受限柔性机器人基于遗传算法的自适应模糊控制

研究一类平面双连杆受限柔性机器人的混合位置/力控制问题,提出一种自适应模糊逻辑控制方案,利用遗传学习算法对控制器中的参数进行学习和修正,达到提高系统控制精度、改善系统鲁棒性的目的.

一类受限柔性机器人的鲁棒性力/位置控制方法

本文研究受限柔性连杆机器人的力／位置控制问题．首先导出受限柔性机器人的动力学模型，然后借助于微分几何理论将动力学模型转化为仿射非线性形式，再使用非线性反馈使系统线性化，最后对线性子系统设计变结构补偿器，使控制方法具有较高的精度和强鲁棒性．

受限柔性机器人的模型降阶及变结构力/位置控制

研究了具有柔性前臂的两连杆柔性机器人的混合力／位置控制问题。首先，利用奇异值分解法对所给出的受限柔性机器人模型进行分解，再利用伪逆的概念引入一个新的降阶坐标使各子系统降价，并分别对各子系统进行力控制器和位置控制器的设计。为了获得对拟静态假设的鲁棒补偿，对位置控制器采用了变结构控制并进行了理论论明。最后，通过仿真进一步验证了本方案高精度性和强鲁棒性。

三自由度柔性受限机器人的动力学建模

为了提高处于受限运动状态的柔性机器人的控制精度 ,研究了一类三自由度柔性受限机制人的动力学建模问题 ,将其抽象为一平面三连杆受限机器人系统 ,利用 D' Alembert- Lagrange原理得到了一组由机器人各关节转角和柔性连杆的振动方程表示的该机器人的动力学模型 .该模型在形式上与传统的无约束刚性机器人的动力学模型非常相似 ,具有模型精确的特点 ,从而为有效地控制此类机器人系统的运动和位姿提供了理论依据 .基于此动力学模型 ,采用 MATLAB对该机器人系统进行计算机编程仿真计算 .仿真计算结果表明 。