模控制器不但具有鲁棒性,而且具有良好的跟踪性能。     

机器人操作器的自适应模糊滑模控制器设计

针对机器人动力学系统提出了一种基于模糊逻辑的自适应模糊滑模控制方案.根据滑模控制原理并利用模糊系统的逼近能力设计控制器,基于李雅谱诺夫方法设计自适应律,证明了闭环模糊控制系统的稳定性和跟踪误差的收敛性.控制结构简单,不需要复杂的运算.该设计方案柔化了控制信号,减轻了一般滑模控制的抖振现象.仿真结果表明了所提控制策略的有效性.     

基于自适应模糊滑模控制的船舶航向控制器设计

针对船舶运动系统中固有的非线性、模型不确定性和风、浪、流等的干扰.提出了自适应模糊滑模控制(AFSMC)策略解决船舶的航向控制问题.通过采用模糊逻辑系统逼近系统未知函数,将滑模控制技术与自适应模糊控制技术相结合,设计了船舶航向AFSMC控制器.在滑模边界层内应用PI (proportional-integral)控制代替滑模控制中的切换项,削弱了滑模控制带来的抖振现象.借助李亚普诺夫函数证明了船舶运动系统中的信号都一致有界并利用Barbalat引理证明了跟踪误差渐近收敛到零.在参数摄动和外界干扰情况下进行了航向保持与改变仿真试验,采用AFSMC控制器得到了与无摄动和无干扰情况下相似的输出响应.实验结果表明,所提控制器能有效地处理系统不确定性和外界干扰,控制性能良好,具有很强的鲁棒性.     

空间三关节机器人模糊积分滑模控制

研究提高关节机器人轨迹跟踪控制的性能,由于关节机器人运动中产生振动,影响系统的稳定性能。为解决上述问题,提出了一种反馈线性化的自适应模糊积分滑模控制方法。在上述方法的基础上,对机器人非线性动力学模型反馈线性化。为了进一步提高滑模控制的精度,设计了一种积分滑模面的滑模控制器,可以减弱积分滑模控制的抖振。通过设计一个模糊控制器,根据积分滑模面的大小自适应地调节积分滑模控制的切换部分,达到削弱抖振的目的。利用李亚普诺夫定理证明了控制系统的稳定性。仿真结果表明,改进方法有效地提高了关节机器人跟踪控制性能。     

机械手的模糊逆模型鲁棒控制

提出一种基于模糊聚类和滑动模控制的模糊逆模型控制方法,并将其应用于动力学 方程未知的机械手轨迹控制.首先,采用C均值聚类算法构造两关节机械手的高木-关野 (T-S)模糊模型,并由此构造模糊系统的逆模型.然后,在提出的模糊逆模型控制结构中, 离散时间滑动模控制和时延控制(TDC)用于补偿模糊建模误差和外扰动,保证系统的全局 稳定性并改进其动态和稳态性能.系统的稳定性和轨迹误差的收敛性可以通过稳定性定理来 证明.最后,以两关节机械手的轨迹跟随控制为例,揭示了该设计方法的控制性能.     

不确定多输入非线性系统自适应模糊滑模控制器设计

针对一类不确定多输入非线性系统提出一种新的自适应模糊滑模控制器,该控制器在存在模型逻辑系统逼近误差的情况下使闭环系统跟踪误差小于预先给定常数,消除滑模控制中的抖振,缓解因系统维数增高所致的模糊规则爆炸现象,最后用仿算例验证了所提出方法的有效性。     

Cascade fuzzy variable structure control of induction motor based on the approach of fuzzy modelling of Ben-Ghalia

In this article, a control design concept using fuzzy sets for an induction motor is presented. The aim of the proposed modelling approach is to provide a fuzzy set-based representation of the cascade sliding mode control of an induction motor fed by PWM voltage source inverter, which operates in a fixed reference frame. For this purpose, a new decoupled and reduced model is first proposed. Then, a set of simple surfaces and associated control laws are synthesised. A piecewise smooth control function with a threshold is adopted. However, the magnitude of this function depends closely on the upper bound of uncertainties, which include parameter variations and external disturbances. This bound is difficult to obtain prior to motor operation. To solve this problem, a fuzzy modelling approach is presented to improve the design and tuning of a fuzzy logic controller using variable structure control theory. The robust fuzzy control design is made feasible without resorting to model simplification or imposing restrictive conditions on the system uncertainty. The fuzzy controller is designed in order to improve the control performances and to reduce the control energy and the chattering phenomenon. Simulation results reveal some very interesting features and show that the proposed fuzzy sliding mode controller could be considered as an alternative to the conventional sliding mode control of induction motors.     

Fuzzy Sliding Mode Control for Active Suspension System with Proportional Differential Sliding Mode Observer

In this paper, a generalized augmented transformation is considered for the quarter active suspension system with uncertainties. Specifically, the model uncertainties are converted to the augmented states and a new proportion differential sliding mode observer is used to estimate state variables and model uncertainties. A differential geometric method is applied to linearize the nonlinear suspension model. In order to weaken the vibration effect of sliding mode control force and reduce energy consumption, a fuzzy sliding mode controller is designed for the active suspension system and the fuzzy controller is applied to adjust switching control gain according to the reaching condition of sliding mode surface. The simulations are conducted to illustrate the effectiveness and advantages of this proposed observer and control strategy.     

Fuzzy sliding mode control for a robot manipulator

This work presents the design of a robust control system using a sliding mode controller that incorporates a fuzzy control scheme. The presented control law superposes a sliding mode controller and a fuzzy logic controller. A fuzzy tuning scheme is employed to improve the performance of the control system. The proposed fuzzy sliding mode control (FSMC) scheme utilizes the complementary cooperation of the traditional sliding mode control (SMC) and the fuzzy logic control (FLC). In other words, the proposed control scheme has the advantages which it can guarantee the stability in the sense of Lyapunov function theory and can ameliorate the tracking errors, compared with the FLC and SMC, respectively. Simulation results for the trajectory tracking control of a two-link robot manipulator are presented to show the feasibility and robustness of the proposed control scheme. This work was presented in part at the 13th International Symposium on Artificial Life and Robotics, Oita, Japan, January 31–February 2, 2008