基于遗传算法优化的机器人模糊控制系统

本文提出一种基于遗传算法优化的模糊控制系统并将之用于五自由度关节型机器人轨迹跟踪控制,该系统将五关节的位置误差和误差变化率作为模糊控制器的输入,输出为五关节的转矩,同时采用先进的遗传算法在线优化调整控制器参数,既避免建立复杂的机器人数学模型,又能达到精确的控制效果.仿真结果表明该控制系统用于机器人轨迹跟踪控制具有很好的性能,较好地实现了机器人的实时智能控制,并大幅提高了其控制的自适应性和鲁棒性,最后给出相关的实验和结论.     

模糊小波基神经网络的机器人轨迹跟踪控制

提出一种模糊神经网络控制器并用于机器人轨迹跟踪控制.这种模糊神经网络利用了小波基函数作为隶属函数,可在线根据误差调整隶属函数的形状,使模糊神经网络具有更强的学习和适应能力.仿真与实验结果表明这种网络能很好的用于机器人的轨迹跟踪控制,具有很好的性能.     

模糊B样条基神经网络及其在机器人轨迹跟踪中的应用

提出一种模糊神经网络控制器并用于机器人轨迹跟踪控制．这种模糊神经网络利用B样条基函数作为隶属函数,可在线根据误差调整隶属函数的形状,使模糊神经网络具有更强的学习和适应能力．仿真与实验结果表明这种网络能很好的用于机器人的轨迹跟踪控制,具有很好的性能．     

柔性关节微操作机器人自适应模糊预测控制

对一种柔性关节微操作机器人系统提出了多输入多输出直接自适应模糊广义预测控制方法,此方法先基于机器人理论模型设计出广义预测控制器,再构造直接自适应模糊控制器逼近广义预测控制器,并用机器人视觉误差信息对控制器参数和广义误差向量估计值中的未知向量进行自适应调整,以增强对建模误差的鲁棒性,并证明了所设计的控制器可使微操作机器人跟踪时变参考轨迹时的广义误差估计值收敛到原点的小邻域内,以达到控制要求,仿真结果验证了此方法的有效性.     

基于神经网络的不确定机器人自适应滑模控制

提出一种机器人轨迹跟踪的自适应神经滑模控制。该控制方案将神经网络的非线性映射能力与变结构控制理论相结合,利用RBF网络自适应学习系统不确定性的未知上界,神经网络的输出用于自适应修正控制律的切换增益。这种新型控制器能保证机械手位置和速度跟踪误差渐近收敛于零。仿真结果表明了该方案的有效性。     

一种新型的对角型模糊变结构轨迹跟踪控制器设计

文章试图结合模糊控制和滑模变结构控制的优点,设计一种新的对角型模糊变结构轨迹跟踪控制器。用SISO的对角型模糊逻辑控制取代一种一般的变结构轨迹跟踪控制器的切换控制项,并且增加了动态调整输入和输出空间的功能去增强系统的快速性和灵活性。仿真表明了该控制器具有快速性、较小稳态误差及较强抗干扰能力;所设计的控制器性能良好,具有一定实用价值。     

基于模糊PD型输入迭代学习的工业机器人轨迹跟踪控制

针对工程应用中工业机器人的内置控制器在确定其结构和控制参数后一般不能修改的问题,提出一种基于机器人内置控制器的模糊比例—微分(PD)型输入迭代学习轨迹跟踪控制方法。利用跟踪误差及其导数构建控制律,控制参数采用模糊增益调整型进行自整定,无需根据轨迹反复调整,并将迭代学习量叠加到轨迹输入中,通过更新实际轨迹输入来提高目标轨迹的跟踪精度。MATLAB/SIMULINK仿真和六自由度工业机器人实验结果表明:提出的方法能够在不影响机器人内置控制器稳定性的基础上,实现更高精度的轨迹跟踪。     

腿轮式机器人的自适应模糊控制

提出了一种基于模糊神经网络(FNN)的腿轮式机器人轨迹跟踪控制方法．在利用常规P D控制器提取初始模糊规则的基础上,利用专家经验对初始规则进行补充,最后再利用误差的 反向传播算法对参数进行在线的自适应调整．仿真计算证明该方法具有良好的轨迹跟踪精度 和抗干扰能力．     

一种考虑控制精度的机器人最优轨迹规划方案

本文提出一种考虑控制精度的机器人轨迹规划方案．首先从运动的平稳性出发,将轨 迹按弧坐标均匀采样,将各采样分段规划为匀变速运动;然后从工程角度分析了跟踪误差与 控制器输出力矩的关系,提出根据控制误差对关节力矩进行模糊加权的二次规划方案,实验 结果验证了该方法的有效性．     

不确定性机器人的自适应跟踪控制

提出了一种自适应控制策略 ,用于不确定性机器人的轨迹跟踪 ,该控制器结构简单 ,且无需计算回归矩阵 ,通过对二自由度的机器人的仿真 ,证明该方法能使跟踪误差快速趋近于零     

基于自适应模糊神经网络控制器的网络控制系统

网络控制系统中存在着时延、丢包、网络干扰等问题。针对网络控制系统中存在恶化系统的控制性能,甚至导致系统不稳定的因素,提出了一种基于自适应模糊神经网络控制器的网络控制系统,它能根据系统的实际输出与期望输出误差,利用自适应模糊控制和神经网络自学习的原理进行控制参数的自行调整,以符合控制系统的实际要求,同时,分析了网络延时,丢包率及网络干扰因素对系统性能的影响。利用TrueTime工具箱建立了包含自适应模糊神经网络控制器的网络控制系统的仿真模型,并将其分别与基于常规PID控制器的网络控制系统和基于模糊参数PID控制器的网络控制系统进行了比较。实验结果表明,在相同的网络环境下,基于自适应模糊神经网络控制器的网络控制系统的控制效果比基于常规的PID控制器和基于模糊参数PID控制器的要好,且具有较好的抗干扰能力和鲁棒性能。     

A two-stage design of adaptive fuzzy controllers for time-delay systems with unknown models

In this article, a systematic two-stage design method for adaptive fuzzy controllers is presented. The proposed control scheme has low computational complexity. Moreover, the exact mathematical model of the plant to be controlled is not required. The fuzzy controller under consideration is based on the proportional-derivative fuzzy control scheme and triangular membership functions. In the design procedure, the domain intervals of the input and output variables are selected with a heuristic approach to minimize a cost function under the constraint of tolerable overshoots in the response curve. A learning scheme is then proposed to automatically adjust the parameters in the fuzzy controller to reduce the error of the system. It can also be used adaptively to improve the system performance of a time-varying system. Simulations and comparisons are included to demonstrate the effectiveness of the proposed method.     

模糊控制器的结构化分析及系统化设计方法

对于模糊控制器的输入变量,采用一种新型的不均匀、全交迭、三角形的隶属度函数,推导了两输入（e,△e)－输出（△u）的典型模糊控制器输出的解析表达式,并对最常用的输入变量各取5个模糊变量的情况进行分析。在此基础上提出一种模糊控制系统的系统化设计方法,可根据已有的PI／PD控制器参数设计相应的模糊控制器参数。仿真实验说明了该方法的有效性。     

提高模糊控制器控制精度的实用方法

分析了常规模糊控制器的控制精度低的原因,提出了一种提高模糊控制器控制精度的实用方法。即当系统误差为零时,通过插值计算得到控制输出的模糊控制器的零点插值算法。仿真结果表明,这种改进的模糊控制器具有消除系统稳态误差的作用,提高了模糊控制器的控制精度,其动态性能好,可以提高采样的速度,减少采样周期,易于实现,有一定的实用价值。     

An optimal adaptive robust PID controller subject to fuzzy rules and sliding modes for MIMO uncertain chaotic systems

In this paper, an optimal adaptive robust PID controller based on fuzzy rules and sliding modes is introduced to present a general scheme to control MIMO uncertain chaotic nonlinear systems. In this control scheme, the gains of the PID controller are updated by using an adaptive mechanism, fuzzy rules, the gradient search method, and the chain rule of differentiation in order to minimize the sliding surfaces of sliding mode control. More precisely, sliding mode control is used as a supervisory controller to provide sufficient control inputs and guarantee the stability of the control approach. To ascertain the parameters of the proposed controller and avoid trial and error, the multi-objective genetic algorithm is employed to augment the performance of proposed controller. The chaotic system of a Duffing-Holmes oscillator and an industrial robotic manipulator are the case studies to evaluate the performance of the proposed control approach. The obtained results of this study regarding both systems are compared with the outcomes of two notable studies in the literature. The results and analysis prove the efficiency of the proposed controller with regard to MIMO uncertain systems having challenging external disturbances in terms of stability, minimum tracking error and optimal control inputs.     

A new approach to adaptive fuzzy control: the controller outputerror method

The controller output error method (COEM) is introduced and applied to the design of adaptive fuzzy control systems. The method employs a gradient descent algorithm to minimize a cost function which is based on the error at the controller output. This contrasts with more conventional methods which use the error at the plant output. The cost function is minimized by adapting some or all of the parameters of the fuzzy controller. The proposed adaptive fuzzy controller is applied to the adaptive control of a nonlinear plant and is shown to be capable of providing good overall system performance.     

基于DE-EDA多目标优化的受电弓模糊控制

针对传统控制器参数整定算法不能兼顾多个性能指标的问题,就受电弓-接触网的接触力控制问题设计了基于差分进化-分布估计算法（DE-EDA）的模糊控制器。以接触力的方差、误差的积分和控制器输出能量为优化目标,以模糊控制器量化因子和比例因子为优化变量,建立多目标优化模型。与LQR受电弓最优控制进行对比,仿真结果表明了所提出的基于DE-EDA多目标优化的模糊控制器的有效性与优越性。     

模糊控制在烟丝加香控制系统中的应用

本文介绍了烟丝加香模糊控制系统的设计与实现,在分析ＰＩＤ控制和模糊控制特点的基础上,结合烟丝加香的具体情况,提出了采用变增益积分模糊控制器的烟丝加香控制系统设计方案,讨论了智能积分控制对减小稳态误差的问题。     

LINEAR OPTIMAL FEEDBACK AND LOAD‐DECOUPLED CONTROL OF A BUCK DC‐DC CONVERTER

This paper describes a new controller design procedure and tuning method for a PWM buck dc‐dc converter. First, linear optimal feedback is designed using the LQR approach. Then the designed control law is implemented using a PID controller incorporated with a load‐decoupled PD compensator. The PID controller is tuned to achieve the optimal design based on the output error voltage directly, instead of using an estimator. When the proposed PD compensator is used, the converter is robust with respect to the input voltage and output current changes and the parameter perturbations. We also provide the conditions for the robust stability assurance of the closed‐loop system.     

Contour error reduction for free-form contour following tasks of biaxial motion control systems

In modern machining applications, reduction of contour error is an important issue concerning multi-axis contour following tasks. One popular approach to this problem is the cross-coupled controller (CCC). By exploiting the structure of CCC, an integrated control scheme is developed in this paper and an in-depth investigation on the issue of contour error reduction is also conducted. The proposed motion control scheme consists of a feedback controller, a feedforward controller, and a modified contour error controller (CCC equipped with a real-time contour error estimator). In addition, a fuzzy logic-based feedrate regulator is proposed to further reduce the contour error. The proposed feedrate regulator is designed based on the real-time estimated contour error and the curvature of the free-form parametric curves for machining. Several experiments are conducted to evaluate the performance of the proposed approach. Experimental results demonstrate the effectiveness of the proposed approach.