液压柔性臂末端位置的模糊控制研究与仿真

以液压起重机向上变幅过程为例,研究了对单节液压柔性臂末端位置的模糊控制方法,利用模糊控制器语言变量控制规则能够使复杂系统解耦的特点,对慢变子系统和快变子系统分别进行了独立的控制,即用模糊PD控制方法对柔性臂转角进行了位移的轨迹跟踪控制、用模糊控制方法对柔性臂的弹性振动进行了控制,通过对转角和弹性振动的控制实现对液压柔性臂末端的位置控制。在adams和simulink联合仿真平台上对单节液压柔性臂末端位置的模糊控制问题进行了仿真研究,结果表明采用的控制方法能够实现对液压柔性臂末端较为精确的位置控制。

液压柔性机械臂等效模型的鲁棒控制

针对液压柔性机械臂的等效动力学模型——柔性负载电液位置伺服系统,提出了滑模控制和自适应反演控制相结合的鲁棒控制器设计方法。基于Lyapunov稳定性理论的系统稳定性分析,证明系统跟踪误差将收敛至零,同时控制了柔性负载的振动。仿真实例表明了设计方法的正确性。

液压柔性机械臂运动及振动的鲁棒控制

针对液压柔性机械臂刚体运动和振动控制,本文提出了一种新的鲁棒控制器设计方法。该设计方法结合了反演控制设计方法、滑模控制理论及极点配置技术,对系统不确定性具有较强的鲁棒性。其中滑模控制主要是通过虚拟控制扭矩的设计,来实现在柔性臂端点负载不确定的情况下,对其刚体转角和柔性振动的控制;反演控制设计主要是完成系统的实际输入——液压伺服阀阀芯位移的设计;而极点配置应用于滑模平面极点的设置,获得期望的系统动态响应。基于Lyapunov稳定性理论的系统稳定性分析,证明系统跟踪误差将收敛于有限区域内。仿真实例表明了本文方法的有效性。

基于神经网络的液压柔性机械臂运动轨迹的跟踪控制

针对液压柔性机械臂在运动作业过程中,由于系统参数不确定、运动轨迹缺乏控制,导致运动失稳的情况,首先介绍了神经网络,结合柔性机械臂的高自由度特点选择适合的轨迹跟踪方法;其次,结合模糊神经网络图,对液压柔性机械臂系统进行参数化设计,利用其能跟踪轨迹误差的特点,结合一阶梯度法寻找液压柔性机械臂的运动期望位置;最后,在满足两个关节达到期望轨迹的同时,利用神经网络系统有效控制液压柔性机械臂的运动轨迹。实验表明,该智能网络方法具有更好的跟踪效果。

考虑动力变动关系的液压柔性机械臂末端定位控制方法

液压柔性机械臂受摩擦力、重力以及牵引力等多种动力势能影响,导致运动特征的变动关系复杂,定位控制误差较大。为此,提出一种基于RBF神经网络的末端定位控制方法。建立RBF神经网络架构,采用高斯函数作为输入层和模糊层的连接函数,以摩擦力、牵引力、重力等值作为导入因子,分析其动力学特性。以此为约束,设计非线性的定位控制补偿方法,通过多次迭代调整平衡阈值实现高质量的定位控制。实验结果证明,所提方法定位控制精准度较高,控制后的机械臂运动旋转角度以及垂直角度曲线变化与目标值基本一致,控制效果表现优异。

基于压电反馈驱动的液压柔性机械臂抑振方法

为了抑制大型双连杆液压柔性机械臂末端振动,以重载上、下料液压柔性机械手臂为研究对象,针对机械臂在运动过程中末端振动的现象,通过伺服液压系统-Euler Bernoulli梁模型、Lagrange方程和Jacobian矩阵,设计一种基于压电反馈驱动系统控制方法,利用机械臂末端搭载的压电敏感传输器、压电驱动器和反演控制设计方法,研究伺服液压缸运动振颤、液压缸与机械臂关节卡顿和机械臂杆件弹性振动对液压柔性机械臂末端振动的影响规律。仿真结果表明,该抑振控制方法稳定性较好,针对液压柔性机械臂能显著减小末端振动,缩短振动衰减时间,定位精度得到明显改善。