具有状态约束的机械臂切换自适应控制

为了解决具有状态约束的机械臂的控制问题,本文针对一类具有全状态约束和状态不完全可测的切换严格反馈非线性系统进行研究,通过引入状态观测器、自适应神经网络和动态表面控制技术,设计了一种基于径向基函数(RBF)神经网络的自适应输出反馈控制方法。利用Lyapunov方法和平均驻留时间理论(ADT)保证了闭环系统所有信号是半全局一致最终有界的(SGUUB),通过数值例子仿真验证了所提方法的有效性。最后将该方法应用于带电机驱动的机械臂并进行仿真实验,仿真结果表明,机械臂轨迹跟踪误差很小,有着良好的控制精度,同时也表明所提出的控制算法能够应用于实际工程模型。

联合仿真下机械臂终端约束模型预测控制方法

针对机械臂轨迹跟踪控制问题,提出了一种基于终端约束的机械臂轨迹跟踪模型预测控制方法。首先,通过设置目标函数及约束条件将轨迹跟踪问题转化成模型预测控制的数值规划问题;其次,为保证每个预测时域内机械臂能够有效地跟踪期望轨迹,在原约束条件中施加终端状态等式约束;最后,在控制时域内通过滚动优化机制实现反馈校正控制。应用所搭建的Gazebo-Simulink机械臂联合仿真平台对该控制方法的有效性进行验证。结果表明:机械臂各关节在0.31 s内能跟踪上期望轨迹,跟踪误差降低到1×10^(-3)rad,具有良好的跟踪性能和控制平稳性。

FUZZY ADAPTIVE CONTROL OF FLEXIBLE-LINK ROBOT MANIPULATOR

A fuzzy adaptive control method is proposed for a flexible robot manipulator. Due to the structure characteristics of the flexible manipulator, the vibration modes must be controlled to realize the high-precision tip position. The Lagrangian principle is utilized to model the dynamic function of the single-degree flexible manipulator incorporating the assumed modes method. Simulation results of the fuzzy adaptive control method in the location control and the trajectory tracking with different tip disturbances are presented and compared with the results of the classic PD control. It shows that the controller can obtain the stable and robust performance.