基于遗传算法的柔性机械手高阶终端滑模控制
柔性空间机械臂振动抑制的模糊终端滑模控制
.
国 家 自然 科学 基 金 资 助项 目( 号 : 0 7 0 0 编 16 2 4 ) 收稿 日期 : 0 9 1 - 6 修 改稿 收 到 日期 :0 91 — 1 2 0 — 12 ; 2 0 — 2 3
42 8
振
动、 测
中 图分 类 号 TP2 1 03 3 7 THl 3 1 4 1 . 1.
间机 械 臂系统 结构 见 图 1 。
引 言
空 间 机 械 臂 的 研 究 受 到 了研 究 人 员 的广 泛 重
视[ 。 1 由于所处 空间环 境 的特殊性 , 间机 械臂 与载 ] 空
体 之间 存 在着 强烈 的 动力 学 耦合 作 用 , 因此其 动力 学与控 制远 较地 面 固定 机 械臂 复杂 L 。与刚 性空 间 2 ]
实 了本 文 控 制 方 法 的有 效 性 。
1 柔 性 空 间 机 械 臂 系 统 动 力 学 分 析
不 失 一 般 性 , 虑 作 平 面 运 动 的 漂 浮 基 柔 性 空 考
z; 的 质 心 0c在 O B 。 上 与 (1 距 离 为 a , 轴 )的
o x , 为 柔性 臂 B 在 t J ( ) 2 时刻坐标 z ( ≤z ≤z) O 点 处的 横 向弹性 变形 。B。 的质 量为 优。相 应 的中心转 ;
第 3 第 5期 o卷
21 0 0年 1 O月
振 动 、 试 与 诊 断 测
J u n lo b ain, a u e n o r a fVi r t o Me s r me t& Dig o i a n ss
V o .3 o. 1 0N 5
OC . 2 1 t 00
柔性 空 间机械 臂振 动抑 制 的模糊 终端 滑 模 控 制
【国家自然科学基金】_关节控制器_基金支持热词逐年推荐_【万方软件创新助手】_20140801
科研热词 推荐指数 轨迹跟踪控制 2 超声电机 2 滑模控制 2 模糊控制 2 柔性机械手 2 机器人 2 非连续投影 1 集成控制融合 1 阻抗控制 1 遗传算法 1 远程康复 1 运动控制 1 轮廓运动控制 1 轨迹跟踪 1 表面肌电信号 1 自适应鲁棒控制 1 自适应控制 1 自动控制技术 1 结构设计 1 终端滑模控制 1 线性算子半群 1 线性二次调节器 1 笛卡尔空间 1 空间机器人 1 生物力学 1 灵巧手 1 漂浮基双臂 1 混沌遗传算法 1 混合力/位移控制 1 气动肌肉 1 欠驱动机器人 1 欠驱动 1 模糊小脑模型关节控制器 1 模糊变结构 1 柔性臂 1 李雅普诺夫稳定性 1 机械手 1 控制系统 1 性能评价 1 康复策略 1 康复机械臂 1 并联关节 1 多轴运动控制器 1 基关节力矩传感器 1 变结构控制 1 协调运动 1 力辅助控制 1 力反馈 1 关节机器人 1 全局优化 1 位置控制 1 位置-力控制 1
53 54 55 56 57 58 59 60 61 62
仿人手臂控制 任务坐标系 tms320f1812 pid控制 pid lasalle不变集原理 h∞控制 cpld bp神经网络 ar模型
1 1 1 1 1 1 1 1 1 1
53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90
科研热词 机器人 轨迹跟踪 观测器 自适应控制 冗余驱动 黄瓜采摘机器人 鲁棒性 骨骼服 隔振控制 队形保持与跟随 退步控制 运动控制 运动功能训练 超声电机 虚拟现实技术 虚拟力控制 虚拟分解法 节能 自适应交互pid 自由漂浮机械臂 翻滚卫星 编队飞行 绳牵引并联机器人 终端滑模 符号计算 空间机器人 积分滑模 相位重置 直接驱动 直接广义预测控制 电机控制 漂浮基空间机械臂 漂浮基双臂空间机器人 滑模控制 滑模变结构控制 气动肌肉 比例控制器 死区 正弦振荡器 正交解码 模糊自适应补偿控制 模糊自适应控制 模糊变结构滑模控制 标称计算力矩控制器 柔顺控制 柔索并联机器人 柔性机械手 柔性支撑 柔性关节机械臂 机器人安全操作 数字信号处理器 摆线运动
基于快速终端滑模的机器人柔顺磨抛阻抗控制
基于快速终端滑模的机器人柔顺磨抛阻抗控制机器人在工业生产中扮演着至关重要的角色,然而,现有的控制方法往往无法实现对机器人的柔顺控制。
为了解决这一问题,基于快速终端滑模控制的机器人柔顺磨抛阻抗控制方法被提出。
本文将介绍该方法的原理和应用,并分析其优势和潜在的改进方向。
一、方法原理快速终端滑模控制(Fast Terminal Sliding Mode Control,FTSMC)是一种非线性控制方法,其核心思想是通过引入终端滑模面实现系统的极快收敛,并结合阻抗控制达到柔顺控制的目的。
基于FTSMC的机器人柔顺磨抛阻抗控制方法主要包括以下几个步骤:1. 建立机器人的动力学模型和磨抛工具的力学模型,得到系统的状态空间表达式。
2. 设计滑模面并根据系统的状态空间表达式推导出控制律,使得系统能够在快速终端滑模的作用下实现稳定控制。
3. 结合阻抗控制,引入环境力反馈,并通过与预设的阻抗参数进行比较,实现对机器人的柔顺控制。
4. 加入状态观测器或估计器,实现对系统状态的估计,提高控制算法的鲁棒性。
通过以上步骤,基于快速终端滑模的机器人柔顺磨抛阻抗控制方法能够实现机器人在接触力控制中的柔顺性,提高产品的质量和生产效率。
二、应用场景基于快速终端滑模的机器人柔顺磨抛阻抗控制方法在实际工业生产中具有广泛的应用前景。
以下几个方面是该方法的主要应用场景:1. 金属加工:在金属加工中,机器人需要与工件进行精确的接触,以实现高质量的磨抛工艺。
基于快速终端滑模的控制方法可以使机器人与工件之间实现精确的力控制,从而提高加工质量和工件的表面光洁度。
2. 医疗康复:机器人在医疗康复中的应用越来越广泛。
基于快速终端滑模的机器人柔顺磨抛阻抗控制方法可以使机器人在康复训练中对患者的身体力度进行精准控制,从而实现更好的治疗效果。
3. 智能抓取:在物流和仓储领域,机器人需要对各种形状和材料的物体进行柔性抓取。
基于快速终端滑模的方法可以使机器人具备更好的灵活性和适应性,在不同的抓取任务中表现出良好的性能。
【系统仿真学报】_滑模控制_期刊发文热词逐年推荐_20140722
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92
2011年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
科研热词 滑模控制 鲁棒性 飞行器编队控制 飞行仿真转台 自适应 能量成形 线性二次型 滑模控制器 永磁同步电机 模糊干扰观测器 柔性关节 机器人 时标分离 无源控制 无人水下机器人 故障辨识 建模 大攻角 变结构滑模控制 反演滑模控制 反作用喷气控制 动态逆 六自由度 仿真 主动容错控制 rcmac rbf神经网络
望远镜 有限时间稳定 无传感器控制 指数趋近率 拥塞控制 扰动 扩展卡尔曼滤波 建模误差 并联机器人 小波神经网络 导弹 姿态控制 可重复使用飞行器 变饱和状态 变结构系统 变结构控制 动态滑模控制 切换平面 全局快速终端滑模控制 倒立摆 保性能控制 伺服系统 仿真 主动队列管理(aqm) 主动队列管理 tcp网络拥塞控制 t-s模糊模型 simulink仿真 pmsm lyapunov-krasovskill函数 lmi方法
93 94
2009年 科研热词 滑模控制 抖振 变结构控制 鲁棒性 非奇异终端滑模控制 观测器 自适应控制 线性矩阵不等式 滑模观测器 干扰观测器 制导律 鲁棒跟踪控制 鲁棒模型匹配控制 鲁棒控制 鲁棒 高阶滑模控制 飞行器姿态控制 飞机除冰液 飞控系统 非线性自动驾驶仪 非线性系统 非线性动态摩擦力 集成控制 速度跟踪 迟滞 运动学 边界层厚度 输出反馈 轨迹精确跟踪 车辆动力学 跟踪性能 超螺旋算法 误差补偿 解耦控制 螺旋算法 自适应模糊控制 自适应技术 自适应 自主着陆 积分滑模变结构控制 积分滑模 离散时间系统 神经网络 神经元离散滑模控制 磁流变减振器 推荐指数 10 3 3 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
基于分布估计算法的柔性机械手滑模控制器设计与优化
东 南 大 学 学 报 (自然科 学版 )
J OU R NA LO F S O UT H E A S TU NI VE R S I TY( Na t u r  ̄S c i e n c eE d i t i o n )
V o 1 . 4 3 S u p ( I )
s y s t e m a n d a f a s t o n e b y u s i n g s i n g u l a r p e r t u r b a i t o n he t o r y .Two s l i d i n g - mo d e c o n r t o l l e r s wi h t u n — c e r t a i n p a r a me t e r s f o r he t s l o w nd a f a s t s u b s y s t e ms a r e d e s i g n e d,r e s p e c i t v e l y .T h e n,t he c o n r t o l l e r o p t i mi z a i t o n s ra t eg t y b se a d o n he t E DA i s g i v e n,b y wh i c h he t s i l in d g - mo de c o n r t o l l e r s a e r o p t i — mi z e d .F i n a l l y,a c o n t r st a i v e s i mu la i t o n o n c o n t r o l o f F LM s b e t we e n he t s l i d i n g - mo d e c o n t r o l b se a d o n he t EDA a n d he t r t a d i i t o n l a s i l d i n g - mo d e c o n t r o l i s c a r r i d e o u t .T h e r e s u l t s s h o w ha t t he t f o r me r i s s u p e r i o r t o he t l a t t e r o n r e s p o n s e s p e e d,o v e r s h o o t ,c o n r t o l p r e c i s i o n nd a v i b r a i t o n d m p a i n g .
柔性遥操作机器人系统的滑模变结构控制
外 学 者 的广 泛 关 注 。在 过 去 二Байду номын сангаас十 多 年 中 , 内 、 学 者 对 柔 国 外
l 引 言
遥操作机器人是指在人的操纵 下能在人 难以接近 ( 距离 遥远 、 对人有害或操作有 难度 ) 的环境 中完 成 比较复杂 的精 细操作的一种远距离操 作 系统 。遥 操作 机器人 系统 主要
WA G C u j g Z N ig— u N h n— i , E G Q n jn n
( c o l f l t nca d I om t nE g er g Ja gu U i r t o c n e a dT c n l y S h o o E e r i n fr ai n i e n , i s nv s y f i c n e h o g , co n o n i n e i S e o
中圈 分 类 号 : P4 T 22 文 献标 识码 : A
Sl ng —M o e Co t ol rf r a Flxbl i di — d n r l o e i e e Tee— m a i ulto b tSy tm l — n p a i n Ro o se
基于迭代学习的机械臂神经网络滑模控制
基于迭代学习的机械臂神经网络滑模控制神经网络已经成为人工智能领域的重要技术之一,在控制系统中的应用愈发广泛。
机械臂作为自动化控制领域中的关键组件,对其精确的控制要求越来越高。
而滑模控制作为一种优秀的控制方法,能够对机械臂的运动进行精确控制。
本文将介绍基于迭代学习的方法来改进机械臂滑模控制的效果。
一、背景介绍机械臂作为一种重要的工业设备,广泛应用于制造业、物流业等领域。
其在生产线上能够完成各种复杂的任务,提高生产效率。
为了实现对机械臂的精确控制,研究者们提出了许多控制方法,其中滑模控制是一种常用的方法。
滑模控制通过引入滑模面来对系统进行控制,具有较强的鲁棒性和鲁棒时延补偿能力。
然而,传统的滑模控制存在一定的缺陷,如对系统模型的精确要求较高、参数调整困难等。
因此,本文将引入神经网络和迭代学习的思想来改进滑模控制方法。
二、神经网络的应用神经网络是一种模拟生物神经网络的计算模型,能够模拟人脑的学习和记忆能力。
在控制系统中,神经网络可以用于逼近非线性函数、辨别模式、分类问题等。
在机械臂控制中,神经网络可以用来建立机械臂运动学和动力学模型,从而实现对机械臂的精确控制。
通过神经网络的学习与训练,可以逐渐提高模型的精确性和预测能力。
三、滑模控制的优化针对传统滑模控制在参数调整上的困难,本文引入了迭代学习的思想,通过不断迭代更新机械臂控制器的参数,以提高滑模控制的性能。
具体来说,首先使用神经网络逼近机械臂的非线性函数,建立系统模型。
然后,利用滑模面在每个时间步上对系统进行控制,并通过误差反馈更新机械臂控制器的参数。
在迭代学习的过程中,可以逐渐提高控制器的性能和逼近精度,从而实现对机械臂的精确控制。
四、实验结果通过对机械臂的迭代学习和滑模控制,本文进行了一系列的实验。
实验结果表明,基于迭代学习的机械臂神经网络滑模控制方法具有较高的控制精度和鲁棒性。
与传统的滑模控制相比,该方法在系统模型的逼近和参数调整上更加灵活和准确。
基于遗传算法柔性机械臂系统建模和控制优化设计
223中国设备工程Engineer ing hina C P l ant中国设备工程 2019.12 (下)③运梁车将箱梁运送至架桥机尾部后天车下方,并调整运梁车姿态,使箱梁与主梁平行。
④采用汽车起重机拼装左、右第三节主梁,插入连接销轴,并插入开口销。
⑤后天车起吊箱梁一端,增加架桥机尾部重量,此时架桥机向前移动12m ,后天车同步向后移动,确保与地面相对位置不变。
⑥重复上述过程,拼装左、右第四节主梁,直至前支腿落在下一跨主墩。
(7)安装后支腿。
(8)整机电器系统、监控系统安装。
(9)整机调试验收。
5 结语本文结合某桥梁实际施工过程,针对处于狭窄工况下的公路架桥机安装,阐述了一种主梁分段式的安装方法,对类似工况下的公路架桥机安装具有一定的借鉴意义。
参考文献:[1]逯久喜,梁瑞芬,史海东.高速铁路架桥机桥上调头设备的应用[J].国防交通工程与技术,2019,17(02):61-65.[2]李聪.架桥机拼装及梁体架设施工技术分析[J].建材与装饰,2018(42):262-263.[3]齐计国,刘玉亮.架桥机安装预制构件施工技术[J].工程建设与设计,2018(12):169-171.[4]潘文涛.TLJ900 t 架桥机低位通过高压线施工技术[J].国防交通工程与技术,2018,16(S1):56-58.[5]雍平.浅析路桥施工机械的维护及安全管理[J].四川水泥,2017(10):51.[6]曾唯.架桥机悬拼工艺研究[J].建设科技,2016(12):141-142.[7]刘宝生.山岭地区公路桥预制梁提升架设施工技术[J].施工技术,2018,47(18):46-49.柔性机械臂系统是基于传统刚性机械臂应用而产生的一种机械控制系统,其虽然具有设备质量轻、作业耗能低和荷载/自重比较高的特点,然低频率、大幅度的弹性振动使得其定位精度和操作效率受到较大影响。
1 遗传算法的基本内涵遗传算法以适应度值进行优化计算的对象,在选择、交叉和变异操作下,实现了最优个体和最优解的有效搜寻。
基于高阶滑模的双连杆柔性机械臂轨迹跟踪控制
2017年11月第46卷第11期机械设计与制造工程Machine Design and Manufacturing EngineeringNov.2017Vol.46 No.11DOI:10.3969/j.issn.2095 - 509X.2017.11.014基于高阶滑模的双连杆柔性机械臂轨迹跟踪控制尚欢,吴庆宪(南京航空航天大学自动化学院,江苏南京211106)摘要:针对双连杆柔性机械臂研究了一种高阶滑模轨迹跟踪控制方案。
根据拉格朗日方程及能 量守恒定律给出了柔性机械臂的动力学方程,并将动力学方程转化为三阶非线性系统模型,方便 控制器的设计。
在此基础上,利用高阶滑模理论设计了双连杆柔性机械臂轨迹跟踪控制方案,不仅能保证系统在有限时间内稳定,还能削弱传统滑模控制对系统造成的抖振。
最后用仿真实验 证明了该控制方法的有效性。
关键词:柔性机械臂;轨迹跟踪控制;高阶滑模中图分类号:TP273 文献标识码:A文章编号:2095 -509X(2017)11 -0067 -05近年来,机器人技术和航空航天技术得到了大 力发展,为了降低能耗,提高工作效率,机器人普遍 采用柔性、轻便的结构,将柔性材料应用于机器人 的构造中成为当今机器人的发展趋势。
相比于刚 性的机器人结构,柔性结构具有载重高、能耗小、速 度快、有利于电机直接驱动、更加灵活等优点,因此 具有广阔的应用前景[1]。
机械臂本身就具有非线 性的特性,加上采用了柔性材料,使得柔性机械臂 成为一个十分复杂的多输入多输出(M IM O)非线 性系统。
另外对机械臂建模时存在参数不确定和 未建模动态等问题,并且机械臂运动时会受外部干 扰的影响,因此柔性机械臂是一类典型的M IM O非 线性不确定系统。
所以对柔性机械臂的研究不仅 具有重要的理论价值,还具有重要的实际应用价 值。
根据相关的动力学理论,对柔性机械臂的建模 主要用到两种原理:矢量力&[2]和分析力学[3],这 两种原理中较常用的方法有Newton -E u le i•法、L agrange方法、变分法、Kane方程和虚位移法等。
一种基于神经网络的柔性关节机械臂有限时间自适应反步控制方法[
专利名称:一种基于神经网络的柔性关节机械臂有限时间自适应反步控制方法
专利类型:发明专利
发明人:陈强,施卉辉,孙明轩,何熊熊,庄华亮
申请号:CN201710732672.5
申请日:20170824
公开号:CN107662208A
公开日:
20180206
专利内容由知识产权出版社提供
摘要:一种基于神经网络的柔性关节机械臂有限时间自适应反步控制方法,针对含有未知不确定项的柔性关节机械臂,设计自适应反步控制,利用神经网络和有限时间控制方法,设计一种基于神经网络的柔性关节机械臂有限时间自适应反步控制方法。
在反步控制的每一步中,提出自适应有限时间虚拟控制器实现系统跟踪误差在有限时间内收敛到平衡点附近的领域中。
应用两个简单的神经网络来逼近和补偿系统不确定未知项,并降低传统反步控制中大量的计算量。
本发明提供了一种能补偿系统未知不确定项,解决传统反步控制计算量大的问题,实现系统跟踪误差在有限时间内收敛,系统有限时间跟踪的控制方法。
申请人:浙江工业大学
地址:310014 浙江省杭州市下城区潮王路18号浙江工业大学科技处
国籍:CN
代理机构:杭州斯可睿专利事务所有限公司
代理人:王利强
更多信息请下载全文后查看。
一种高阶滑模控制算法的改进及应用
一种高阶滑模控制算法的改进及应用高阶滑模控制(Higher-Order Sliding Mode Control)是一种强鲁棒性控制策略,可以有效克服模型不确定性、外部干扰和测量噪声等问题。
然而,高阶滑模控制算法在实际应用中存在一些问题,如滑模面抖动、参数整定困难等。
为了克服这些问题,研究者们提出了各种改进的高阶滑模控制算法,并在不同领域中得到了广泛应用。
一种改进的高阶滑模控制算法是基于自适应扩展状态观测器的控制方法。
该方法在传统的高阶滑模控制器中加入了一个自适应扩展状态观测器,用于实时估计系统的不确定性。
通过引入扩展状态观测器,可以更好地估计系统状态,从而减小滑模面抖动。
同时,自适应机制可以根据估计误差来调整滑模面的参数,进一步提高控制性能。
另一种改进的高阶滑模控制算法是基于模糊逻辑系统的控制方法。
传统的高阶滑模控制算法对系统的不确定性和非线性特性具有较强的鲁棒性,但参数整定困难。
而基于模糊逻辑系统的高阶滑模控制算法可以通过模糊控制规则来调整滑模面的参数,提高了系统的适应性和鲁棒性。
此外,模糊逻辑系统还可以在滑模面参数调整过程中考虑专家知识和经验,使得控制系统更符合实际应用需求。
改进的高阶滑模控制算法在实际应用中具有广泛的应用前景。
以电力系统为例,电力系统包含许多不确定性因素,如负荷变化、线路故障等,严重影响了电力系统的稳定性和安全性。
传统的PID控制方法往往无法应对这些不确定性因素,而高阶滑模控制算法可以通过引入自适应扩展状态观测器和模糊逻辑系统来克服这些问题,提高电力系统的鲁棒性和控制性能。
类似地,改进的高阶滑模控制算法还可以应用于机器人控制、无人驾驶汽车、航空航天等领域,提高系统的鲁棒性和安全性。
综上所述,改进的高阶滑模控制算法在实际应用中具有重要的意义和广泛的应用前景。
通过引入自适应扩展状态观测器和模糊逻辑系统等改进方法,可以提高高阶滑模控制算法的性能,克服传统算法的缺点。
随着技术的不断进步,相信改进的高阶滑模控制算法将在更多领域中得到应用,并对系统的稳定性和性能提出更高的要求。
滑模控制在机器人手臂抓取任务中的应用
滑模控制在机器人手臂抓取任务中的应用一、滑模控制在机器人手臂抓取任务中的重要性滑模控制作为一种先进的控制策略,因其优越的鲁棒性和快速响应特性,在机器人手臂抓取任务中扮演着至关重要的角色。
机器人手臂在执行抓取任务时,需要面对各种不确定性和外部干扰,如机械参数的变化、环境的扰动等,这些因素都可能影响抓取的准确性和稳定性。
滑模控制通过其独特的控制原理,能够确保机器人手臂在复杂多变的环境中,实现快速且准确的抓取动作。
滑模控制的核心在于设计一个滑动面,当系统状态达到这个面时,系统将沿着这个面滑动至期望状态。
这种控制策略具有很好的抗干扰能力,能够在系统参数变化或外部干扰存在的情况下,保持系统的稳定性和性能。
在机器人手臂抓取任务中,滑模控制能够快速响应目标位置的变化,调整手臂的运动轨迹,确保抓取动作的精确性和可靠性。
二、滑模控制在机器人手臂抓取任务中的应用场景机器人手臂抓取任务的应用场景非常广泛,包括但不限于工业自动化、医疗手术、服务机器人、空间探索等领域。
在这些场景中,滑模控制的应用主要体现在以下几个方面:1. 工业自动化:在自动化生产线上,机器人手臂需要快速准确地抓取和搬运零件,滑模控制能够提高抓取的效率和准确性,减少生产过程中的错误和延误。
2. 医疗手术:在微创手术中,机器人手臂需要精确地控制手术工具,滑模控制能够确保手术过程中的稳定性和安全性,提高手术的成功率。
3. 服务机器人:在服务行业中,机器人手臂需要进行精细的操作,如端茶倒水、开门等,滑模控制能够提高服务机器人的操作精度和响应速度,提升用户体验。
4. 空间探索:在太空环境中,机器人手臂需要在微重力和辐射等极端条件下进行抓取任务,滑模控制能够保证机器人手臂在复杂环境下的稳定性和可靠性。
三、滑模控制在机器人手臂抓取任务中的关键技术滑模控制在机器人手臂抓取任务中的应用,涉及到多个关键技术,包括:1. 滑模面的设计:滑模面的设计是滑模控制的核心,需要根据机器人手臂的动力学特性和抓取任务的要求,设计合适的滑模面,以确保系统的稳定性和快速响应。
基于遗传算法的柔性机械手高阶终端滑模控制
第39卷 第6期吉林大学学报(工学版) Vol.39 No.62009年11月Journal of Jilin University (Engineering and Technology Edition ) Nov.2009收稿日期:2008203207.基金项目:国家自然科学基金项目(60474016,60774040).作者简介:王艳敏(1979-),女,博士研究生.变结构控制和柔性机械手控制.E 2mail :amywanghebsz @ 通信作者:冯勇(1962-),男,教授,博士生导师.研究方向:变结构控制和鲁棒控制.E 2mail :yfeng @基于遗传算法的柔性机械手高阶终端滑模控制王艳敏,冯 勇,陆启良(哈尔滨工业大学电气工程学院,哈尔滨150001)摘 要:针对双臂柔性机械手控制系统,提出了一种基于遗传算法的高阶终端滑模控制方法,以解决其非最小相位控制问题,实现末端位移控制。
基于输出重定义方法,通过输入输出线性化,将系统分解为输入输出子系统和内部子系统,在此基础上,结合高阶滑模和终端滑模的控制思想设计输入输出子系统控制器,利用遗传算法优化内部子系统参数,以保证两个子系统稳定,同时削弱抖振对柔性模态的影响,提高末端位移控制精度。
仿真结果证明了所提方法的有效性。
关键词:自动控制技术;变结构控制;柔性机械手;终端滑模控制;高阶滑模控制;遗传算法中图分类号:TP24 文献标识码:A 文章编号:167125497(2009)0621563205High 2order terminal sliding mode control of flexiblemanipulators based on genetic algorithmWAN G Yan 2min ,FEN G Y ong ,L U Qi 2liang(College of Elect rical Engineering ,H arbi n I nstitute of Technology ,Harbin 150001,China )Abstract :A high 2order terminal sliding mode control met hod is p roposed to solve non 2minimum p hase cont rol problem and realize end 2position cont rol for two 2link flexible manip ulators.The met hod is based on genetic algorit hm.The outp ut of t he manip ulator system is redefined ,and by inp ut 2outp ut linearization ,t he system is decomposed into inp ut 2outp ut subsystem and internal subsystem.To guarantee t he stability of t he two subsystems ,a cont roller is designed by high 2order sliding mode and terminal sliding mode for t he inp ut 2outp ut subsystem ;and a genetic algorit hm is adopted to optimize t he parameters for t he internal subsystem.The p roposed met hod can weaken t he influence of chattering on flexible modes and improve t he p recision of terminal cont roller.Simulation result s are p resented to validate t he p roposed met hod.K ey w ords :automatic cont rol technology ;variable st ruct ure cont rol ;flexible manip ulator ;terminal sliding mode control ;high 2order sliding mode control ;genetic algorit hm 柔性机械手的动力学模型是一个强耦合、非线性、时变、多输入多输出的分布参数系统,且本身固有振动特性,使得柔性机械手的动力学行为非常复杂,其控制问题研究一直是个热点和难点,现已提出多种控制方法。
风电叶片打磨机器人柔性末端终端滑模力控制
风电叶片打磨机器人柔性末端终端滑模力控制王雨;张慧博;戴士杰;陈艳飞;纪玮【摘要】为了自适应叶片在磨削过程叶片曲率的变化,实现主被动磨削力控制.仿照人体肌肉组织,提出一种适用于电机驱动的直线型类串联弹性驱动器(SEA)安装于六自由度机械臂末端,以实现柔性输出.并建立了类SEA数学模型,在基于类SEA动力学模型的基础上,提出一种新型非奇异快速终端滑模滑模面和多幂次趋近率,并依据新型滑模面和多幂次趋近率设计了带扰动补偿的控制律.通过与传统终端滑模面、传统趋近率得到的控制律进行了磨削力跟踪对比仿真实验,结果表明新型非奇异终端滑模面和多幂次趋近率得到的控制律趋近平衡点速率更快,要求控制器输出较低,抗干扰能力更强.【期刊名称】《计算机集成制造系统》【年(卷),期】2019(025)007【总页数】10页(P1757-1766)【关键词】串联弹性驱动器;柔性输出;非奇异终端滑模控制;多幂次趋近率;扰动补偿【作者】王雨;张慧博;戴士杰;陈艳飞;纪玮【作者单位】河北工业大学河北省智能传感与人机融合重点实验室,天津 300130;河北工业大学河北省智能传感与人机融合重点实验室,天津 300130;河北工业大学河北省智能传感与人机融合重点实验室,天津 300130;河北工业大学河北省智能传感与人机融合重点实验室,天津 300130;河北工业大学河北省智能传感与人机融合重点实验室,天津 300130【正文语种】中文【中图分类】TP240 引言随着全球经济和人口的快速增长,人类对于新能源的需求也在日益提升,人类的生存和发展需要新能源的支撑。
在新能源发展过程中,风能凭借着建设周期短、可再生、储量丰富和利用效率高的特点在世界各地得到了快速发展。
有效利用风能实现风力发电是当前环保的重要举措[1-2]。
叶片作为风电设备之一,是风力发电系统运转的重要部件。
风电叶片在生产过程中需要进行两次磨削,分别是腻子和底漆的磨削[3]。
当前国内大多数叶片生产厂家采用人工打磨,磨削过程中产生的粉尘颗粒和短纤维对人体造成了严重伤害。
单连杆柔性关节机械臂的高阶滑模控制器设计
单连杆柔性关节机械臂的高阶滑模控制器设计
谢仕堉;孙伟
【期刊名称】《聊城大学学报(自然科学版)》
【年(卷),期】2024(37)2
【摘要】针对单连杆柔性关节机械臂系统,提出了一种基于高阶滑模算法的有限时间镇定控制方法。
所提出的方法涉及两个关键方面。
首先,通过引入加幂积分器,设计了一个新的李雅普诺夫函数,使得输出信号在有限时间内收敛。
其次,利用符号函数抑制了系统不确定性造成的抖振现象。
基于有限时间李雅普诺夫稳定性理论,证明了该算法能够保证滑动变量在有限时间内收敛到原点。
最后,单连杆柔性关节机械臂的仿真结果验证了高阶滑模控制算法的有效性。
【总页数】10页(P9-18)
【作者】谢仕堉;孙伟
【作者单位】聊城大学数学科学学院
【正文语种】中文
【中图分类】O231
【相关文献】
1.单连杆柔性机械臂的滑模振动控制
2.基于高阶滑模的双连杆柔性机械臂轨迹跟踪控制
3.一种单连杆机械臂柔性关节的滑模变结构控制
4.柔性机械臂非线性干扰观测器的高阶滑模控制
5.多连杆柔性关节机械臂的神经滑模控制
因版权原因,仅展示原文概要,查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第39卷 第6期吉林大学学报(工学版) Vol.39 No.62009年11月Journal of Jilin University (Engineering and Technology Edition ) Nov.2009收稿日期:2008203207.基金项目:国家自然科学基金项目(60474016,60774040).作者简介:王艳敏(1979-),女,博士研究生.变结构控制和柔性机械手控制.E 2mail :amywanghebsz @ 通信作者:冯勇(1962-),男,教授,博士生导师.研究方向:变结构控制和鲁棒控制.E 2mail :yfeng @基于遗传算法的柔性机械手高阶终端滑模控制王艳敏,冯 勇,陆启良(哈尔滨工业大学电气工程学院,哈尔滨150001)摘 要:针对双臂柔性机械手控制系统,提出了一种基于遗传算法的高阶终端滑模控制方法,以解决其非最小相位控制问题,实现末端位移控制。
基于输出重定义方法,通过输入输出线性化,将系统分解为输入输出子系统和内部子系统,在此基础上,结合高阶滑模和终端滑模的控制思想设计输入输出子系统控制器,利用遗传算法优化内部子系统参数,以保证两个子系统稳定,同时削弱抖振对柔性模态的影响,提高末端位移控制精度。
仿真结果证明了所提方法的有效性。
关键词:自动控制技术;变结构控制;柔性机械手;终端滑模控制;高阶滑模控制;遗传算法中图分类号:TP24 文献标识码:A 文章编号:167125497(2009)0621563205High 2order terminal sliding mode control of flexiblemanipulators based on genetic algorithmWAN G Yan 2min ,FEN G Y ong ,L U Qi 2liang(College of Elect rical Engineering ,H arbi n I nstitute of Technology ,Harbin 150001,China )Abstract :A high 2order terminal sliding mode control met hod is p roposed to solve non 2minimum p hase cont rol problem and realize end 2position cont rol for two 2link flexible manip ulators.The met hod is based on genetic algorit hm.The outp ut of t he manip ulator system is redefined ,and by inp ut 2outp ut linearization ,t he system is decomposed into inp ut 2outp ut subsystem and internal subsystem.To guarantee t he stability of t he two subsystems ,a cont roller is designed by high 2order sliding mode and terminal sliding mode for t he inp ut 2outp ut subsystem ;and a genetic algorit hm is adopted to optimize t he parameters for t he internal subsystem.The p roposed met hod can weaken t he influence of chattering on flexible modes and improve t he p recision of terminal cont roller.Simulation result s are p resented to validate t he p roposed met hod.K ey w ords :automatic cont rol technology ;variable st ruct ure cont rol ;flexible manip ulator ;terminal sliding mode control ;high 2order sliding mode control ;genetic algorit hm 柔性机械手的动力学模型是一个强耦合、非线性、时变、多输入多输出的分布参数系统,且本身固有振动特性,使得柔性机械手的动力学行为非常复杂,其控制问题研究一直是个热点和难点,现已提出多种控制方法。
文献[1]提出一种自适应神经网络控制器;文献[2]提出一种非线性预测控制器;文献[3]基于奇异摄动理论提出一种模糊控制器;文献[4]提出一种逆动态终端滑模控制吉林大学学报(工学版)第39卷器,然而由于滑模控制需要在不同的控制逻辑间来回切换,从而产生对系统不利的抖振,带来很大的端点轨迹跟踪误差,尤其对于轻质材料的柔性机械手,可能会加剧抖振,甚至激发高频未建模动态,导致系统不稳定。
此外,由于结构中柔性因素的存在,使得从关节电机转矩输入到柔性臂端点位移输出的传递函数为非最小相位,难以直接设计控制器实现柔性机械手系统控制。
为此,本文重新定义系统输出为关节电机转角和柔性模态的线性组合,通过输入输出线性化,将系统在平衡点附近分解为输入输出子系统和零动态子系统,结合高阶滑模的抖振消除机制[6]和终端滑模的有限时间收敛机制[4],利用遗传算法强大的全局寻优能力,提出一种双臂柔性机械手末端控制方法,并通过仿真证明了其正确性和有效性。
1 双臂柔性机械手末端控制系统图1为双臂柔性机械手模型,在每个关节处安装驱动电机,O X 0Y 0为固定参考坐标系,O X 1和O ′X 2分别为视两个柔性臂为刚性时的中心线,O X 1Y 1和O ′X 2Y 2分别为绕中心O 和O ′旋转的局部坐标系。
图1 双臂柔性机械手模型Fig.1 A tw o 2link flexible manipulator采用Euler 2Bernoulli 模型,利用Lagrange 2假设模态法,每个臂取两阶模态,忽略剪切惯量和转动惯量影响,双臂柔性机械手动力学方程为[4]Mθ・・q・・+f r +E 1θ・f f+E 2q・+Kq=u(1)式中:θ(t )=[θ1(t )θ2(t )]T ∈R 2为电机转角;q (t )=[q 1(t )T q 2(t )T ]T 为柔性模态,且q i (t )∈R 2,i =1,2;E 1∈R 2×2和E 2∈R 4×4为正定阻尼阵;K ∈R4×4为正定刚度阵;f r (θ,q )∈R 2和f f (θ,q )∈R 4分别为受重力、哥氏力和离心力影响的向量;u (t )=[u 1(t )u 2(t )]T ∈R 2为控制输入转矩;M (θ,q )∈R6×6为正定对称惯量阵,其逆存在,定义为N (θ,q )=M-1(θ,q )=N 11(θ,q ) N 12(θ,q)N 21(θ,q ) N 22(θ,q )(2)式中:N 11∈R 2×2;N 12∈R 2×4;N 21∈R 4×2;N 22∈R4×4。
图1中,假设任意点P 沿柔性机械臂的中心线O X 1(或O ′X 2)距转动中心O (或O ′)的距离为x i ,则角位移y i (x i ,t )为视柔性臂为刚性时的位移和从中心线O X 1(或O ′X 2)开始测量小弹性形变αi (x i ,t )之和,即y i (x i ,t )=x i θi +αi (x i ,t )(3)由于传感器和驱动器带宽有限,w i (x i ,t )可近似为有限项模态函数<ij 和柔性模态q ij 乘积之和形式w i (x i ,t )=∑2j =1<ij(x i )q ij (t )(4)则柔性机械手的末端位移可近似为y i (L i ,t )=L i θi +∑2j =1<ij(x i )q ij (t )(5)式中:L i 为第i 个机械臂的臂长。
本文控制目标为:调节柔性机械手末端位移从任意初始状态y i (L i ,0)≠0到零,且削弱柔性模态振动。
2 柔性机械手系统输出重定义定义状态变量x =[θT q T θ・T q ・T ]T ,则柔性机械手系统方程(1)可重写为x ・=f (x )+g (x )u(6)式中:x ∈R 6;f (x )=θ・q・-N 11(f +E 1θ・)-N 12(f f +Kq +E 2q・)-N 21(f +E 1θ・)-N 22(f f +Kq +E 2q ・);g (x )=N 11N 21本文重新定义柔性机械手系统的输出z (t )为关节电机转角和柔性模态的线性组合,即z (t )=λ0θ(t )+λ1q (t )(7)・4651・第6期王艳敏,等:基于遗传算法的柔性机械手高阶终端滑模控制式中:z (t )=[z 1(t )z 2(t )]T ∈R 2;λ0∈R 2×2,λ1∈R 2×4为设计矩阵,λ0=diag (λ01λ02),λ1=diag (λ11λ12),λ1i =[λ1i 1λ1i 2],i =1,2,且λ01、λ02、λ1i 1、λ1i 2均非零。
根据重新定义的系统输出进行输入输出线性化,对式(7)两次求导后控制量u 显现,得到柔性机械手系统的输入输出子系统z ・・(t )=α(λ0,λ1,x )+β(λ0,λ1,x )+u (t )(8)式中:α=-(λ0N 11+λ1N 21)(f r +E 1θ・)-(λ0N 12+λ1N 22)(f f +Kq +E 2q ・)(9)β=λ0N 11+λ1N 21(10)柔性机械手系统(6)为6维,输入输出子系统仅为2维,其余的4维系统状态为柔性模态,构成内部子系统,可从系统方程(6)直接得到q ・・=-N 21(E 1θ・+f r )-N 22(E 2q ・+f f +Kq )+N 21u(11)3 输入输出子系统高阶终端滑模 控制 针对输入输出子系统(8),首先以z 和z ・为变量设计线性滑模面s (t )s (t )=z (t )+c 1z ・(t )(12)式中:s (t )=[s 1(t )s 2(t )]T ∈R 2;c 1=diag (c 11,c 12),且c 1i >0,i =1,2。