腿轮式机器人的模糊PID自适应控制

针对腿轮式机器人的动力学模型比较复杂，难以精确的建立数学模型，提出了一种基于模糊规则的新型自调整PID控制器用于机器人腿部末端的位置跟踪控制。该控制器利用人的经验和知识实时调整PID参数，从而改善控制系统的性能，提高控制器的适应能力。仿真实验表明该方法具有良好的轨迹跟踪精度和抗干扰能力。     

论域自适应变化的不确定机械臂模糊补偿控制

为了提高不确定机械臂系统在扰动工况下的轨迹跟踪精度,设计了论域自适应变化的模糊补偿控制器。以二自由度机械臂为研究对象,建立了机械臂系统的动力学模型,设计了模糊补偿控制器的整体方案。提出了模糊控制参数论域随跟踪误差自适应变化的思想：当跟踪误差较小时,参数论域随之减小,有利于提高控制精度;当跟踪误差较大时,参数论域随之增大,有利于控制过程收敛;基于Lyapunov稳定性分析,给出了补偿力矩系数的自适应变化律。经仿真验证,论域自适应模糊补偿控制器对期望轨迹跟踪误差的最大值和方均根均远小于传统模糊补偿控制。仿真结果表明在扰动工况下,论域自适应模糊控制器对不确定机械臂的轨迹跟踪控制是有效的,且在控制精度和速度方面具有一定优越性。     

基于滑模反馈的履带式机器人自适应轨迹跟踪

针对滑移对履带式机器人运动控制产生的干扰,构建了包含滑移参数的运动学方程。进一步针对滑移对控制系统的干扰,设计了滑模观测器,将观测到的滑模参数补偿到系统中以补偿滑移产生的跟踪误差,并建立反演控制器。同时,根据自适应控制原理,采用BP神经网络自适应调整控制器参数,提高系统跟踪效果;最后通过Simulink仿真,仿真结果表明,基于滑模反馈的履带式机器人自适应反演控制器可以提高履带式机器人的跟踪控制精度,并且滑模观测器可以准确估计滑移参数。     

基于滑模自适应控制的双关节机械手轨迹跟踪

针对机械手在工作过程中由于自身参数的不确定性导致系统稳定性受到影响,提出一种滑模自适应控制算法进行机械手的轨迹跟踪.首先通过运用拉格朗日方程推导出机械手的动力学方程,将未知负载变化、机械手连杆重量、连杆长度及其连杆质心等作为未知变量进行滑模函数以及自适应律的设计,用自适应律调节未知量对稳定性的影响,保证系统的跟踪精度;...     

基于迭代学习的机器人自适应滑模控制

针对非线性强耦合、参数复杂且不确定以及干扰未知的机器人轨迹重复跟踪控制问题,提出一种基于迭代学习技术的自适应鲁棒控制策略.在迭代学习的基础上,引入自适应滑模控制器,以提高系统的鲁棒性;接着,对控制器进行了稳定性分析;最后,分别基于两种工况对该控制器的特性以及对随机干扰的抗干扰性能进行了仿真实验,结果表明基于迭代学习的自...     

基于改进模糊自适应补偿的柔性关节机器人PD控制

针对柔性关节机器人具有不确定性、轨迹跟踪精度低和抖动的问题,提出一种改进模糊自适应补偿的PD控制方法。该方法在原有模糊自适应控制和PD控制的基础上进行改进,采用改进模糊自适应控制对PD控制进行补偿,以提高存在不确定性条件下的关节轨迹跟踪精度并抑制抖动。通过Lyapunov理论证明了系统的稳定性。仿真结果表明：新型控制器具有良好的自适应能力,与传统PD控制和模糊自适应控制相比,新型控制策略显著提高了关节的轨迹跟踪精度并在一定程度上抑制了关节抖动。     

滑模控制在并联机器人轨迹跟踪中的应用

建立了平面二自由度冗余驱动并联机器人的动力学模型,为进行动力学控制奠定了基础.考虑到并联机器人的非线性不确定性,结合滑模控制对参数变化和系统未建模部分的不敏感性,设计了滑模控制器并进行了稳定性分析.由于滑模控制具有抖振问题,进而设计了准滑模控制器以减少抖振.在充分利用滑模控制鲁棒性较强的基础上,利用准滑模控制减少了抖振对伺服电机和机械臂的损坏.利用MATLAB 7.0对系统进行了轨迹跟踪仿真研究.仿真结果表明,即使在存在初始位置误差的情况下,滑模控制仍能较好地完成轨迹跟踪,准滑模控制能有效减少系统的抖振.     

3-RPC型并联机器人模糊滑模轨迹跟踪控制研究

分析了直流伺服电机驱动的3-RPC并联机器人的运动学反解,并对其进行了轨迹规划;设计了传统滑模控制及模糊滑模控制,建立了仿真模型,并完成了各支路的期望运动的轨迹跟踪。仿真结果表明:模糊自适应增益滑模控制比传统滑模控制精度更高,响应时间明显更快,更能有效地消弱控制中带来的抖振现象。     

微创介入手术导管机器人系统自适应模糊PID控制

针对人工介入手术中存在的插管精度低、射线环境伤害医生等问题,采用主从式导管机器人系统进行微创手术能够很好地解决人工介入手术中的弊端。通常主从导管机器人系统采用PID控制,但PID控制可能会产生较大的超调,导致系统跟踪性能下降,降低手术的安全性。因此,采用自适应模糊PID控制器在线调整PID控制的参数,提高主从控制系统的跟踪性能。首先建立了从手轴向运动和旋转运动的动态模型,然后设计了基于自适应模糊PID控制器的主从导管机器人系统,通过参数在线调整提高了从手对主手信号的跟踪性能。仿真结果表明,所提出的自适应模糊PID的控制方案是有效可行的,表明系统具有较强的跟踪性能和鲁棒性能,明显地减小了系统的跟踪误差。     

位置伺服系统模糊自适应滑模控制研究

位置伺服系统对响应速度、定位精度、抗扰性能等要求越来越高,传统PID控制实现容易,但依赖对象数学模型、性能有限,很难满足高要求。滑模控制不依赖对象模型、适用性强,因此提出一种对指数趋近速率进行自适应调整的滑模控制方法。以位置伺服系统为对象,分别采用PID控制、滑模控制、模糊自适应滑模控制进行定位控制及抗扰动性能的仿真及试验。结果表明:模糊自适应滑模控制较PID控制在快速定位及抗扰动性能上均明显占优;相比普通滑模控制,其动态性能更好。因此对于要求响应速度快、抗扰性能强的位置控制应用场合,提出的模糊自适应滑模控制适用性更好,有一定的应用价值。     

基于模糊控制的自主寻迹机器人研究

通过对自主寻迹机器人进行运动学分析,建立起机器人线速度、角速度与驱动电机速度的关系,设计了前后对称的寻迹传感器阵列,提出用模糊控制算法来进行运动路径的识别。经试验验证,该方法效果良好。     

基于极线几何的机器人模糊滑模视觉伺服

从控制的角度出发,针对基于极线几何的机器人视觉伺服问题,设计了模糊滑模控制器,通过建立合适的模糊规则库,有效地削弱或减小抖振现象,同时提高系统的鲁棒性和快速性。机器人6DOF视觉定位仿真实验表明该方法的有效性和可行性。     

基于改进自适应高阶滑模的液压缸位移跟踪控制

电液伺服系统具有高度非线性、模型参数不确定等特点,给液压缸位移跟踪控制造成了困难。高阶滑模是一种变结构非线性控制方法,它可以实现系统的鲁棒控制,同时抑制系统的抖动,非常适用于电液伺服系统的控制。但高阶滑模也存在控制器的参数难以设置、系统响应速度慢的问题。对此,提出在自适应高阶滑模的基础上加入比例反馈的复合控制策略。针对高阶滑模的控制参数难以设置的问题,提出基于时滞控制理论的参数自适应调整算法,既保证了系统稳定又降低了控制信号的抖动幅值。在自适高阶滑模的基础上加入比例控制以提高系统的响应速度。建立了电液伺服系统的仿真模型,仿真结果表明：自适应高阶滑模使控制信号的振幅进一步减小,有效抑制了液压缸的抖动;加入比例控制之后,系统的响应速度大幅提升,位移跟踪误差也显著减小。     

轮式移动机器人滑移轨迹跟踪控制策略研究

针对轮式移动机器人在滑移条件下的轨迹跟踪问题,提出一种自适应模糊控制策略。利用模糊状态观测器对未知的复杂系统模型进行速度估计和补偿,通过设计输出向量将位置约束转换为输出约束,并构造Barrier Lyapunov函数来保证机器人的运动约束,在此基础上设计更简单的纵向滑移模型,利用李亚普诺夫定理分析闭环系统的稳定性,证明了闭环系统中所有信号都是有界的。最后通过仿真和实验验证了自适应模糊控制策略在轮式机器人纵向滑移情况下的有效性和实用性。     

基于自适应事件触发的非完整机器人轨迹跟踪

针对一类非完整轮式移动机器人的轨迹跟踪问题,提出一种分段自适应事件触发机制。以非完整轮式移动机器人的位姿误差运动学模型为基础,设计运动学控制器,利用Lyapunov稳定性定理证明控制系统一致稳定;基于此控制器提出了分段事件触发机制,在2个时间段内分别设计常值和自适应触发阈值参数,利用Lyapunov函数分析方法和Gronwall-Bellman不等式证明闭环控制系统一致最终有界,且相邻2次触发间隔存在正的下限。最后,通过MATLAB仿真验证了所提方法可根据系统状态误差范数自适应调整触发阈值参数,以较低的触发频率跟踪期望轨迹。     

三维椭圆振动切削系统模糊自适应滑模控制

三维椭圆振动切削被认为是目前最具潜力的机械加工方式,但是加工过程中的控制问题还未被很好的解决,特别是加工过程中对于外界干扰的自适应问题,为了在三维椭圆振动切削过程中实现控制方法的鲁棒性,根据所研制的一种三维椭圆振动切削装置独特的结构方式,首先分析了各个运动之间的串扰情况,并根据装置柔性铰链的特征建立了三维椭圆振动切削装置的动力学模型。提出了三维椭圆振动切削模糊自适应滑模控制的滑模函数与滑模控制律,并通过李雅普诺夫稳定性条件证明了所设计的滑模控制器系统稳定性,采用正弦信号数字实现模糊自适应滑模控制,位置跟踪在3 s内误差控制在0.005范围内,速度跟踪在0.4 s内控制在±0.05之内,能够达到满意的精度,系统模糊自适应滑模控制的模糊逼近也能在0.2 s内收敛,证明了三维椭圆振动切削系统采用模糊自适应滑模控制可以实现较强的鲁棒性。     

基于Udwadia-Kalaba理论的协作机器人轨迹跟踪控制

协作机器人通常应该跟踪给定的轨迹来与人类一起工作,给定轨迹认为是施加于机器人的约束(可能是非理想的).因此,获得约束力成为核心问题.已有拉格朗日乘数法等多种基于d'Alembert原理的方法来处理这个问题.其缺点为,如果约束是非完整的,动态模型是复杂的,只能得到数值解.这里提出了一种基于Udwadia-Kalaba方法...