共查询到20条相似文献,搜索用时 437 毫秒
1.
针对液压外骨骼机器人系统建模困难的问题,提出一种利用自适应模糊逼近方法来实现对滑模等效控制的逼近,不需要对机器人的未知参数进行预先估计,同时设计可调参数的自适应调节律,增强系统的鲁棒性,引入一种类势能函数设计具有非线性积分项的滑模面,当误差较大时,积分效应适当减弱,防止产生较大的超调量;当误差较小时,积分效应适当增强,减小稳态误差。利用李雅普诺夫方法论证了该闭环控制系统的稳定性,并使用模糊切换方法来消除滑模控制抖振。最后,对液压助力外骨骼机器人系统进行轨迹跟踪及外干扰实验,结果验证了该方法的有效性,控制输出能快速平稳地跟随参考位置信号,且具有一定抗干扰能力。 相似文献
2.
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。 相似文献
3.
为了稳定地实现对采桑机械手系统的控制,应用了人工神经模糊动态控制原理及其控制器的设计方法,建立了采桑机械手的动力学方程;介绍了神经模糊系统的学习算法,并进行了系统的稳定性分析,解决了采桑机械手的慢动力学及采桑机械手慢子系统的逆自适应控制问题. 相似文献
4.
静液传动系统自适应模糊滑模控制 总被引:2,自引:1,他引:1
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. 相似文献
5.
通过研究采摘机器人移动机械手的避障策略及对多传感信息融合算法,针对移动机械手在作业中,容易和非采摘目标发生碰撞现象,设计了基于多传感信息融合的移动机械手主动防碰撞控制系统,并利用MatLab搭建了移动机械手的仿真系统,进行了实际的性能测试实验。实验结果表明:移动机械手在不同速度的情况下,都可以主动避开障碍物,当移动机械手移动速度越大时,轨迹控制误差也会增加,移动机械手的移动路径也会增加,验证了系统的实时性、稳定性和可靠性。 相似文献
6.
7.
为了提高苹果的采摘效率、降低采摘过程的漏采率和破碎率,设计了一种新的六自由度的采摘机械手。该机械手可以完成夹紧、旋转、俯仰、摇摆及回转动作,通过神经网络迭代学习算法,可以有效地控制机械手的运动轨迹,提高采摘过程的自动化程度。为了验证六自由度机械手对苹果采摘的有效性和可靠性,对机械手进行了苹果采摘测试,并使用脉冲神经网络PID调节的方式调节轨迹控制误差。通过测试发现:该机械手的误差较小,可以有效地完成采摘作业,且漏采率和破碎率都很低,是一种高效的苹果采摘机械手,可以在其他果蔬采摘作业中进行设计和推广。 相似文献
8.
机械臂神经网络非奇异快速终端滑模控制 总被引:2,自引:0,他引:2
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。 相似文献
9.
10.
为了提高西瓜移栽成功率,实现自动化移栽,设计了瓜苗自动转移系统,主要包括育苗盘移动系统和取苗机械手。建立了不同含水量土壤从育苗盘提取瓜苗时夹持力和竖直提取力的模型,为机械手提取瓜苗提供实验基础。为育苗盘移动系统实现竖直和水平方向移动,采用模糊PID方式,实现驱动电机控制,防止发生冲击。建立系统工作流程,实现育苗盘移动系统和取苗机械手逻辑控制。对系统进行测试,结果表明:苗盘移动系统和取苗机械手均具有良好精度。 相似文献
11.
12.
为减少取苗机械手研制过程中投入大量的成本和时间,解决机械手在作业过程中控制精度低、适应性差等问题,采用SolidWorks建立机械手的模型,并导入ADAMS中;采用模糊PID控制算法对机械手夹持角度进行实时动态联合仿真分析,设计模糊PID控制器及模糊规则。利用MATLAB/Simulink和ADAMS建立联合仿真模型,以阶跃信号为激励,模糊PID控制和PID控制仿真结果表明:PID控制的响应时间为1.1 s,模糊PID的响应时间为0.33 s且响应速度更快,说明模糊PID优于经典PID控制,设计的取苗机械手具有良好的动态响应和轨迹跟踪特性,理论上能够满足实际作业要求。取苗试验结果表明:在取苗频率为50、60和70株/min时,采用PID算法和模糊PID算法取苗成功率分别为9609%、93.75%、92.96%和98.43%、95.31%、93.75%,采用模糊PID算法的取苗成功率更高,能够满足实际作业要求。 相似文献
13.
14.
为了提高果蔬的采摘效率,对果蔬采摘机器人进行了改进,设计了一种新的多机械手的编码控制采摘机器人。通过对机器人功能和结构的设计,使机器人具有了利用机器视觉技术的图像边缘提取来划分每个机械手的作业区间的功能,并可以利用编码器对每个机械手进行编码,从而完成多机械手的协同作业。对机器人的采摘作业性能进行了测试,首先利用机器视觉模块完成了苹果采摘区间的划分,并预设了每个机械手的采摘作业轨迹,利用编码器对预设轨迹进行了追踪。通过测试发现:机器人多机械手的实际追踪轨迹和预设轨迹的误差很小,满足设计需求,多机械手的协同采摘平均速度可以达到80个/min以上,具有高效的果蔬采摘性能。 相似文献
15.
16.
文章利用SolidWorks完成了一种三自由度气动机械手的三维模型,阐述了其机械结构和运动动作,并且设计了控制机械手运动的气压系统以及气压系统的原理图。该机械手主要用于自动送料、自动取件,实现搬运功能。 相似文献
17.
提出了基于神经网络控制的人工智能知识表示,获取及训练的一种新方法,以输出误差及其变化率为两个基本状态向量来反映系统输出动力学特性,用CMAC作为神经网络控制的方案,进行了知识获取及在线训练等研究;再通过仿真对比了本方法与常用的PD控制及模糊控制的控制效果;最后将基于CMAC模糊控制器及其知识表示、获取、训练方法应用于两关节机械手的控制系统,在不同条件下进行实验研究。研究结果表明,本方法有显著的优越 相似文献
18.
为了对优质青枣进行分拣,解决人为分拣青枣准确度低、效率差等问题,提出了基于图像识别的由Arduino控制的多自由度机械手,实现在流水线上对炭疽病青枣的分拣。该系统以Arduino控制板作为主控制器,结合Pixy图像识别传感器、MG995舵机和图像识别算法组成自动分拣机械手系统。通过Pixy图像识别传感器对传送线上的青枣图像进行采集,并分析获取获得青枣的大小、颜色等特征量,得出青枣的品质信息。然后由Arduino控制器控制分拣机械手动作对青枣进行分拣。实验结果表明,通过该方法对炭疽病青枣进行分拣,准确率可达80%以上。 相似文献
19.
采摘机器手在农业生产中具有广阔的应用前景,其采摘效率和采摘质量主要受机械手结构的影响。为了提高采摘机器人的作业性能,将武术套路训练的勾拳动作引入到了采摘机器人的机械手结构设计中,根据勾拳手形对采摘机器人的动作进行了优化,并结合神经网络武术动作误差训练方法,对机械手控制系统进行了改进,从而有效地提高了机械手作业的灵活性。为了验证该方案的可行性和可靠性,对采摘机械手进行了实验验证。结果表明:对机械手进行结构和控制系统进行优化后,其采摘范围较大,可以满足三维空间作业需求,采摘机械手动作响应较快,误差较小,满足高精度快速采摘的需求。 相似文献