基于MIMO系统的机械手自适应模糊滑模控制

机械手运行过程中存在的不确定性,提出了一种基于模糊补偿的滑模控制,该控制算法利用MIMO(多输入多输出)模糊系统来逼近系统中存在的误差。文中设计了鲁棒自适应控制律,消除了逼近误差造成的影响,保证系统的稳定性。根据机械手动力学方程与机械手不确定性表达式的性质,有效地减少了模糊控制规则的数量。计算机仿真表明该算法的有效性。     

基于输入模糊化的农用履带机器人自适应滑模控制

针对农用履带机器人控制系统易受到参数慑动和外部扰动影响的特点,将模糊理论与滑模控制结合起来,提出了基于模糊逻辑的自适应滑模控制,以提高控制精度与稳定性。首先,推演了履带机器人运动学模型,分析了模型的特点。其次,设计了一种含有积分项的滑模面,构建了基于等效控制和切换控制的模糊滑模自适应控制,既保留了滑模控制的快速性和鲁棒性,又很好地抑制了抖振。仿真与实验结果表明,与常规的滑模控制方法相比,该控制不仅对外部扰动及参数摄动具有较强的自适应性和鲁棒性,而且具有动态响应快、跟踪性能好的特点,适用于履带机器人控制系统。     

除草机器人自适应快速积分终端滑模跟踪控制技术

智能除草机器人在草坪作业时,易受到外界扰动以及系统不确定性的影响,从而导致轨迹跟踪收敛时间长以及跟踪效果差等问题。因此,设计一种面向轨迹跟踪的自适应快速积分终端滑模控制算法。首先,考虑驱动轮动力学特性以及未建模误差、外界干扰、动静摩擦等不确定性因素,建立除草机器人的动力学模型。然后基于所建立的动力学模型,设计自适应快速积分终端滑模控制器。所提出的控制器结合了快速终端滑模、积分滑模和自适应估计技术的优点,能够实现期望的跟踪性能并抑制控制信号抖动。同时,在不需要明确系统不确定性和外界干扰上界的情况下,可以通过所设计自适应估计项进行实时补偿,提高系统的鲁棒性。最后,通过仿真和试验验证了该方法的有效性。试验结果表明,所设计的控制器能够使跟踪误差在有限时间内快速收敛,并且横向误差绝对值不超过0.097 9 m,纵向误差绝对值不超过0.102 6 m,航向角误差绝对值不超过0.057 8 rad,保证除草机器人准确跟踪作业路径,同时具有较强的鲁棒性。     

静液传动系统自适应模糊滑模控制

针对静液传动系统的速度控制问题,提出一种带有摩擦力矩补偿的自适应模糊滑模的设计方案.引入摩擦力矩动态补偿的方法,对摩擦力矩进行动态实时补偿,提高系统的响应速度和稳态误差.采用自适应模糊滑模控制解决因系统的不确定性及干扰的存在而不能准确控制的问题,使控制器的设计不依赖于被控对象的精确数学模型.基于李雅普诺夫函数推导出规则参数调整的自适应率,保证闭环控制系统的稳定性,并削弱了高频抖振.仿真结果表明该方案可以提高稳态误差,增强系统的鲁棒性,削弱控制信号中的高频抖振现象.     

压电微定位系统自适应鲁棒有限时间跟踪控制

针对压电微定位系统中存在外界扰动、迟滞等时变不确定、非线性因素影响其定位精度的问题,提出了一种基于函数逼近的自适应鲁棒有限时间控制策略。通过引入具有连续、非奇异,且有限时间收敛特性的终端滑模面,设计了满足压电微定位系统的轨迹跟踪控制律。为了克服该控制器依赖于系统不确定量的边界信息,采用傅里叶级数进行动态逼近,并针对其逼近误差,利用模糊逻辑系统实现在线补偿。最后,应用Lyapunov函数获得傅里叶系数及模糊调节参数的自适应律,并证明了该控制器的有限时间稳定性。仿真分析与实验结果验证了控制策略的鲁棒性与有效性。     

并联机床伺服系统双自适应模糊滑模控制

以并联机床的单通道对称阀控非对称液压缸为研究对象,提出一种适合该系统的将模糊控制、滑模控制、自适应控制三者有机结合的双自适应模糊滑模控制算法.仿真结果表明,采用所提方法使系统的输出渐进一致地收敛于参考输入信号,解决了对称滑阀控非对称液压缸系统存在的动态性能不对称、系统精度低、稳定性差等问题,可有效快速跟踪变化信号,对有界的干扰和参数摄动具有不变性.与常规PID控制相比,双自适应模糊滑模控制更适合于高阶非线性、强干扰的复杂系统,将此法应用于并联机床的液压控制系统可提高机床控制精度,改善机床动态性能,稳态误差仅为常规PID控制的20％.     

机械臂神经网络非奇异快速终端滑模控制

针对多自由度机械臂轨迹跟踪控制系统存在收敛速度慢、跟踪精度低的问题,提出了一种基于径向基神经网络(RBFNN)的非奇异快速终端滑模(NFTSM)自适应轨迹跟踪控制方法。首先,该方法采用非奇异快速终端滑模超曲面,切换控制项引入连续终端吸引子,使得系统能在有限的时间内收敛到平衡点。其次,采用RBFNN逼近系统未知非线性动力学,并结合逼近误差的自适应补偿机制,实现无模型控制。利用Lyapunov理论证明闭环系统的全局渐进稳定性和有限时间收敛性。最后,将该控制方法应用于Denso串联机械臂进行实验验证,并分析系统传输延时对实验结果的影响,提出解决方法。仿真和实验结果表明,该控制方法能有效地提高系统收敛速度和跟踪精度,增强对外部扰动的鲁棒性,削弱系统抖振。     

四轮移动机器人的模糊滑模轨迹跟踪控制

为了提高四轮移动机器人的轨迹跟踪控制性能,减弱滑模控制系统抖振,设计了一种易于实现且有较好轨迹跟踪控制效果的模糊滑模控制器。首先,以四轮移动机器人运动学模型为基础设计了一种含积分项的滑模控制器,然后引入模糊控制,采用模糊滑模变结构的控制策略调整切换控制的相关估计参数,最终设计了一种基于模糊滑模控制的四轮移动机器人轨迹跟踪控制方法。仿真结果表明,该轨迹跟踪方法可以有效消除系统抖振并提高控制性能。     

基于自适应趋近律的采摘机器人关节滑模控制研究

利用离散趋近律设计的滑模控制可有效抑制滑模控制中的抖动现象,但其抑制抖动的效果与离散趋近律的设计参数及系统的采样时间有着密切的关系。为此,在分析指数趋近律抖动的基础上,提出了一种自适应滑模控制器,Mat LAB能够进一步的提高基于趋近律的滑模控制器的抖动抑制能力。为了验证本文所提出方法的有效性,在Mat LAB中实现了该算法,并利用其来控制采摘机器人关节的伺服电机。仿真结果表明:本文所提的算法具有较好的位置跟踪能力,进一步地抑制了指数趋近律滑模控制中存在的抖动现象,提高了系统的性能。     

基于视觉导航和RBF的移动采摘机器人路径规划研究

为了提高采摘机器人自主导航和路径规划能力,提出了基于计算机视觉路径规划和RBF神经网络自适应逼近算法的导航方法。使用图像分割、平滑处理和边缘检测技术,根据图像像素灰度值确定了导航线的位置,利用逐行扫描的方法得到了导航离散点。路径规划和跟踪使用RBF神经网络逼近算法,通过逼近误差和权值控制路径跟踪的精度,系统响应的执行端使用液压伺服系统,提高了机器人自主导航的精度。以黄瓜采摘作为研究对象,在日光温室对机器人采摘作业进行了测试,通过测试得到了RBF神经网络的路径跟踪误差曲线。测试结果表明:机器人可以很好地逼近跟踪规划路径,其计算精度较高,跟踪效果较好。     

智能切换的模型参考模糊自适应内模控制的研究

针对具有大惯性、大滞后特性的电厂主汽温对象,采用模型参考自适应控制的思想,结合模糊控制和内模控制方法,提出了一种模型参考模糊自适应内模控制方法:在相消法设计内模控制器的基础上,利用参考模型的系统误差及其变化率去调节控制器中的参数。并用带反馈校正的模型预测作系统输出预测,根据系统响应和系统预测值是否在给定误差范围内来共同决定控制量在限幅值与内模控制器输出值之间进行在线智能切换。并通过热工对象的仿真研究,证明其有效性。     

基于无模型自适应与滑模控制相结合的水电机组优化控制

水电站作为优质的调峰调频电源,对保证电网安全稳定运行发挥着重要的作用,这对水电机组调节性能提出了更高要求。为提高水轮机调节系统的控制品质,在非线性水轮机模型的基础上,根据动态线性化理论以及Lipschitz条件,提出无模型自适应控制(MFAC)与离散滑模趋近律控制相结合的水电机组调节系统优化控制策略,并利用天牛须算法(BAS)结合误差积分准则函数,实现控制参数优化。仿真结果表明在不同工况下,相比于最优PID控制器,MFAC滑模控制器系统具有超调量小,上升时间短的优点,而BAS算法参数寻优效果优秀,计算耗费时间短,具有较好的应用前景。     

基于粒子群算法的混联机构神经网络自适应反演控制

针对含有不匹配干扰的混联机构轨迹跟踪控制问题，提出了一种极限学习机与自适应反演控制相结合的控制策略。在对干扰进行分析的基础上，分别采用两个极限学习机网络对系统中的匹配和不匹配干扰进行逼近和补偿。基于Lyapunov函数稳定性设计了混联机构的控制律与自适应律，实现混联机构的轨迹跟踪控制。由于控制器可调参数较多，采用粒子群算法进行控制器参数的寻优整定。仿真结果表明，所提出的控制方法具有良好的轨迹跟踪精度和鲁棒性。     

农业并联机器人同步滑模控制

农业并联机器人的多支链相对末端执行器运动的协调性、耦合性成为并联机器人运动控制的难题,鉴于此,提出一种将同步控制与滑模控制相结合的控制方法。仿真和实验结果表明,该控制方法跟踪性能好,响应速度快,系统误差小,具有较强的鲁棒性,能够满足并联机器人的控制要求。     

Buck型功率变换器无抖振滑模控制器设计

针对传统比例积分微分(PID)控制方法运用于直流Buck变换器时,在干扰较大的情况下,很难取得满意的控制效果问题,利用二阶滑模控制技术,提出了一种无抖振的滑模控制方法,以改善大扰动条件下Buck变换器的鲁棒性。将占空比变量的导数看作虚拟控制器,设计非连续的二阶滑模控制器;实际控制器则为非连续控制器的积分,从而避免了控制器的抖振。在此基础上,采用PWM定频控制方式将该算法运用在Buck电路上。通过和PID控制算法进行仿真和实验对比,验证了该滑模控制器的可靠性与优越性。结果表明:系统启动时间缩短了近50%;当突变负载和输入电压改变时,系统输出电压变化幅度明显减小。