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。     

面向水质采样的绳驱动空中机械臂抗干扰控制

绳驱动空中机械臂是一种由旋翼飞行器和多自由度机械臂构成的新型机器人系统。为了增强机械臂在排污管口水质采样时的关节空间控制性能,提出了一种结合快速连续非奇异终端滑模控制与线性扩张状态观测器的抗干扰控制策略。阐述了绳驱动空中机械臂的结构设计,建立计及关节柔性的动力学模型。利用线性扩张状态观测器来估计与补偿系统集总干扰,采用快速连续非奇异终端滑模面来保证系统状态量的有限时间收敛和抑制控制力矩的抖振。通过李雅普诺夫稳定性定理分析了所设计控制器的稳定性。最后,通过可视化仿真和地面汲水试验验证了所提控制器的有效性,结果表明,所提控制器的收敛速度、鲁棒性、准确性和抗干扰能力优于其他两种控制器,能有效抑制系统抖振,满足水质采样的作业需求。     

基于POE的动力学建模与快速非奇异终端滑模控制

结合旋量指数积形式(POE)和凯恩方程的优点,提出了一种具有明显几何意义的高效动力学建模方法,并以此为基础提出机器人系统的快速非奇异终端滑模控制算法。凯恩方程中的偏速度选择为基于旋量理论描述的合适的物体雅可比矩阵,并以此定义其他动力学模型参数表达方式,且在"钱江一号"串联机器人上进行建模实例验证。基于该动力学模型,为了改善传统滑模控制的有限时间收敛特性,保证全局控制非奇异性,提出了一种快速全局非奇异终端滑模控制,通过构造带状态高次项的滑模面函数,得到全局非奇异控制,并保证系统从任意状态到达滑模面的时间和在滑模上到达平衡点的时间均为有限且快速收敛,通过李雅普诺夫函数证明了其稳定性,并结合对比实验,验证了该方法在机器人系统中的鲁棒性和有效性。     

P-ECHPS自适应非奇异快速终端滑模控制器设计

以永磁转差离合器式电控液压助力转向系统(P-ECHPS)为研究对象,建立了其关键部件永磁转差离合器(PMSC)调速模型及P-ECHPS各子系统模型。针对P-ECHPS系统在转向过程中存在多种不确定性因素且要求响应速度快的特点,采用非奇异快速终端滑模与自适应控制相结合的方法,对PMSC进行调速控制,进而实现对P-ECHPS系统助力的控制。仿真分析结果表明,该方法能确保PMSC输出转速快速地跟踪理想转速,收敛速度比滑模控制和非奇异终端滑模控制分别提高了近82.9%和66.7%,具有很强的鲁棒性,较好地实现了可变助力特性。     

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。     

基于改进樽海鞘群算法的四旋翼飞行器姿态优化控制

针对集总干扰下四旋翼飞行器的姿态控制问题,提出了一种基于线性扩张状态观测器的快速连续非奇异终端滑模控制策略。该方法通过线性扩张状态观测器来估计和补偿集总干扰的影响,提高控制器的稳定性;借助非奇异终端滑模面有限时间收敛的特性设计控制律,加快控制器的收敛速度;控制器的稳定性分析由Lyapunov函数得以证明。引入樽海鞘群算法来优化控制器中的参数,提升控制性能。进一步地,引入一维正态云模型与自适应算子来克服参数整定算法的固有缺陷,增强其优化能力。通过仿真与试验验证了本文方法的有效性与实用性,结果表明:在阵风干扰下,本文方法比线性自抗扰控制策略具有更高的跟踪精度、更强的抗干扰能力与更快的响应速度。     

机械臂轨迹跟踪控制方法研究

机械臂具有时变、强耦合、非线性等特性,因此建立动力学模型计算量很大,耗时长且难以实现有效的实时控制。针对机械臂在控制中存在的精度问题,采用Lagrange方法进行动力学建模,在该模型的基础上设计了滑模控制器,对动力学模型进行仿真分析。并与传统的基于重力补偿的机械臂PD控制方法在轨迹跟踪的精度和误差方面进行比较。结果表明:所设计的滑模控制器比PD控制算法具有更高的轨迹跟踪精度及更快的跟踪速度,更适合机械臂轨迹跟踪控制。     

基于趋近律滑模控制的智能车辆轨迹跟踪研究

针对目前已有智能车辆轨迹跟踪控制存在跟踪精度低、鲁棒性弱等问题,结合滑模控制响应迅速、抗干扰能力强的优点,提出一种基于趋近律的滑模控制方法。提出的趋近律通过特殊幂次函数和反双曲正弦函数的组合,提高了系统状态的趋近速度并且平滑和限制了抖振现象,可实现控制车辆平顺快速跟踪参考轨迹。在Simulink软件上搭建了车辆运动学模型并进行轨迹跟踪仿真实验,通过与双幂次趋近律滑模控制进行对比验证了控制效果。仿真实验结果表明,相对于双幂次趋近律滑模控制,提出的趋近律滑模控制的车辆能更快地跟踪到参考轨迹,横向和纵向误差收敛速度明显增快,航向角抖振现象减弱,系统具有更快的趋近速度,并且抖振现象被削弱。     

液压外骨骼机器人非线性模糊滑模控制方法

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。     

应用于茶叶罐分拣的码垛机器人最优关节空间控制

针对茶叶罐分拣生产线的高效率运动控制,提出一种码垛机器人最优关节控制方法。首先,设计茶叶罐分拣码垛机器人生产线的三维模型,根据拉格朗日方程推导出机器人动力学模型,明确模型的输入输出关系。进而,利用萤火虫算法的寻优优势对码垛机器人进行运动学反解,并引入NUBRS曲线平滑处理经五阶多项式插补的轨迹。最后,设计快速连续非奇异终端滑模控制器来实现关节空间内的高精度轨迹跟踪控制。研究结果表明:与滑模控制和反步法控制相比,本文控制器具有更高的控制性能;萤火虫算法能在0.37 s内求解机器人反向运动学,结合五阶多项式插补法与NUBRS曲线能获得光滑柔顺的参考关节轨迹;本文控制器能有效抑制集总干扰力矩影响,保证机器人关节空间内轨迹跟踪精度。     

基于RBF神经网络的混合输入机构自适应控制

提出一种伺服电动机对常速电动机运动进行闭环跟踪的控制策略,控制伺服电动机的运动,以实现对常速电动机速度波动的补偿。由于系统精确模型难以获得,设计了基于名义模型的径向基函数网络自适应控制器,进行混合输入机构轨迹的跟踪,应用径向基函数(RBF)神经网络对系统中摩擦、外部扰动和动力耦合等不确定因素的和进行逼近,网络输出权值由自适应算法学习确定,并对该控制器进行稳定性分析。仿真结果表明,所设计的控制器稳定有效, 具有较强的鲁棒性。     

基于RBF神经网络的混合输入机构自适应控制

提出一种伺服电动机对常速电动机运动进行闭环跟踪的控制策略,控制伺服电动机的运动,以实现对常速电动机速度波动的补偿.由于系统精确模型难以获得,设计了基于名义模型的径向基函数网络自适应控制器,进行混合输入机构轨迹的跟踪,应用径向基函数(RBF)神经网络对系统中摩擦、外部扰动和动力耦合等不确定因素的和进行逼近,网络输出权值由自适应算法学习确定,并对该控制器进行稳定性分析.仿真结果表明,所设计的控制器稳定有效, 具有较强的鲁棒性.     

基于干扰观测器的直播机路径跟踪快速终端滑模控制

针对农田中存在不确定性干扰时,会导致建立的无人水稻直播机运动学模型精确度不高,从而使路径跟踪收敛时间长,跟踪效果较差等问题,提出由直播机运动学模型建立相应的非线性干扰观测器从而实现对不确定性复合干扰的精确观测。将观测到的干扰值补偿到运动学模型中以提高模型的精度,降低滑模控制的抖振。为了控制直播机沿指定路径作业并提高路径跟踪收敛时间,设计了一种快速终端滑模控制算法。基于李雅普诺夫判据检验了算法闭环系统的稳定性。使用Matlab/Simulink建立了农机运动学仿真模型,仿真结果表明,非线性干扰观测器能精确观测出系统的不确定性干扰。与不带干扰观测器的滑模控制算法相比,本文控制算法可有效减少收敛时间,抑制干扰带来的抖振。无人直播机水田作业实验表明,采用本文所提出的算法以1.2m/s的速度高效作业时,横向平均绝对偏差为0.0247m,均方差为0.0311m。并且转弯收敛速度快,无超调,路径跟踪精度满足实际作业要求。     

水田植保机自主作业滑模抗干扰路径跟踪方法

为解决无人化水田植保机在田间作业时上线速度慢、精度不高和抗干扰能力差的问题,提出了一种基于快速幂次趋近律和全局滑模控制的水田植保机路径跟踪控制方法。首先建立了含有滑移干扰项和航向角干扰项的水田植保机四轮异相位转向运动学模型,提出了一种基于全局滑模控制和快速幂次趋近律的直线作业跟踪转向控制算法,解决了滑模控制算法的抖振和趋近模态对干扰敏感的问题,使用Lyapunov判据检验了算法的收敛性。使用Matlab建立了仿真模型,对算法进行了仿真,相比基于指数趋近律和等速趋近律的滑模控制算法,本文算法的快速性更好。实际作业实验结果表明,该方法直线跟踪横向偏差绝对值最大为0.0778m,能够有效提高自主导航控制系统的稳定性和快速性。     

基于PSO的直线电机滑模控制参数优化策略

非线性滑模控制的直线电机伺服系统,由于滑模控制算法涉及的参数较多,会给参数调优带来困难,从而影响控制效果.结合理论分析与仿真方法,以实验采集的样本为基础,通过反向传播神经网络对直线电机伺服系统进行建模;采用非奇异快速终端滑模控制作为控制算法,搭建直线电机运动控制仿真实验平台;利用粒子群算法,在给定范围内优化滑模控制参数...     

基于滑模控制的自动泊车系统路径跟踪研究

现有的自动泊车系统研究,由于忽略实际车辆转向约束和初始位姿条件而影响实际车辆跟踪参考路径效果,本文提出基于B样条曲线的路径规划算法和基于趋近律的非时间参考终端滑模路径跟踪控制算法。首先,对车辆的运动过程进行研究,建立车辆的运动学模型。其次,基于B样条曲线理论建立非线性约束平行泊车路径优化函数,并分析车辆运动学约束条件。然后,结合非时间参考路径跟踪控制和终端滑模控制方法,提出基于趋近律的非时间参考终端滑模路径跟踪控制方法。最后,通过Simulink和Car Sim联合仿真,验证了规划路径的合理性以及路径跟踪控制器的效果。