期刊文献+

基于逆系统的六自由度机械臂解耦内模控制 被引量:3

Internal model decoupling control based on inverse system in 6-DOF manipulator
下载PDF
导出
摘要 六自由度机械臂的强耦合非线性特性加大了机器人控制的难度,为解决这一问题,研究了一种解耦控制方法。基于拉格朗日力学建立六自由度机械臂的动力学模型,并利用逆系统方法推导其逆系统模型,将逆系统模型串联在原系统的前面构成伪线性系统。仿真实验表明,该系统被解耦为6个二阶积分子系统,但建模误差与外部干扰会影响模型的准确性,从而影响解耦与控制的效果。为实现位置的快速跟踪控制,采用内模控制方法对解耦系统进行闭环控制设计。仿真结果表明该方法有良好的稳态和动态特性。 Due to the characteristics of coupling and nonlinearity in the 6-DOF manipulator system,a decoupling control method is proposed in this paper.The kinematics model of the system based on lagrangian mechanics is deduced.The inverse system model is cascaded before the original ones to get a pseudo-linear system.Simulation experiments show that,the original system is decopled to 6 second-order integral subsystems.However,the accuracy of the model will be affected by the modeling errors and external interference.In order to achieve fast tracking performance,a closed loop controller based on internal model control theory is designed for the decoupling system.Simulation results show that the method has a good static and dynamic performance.
出处 《广西大学学报(自然科学版)》 CAS CSCD 北大核心 2011年第6期1016-1022,共7页 Journal of Guangxi University(Natural Science Edition)
基金 国家自然科学基金资助项目(E070303) 广西科学研究与技术开发计划项目(桂科科1010001-8) 广西教育厅科研项目(201012MS007)
关键词 机械臂 动力学模型 逆系统 内模控制 manipulator kinematics model inverse system internal model control
  • 相关文献

参考文献15

  • 1林义忠,廖小平,曾剑.6R喷涂机器人操作臂末端刚度的分析[J].广西大学学报(自然科学版),2011,36(2):234-240. 被引量:8
  • 2ROQUE S, CECILIA E, CESAR A, et al. Experiences and results from designing and developing a 6 Dof underwater parallel robot [ J ]. Robotics and Autonomous Systems,2011,56 ( 3 ) : 101-112.
  • 3SAEEDB.机器人学导论-分析、系统及应用[M].北京:电子工业出版社,2004.
  • 4AHMED F, ELSAYED A, WAEL M. Adaptive fuzzy sliding mode control using supervisory fuzzy control for 3 DOF planar robot manipulators[ J]. Applied Soft Computing ,2011,6 ( 5 ) : 1-11.
  • 5HO H, WONG Y, RAD A. Robust fuzzy tracking control for robotic manipulators [ J ]. Simulation Modeling Practice and Theory ,2007,10 ( 15 ) :801-816.
  • 6STEFANO L, PATRIZIO T. A global adaptive learning control for robotic manipulators [ J ]. Automatiea, 2008,44 ( 5 ) : 1379-1384.
  • 7SUN Tai-ren, PEI Hai-long, PAN Yong-ping, et al. Neural network-based sliding mode adaptive control for robot manipulators [ J ]. Neurocomputing, 2011,74 ( 3 ) :2377-2384.
  • 8昝鹏,颜国正,于莲芝.基于神经网络PID控制的柔性微机器人系统[J].机器人,2007,29(3):219-223. 被引量:8
  • 9郭琦,洪炳熔.基于人工神经网络实现智能机器人的避障轨迹控制[J].机器人,2002,24(6):508-512. 被引量:17
  • 10张铭钧,高萍,徐建安.基于神经网络的自治水下机器人广义预测控制[J].机器人,2008,30(1):91-96. 被引量:11

二级参考文献67

共引文献85

同被引文献26

引证文献3

二级引证文献8

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部