二自由度平面机械手的T-S模型模糊自适应控制

为解决二自由度平面机械手的控制问题,提出基于Ｔ－Ｓ模糊模型和并行分配补偿（ｐａｒａｌｅｌｄｉｓｔｒｉｂｕｔｅｄｃｏｍｐｅｎ－ｓａｔｉｏｎ）法的模糊模型参考自适应控制方法。并提出采用初始条件补偿回路,消除参考模型和实际系统之间由于初始条件不同所引起的误差和实际系统参数变化引起的部分不能被自适应调节律消除的误差。根据李雅普诺夫稳定性理论,求得反馈控制律、稳定条件和调节律（自适应律）。最后,对连续系统情况进行了仿真验证。所提方法可用于解决一类非线性系统的控制问题。     

类似CMAC的模糊神经网络及其在控制中的应用

提出的一种模糊神经元网络是模糊逻辑的一种网络结构的实现。该网络由特征网络 和功能网络两部分组成。特征网络用来产生模糊规则的前件，相应于每条规则的适用度。功能 网络用来实现模糊规则的后件。最后的输出则为各模糊规则后件的加权和。该网络具有小脑模 型关节控制器（ＣＭＡＣ）的一些性质，具有神经元网络和模糊逻辑两者的优点。它既可以容易地 表示模糊和定性的知识，又具有较好的学习能力。文章同时给出了网络在控制中应用的两种实 现结构以及用作非线性映射的一个算例。     

基于模糊逻辑的直升机终端滑模控制

为解决终端滑模控制在系统远离平衡点时收敛速度较慢以及在平衡点附近存在高频抖振的问题,提出一种用于直升机控制的双层模糊终端滑模控制策略.该方法综合了终端滑模控制和模糊逻辑的优点,系统状态位于终端区外时采用基于模糊比例型达到律的模糊终端滑模,在终端区内采用基于连续型达到律的无抖振终端滑模.采用该方法为某型直升机的姿态稳定设计了控制律.仿真结果表明,该方法不仅保留了滑模控制所具有的鲁棒性强的特点,而且使得系统状态在远离平衡点和平衡点附近时都能快速收敛,同时消除了高频抖振.     

虚拟线性倒立摆模型在行走机器人双腿支撑相中的应用

为了提高双足机器人步行运动的稳定性,将双腿支撑阶段的机器人简化为一个虚拟的线性倒立摆模型。该模型以机器人运动的ZMP(zero moment point)为虚拟支点,以机器人质心为模型的质点;在运动中保持质点高度不变。通过预先设定ZMP的轨迹,即可获得机器人质心在双腿支撑阶段的运动轨迹。将该模型与机器人单腿支撑阶段的普通线性倒立摆模型综合运用,就能保证步行时机器人质心速度变化的连续性和步行运动的稳定性。该方法在实际机器人上进行了实验验证,结果表明该方法能够很好地适用于实际机器人的步行运动。     

模糊神经网络及其在系统建模与控制中的应用

模糊神经网络是模糊系统和神经网络的有机结合,它吸取了两者的优点.给出了两个具体的模糊神经网络结构以及相应的学习算法;介绍了利用模糊神经网络建立T-S模糊模型的方法;讨论了基于T-S模糊模型的控制系统分析和设计.     

多输入多输出复杂过程的模糊建模

针对 MIMO复杂过程提出一种通过实验数据获取模糊系统模型的方法 ,即将每一维输入变量的论域进行等间隔分割后确定出模糊规则的前件参数和规则总数 ,再由一种调整算法通过对实验数据的学习得到模糊规则的后件参数。理论分析说明这种模糊规则后件参数学习算法是收敛的、所建模糊模型能够以要求的精度逼近已知的实验数据。仿真举例验证了所述模糊建模方法的有效性并说明了所建模糊规则模型有较好的泛化能力     

倾转旋翼机模拟平台建模与仿真

建立倾转旋翼机数学模型是设计其合理的飞行控制律的基础。通过分析模拟平台的运动特点,运用L agrange动力学方法对倾转旋翼机模拟平台进行建模。实验结果表明,模型有效地反映了倾转旋翼机的短舱在倾转过程中,短舱倾转角与飞机姿态之间的动态关系。由于平台的纵向、横向运动、短舱倾转之间存在很强的交叉耦合特性;另外,该平台是一个高阶非线性系统,在一定程度上像倾转旋翼机,为更进一步研究倾转旋翼机提供了很好的实验平台。     

空间机器人路径规划的姿态空间快速计算方法

由于航天机器人工作环境的非确定性，这类机器人运动规划问题的关键是要求规划系统具有实时性，以便与传感信息相结合。基于姿态空间路径规划方法的核心问题是如何将位于机器人工作空间中的障碍物快速映射到姿态空间中。本文利用机器人基本工作面和基本碰撞体的概念来解决快速映射障碍物的问题。研究结果表明，该方法映射障碍物的时间为毫秒级，完全可以满足机器人在非确定环境中实时规划的要求。     

有躯干双足机器人被动行走及其稳定器

采用Matlab仿真的方式构建了一个简单的有躯干双足机器人模型,研究了该模型在斜坡上的被动行走,分析了模型步行的稳定性,并设计了一个全状态线性反馈步行稳定器.研究结果表明:无任何驱动器的有躯干双足机器人能够实现沿斜坡而下的被动行走,其步行方式有两种,但均不稳定;设计的全状态反馈稳定器能够较好地稳定模型的被动行走.