基于RBF神经网络的四旋翼磨抛机器人力/位混合控制

由六自由度并联平台和四旋翼无人机构成的四旋翼磨抛机器人的飞行轨迹和末端执行器打磨力难以稳定控制,为此提出一种基于RBF神经网络的力/位混合控制方法。根据Euler-Lagrange方程建立系统动力学模型,采用力/位混合控制器实现机器人在打磨时对力和位置的精度要求。在力控制环,采用PID控制和接触力前馈控制;在位置控制环,采用基于RBF神经网络的鲁棒控制。利用MATLAB/Simulink进行机器人轨迹跟踪和磨抛力控制仿真实验。结果表明,所提出的控制方法使得四旋翼磨抛机器人具有良好的轨迹跟踪效果,并且打磨力能保持稳定。

基于模糊自适应滑模算法的多机械臂力/位混合控制

针对多机械臂力/位混合控制受摩擦力等不确定因素影响的问题,该文提出了一种基于模糊自适应鲁棒滑模算法的控制方法。首先,根据机械臂及物体的动力学方程,构建多机械臂系统模型,并将模糊算法与自适应滑模算法相结合;然后,对不确定因素及未知非线性项进行补偿,利用鲁棒算法对系统可靠性进行提升;最后,基于李雅普诺夫方法,证明了该系统的稳定性。仿真结果显示,该方法可显著提升控制器的控制精度和系统响应速度。

基于绳驱并联机器人系统刚度的力/位混合控制

对8绳6自由度绳驱并联机器人进行支撑刚度分析,基于刚度模型进行了力/位混合控制研究。首先,对绳驱并联机器人进行系统描述;接着,根据矢量封闭原理进行运动学分析,并对动平台进行受力分析,推导出静力平衡方程;然后,在操作空间通过刚度矩阵建立负载变化与位姿变化之间的关系,推导出支撑刚度的解析表达式,进而分析了影响支撑刚度的因素。另外,考虑系统刚度、动平台位姿精度和力控制稳定性等因素,综合出力/位混合控制器。仿真结果表明,在系统刚度基础上提出的力/位混合控制策略有效降低了动平台的位姿误差。最后,通过实验验证了刚度模型与力/位混合控制策略的准确性和有效性。

基于自适应降阶滑模算法的受约束多机械臂力/位混合控制

针对多机械臂系统末端受环境约束而产生的力/位混合控制问题,提出一种基于自适应降阶滑模算法的受约束多机械臂力/位混合控制方法。通过运用多个坐标系建立受约束多机械臂系统动力学模型,并将位置控制、约束力控制以及内力控制引入同一控制器中。将自适应滑模算法与降阶方法相结合,对动力学模型中的未知扰动进行了补偿。基于李雅普诺夫方法,证明系统的稳定性。经仿真验证,该方法不仅提高了控制器的控制精度和系统的响应速度,同时还能保证约束力误差及内力误差均稳定在极小的范围内。

面向位控机器人的力/位混合控制

本文提出了一种面向位控机器人的力／位混合控制策略．通过力反馈信息对未知约束进行估计获得位控和力控方向，根据位控和力控方向对机器人终端的运动轨迹进行规划，并采用阻抗力控制规律以使机器人获得较好的柔顺性．仿真试验表明，该策略具有较高的力控制精度和表面跟踪能力．

空间机器人在轨更换ORU的力/位混合控制方法

针对ORU在轨更换任务,首先推导了空间机械臂末端自由、末端与环境接触等情况下的动力学方程,并提出了相应的接触力计算方法;其次,改进了传统的R-C控制方法,采用加权选择矩阵代替原有的选择矩阵,实现了力控制与位置控制之间的平滑切换;最后,开发了基于Matlab/Simulink的闭环控制仿真系统,该系统由多体动力学、接触动力学、轨迹规划、力/位混合控制、3D显示等模块组成。利用该系统开展了ORU转移与安装过程的闭环控制仿真,仿真结果校验了所提方法的有效性。

基于打磨机器人的力/位混合控制策略研究

根据打磨机器人作业对位置和力同时控制的要求,在分析了基于位置伺服力/位混合控制策略的基础上,对基于速度伺服的力/位混合控制策略进行了研究,对测量的力信号进行了滤波、重力补偿及传感器坐标系标定等处理,以提高所测力信号的抗干扰性和准确性。仿真结果表明:该方案可以满足打磨机器人对位置和力分别控制的要求。

在未知环境下基于模糊预测的力/位混合控制方法

针对机器人在形状未知的接触环境表面上进行柔顺力控制的问题,在传统的力/位混合控制模型中采用一种模糊预测算法.此算法利用机械手末端与环境已产生的接触轨迹和运动方向,通过三种预测因子(满意度因子,曲率适应因子,参考比例因子),预测并调整未来采样时刻的力/位混合控制模型中的期望轨迹.每次预测时首先对以前的预测进行评估,同时考虑环境曲率和刚度变化的特点.此预测算法还可以应用于阻抗控制模型中.仿真证明,这种方法可以在不同的控制模型中取得较好的力控制效果,对未知环境的变化具有较强的适应能力.

基于模糊PID的力/位混合控制机器人自动化叶片磨削加工

针对机器人自动化航空发动机叶片磨削加工质量不高的问题,提出了一种基于模糊PID的力/位混合主动力柔顺控制。基于外部固定工具坐标的重力补偿算法解决了叶片重力对接触力求解的影响,根据坐标变换,完成接触力的精确感知。将机器人、工件和砂带轮简化成弹簧-阻尼二阶系统模型,利用最小二乘参数辨识方法建立系统模型。基于模糊PID的力/位混合力控制策略根据实际接触力与参考力的差值对离线编程轨迹进行在线修正,实现恒力控制。实验表明,相对于经典PID控制,基于模糊PID力/位主动柔顺控制算法可提高系统响应性能,降低稳态误差,改善系统鲁棒性,实现机器人自动化磨削加工过程的主动力柔顺控制。

在未知环境下面向位控机器人的力/位混合控制

提出了一种面向位控机器人的力/位混合控制策略.通过力反馈信息对未知环境约束进行估计获得位控和力控方向,根据位控和力控方向对机器人终端的运动轨迹进行规划,并采用阻抗控制规律以使机器人获得较好的柔顺性.在该算法中应用一个参考比例因子调节参考轨迹,根据反馈的接触力信息通过模糊推理确定参考比例因子的大小,从而使生成的参考轨迹适应未知环境刚度的变化.仿真试验表明,该策略具有较高的力控制精度和表面跟踪能力,增强了对接触环境参数变化的鲁棒性.

基于遗传算法的双臂机器人模糊力／位混合控制

近年来,适用于空间站操作的冗余度双臂机器人系统技术研究得到了较多的重视.结合已有的研究基础和研究条件,本文开展了面向空间舱内作业的冗余度双臂机器人协调控制应用研究.针对双臂机器人协调操作过程中的受力问题,提出了一种基于遗传算法的双臂机器人模糊力/位混合控制策略.该方法把机器人末端的力误差通过模糊控制转变为机器人位置控制器的修正值,在不改变机器人原有位置控制器的前提下,实现力/位混合控制.利用遗传算法离线优化模糊控制规则,为了提高遗传算法的性能,总体交叉概率和变异概率都采用了自适应控制策略.最后,以冗余度双臂机器人合力协调搬箱为例,进行了力跟踪的三维仿真和实验,验证了所提出控制策略的有效性和可靠性.

基于智能预测的力/位混合控制方法

针对机器人在形状未知接触环境表面上进行柔顺力控制问题,在传统的力/位混合控制模型中采用一种智能预测算法,此算法通过三种预测因子预测并调整未来采样时刻的力/位混合控制模型中的期望轨迹,并考虑环境曲率和刚度变化的特点.为了验证预测算法的有效性,构建了开放式的机器人力控制系统,在不同期望力、不同跟踪速度下对非规则受限表面进行了力控制实验研究,分析了受限系统中未知环境参数对接触力的影响.实验结果证明该方法对未知接触环境的变化具有较强的适应能力.在实验条件下,稳定状态下的力控制误差可以控制在3%之内.

一种开放式机器人控制器力/位混合控制的实现方法

针对机器人主动柔顺控制在工程中如何实现的问题 ,开发了一种开放式机器人控制器。此控制器采用“PC+PMAC”的控制结构 ,利用伺服驱动器的两种不同的控制模式 ,提出了一种实用的力 /位混合控制方案 ,给出了相应的硬件和软件的具体实现。实验表明 ,文章提出的力

曲面零件抛光机器人的力/位混合控制方法

提出了一种针对复杂曲面零件的工业机器人抛光力/位混合控制方法,该方法可以实现稳定的力控制和精确的位置控制,保证不同法向量处材料去除率的一致。根据规划好的具有法矢量的轨迹,结合传感器反馈的力信号和法矢量方向的PI控制器,机器人沿曲面法矢量方向修正运动轨迹间接地实现刀具和曲面间接触力的控制。研究表明安装不同抛光刀具的机器人抛光系统具有不同的系统刚度,为了保证系统刚度不同的抛光系统具有较好的接触力跟踪性能,提出了自适应PI控制算法,对抛光系统刚度进行评估和PI参数的调整。仿真和实验结果表明该方法可以很好地实现曲面零件的抛光。

固高工业机器人力/位混合控制

针对固高工业机器人末端主动柔顺控制实现问题,改进并设计了力/位混合控制系统。采用PC+PCI总线采集控制卡的结构,给出了相应的硬件及软件实现方法。实验表明该系统具有良好的稳定性和动态性能。

基于力/位混合控制的工业机器人精密轴孔装配

为了研究工业机器人在高精密装配领域的应用,针对高精密装配中典型的轴孔装配问题,提出精密轴孔装配流程以及新的力/位混合控制策略实现方式:装配流程包括搜孔、插入、完成3个阶段;新的力/位混合控制策略是基于伺服速度环实现,与传统基于伺服位置环实现的力控制系统相比较具有更大的系统带宽,控制系统结构简单,方便实现,也可以把速度信号进行积分,转化为伺服位置环控制的实现方式,开展仿真和实验以验证方法的有效性,仿真结果表明,基于速度环实现的力控制能够更好地跟踪更高频率的正弦给定信号,具有较好的力跟踪性能.实验采用工业机器人大臂减速机的装配,实验结果表明,采用力/位混合控制方法和螺旋搜孔的方式能够顺利地找到装配孔,很好地完成轴孔装配作业.

基于神经网络的打磨机器人的力/位混合控制

针对封头打磨机器人在工作过程中末端执行器轨迹跟踪和恒力控制要求与打磨机器人在封头上行走的振动抑制问题,提出一种基于神经网络的力/位混合控制方法。采用力/位混合控制器完成打磨机器人力和位置的同时控制要求。针对打磨机器人平台行走过程产生的振动干扰,设计神经网络鲁棒控制器,通过神经网络对系统参数误差和振动干扰进行抑制。仿真结果显示,该混合控制器不仅能保证打磨机器人末端执行器位置的精确控制和有效的恒力控制,而且对外界振动干扰有很好的抑制效果。

基于力/位混合控制的工业机器人精密装配研究

为解决精密装配过程中轴/孔倾角引起的卡阻等装配失败问题,提出了一种新的力/位混合控制策略。根据精密装配过程的特点,借助六维力传感器测量工业机器人夹具末端装配轴所受的力/力矩信息,提出了新的力/位混合控制策略,并对力/位混合控制策略中的选择矩阵进行了改进,使切换过程更平滑。创建精密装配仿真实验平台进行实验,结果表明,所提出的力/位混合控制策略能够消除轴/孔倾角引起的卡阻等装配失败问题,能够可靠完成轴孔装配。

叶片磨抛机器人力/位混合控制的设计与实现

为提高航空类发动机叶片的自动化磨抛精度,减小复杂曲面叶片加工轨迹控制误差,采用基于六维力传感器的机器人力/位混合控制策略,实现机器人磨抛轨迹的在线修正。搭建以Staubli机器人和ATI六维力传感器为核心部件的叶片磨抛验证平台,通过C++开发上位机,采集磨抛过程中六维力传感器信息并进行Kalman滤波。通过示教确定机器人运动轨迹,对机器人运动轨迹与力传感器信息进行采集分析,确定基于力/位混合控制可以实现机器人运动轨迹的在线修正,为复杂曲面的叶片磨抛轨迹控制提供一种解决方案。

主被动踝关节假肢力/位混合控制研究

为了满足小腿截肢患者的运动需求,根据踝关节在人体步态周期中的生物力学特性,结合已有的研究基础和实验条件,研制了第一代主被动混合驱动的踝关节假肢样机。通过对样机仿生运动的分析和运动模型的建立,提出了一种基于有限状态机的力/位混合伺服控制系统,采用PID和模糊PID两种控制算法对假肢运动进行Matlab仿真和角度控制实验。实验结果表明,该假肢样机可以得到类似人体运动的踝关节角度-力矩曲线,并且模糊PID算法控制输出的曲线更加符合人体特性,从而验证了样机设计的合理性和控制方案的可行性,为进一步实现样机的应用提供了依据。