漂浮基柔性关节空间机器人自适应滑模运动控制及振动主动抑制

讨论了关节柔性且系统参数不确定的漂浮基空间机器人系统的动力学建模过程、运动轨迹跟踪控制算法设计及系统柔性振动的主动抑制问题。利用系统动量、动量矩守恒关系和拉格朗日法对系统动力学进行分析,并建立系统动力学方程。基于奇异摄动法将系统分解为表示系统刚性运动部分的慢变子系统和表示系统柔性运动部分的快变子系统。针对慢变子系统提出了一种自适应滑模控制算法。该控制算法是由基于滑模面的等效控制项、自适应控制项和PID反馈控制项组成。因此,它集合了滑模控制、自适应算法和PID技术的优点,且弥补了三种算法各自的缺点。该控制算法能够有效地补偿系统的转动误差和不确定参数,提高控制系统的精度。针对快变子系统,提出基于速度差值的反馈控制算法来抑制柔性关节引起的系统柔性振动,保证系统的稳定性。最后,通过仿真实验证明了提出的混合控制算法的有效性。     

考虑柔性关节的机械臂自适应运动控制策略研究

具有柔性关节的轻型机械臂因其自重轻、响应迅速、操作灵活等优点,取得了广泛应用。针对具有柔性关节的机械臂系统的关节空间轨迹跟踪控制系统动力学参数不精确的问题,提出一种结合滑膜变结构设计的自适应控制器算法。通过自适应控制的思想对系统动力学参数进行在线辨识,并采用Lyapunov方法证明了闭环系统的稳定性。仿真结果表明,该控制策略保证了机械臂系统对期望轨迹的快速跟踪,具有良好的跟踪精度,系统具有稳定性。     

漂浮基柔性空间机器人的鲁棒控制及振动抑制

讨论了漂浮基柔性空间机器人系统的动力学建模、运动控制算法设计以及关节、臂双重柔性振动的分级主动抑制问题. 利用系统动量、动量矩守恒关系和拉格朗日-假设模态法对系统进行动力学分析,建立系统动力学方程. 基于奇异摄动法,将系统分解为表示系统刚性运动部分的慢变子系统, 表示由柔性臂引起的系统柔性运动部分的快变子系统1和表示由柔性关节引起的系统柔性运动部分的快变子系统2. 针对慢变子系统提出一种鲁棒控制方法来补偿系统参数的不确定性和柔性关节引起的转动误差,实现系统期望运动轨迹的渐近跟踪;针对快变子系统1采用线性二次型最优控制器来抑制由柔性臂引起的系统柔性振动;针对快变子系统2设计了基于机械臂和电机转子的转角速度差值的反馈控制器来抑制由柔性关节引起的系统柔性振动. 因此,系统的总控制律为以上3个子系统控制律的综合. 最后通过仿真实验证明了所提出的混合控制方法的有效性.      

弹性关节空间机械臂级联智能滑模控制

谐波减速器和力矩传感器等柔性元件因其独特性能而广泛应用在空间机器人关节系统中，以获取高减速比．但同时这些柔性元件的存在为空间机械臂系统引入了关节柔性，使得对其稳定控制变得更为复杂．基于此，文中讨论了基于自适应回归小波神经网络(Self-Recurrent Wavelet Neural Networks, SRWNN)的弹性关节空间机械臂系统动力学建模及级联智能滑模控制．首先，利用级联系统理论及第二类拉格朗日方法推导出了由外环刚性臂子系统和内环关节电机转子子系统组成的系统级联动力学模型；其次，为两个子系统分别设计了内、外环自适应滑模回归小波神经网络控制．外环控制算法以期望轨迹为控制量，而其控制信号作为抑制弹性关节振动的内环控制算法的控制量，整个控制系统由内、外环控制系统叠加而成；而后，基于Lyapunov稳定性理论证明了整个控制系统的稳定性并设计了自适应回归小波神经网络的各权值参数在线学习算法．所提的控制算法有效地消除了模型不确定的影响，避免了复杂的求导计算和角加速度可测的要求，同时，控制系统设计过程中未涉及惯常奇异摄动双时标分解操作，在理论上适合任意大小的关节柔性刚度．最后，系统对比仿真试验证明了所提的级联智能控制算法优于惯常基于奇异摄动法和基于柔性铰补偿奇异摄动法的控制方案．     

考虑摩擦特性的柔性关节空间机器人自适应CMAC神经网络鲁棒控制

讨论了关节摩擦力矩影响下,具有柔性铰关节的漂浮基空间机器人系统的动力学控制问题.设计了基于高斯基函数的小脑神经网络(CMAC)鲁棒控制器和摩擦力矩补偿器.用奇异摄动理论对系统的动力学模型进行快慢变子系统分解,针对快变子系统,设计力矩微分反馈控制器来抑制机械臂关节柔性引起的振动;对于慢变子系统,设计了基于自适应CMAC神...     

柔性关节-柔性臂空间机器人的神经网络自适应反演控制及双重柔性振动抑制

空间机器人系统的柔性主要体现在空间机器人的臂杆和连接各臂杆之间的铰关节。由于空间机器人系统结构的复杂性,以往研究人员对同时具有柔性关节和柔性臂的系统关注不够。为此探讨了参数未知柔性关节-柔性臂空间机器人系统的动力学模拟、轨迹跟踪控制算法设计和关节、臂杆双重柔性振动的主动抑制问题。首先,采用多体动力学建模方法并结合漂浮基空间机器人固有的线动量和角动量守恒动力学特性,推导了系统的动力学方程。以此为基础,考虑到空间机器人实际应用中各关节铰具有较强柔性的情况,引入一种关节柔性补偿控制器解决了传统奇异摄动法应用受关节柔性限制问题,导出了适用于控制系统算法设计的数学模型。然后,利用该模型,基于反演思想在慢时标子系统中设计神经网络自适应控制算法来补偿系统参数未知和柔性关节引起的转动误差,实现系统运动轨迹跟踪性能;针对快时标子系统,设计了鲁棒最优控制算法抑制因柔性关节及柔性臂引起的系统双重弹性振动,保证系统的稳定性。最后,通过仿真对比实验验证了所设计控制算法的有效性。     

基于干扰观测器的柔性关节空间机器人退步自适应控制

研究了载体位置、姿态均不受控的情况下,系统参数不确定的柔性关节空间机器人轨迹跟踪的控制问题.结合系统动量、动量矩守恒关系,利用拉格朗日法推导出系统的动力学模型.为减小系统柔性关节对系统控制精度的影响,采用关节柔性补偿器来等效降低系统关节的柔性.再借助奇异摄动法,针对系统参数不确定的情况,设计了柔性关节空间机器人基于干扰观测器的退步自适应滑模控制方案.该方案不需要对系统惯性参数进行线性化处理,控制器结构简单,且实现了空间机器人期望轨迹的精确跟踪控制.通过平面两杆空间机器人的数值仿真证明了该方法的有效性.