SCARA机器人的模糊自适应滑模控制

为了提高SCARA机器人的轨迹跟踪控制性能,提出一种双模糊自适应滑模控制;采用一自适应模糊控制器,根据滑模到达条件对滑模切换增益进行估算,消除滑模控制中输出力矩的抖振现象,增强其对不确定性因素的适应能力;采用另一自适应模糊控制器对指数趋近律系数进行修正,改善由于大范围初始位姿产生的偏差而引起的大力矩和速度跳变问题;基于Lyapunov方法进行了稳定性证明,保证控制系统的稳定性与收敛性;仿真实验结果表明,该方法应用于SCARA机器人,跟踪效果良好并产生了平滑的力矩输出和速度输出.     

机器人自适应PID饱和输出反馈控制

针对机器人系统在仅有位置传感、驱动器饱和、存在建模不确定性及干扰等条件下的轨迹跟踪控制问题,提出了一种新的自适应PID控制方案。采用高精度滤波器估计机器人关节速度,采用带饱和函数的控制器限制输出力矩,采用自适应PID控制器补偿建模不确定性和干扰。通过Lyapunov直接法,证明系统的稳定性。最后以两关节机器人为例,给出仿真实验结果,验证了算法的有效性。     

PHANTOM Omni机器人的自适应模糊滑模控制

针对PHANTOM Omni机器人的位置轨迹跟踪问题,采用了一种基于模糊逻辑的自适应模糊滑模控制方案。利用滑模控制中的切换函数作为输入,根据模糊系统的逼近能力设计控制器,并基于李雅谱诺夫方法设计自适应律对控制器所需参数进行实时调节。仿真中将其与传统的滑模控制进行了比较,仿真结果表明：自适应模糊滑模控制能使PHANTOM Omni机器人更好地实现期望的位置轨迹跟踪并有效地减轻抖振现象,从而证明了该方法在PHANTOM Omni机器人上实施的可行性。     

基于模糊补偿的康复机器人的自适应滑模控制研究

针对下肢外骨骼机器人不确定模型及摩擦因素的轨迹运动控制问题,提出了一种基于模糊补偿的自适应滑模控制(FCASMC)方法。首先利用滑模控制思想设计非线性滑模面,设计滑模控制器实现系统的稳定性;接着采用模糊控制方法对其机器人中关节运动存在的未知摩擦项进行模糊补偿与逼近,减少未知摩擦项和外扰动等因素下对系统带来的稳定性影响;最后还采用了鲁棒项来消除补偿逼近误差所带来的影响,也可减少滑模方法所带来的抖振问题,从而使整个系统的稳定性进一步提高。最后,基于Lyapunov定理对所设计的控制器进行稳定性证明和仿真。仿真结果表明,设计的控制器可以很好地对不确定摩擦项进行补偿,机器人的关节运动轨迹跟踪能实现全局跟踪,提高了在今后实际工程中的应用研究价值。     

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。     

基于模糊CMAC的移动机器人轨迹跟踪控制

针对受非完整约束的移动机器人的轨迹跟踪问题,提出了一种基于模糊CMAC的轨迹跟踪控制策略。该策略利用模糊CMAC神经网络逼近移动机器人动力学模型的非线性和不确定,同时与速度误差结合起来构成力矩控制器,并用滑模项来补偿不确定性扰动对系统的影响。李亚普诺夫稳定性定理保证了系统的稳定性和跟踪误差的渐近收敛,仿真结果进一步验证了所提方法的有效性。     

基于控制器输出误差方法的自适应模糊控制及其在机器人轨迹跟踪控制中的应用

本文提出一种自适应模糊控制器并将之用于机器人轨迹跟踪控制 ,该控制器采用控制器输出误差方法 (COEM) ,根据控制器的输出误差而不是对象的输出误差来在线地调整模糊控制器的参数 ,无须对对象进行辩识 .仿真结果表明该控制器用于机器人轨迹跟踪控制具有很好的性能 ,是一种有效的控制器     

神经网络滑模控制下肢外骨骼机器人的轨迹跟踪

针对下肢外骨骼机器人行走稳定性与步态轨迹跟踪控制问题,对下肢外骨骼机器人三连杆模型进行动力学建模与轨迹仿真。通过拉格朗日法建立下肢外骨骼机器人的动力学模型,设计了神经网络自适应滑模控制算法。引入神经网络,对下肢外骨骼机器人步态轨迹跟踪系统的不确定项进行逼近,在控制器中采用了改进的趋近律,使用李雅普诺夫稳定性理论进行了稳定性分析,并通过MATLAB对改进后的控制算法进行了仿真验证。仿真结果表明,采用该算法对具有关节摩擦和外界环境干扰的下肢外骨骼机器人进行轨迹跟踪时,具有较好的跟踪效果;通过改进的趋近律,能削弱系统的抖振。相比于基于计算力矩法的滑模控制,该控制算法有更好的跟踪效果,能应用到下肢外骨骼机器人行走的稳定性和步态轨迹跟踪控制中。     

基于模糊扰动观测器的PMSM积分滑模控制研究

为了克服传统永磁同步电机(Permanent magnet synchronous motor,PMSM)的滑模控制增益大容易产生抖振的问题,提出基于模糊观测器的PMSM积分滑模控制策略。采用新型趋近律设计积分滑模控制器取代传统的滑模控制器,提高系统的动态响应性能。结合模糊控制与自适应控制的特点,设计模糊扰动观测器,能够迅速有效地观测系统内部参数变化和外部扰动,并对积分滑模速度控制器进行前馈补偿,削弱系统抖振的同时提高了系统的鲁棒性。通过李雅普诺夫理论证明了该控制系统的稳定性。仿真及实验结果验证了该方法具有较强的鲁棒性,可以实现良好的跟踪效果并且无抖动。     

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.     

Robust adaptive fuzzy sliding mode trajectory tracking control for serial robotic manipulators

The ever increasingly stringent performance requirements of industrial robotic applications highlight significant importance of advanced robust control designs for serial robots that are generally subject to various uncertainties and external disturbances. Therefore, this paper proposes and investigates the design and implementation of a robust adaptive fuzzy sliding mode controller in the task space for uncertain serial robotic manipulators. The sliding mode control is well known for its robustness to system parameter variations and external disturbances, and is thus a highly desirable and cost-effective approach to achieve high precision control task for serial robots. The proposed controller is designed based on a fuzzy logic approximation to accomplish trajectory tracking with high accuracy and simultaneously attenuate effects from uncertainties. In the controller, the high-frequency uncertain term is approximated by using a fuzzy logic system while the low-frequency term is adaptively updated in real time based on a parametric adaption law. The control efficacy and effectiveness of the proposed control algorithm are comparatively verified against a recently proposed conventional controller. The test results demonstrate that the proposed controller has better trajectory tracking performances and is more robust against large disturbances than the conventional controller under the same operating conditions.     

仿生假手抓握力控制策略

为了使仿生假手完成各种精细作业,提出一种抓握力控制策略.在自由空间和约束空间中分别使用基于位置的阻抗控制和力跟踪阻抗控制.在过渡过程中使用模糊观测器切换控制模式.两种控制模式采用同一个基于位置的阻抗控制器,在约束空间向阻抗控制器中引入参考力,以满足约束空间的抓握力控制要求.这种方法可以使关节在自由空间和约束空间中分别实现良好的轨迹跟踪和力矩跟踪,在过渡过程中实现控制模式的可靠切换和系统的稳定过渡.提出一种自适应滑模摩擦力补偿方法,利用终端滑模思想设计了滑模函数,使得系统跟踪误差在有限时间内收敛,避免了传统线性滑模面状态跟踪误差无法在有限时间内收敛至0的问题.根据指数形式摩擦力的特点,利用终端滑模控制思想获得包含摩擦力参数估计的滑模控制律,并基于李亚普诺夫稳定性定理推导了估计参数的在线自适应律.对该抓握力控制策略在HIT假手上进行了抓取实验,实验结果证明了控制策略的有效性.     

基于时间延时估计和自适应模糊滑模控制器的双机械臂协同阻抗控制

多机械臂的精准协同控制已成为当前机器人领域的研究难点,为实现双机械臂精准控制,通过建立双机械臂动力学模型,采用时间延时估计简化机械臂动力学模型,在保证控制系统稳定性的前提下,引入自适应模糊滑模控制器实现对估计误差的修正和补偿,设计基于时间延时估计和自适应模糊滑模控制的双机械臂协同阻抗控制器,实现双机械臂协同操作的末端轨迹控制以及接触力精准控制.最后,将该控制器应用于两台六自由度机械臂仿真平台,实现双臂夹取和搬运同一目标物体的操作,通过与其他控制器进行对比实验,表明所设计的控制器具有响应快、无抖震、精度高的特点.     

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。     

基于混合滑模控制器和反正切观测器的SPMSM直接转矩控制

针对基于传统PI控制的表贴式永磁同步电机(SPMSM)直接转矩控制系统抖振和相位延迟等问题,在转速环节设计新型趋近律,采用模糊自适应方法,实现趋近律参数的动态调节,并通过Lyapunov方法证明稳定性.利用super-twisting滑模策略生成参考电压矢量,完成混合滑模控制器的设计,建立基于反正切函数的滑模观测器,并对转子位置进行合理补偿.仿真实验表明,与PI控制、基于指数趋近律的滑模控制器相比,所设计的控制器在电机空载起动和外加干扰情况下均能有效提高系统响应,显著降低抖振,与其他模型参考自适应观测器相比,所设计观测器能有效减小相位延迟,转子位置辨识结果更准确.     

SCARA机器人模糊自适应滑模控制

为了提高SCARA机器人的轨迹跟踪控制性能,提出了一种基于非奇异终端滑模面和改进的快速趋近律的滑模控制策略。设计了一种非奇异的快速终端滑模面,可在任意初始状态下收敛到平衡点;改进滑模控制的趋近律,在保证快速趋近的同时可有效抑制抖振,并采用双曲正切函数代替传统的符号函数,有效地消除了高频抖振。采用模糊控制调节趋近律参数,改善初始状态误差过大时引起的力矩冲击问题;基于SCARA机器人模型仿真实验表明,实验结果跟踪性能良好,输出力矩平滑。     

不确定Duffing混沌系统的同步控制

在模糊滑模变结构控制基础上,研究具有不确定性Duffing混沌系统的同步控制问题。选择合适的滑模面,基于Lyapunov稳定性理论设计模糊滑模变结构控制器及自适应更新规则,从理论上证明控制系统的稳定性。由于控制器的设计是基于自适应模糊滑模变结构控制的,与常规方法相比,控制器滑动模态不受干扰的影响,有较好的鲁棒性和快速跟踪能力。通过数值仿真实验验证了该系统的有效性。     

多关节机器人的自适应模糊滑模控制

针对多关节机械臂轨迹跟踪控制,提出了一种基于全局快速终端滑模面的自适应模糊滑模控制方法。该方法通过设计合适的自适应律,采用模糊自适应控制调节滑模控制的切换控制增益,实现了对建模误差和不确定干扰的自动跟踪,削弱了抖振。系统不需要对建模误差和干扰进行预估计,并且通过对控制器结构的简化,降低了模糊控制器的维数,减少了计算量。利用李亚普诺夫定理证明了控制系统的稳定性,仿真结果表明了其有效性。