六自由度串联机器人自适应鲁棒控制算法的改进

针对鲁棒控制在六自由度串联机器人轨迹跟踪控制性能较差以及自适应控制收敛有限,容易造成机器人出现无法控制和往复震荡等现象。为此,综合考虑机器人动力传输与摩擦学特性,为降低测量误差对系统参数估计的影响,利用极大似然参数估计方法得到参数辨识的精确结果,同时将自适应鲁棒控制的积分参数估计调整为比例积分参数估计,在期望补偿自适应鲁棒控制算法的基础上提出改进自适应鲁棒控制算法。仿真验证表明,提出的改进算法显著提高系统的运动稳定性和可控性,轨迹的跟踪精度大大提高。     

大型喷杆喷雾机钟摆式主被动悬架自适应鲁棒控制研究

针对大型喷雾机喷杆钟摆式主被动悬架系统存在的参数不确定性和随机干扰导致控制精度低、稳定性差的问题，对基于模型补偿的自适应鲁棒控制算法进行研究。建立了钟摆式主被动悬架的非线性动力学模型和调节机构几何方程，基于模型设计了自适应鲁棒控制器，综合悬架系统和电液位置伺服系统模型中存在的参数不确定性，同时兼顾系统未补偿的摩擦力和外部扰动等不确定非线性因素，通过理论分析和试验证明，在同时存在模型参数不确定和不确定非线性的情况下，设计的控制器可以保证系统输出跟踪控制的暂态性能和稳态精度。以单出杆液压作动器驱动的28m大型喷杆主被动悬架为例，借助建立的大型喷杆悬架半实物仿真平台进行了控制算法的试验验证，并使用Stewart六自由度运动平台模拟底盘的运动干扰，与反馈线性化控制器、鲁棒反馈控制器、PID控制器进行了试验对比，结果表明，设计的基于模型补偿的自适应鲁棒控制器最大跟踪误差0.148°，而反馈线性化控制器最大跟踪误差0.201°，鲁棒反馈控制器最大跟踪误差0.51°，PID控制器最大跟踪误差0.48°。设计的控制器在同时存在参数不确定性和扰动的情况下，使用较小的反馈增益能够保证渐进跟踪性能和稳态跟踪精度。     

气动位置伺服系统运动轨迹跟踪控制

为实现气缸的高精度运动轨迹跟踪控制,针对具有控制阀死区的气动位置伺服系统,提出了一种含死区补偿的自适应鲁棒控制策略.控制器由在线最小二乘参数估计和基于反步法设计的非线性鲁棒控制器组成,前者用于减小模型中参数不确定性,后者用于抑制参数估计误差、未建模动态和干扰的影响.采用基于标准投影映射的参数自适应律,控制器的两个部分可以独立进行设计.此外,由于控制阀的死区得到了有效补偿,算法的可移植性好.实验表明,所设计的控制器能实现很高的轨迹跟踪控制精度,对系统参数变化和干扰具有较强的性能鲁棒性.     

基于动力学特性的机器人自适应鲁棒控制算法研究

针对鲁棒控制在串联机器人轨迹跟踪控制性能较差以及自适应控制收敛性能有限、容易出现震荡和发散的现象,为了提高串联机器人的作业精度和效率,本文在辨识机器人模型参数的基础上,考虑机器人动力学及摩擦特性,并将自适应鲁棒控制的积分型的参数估计修改为比例积分型的参数估计,提出了改进自适应鲁棒控制算法。仿真验证表明:本文提出的改进自适应鲁棒控制算法提高了系统的稳态性能以及运动控制性能,实现了较高的轨迹跟踪精确度。     

考虑摩擦和参数不确定的平面五杆机构控

建立了机构运动副摩擦的数学模型,将关节接触面间的作用力转换为理想约束力与摩擦力矩.将摩擦力矩视为外加非保守力,应用简化模型法建立了包含关节非线性摩擦的平面并联五杆机构的动力学模型.基于滑模变结构理论设计了该模型考虑参数不确定性的鲁棒轨迹跟踪控制器,并证明了其稳定性.实验和检测结果表明所建动力学模型正确,所设计的控制器对机构中的非线性摩擦力有较好的补偿效果并具有较强的鲁棒性.     

直接驱动机器人自适应-PD复合运动控制研究

针对直接驱动机器人结构参数与摩擦参数的非确定性,提出机器人自适应-PD控制策略。首先分析了机器人的两类不确定性,推演了机器人动力学方程,给出不确定性动力学结构量的线性化表示;然后,对关节摩擦力矩矢进行了建模;为补偿动力学不确定性给机器人带来的控制误差,构建含位置与速度反馈的双闭环控制系统,引入自适应机构辨识不确定性参量,并据此规划出自适应控制律;为提高运动控制精度,在控制器中嵌入PD子控制器。仿真实验显示,系统的位置和角速度跟踪误差分别为-0.02°~0.03°与±0.005 rad/s,表明自适应-PD控制律可实现直接驱动机器人精密轨迹控制。     

片簧型柔顺并联机器人运动规划与轨迹跟踪技术

针对柔顺关节并联机器人系统存在的误差因素,为提高系统整体性能,开展运动规划及轨迹跟踪研究。根据性能要求,设计柔顺关节的结构参数,分析柔顺关节特性,建立机器人系统的分析模型并推导运动学方程。针对柔顺关节轴心漂移引起的杆长误差,提出一种机器人主动杆和从动杆实际杆长的计算方法,修正主动杆关节角的期望轨迹。为补偿系统振动及参数摄动误差,基于径向基(RBF)神经网络设计模型逼近控制算法,跟踪期望轨迹。基于Solid Works、ANSYS、ADAMS及Matlab/Simulink建立机器人系统的虚拟仿真模型。仿真结果表明,提出的运动规划和控制方法将未补偿柔顺关节误差时的机器人末端轨迹误差降低了84%以上,能够有效提高柔顺关节并联机器人系统的运行精度。     

无人驾驶模式下电液复合转向系统高鲁棒性控制策略

针对重型车辆电液复合转向系统（Electro hydraulic hybrid steering system,EHHS）无人驾驶模式下的转向跟踪控制问题,首先建立了考虑EHHS系统参数不确定性及外界干扰影响的转向系统完整非线性动力学模型;然后提出了一种自适应双闭环转向跟踪控制策略,外控制环设计参数自适应率,以有效适应模型参数摄动,采用改进滑模控制计算期望转向力矩,内控制环则利用PI控制转向电机电流,实现对期望转向力矩跟踪;最后利用Matlab/Simulink对EHHS系统模型以及提出的控制策略进行仿真验证。结果表明,提出的自适应控制可有效缩短EHHS系统转角跟踪阶跃响应反应时间,降低转向轮角度跟踪误差,并保证转角跟踪精度不受系统参数摄动的影响,有效提高了EHHS系统无人驾驶模式下的转向跟踪控制性能。     

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。     

苹果采摘机器人关节灰色滑模变结构控制

针对苹果采摘机器人中存在的不确定性和外部干扰会影响到采摘机器人的工作性能的问题,提出了一种基于灰色理论的滑模控制器,利用灰色GM(0,N)模型对苹果采摘机器人中存在的不确定性和外部干扰进行预测估计并对所设计的滑模控制器进行补偿,以减少不确定性和外部干扰对采摘机器人的工作性能的影响。仿真结果表明:本文所设计的基于灰色理论的滑模控制器能有效地对采摘机器人中存在的不确定性和外部干扰进行预测和补偿,提高了采摘机器人的各关节的位置跟踪能力和抗干扰能力,降低了滑模控制策略中的抖动现象,进一步提高了系统的稳定性和鲁棒性。     

基于LQR与前向增益的无人车辆轨迹跟踪控制

为了提升无人车辆轨迹跟踪性能,提出了一种基于LQR与前向增益的无人车辆轨迹跟踪控制方法。基于牛顿矢量力学体系进行车辆动力学建模,基于该模型进行状态观测器、LQR(Linear Quadratic Regulator)控制器以及前向增益的设计,以达到期望的轨迹跟踪速度、低能量损耗和零稳态误差。基于CarSim与MATLAB/Simulink联合仿真,使用双移线工况进行控制器的测试验证。仿真结果表明:所设计的状态观测器、LQR控制器以及前向增益可以满足期望的轨迹跟踪与航向跟踪需求。     

基于主动制动的车辆稳定性系统最优控制策略

引入分层控制概念设计了横摆力矩控制和滑移率控制相结合的车辆稳定性控制系统.建立了侧偏角和横摆角速度具有最佳输出响应的车辆理想模型,采用前馈与反馈控制相结合跟踪理想模型的控制策略,基于最优控制理论设计横摆力矩控制器.通过设计理想滑移率分配模块确定下层滑移率控制器理想值,基于模糊控制理论设计滑移率控制器.在Matlab/Simulink平台上建立8自由度非线性车辆模型,分别在低附着和高附着路面条件下进行了仿真分析.结果表明:采用分层控制可以很好地实现车辆所需横摆力矩,有效地控制车辆质心侧偏角和横摆角速度跟踪理想模型,瞬态及稳态响应良好,改善了车辆操纵稳定性.     

接触式拖拉机导航控制系统

为提高接触式拖拉机导航系统性能和导航精度,针对玉米秸秆行间作业,设计了双层控制器接触式导航控制系统.在分析接触式导航传感器检测信号的基础上,以触杆转角为输入、前轮目标转角为输出设计了模糊控制器作为导航控制的上层控制.下层控制针对电液系统的非线性,采用带非线性补偿的PID控制器实现对拖拉机前轮转向角的控制.该导航控制方法在Matlab/Simulink平台上进行了仿真,导航控制系统在秸秆行间进行了试验验证.仿真和田间试验结果表明,导航控制算法的响应快、稳定性好.当行驶速度不超过1 m/s时,拖拉机导航精度在50 mm以内,平均误差15 mm,能满足玉米秸秆行间作业要求.     

非理想网络环境下永磁同步电机转速鲁棒控制

针对网络化控制中通信时滞条件下永磁同步电机转速控制问题,首先在网络环境下建立永磁同步电机时滞动力学模型;然后基于模型展开系统调速鲁棒控制器设计,并通过构造Lyapunov-Krasovskii函数得到系统转速控制稳定性条件,进一步利用LMI工具箱计算出相应的鲁棒控制器增益;最后为验证控制器性能,基于SimEvents搭建控制器局域网络(CAN)通信模块,引入干扰信号,以真实反映网络通信诱发的不确定性延迟,并通过MATLAB/Simulink建立基于控制器局域网络的永磁同步电机调速控制系统模型,监测电机转速、相电流及转矩,展开仿真对比分析.结果表明:在非理想网络环境下,采用所设计的调速鲁棒控制器的系统稳定性较传统PI控制器矢量控制方法有显著提高,可以满足永磁同步电机转速控制稳定性要求.     

扰动下农用运输车辆路径跟踪控制器设计与试验

为提高农用运输车辆路径跟踪的鲁棒稳定性,基于线性模型预测控制结合农用运输车辆特点设计了路径跟踪控制器。该方法首先将农用运输车辆的运动学模型进行离散化求解,推出误差模型作为控制器预测方程,为使农用运输车能够克服在田间行驶时的各种干扰,通过构建李雅普诺夫函数重点分析了该模型的鲁棒稳定性,得到控制周期约束条件,然后建立目标函数并引入松弛因子,最后把预测模型代入目标函数进行优化求解,重复以上过程,实现优化控制。Matlab仿真表明：当前轮转角扰动不大于15°及横向扰动不大于1.5m时,控制器可以迅速起到调节作用,使车辆快速回到参考轨迹上行驶。对应的场地试验结果表明：试验小车以2m/s的速度跟踪参考路径时,直线路段跟踪效果良好,最大横向偏差为10.57cm,均值为8.49cm;添加扰动路段的跟踪偏差较大,最大横向偏差为23.89cm,最大纵向偏差为62.53cm,但在控制器的控制作用下可以实现对路径的有效跟踪。由此可见,该控制器在速度小于等于2m/s的情况下,可以满足农用运输车辆对路径跟踪的精度与鲁棒稳定性要求。     

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.     

基于多模型迭代的车辆状态融合估计方法

为了提高车辆行驶状态估计的可靠性,提出一种基于多模型观测器误差补偿与迭代的车辆状态融合估计方法。基于三自由度车辆动力学模型设计了车辆状态强跟踪滤波估计算法;同时,根据四轮轮速耦合关系,考虑到数据扰动和病态矩阵的影响,设计了车辆状态的岭估计算法。为进一步提高估计系统的可靠性,提出了动力学模型观测器与运动学模型观测器补偿与迭代的估计方式,设计了模糊控制器,根据实时的质心侧偏角和滑移率的伪量测值,判断强跟踪滤波器和岭估计器估计结果所占权重,利用闭环估计系统的迭代与融合提高估计性能。仿真和道路实验结果表明,所提出的车辆状态融合估计方法能够兼顾强跟踪滤波算法与岭估计算法的优势,根据车辆纵向滑移和质心侧偏角动态调节强跟踪估计与岭估计结果的权重系数,从而在保证估计精度的同时提高了估计系统的多工况适应能力。