水下机械手分数阶积分滑模轨迹跟踪控制方法研究

针对未知有界外部干扰下水下机械手的轨迹跟踪问题,提出了一种分数阶积分滑模控制方法。该方法采用了基于分数阶积分滑模面的指数趋近律,考虑外部扰动,在模型中添加了外部扰动的近似估计项,使得系统可以实现快速收敛,且具有较强的抗干扰能力。利用李雅普诺夫理论证明了该方法的稳定性。对六自由度水下机械手的跟踪问题进行了仿真,结果表明,该控制方法具有良好的轨迹跟踪能力,且对外部干扰表现出良好的鲁棒性。     

差速驱动AGV建模和轨迹跟踪控制研究

针对应用于工厂物料运输的差速驱动AGV,在实际工作中轨迹跟踪控制将会受外界干扰等因素的影响,提出了一种自适应模糊滑模轨迹跟踪控制律.首先建立了差速驱动AGV的数学模型;然后针对AGV运动学模型设计了Backstep-ping方法控制律,得到虚拟控制速度;针对其动力学模型设计了以力矩为控制输入的自适应模糊滑模控制律,使得其能够对虚拟速度进行跟踪,其中利用模糊系统的万能逼近特性,逼近滑模控制器的切换部分来避免滑模控制的抖振现象;采用Lyapunov稳定性理论分析证明了控制系统的稳定性.最后仿真试验表明了所设计的控制律能有效的跟踪参考轨迹.     

4自由度机械手的滑模变结构轨迹跟踪控制

针对机械手的高度非线性、强耦合的特性,依据滑模变结构控制理论,提出了一种机械手的滑模变结构的控制方法,并对其进行仿真。仿真结果证明该方法对4自由度机械手的轨迹跟踪的有效和准确性。     

基于模糊滑模的机械臂鲁棒轨迹跟踪控制

针对存在外部扰动及建模误差的机械臂轨迹跟踪控制问题,提出了一种基于模糊滑模的鲁棒轨迹跟踪控制策略。在传统鲁棒控制器的基础上引入模糊滑模控制器取代等效控制项,解决了由初始系统误差较大引起的速度跳变、抖振等问题。其中模糊滑模控制器采用自适应模糊逻辑修正指数滑模趋近律中的常数项,可以优化滑动模态的品质,有效消除抖振。利用Lyapunov理论证明了系统的稳定性。仿真实验结果表明,该控制算法轨迹跟踪误差小,误差收敛速度快,具有良好的实时性。     

基于T-S模糊神经网络的机械手轨迹跟踪

以两自由度并联机械手为研究对象,提出了一种以T-S模糊神经网络作为反馈器,以粒子群算法优化的BP神经网络学习作为前馈控制器的机械手自适应轨迹跟踪方案。并运用ADAMS软件建立虚拟样机模型与Simulink进行联合仿真实验。仿真结果表明设计的控制方案能够较好地控制机械手的轨迹跟踪。     

基于快速终端滑模算法的机械手跟踪控制研究

提出了一种模糊自适应快速终端滑模控制方法。该控制方法采用多幂次趋近律构造趋近运动,用以提高趋近滑模面的速度,然后对常规的终端滑模面进行改进,提高沿滑模面收敛的速度。为消除控制系统中存在的不确定因素和建模误差,该控制算法还引进模糊自适应方法进行在线逼近。利用李雅普诺夫定理证明了所提出算法的稳定性。最后基于MATLAB与ADAMS联合仿真平台,采用所提出的算法对自行设计的3R型机械手进行轨迹跟踪研究,仿真结果显示,本控制方法具有更快的收敛性和更强的鲁棒性,有效地抑制了滑模控制中存在的振荡。     

多关节机器人反馈线性化双模糊滑模控制

为了提高多关节机器人轨迹跟踪控制性能,提出了一种反馈线性化双模糊滑模控制方法。该方法在对机器人非线性动力学模型反馈线性化的基础上,设计了一种双模糊滑模控制器。通过设计一个模糊控制器,根据跟踪误差和误差变化率自适应地调整滑模面的斜率,从而加快响应速度。通过设计另一个模糊控制器,根据滑模面自适应地调整滑模控制的切换控制部分,从而减弱抖振。利用李亚普诺夫定理证明了控制系统的稳定性。针对空间三关节机器人进行了仿真实验,结果表明了所提方法的有效性。     

基于自适应模糊滑模变结构的采煤机自动调高控制策略

针对采煤机自动调高和采煤工作面无人化存在的问题,提出了基于电液位置伺服系统的自适应模糊滑模变结构控制系统。分析了采煤机自动调高的依据条件,建立了采煤机调高系统的数学模型,得到了采煤机调高系统的控制变量。采用自适应模糊滑模变结构控制策略,设计了采煤机自动调高控制器,并分析了其稳定性。利用MATLAB对采煤机调高控制器进行了仿真,仿真结果表明,采用自适应模糊滑模变结构的控制系统可以实现采煤机截割预定轨迹的准确跟踪,相对于PID控制技术,其跟踪误差较小,控制效果较理想。     

挖掘机器人的模型与自适应模糊滑模控制

为实现挖掘机器人的自动挖掘,在挖掘机器人的轨迹规划器给出铲斗期望运动轨迹的情况下,需要挖掘机器人的控制系统能够控制其工作装置实现对给定轨迹的准确跟踪.利用拉格朗日方法建立了挖掘机器人工作装置的三自由度动力学方程,设计了自适应模糊滑模变结构控制器.利用模糊控制动态调节切换增益,将滑模控制的切换项转化为连续的模糊系统,增强了控制系统对挖掘机器人工作装置不确定性和外界干扰的鲁棒性,削弱了滑模控制的抖振现象,并且有较强的自适应跟踪能力.利用MATLAB7.4/Simulink工具箱对所设计的控制器进行了仿真,给出了自适应模糊滑模控制的跟踪性能及误差.     

自主式水下机器人自适应区域跟踪控制

研究自主式水下机器人的区域跟踪控制问题,提出一种基于PD神经滑模的自适应区域跟踪控制方法。针对自主式水下机器人自适应控制器中仅在线调整网络权值的径向基函数神经网络存在收敛性能差的问题,给出同时对径向基函数神经网络权值、径向基函数中心与方差进行自适应调整的方法,使径向基函数神经网络无须离线选取径向基函数中心与方差,即可进行在线自适应学习。考虑到控制器中滑模控制项易引起系统抖振的问题,提出一种基于指数函数的滑模切换增益调节方法,使滑模切换增益能够依据跟踪误差实时调节以降低系统抖振。基于Lyapunov理论对所提自适应区域跟踪控制方法的稳定性进行分析。通过自主式水下机器人的仿真试验与水池试验验证所提方法的有效性。     

气动机械手轨迹的Terminal滑模控制方法

应用Terminal滑模控制方法对三轴直角坐标型气动机械手进行连续轨迹控制。首先建立了气动位置伺服系统的数学模型,然后运用Terminal滑模控制对机械手进行轨迹控制。仿真研究结果表明,采用高阶非线性的Terminal滑模控制方法,可以使该机械手对空间直线轨迹的跟踪误差只在未达到收敛点的时间段内较大,在到达收敛点后能完全跟踪目标轨迹。     

基于双模糊滑模控制的机器人运动轨迹跟踪误差仿真

当前,机器人运动轨迹在受到外界干扰因素情况下,不仅控制精度较低,而且抖动现象较为严重,不能很好地实现轨迹的跟踪任务.对此,创建了双关节机器人简图模型,采用双模糊滑模控制机器人的运动轨迹.推导了等效控制和切换控制组成的双模糊滑模控制方程式,根据模糊规则对切换增益系数进行在线补偿,引用李雅普诺夫函数对控制系统的稳定性进行了证明.通过具体实例,借助于Matlab软件对机器人运动轨迹的跟踪误差进行仿真.同时,与单模糊滑模控制方法进行对比和分析.仿真结果显示,机器人采用双模糊滑模控制方法,实际运动轨迹与期望运动轨迹误差较小,输入转矩的波动幅度较小.机器人末端执行器采用双模糊滑模控制方法,提高了运动轨迹的控制精度,改善了抖动现象.     

基于自适应滑模控制的四轮全向移动机器人轨迹跟踪方法研究

针对四轮全向移动机器人动力学模型参数的不确定性以及外部扰动的影响,为提高其轨迹跟踪控制性能,提出了一种基于自适应滑模的四轮全向移动机器人轨迹跟踪控制方法。首先,基于驱动电机参数建立了机器人的动力学模型,在此基础上设计了一种自适应滑模轨迹跟踪控制器;其次,通过低通滤波器滤除轨迹跟踪控制器输出端的高频信号,同时为实现机器人动力学参数的在线估计,提出了一种参数自适应控制算法并利用RBF神经网络实时调整轨迹跟踪控制器的切换增益,以减小系统的抖振;最后,为验证所述方法的有效性,采用MATLAB进行了仿真实验。仿真结果表明,基于自适应滑模控制的四轮全向移动机器人轨迹跟踪方法可以较好地降低参数变化、外部扰动对系统的影响,能够减小系统的抖振,具有较好的抗干扰能力。     

移动机械手的智能控制

针对移动机械手的高度非线性、强耦合的特性,依据智能控制理论,本文提出了一种移动机械手的模糊神经网路的控制方法.整个控制系统由两部分组成,包括机械手的模糊控制以及移动平台的模糊神经网络控制,并对其进行仿真.实验结果证明该方法对移动机械手的轨迹跟踪的有效和准确性.     

机械手鲁棒自适应PD控制

针对工业机械手的轨迹跟踪问题,设计了一种鲁棒自适应PD控制策略,避免了初始输出力矩过大的弊端.考虑将控制器分为非线性补偿控制和PD反馈控制两部分,机械手的不确定动力学部分由回归矩阵构成的自适应控制器进行补偿,实现了对机械手的运动控制.通过计算机仿真结果验证了所提出控制策略的有效性,能够很好地跟踪期望轨迹.     

挖掘机的4自由度自适应模糊滑模控制

为实现挖掘机回转和工作装置的轨迹跟踪控制,建立挖掘机回转和工作装置的4自由度运动学和拉格朗日动力学方程.挖掘机工作装置具有明显的非线性和不确定性特征,并存在外部干扰,所以将滑模变结构理论用于其控制系统.针对滑模控制的抖振可能激活高频动态和破坏控制器部件的缺点,设计自适应模糊滑模控制器.控制规则包括3部分:等效控制、调整控制和切换控制.利用自适应模糊系统输出动态调节切换增益以逼近系统不确定性的上界,将滑模控制的切换项转化为连续的模糊输出,削弱了滑模控制的抖振现象,并且有较强的自适应跟踪能力.针对一个完整的挖掘卸料过程,将所设计的控制器用于仿真试验,给出自适应模糊滑模控制的跟踪性能及控制输入的效果.     

基于模糊PID的欠驱动水下机器人路径跟踪方法研究

针对不同环境和任务下欠驱动水下机器人的路径跟踪问题进行相关研究,在分析水下机器人控制模型的基础上,基于视线法提出了一种欠驱动水下机器人路径跟踪控制方法。基于模糊控制算法,设计了一种模糊PID控制器,并将其应用于欠驱动水下机器人的艏向跟踪控制。采用PC104设计了水下机器人的控制系统,并给出了硬件结构框图。最后,对水下机器人路径追踪效果进行了仿真和试验,结果表明基于模糊PID控制器的欠驱动水下机器人路径跟踪控制方法可保证机器人沿规划路径航行,而且该控制系统具有较强的鲁棒性。     

一种弧焊机器人轨迹跟踪控制方法的研究

针对弧焊机器人动态特性中的非线性和不确定因素,对机器人的轨迹跟踪控制问题进行了研究。为提高跟踪精度和控制性能,提出一种基于高斯基模糊神经网络的轨迹跟踪控制方法。该方法以高斯基作为隶属函数,结合神经网络和模糊算法,设计了高斯基模糊神经网络控制器。采用非线性规划中的最速下降法对模糊神经网络进行自学习,能够在线调节隶属度函数的中心以及关节耦合权值,使得控制器具有更好的自学习与自适应能力。数值仿真结果表明该控制方法能高效地控制机器人的轨迹跟踪。     

磁悬浮支承系统的模糊自适应离散滑模控制

为了实现磁悬浮支承系统的稳定悬浮和精确控制,设计了一种模糊自适应离散滑模控制器。采用自适应离散滑模切换函数,通过指数趋近律确保系统在整个状态空间内具有良好的运动品质。针对滑模控制的抖动问题,采用模糊控制进行弱化和抑制,进一步提高系统稳定性和鲁棒性。通过仿真和实验表明,模糊自适应离散滑模控制不但能有效抑制系统抖动,而且加快了起浮响应时间,在静态和动态性能上具有更大的优势,是磁悬浮支承系统实现数字控制的一种有效方法。     

深海水下作业型机械手仿形手柄控制技术研究

针对深海水下作业型机械手控制的仿形手柄未能严格“仿形”导致作业性能较差甚至引发作业事故的问题，提出了一种严格按照1：8比例缩小的仿形操纵手柄，解决了按比例缩小设计后出现的仿形操纵手柄的关节运动干涉问题；在此基础上，提出了多关节协调控制的方法，确保水下机械手作业过程中的完全轨迹跟踪控制。