自由浮动柔性双臂空间机器人系统的动力学控制

基于假设模态法对柔性连杆的变形进行近似描述,采用拉格朗日方程分析柔性臂的动力学关系,忽略高阶弹性振动模态,根据柔性双臂和物体的动力学方程、末端约束关系以及系统的动量守恒原理,推导一种自由浮动柔性双臂空间机器人闭链系统的动力学模型。针对系统柔性状态的高频特征,采用奇异摄动法将该系统模型分离为慢变和快变两个子系统,对二者分别采用滑模变结构控制和非线性PD控制,保证刚性、柔性状态输出达到要求,由此得到的组合控制使得系统能较好地跟踪期望的轨迹,抑制弹性振动,并减小对本体运动的影响,内力、内力矩均能平稳跟踪期望值。最后进行数字仿真,验证上述方法的有效性。

自由浮动柔性双臂空间机器人系统动力学建模与抑振控制

柔性多臂空间机器人是一个高度非线性、强耦合的动力学系统。本文基于假设模态法、La-grange方程和动量守恒原理,推导了一种自由浮动柔性双臂空间机器人协调操作刚性负载闭链系统的动力学模型。针对空间柔性机械臂的弹性形变和振动问题,设计了线性二次型最优控制方法对其进行振动主动控制,并通过仿真实验验证了该方法的有效性。

自由漂浮柔性双臂空间机器人动力学分数阶控制

针对自由漂浮柔性双臂空间机器人,双臂的弹性变形采用假设模态法近似描述,高阶弹性振动模态忽略,采用拉格朗日方程结合系统动量守恒,建立闭链系统的动力学方程。采用分数阶控制方法分别控制目标位置和末端执行器内力。分数阶控制器与整数阶控制器对比,可以改善动态响应性能,提高抗干扰能力和增强鲁棒性。数值仿真结果表明这种方法的有效性。

空间柔性双臂机器人系统建模、控制与仿真研究

空间柔性多臂机器人系统是高度非线性,强耦合的动力学系统,其动力学的研究是比较复杂和困难的问题.本文针对极为复杂的空间柔性双臂机器人系统,建立了其系统动力学模型,利用逆动力学控制算法对该动力学模型实现了轨迹跟踪控制,仿真结果表明该方法具有较好的控制效果,分析了在仿真过程中出现的有关数值算法的问题.

柔性关节双臂空间机器人的滑模神经网络控制

研究参数不确定、外部扰动影响下柔性关节双臂空间机器人的滑模神经网络控制问题。采用线性扭转弹簧等效描述关节弹性,根据系统线、角动量守恒原理及拉格朗日法,推导柔性关节双臂空间机器人的动力学模型。利用奇异摄动法对柔性补偿后的系统进行分解,得到两个可独立控制的子系统。为实现系统末端操作器在两种不确定性因素干扰下的轨迹精确追踪及关节振动抑制,提出一种刚性运动滑模神经网络控制、柔性运动反馈控制相结合的混合控制方案。仿真结果显示,所提方案具有较强的抗扰动及抗参数不确定能力,可使系统完成所期望的圆周运动并抑制关节的弹性振动。

自由浮动柔性空间双臂机器人的混合抑振控制

针对一种双臂4关节末端为柔性连杆的自由浮动空间机器人,将自由浮动空间柔性双臂机器人开链系统的柔性杆视为Euler-Bernoulli梁,采用假设模态法对柔性连杆的变形进行近似描述,忽略高阶弹性振动模态,根据拉格朗日法,并结合系统动量守恒,推导了自由浮动空间柔性双臂机器人开链系统的动力学方程和振动方程;考虑弹性变形、建模误差及扰动项,以及动力学的非线性强耦合效应,在模态空间下,采用模糊滑模及最优控制的混合控制方法,讨论空间柔性双臂机器人操作臂在捕获运动时的轨迹跟踪及振动抑制问题。仿真实验表明,混合控制可以削弱滑模控制的抖振程度,使得滑模控制的输出更平稳,有效地抑制柔性连杆产生的弹性振动,保持操作臂末端轨迹跟踪的鲁棒性。

基于有限差分法的双臂关节柔性空间机器人智能递阶控制策略

谐波减速器和力矩传感器等柔性元件广泛应用于空间机器人关节系统,以获取高减速比.这些柔性元件为空间机器人系统引入关节柔性,使得对其的稳定控制变得更为复杂.本文讨论研究了参数不确定双臂关节柔性空间机器人基于有限差分法的智能递阶控制及弹性振动抑制.运用递阶系统理论、动量守恒原理及第二类拉格朗日方法推导出系统递阶动力学模型.利用该模型,设计了基于模糊回归神经网络的非奇异Terminal滑模控制算法和基于有限差分法的滑模控制算法.采用模糊回归神经网络(Recurrent Fuzzy Neural Network,RFNN)逼近系统的不确定部分.为避免复杂的求导计算及角加速度可测要求,利用基于有限差分法的滑模控制来抑制柔性关节振动.由于设计控制器过程中未涉及惯常的奇异摄动双时标分解操作,该控制算法理论上具有适合任意大小关节柔性刚度的优点.系统对比仿真试验证明了智能递阶控制算法优于传统基于奇异摄动法的控制方案.

空间柔性双臂机器人的神经网络协调控制

基于对机器人闭链系统运动特性的分析,采用假设模态法及拉格朗日方程建立了自由浮动空间柔性双臂机器人协调操作刚性负载闭链系统的动力学模型,然后采用基于小脑模型的模糊神经网络与非线性PD并行控制的方法对该动力学模型进行轨迹跟踪,并对内力采用积分控制;通过仿真实验比较,该方法比一般的非线性PD控制,在跟踪误差、抗干扰性、鲁棒性方面,都有很大的改善。