考虑重力影响的柔性关节空间机械臂自适应迭代学习控制

针对不同重力环境条件下柔性关节空间机械臂的末端轨迹跟踪问题,为提高其跟踪精度和系统抗干扰能力,提出一种基于奇异摄动理论的自适应迭代学习控制。首先建立了地面重力条件下和空间微重力条件下柔性关节机械臂的动力学模型,这2种模型考虑了摩擦带来的影响。利用奇异摄动法将系统分为快变子系统和慢变子系统。针对快变子系统设计速度反馈控制率,来抑制柔性关节带来的弹性振动。针对慢变子系统设计自适应迭代学习控制,该控制方法是在PD反馈结构的基础上增加了一个迭代项,可以很好地处理未知参数和扰动,提高整个系统的稳定性和抗干扰能力。仿真结果表明,该方法可以使柔性关节空间机械臂在不同重力环境下都具有良好的轨迹跟踪效果和抖动抑制能力,验证了该方法的有效性。

不同重力环境下空间机械臂切换控制

针对从地面到空间由于重力变化引起的空间机械臂的末端轨迹跟踪问题,提出了一种基于多Lyapunov函数的PD系统切换策略。根据运行环境的不同,将空间机械臂系统分为地面和空间2个子系统,分别设计对应的PD控制器,通过一定的切换规则,完成2个子系统和对应控制器的主动切换,从而实现从地面到空间机械臂期望轨迹的准确跟踪。运用多Lyapunov函数方法证明了该切换系统的稳定性。本文所提的控制算法在传统PD控制的基础上结合了切换控制的思想,通过与单一PD控制的仿真结果相比,体现了这一控制方法的优越性。