面向太阳翼对接的调姿机构模糊自适应阻抗控制

为了实现航天器与太阳翼的柔顺对接,以六自由度并联调姿机构为研究对象,提出了一种基于阻抗控制的接触力控制策略。首先,建立了对接件与待对接件间的阻抗模型,将接触力误差量转换为位置修正量。其次,基于阻抗控制,引入了自适应控制器,解决了阻抗控制目标参数固定的弊端,提高了控制系统对环境的适应性。同时,加入了模糊控制器,实时在线调节阻抗参数。最后,基于Adams和Simulink进行联合仿真,仿真结果验证了所提方法的有效性。

协作机械臂自适应阻抗控制实验研究

随着机器人领域的快速发展,机械臂与人协作逐渐成为研究热点。协作机械臂与环境接触时,需要具有一定的柔顺性以提高环境交互能力,但大多环境是未知或者动态变化的,常规阻抗控制无法满足动态环境变化对力精确控制的要求。文章结合阻抗控制与自适应策略开展研究工作,目的在于实现在未知环境或者动态变化的环境中下阻抗控制的鲁棒性。通过典型场景的环境接触实验对所提出的自适应阻抗控制进行验证,实验结果验证了文章策略的有效性。

面向未知环境的空间机械臂自适应阻抗控制研究

针对空间机械臂与环境接触时环境刚度和阻尼会发生突变或渐变情况下的柔顺控制问题,提出了一种阻抗参数可根据环境自适应改变的控制方法.利用最小二乘法,对空间机械臂接触的环境阻尼与刚度进行在线估计.通过分析空间机械臂与环境接触时的系统特性,推导了环境与机械臂看作一体的二阶系统,并由二阶系统的响应特性提出了阻抗参数随环境自调整的自适应方案.最后以平面2自由度机械臂为对象进行了数值仿真,相较于传统阻抗控制方法,所提出的自适应阻抗控制在力控制精确性、减小最大接触力和适应不同接触环境上有一定的优势.

基于非接触自适应阻抗控制的液压机械臂 主/被动联合柔顺控制

本文引入非接触阻抗控制理论对间接自适应阻抗控制进行改进从而获得非接触自适应阻抗控制。借助MATLAB/simulink仿真平台,将非接触自适应阻抗控制作为液压机械臂的主动柔顺控制并与关节的被动柔顺控制相结合,从而实现对关节的主、被动联合柔顺控制。仿真结果表明,主、被动联合柔顺控制效果较理想,可使机械臂在与环境接触时兼具较好的运动性能与较高的安全性能。

面向打磨机械臂的自适应阻抗控制算法

传统基于位置的定阻抗控制器进行柔顺控制时,力跟踪性能取决于控制器对环境信息的了解程度,且阻抗参数值需经多次试验确定,一旦环境发生变化需要重新多次试验确定各参数值。为降低环境信息的未知性对力跟踪效果的影响和阻抗参数调节的不便,通过力偏差与机器人终端速度设计自适应补偿器对参考轨迹进行补偿,从而间接调整阻抗参数,提高系统对未知环境的自适应性。仿真试验结果表明:该方法相对定阻抗参数法,20 N期望力下力跟踪稳态误差在5%内,过渡到稳态时间短,能够很好地适应未知环境。

一种TSDF判别算法的自适应阻抗保护研究

阻抗保护Ⅲ段已被确定为电力系统级联故障的原因之一。由于三相故障的对称现象,所以一般很难在电力系统低频振荡时检测出来,造成保护装置误动。针对这个问题,利用一种基于Matrix Pencil(MP)方法的瞬态监督检测函数(Transient Supervisory Detection Function,TSDF)检测低频振荡过程中发生的三相故障,得出该自适应阻抗保护方法,可以快速、便捷、可靠的检测出电力系统低频振荡时发生三相故障的结果。该算法通过比较检测指数g和自适应阈值gth去检测判断电力系统是否发生三相故障。仿真结果表明,其所提算法在仅振荡或故障的单一情况下,和在振荡且分别发生区内外故障的两种情况下,可以保证保护装置可靠动作。

基于力同步的双臂手术机器人自适应阻抗控制

针对在头颈部医疗手术中应用的双臂机器人的双臂末端接触环境刚度不确定会造成系统力跟踪误差较大,而接触力变化不同步会导致目标位置偏移等问题,提出了一种基于力同步的双臂手术机器人间接自适应阻抗控制策略。对实验中接触环境刚度不确定问题,采用间接自适应阻抗控制的方法以实现精确力跟踪;并在此基础上引入同步控制,根据系统对接触力同步性的要求程度设定力同步补偿系数,使双臂力变化能保持同步,以保证双臂医疗辅助机器人在真实应用场景中能够达到准确性和安全性的要求。仿真实验验证了改进控制方法的可靠性。

基于自适应阻抗控制的轴孔装配方法

提出了一种基于自适应阻抗控制的轴孔装配方法 ,它能根据得到的力信息 ,按照自适应调整律对机器人末端的参考位置进行修正 ,使得轴始终朝着减小卡阻力的方向运动 ,最终完成插轴入孔的动作 .其算法简单 ,计算量小 ,修正量的计算可以在线进行 ,故能满足实时控制的要求 .仿真结果表明了这种方法的有效性 .

基于模糊推理的上肢康复机器人自适应阻抗控制

根据患肢的病情特点为患肢康复运动提供最优的辅助力,保持系统的稳定,是机器人辅助康复控制技术中的关键所在.针对此问题在传统阻抗控制方法基础上,提出一种基于力参考值在线模糊调整的模糊自适应阻抗控制算法.该算法首先对患肢机械阻抗参数进行在线辨识,然后根据辨识得到的参数,运用模糊推理技术对康复机器人末端同患肢之间相互作用力的期望值以及目标阻抗控制参数进行实时调整.分析和仿真试验结果表明,该方法较传统阻抗控制方法更能有效地适应患肢病情的变化,具有较好的稳定性和鲁棒性.

下肢助力外骨骼机器人自适应阻抗控制研究

当前用于人体运动增强的下肢助力外骨骼系统获得越来越多的关注。获取高精度跟随控制是下肢助力外骨骼机器人研制的主要挑战。针对当前基于位置的控制算法需要复杂的外骨骼动力学模型的问题,该文提出了基于增强学习的变参数阻抗控制算法。首先介绍了HUALEX助力外骨骼系统并对HUALEX建立简单动力学模型。基于此,提出一种基于增强学习的自适应阻抗控制算法,验证了阻抗参数对控制效果的影响,并通过仿真实验验证了该算法的有效性。

基于自适应阻抗继电器的风电T接线路纵联保护方案

风电的T型接入改变了系统拓扑和故障特性,导致继电保护整定与配合困难,传统距离保护应用于风电T接线路时存在适应问题。基于风电T接线路拓扑,分析了双保护方向对保护范围的影响,推导了测量阻抗表达式并提取了主要影响参数,指出风电的T型接入影响距离保护的动作性能;鉴于此,提出了基于自适应阻抗继电器的风电T接线路纵联保护方案。该方案实现了保护方向的唯一化,且保护动作区域能够根据过渡电阻、三端电源电势幅值比、相位差和风电电源等效序阻抗的变化进行自适应调整,提高了保护的可靠性和灵敏性。同时给出了自适应整定阻抗的具体计算方法,一定程度上降低了保护对通信系统的要求。仿真结果验证了所提保护方案的正确性和有效性。

基于QPSO算法的电力载波通信自适应阻抗匹配

电力载波通信技术是电力系统中的重要通信手段,针对电力载波通信中阻抗失配问题,提出一种基于量子粒子群算法的电力载波通信自适应阻抗匹配模型。采用?型网络结构,有效地消除了匹配禁区问题,能够快速精准地获得匹配结果。针对遗传算法收敛速度慢、优化精度不高的缺陷,对量子粒子群算法在非对称区间进行分层变异改进处理,并将其应用于自适应阻抗匹配元件参数值的优化。测试结果表明此方案在阻抗匹配的精度和时间方面都有很大的提高,解决了电力线阻抗变化的问题,满足了电力载波通信在精准性、高效性和实时性的要求,在工程实践中具有一定的理论意义和应用价值。

未知环境下柔性二连杆机械臂的自适应阻抗控制

针对机器人与环境接触作业的需求,基于假设模态法建立了刚柔耦合动力学模型,并考虑环境参数不精确干扰,设计了自适应阻抗控制器,分析了其稳定条件。在MATLAB/Simulink中搭建了可对柔性机械臂进行自适应阻抗控制的仿真平台,计算了平面内二连杆柔性机械臂在含有三角形凹陷环境表面的接触运动和柔性变形模态。对比分析了刚性和柔性机械臂位控和力控效果及自适应项对控制响应的影响。基于Staubli机器人展开了实验。结果表明:柔性变形会使得机械臂的位控和力控效果变差;自适应阻抗控制会改善控制响应,对环境不确定具有鲁棒性。设计的自适应阻抗控制可实现柔性机械臂在不规则表面的稳定接触和运动。

基于进化模糊神经网络的上肢康复机器人自适应阻抗控制

针对机器人辅助患肢进行康复训练时患肢病情的变化对系统稳定性造成的影响,在传统阻抗控制方法基础上,提出了一种基于进化模糊神经网络的自适应阻抗控制方法。该方法采用能较为准确反映患肢病情特性的患肢机械阻抗参数作为控制器输入,根据在线辨识得到的机械阻抗参数,运用进化模糊神经网络对目标阻抗控制参数进行动态调整。在调整过程中,首先采用混合进化算法离线优化目标阻抗控制参数,然后再利用动态BP算法对目标阻抗控制参数在线作进一步地调整。分析和仿真结果表明,改进后的方法较传统阻抗控制方法更能有效地适应患肢病情的变化,且具有较好的平滑性和稳定性。

基于自适应阻抗二次控制的直流微电网优化配置研究

针对目前直流下垂控制的缺陷,设计了自适应阻抗二次控制方法,运用分布式控制方案,经过平均电流及平均下垂系数调节器完成对下垂系数的协调调整,可在变换器外接线缆阻抗不匹配的状况下确保其特性阻抗相等。以两台容量相同的并联变换器为例进行了等效电路分析。构建直流微电网下垂控制实验平台,对该方法进行实验,结果表明自适应阻抗二次控制方法拥有很好的动态均流性能,能够应对直流微电网中负载的复杂变化。

基于自适应阻抗控制的轮足式机器人隔振控制研究

轮足式机器人在行进过程中不可避免要与环境发生交互,在环境信息(刚度与位置)未知与时变的情况下,传统的阻抗隔振力控制方法由于目标阻抗模型的参数固定,存在鲁棒性较差的问题.在阻抗控制的基础上,基于Lyapunov稳定性定理设计了自适应阻抗控制器.该方法通过一个位置补偿量来间接调整阻抗参数,使系统稳态误差为零,提高了控制方法对未知多变环境的适应性;针对机器人轮式运动通过不同减速带的隔振问题进行了实验,证实了自适应阻抗控制方法的优越性.

基于进化动态递归模糊神经网络的上肢康复机器人自适应阻抗控制

针对机器人辅助患肢进行康复训练时患肢病情的变化对系统运动平滑性和稳定性造成的影响,在传统阻抗控制方法的基础上,提出了一种基于进化动态递归模糊神经网络(EDRFNN)的新的自适应阻抗控制方法。该方法根据在线辨识得到的患肢机械阻抗参数,运用EDRFNN对目标阻抗控制参数进行动态调整。在调整过程中,首先采用混合进化算法离线优化目标阻抗控制参数,然后再利用基于Lyapunov函数稳定收敛性理论设计的动态BP算法对目标阻抗控制参数在线作进一步的调整。分析和仿真结果表明,这种新的方法较其它阻抗控制方法更能有效地适应患肢病情的变化,且具有较好的平滑性和稳定性。

一种低噪声放大器的自适应阻抗匹配网络模型的设计

为了解决微弱信号检测过程中的输入噪声匹配问题,文章根据低噪声放大器的噪声匹配特点设计了一种自适应阻抗匹配网络模型;该模型通过实时测算信号源阻抗和低噪声放大器最佳源阻抗的变化自动调整匹配网络的相关参数,从而达到输入阻抗匹配的目的;仿真实验结果表明,此模型在一定程度上能较为准确地实现低噪声放大器的噪声匹配,稳定性较好,解决了微弱信号检测中因源阻抗的变化引起的放大器噪声系数恶化、检测灵敏度下降等问题,具有一定的工程应用意义。

基于磁共振无线能量传输的自适应阻抗匹配

为了解决多对1(多个发射(TX)线圈到一个接收(RX)线圈)磁共振耦合(CMR)无线能量传输系统效率低下和传输距离不远的问题,提出2对1(两个TX线圈到一个RX线圈)的CMR无线能量传输系统的自适应阻抗匹配方法。该方法的原理是当信号源内阻与负载阻抗相等时,能量将无损耗地传输到负载端,但通常情况下是不匹配的,因此要引入LC阻抗匹配网络(IMN)使源端内阻与负载端阻抗相等。由于RX线圈在空间位置的变化会引起发射端输入阻抗的变化,因此针对不同的RX线圈位置设定不同的LC阻抗匹配网络,使其能够达到自适应阻抗匹配的目的。最后进行了试验,随着RX线圈在空间位置的变化,阻抗匹配网络能够快速实现自动匹配,能量传输效率最高达到87%,为手机充电距离提高到10 cm以上。

多关节机器人的自适应阻抗控制研究

为了对动车组侧窗玻璃安装机器人末端接触力进行控制研究,在阻抗控制的基础上,提出了一种多关节机器人自适应阻抗控制算法,该算法能实现机器人末端接触力准确跟踪期望力。以PUMA560机器人前三关节为对象在接触空间进行仿真研究,仿真结果表明,基于自适应阻抗控制方法能很好地对动车组侧窗玻璃安装机器人的位置和力进行跟踪。