双连杆柔性臂机器人的模糊补偿滑模控制

提出了宏微双重驱动双连杆柔性臂机器人递阶控制系统结构,下层为根据柔性臂刚性模态 设计的实现关节角位置控制的滑模算法和压电陶瓷抑振器,上层为根据关节角误差信号和滑模函数 变化趋势建立的模糊推理表用以确定对滑模控制律的修正。借助自动机模型分析了系统的稳定性, 将控制律在包含柔性模态的完整柔性臂机器人模型上进行计算机仿真,取得了满意的结果。

基于模糊补偿的多关节机器人自适应神经滑模控制

为解决具有强耦合性和高度非线性的多关节机器人的轨迹跟踪控制问题,提出了一种切换项增益自调整的自适应模糊神经滑模控制策略(adaptive fuzzy neural sliding mode control strategy)。首先通过L.agrange法建立动力学模型,其次通过引入模糊径向基神经网络(RBF),设计神经滑模控制器,实现对滑模控制等效部分的非线性逼近。同时设计切换部分增益的模糊调整规则,进行自适应调整以更好地补偿不确定项,有效消除外部干扰逼近误差对系统的不利影响,通过Lyapunov方法证明了系统的稳定性。仿真结果验证了该控制策略可进一步削弱抖振,加快响应速度,提高跟踪精度,并在主从式上肢外骨骼康复机器人真实实验中得到了有效应用。