干扰作用下的电力巡检机器人运动平衡控制

针对电力巡检机器人受外部干扰和参数变化影响的问题,提出一种基于干扰观测器的自适应反演滑模控制策略。首先,建立电力巡检机器人运动平衡调节过程中的非线性动力学模型,在平衡点对其线性化,从而克服反步技术的不可计算性。其次,通过干扰观测器渐进地估计系统存在的外部干扰,并将估测结果引入反演滑模控制器进行扰动补偿。同时,为了削弱系统的抖振,对反演滑模控制器的切换项采用自适应律进行调节。最后,利用Lyapunov函数证明了闭环系统的稳定性。仿真结果表明,与传统的反演滑模控制策略相比,所提出的控制方案不仅具有更强的抗干扰性,而且能有效降低系统抖振,实现对期望轨迹的高精度跟踪。

基于FPSO的电力巡检机器人的广义二型模糊逻辑控制

针对电力巡检机器人(Power-line inspection robot,PLIR)的平衡调节问题,设计了广义二型模糊逻辑控制器(General type-2 fuzzy logic controller,GT2FLC);针对GT2FLC中隶属函数参数难以确定的问题,通过模糊粒子群(Fuzzy particle swarm optimization,FPSO)算法来优化隶属函数参数.将GT2FLC的控制性能与区间二型模糊逻辑控制器(Interval type-2 fuzzy logic controller,IT2FLC)和一型模糊逻辑控制器(Type-1 fuzzy logic controller,T1FLC)的控制性能进行对比.除此之外,还考虑了外部干扰对三种控制器控制效果的影响.仿真结果表明,GT2FLC具有更好的性能和处理不确定性的能力.