任务空间内空间机器人鲁棒智能控制器设计

研究了基于神经网络的自由漂浮空间机器人在任务空间内的轨迹跟踪问题。首先利用RBF神经网络来逼近自由漂浮空间机器人高度非线性的动力学模型，然后设计了鲁棒控制器对逼近误差和外部干扰进行抑制。利用Lyapunov直接方法建立的新的神经网络参数和连接权值的在线学习算法，以及利用耗散理论设计的鲁棒控制器保证了系统的稳定性，并能够使系统L2增益小于给定的指标。利用该控制器对平面二连杆空间机器人进行了仿真研究，表明该智能控制方案是有效的。     

自由漂浮空间机器人神经网络自适应补偿控制

针对更具工程价值的任务空间内的自由漂浮状态空间机器人模型不确定性末端控制问题,提出了一种自适应神经网络控制策略用于机器人末端控制.通过神经网络在线建模来逼近系统中的非线性模型,神经网络的逼近误差及外界有界扰动通过鲁棒控制器来消除,采用引入GL矩阵及其乘法算子"·"来直接辨识的各部分系统参数.该控制策略既不需要逆动态模型的估计值,同时也避免了求雅克比矩阵的逆,降低了计算量.基于李亚普诺夫理论证明了整个闭环系统全局渐近稳定.仿真结果表明了这种神经网络控制器对于任务空间的空间机器人末端控制在达到较高的精度的同时,能够满足实时性要求,具有重要的工程应用价值.     

考虑重力影响的柔性关节空间机械臂任务空间神经网络控制

针对柔性关节空间机器人地面模拟及空间应用受到重力或微重力不确定项干扰的问题,提出一种基于奇异摄动的任务空间神经网络自适应控制算法。首先建立了考虑重力影响的柔性关节空间机器人的模型,通过奇异摄动方法将系统降阶处理后,转换到任务空间进行控制器的设计,利用神经网络自适应算法对系统的不确定性进行逼近,并针对逼近误差设计了鲁棒控制器补偿,最后将控制量转换为关节空间的控制力矩。对系统进行了稳定性分析和仿真校验,结果表明,控制器可以解决柔性带来的系统高频谐振和失稳问题,并能有效抵抗系统扰动,具有很好的跟踪性能。     

基于RBF神经网络的导弹鲁棒动态逆控制

讨论了一种基于神经网络的导弹鲁棒动态逆控制方法。导弹的基本控制律采用动态逆方设计,针对存在动态逆误差的慢回路设计神经网络鲁棒逆控制器。用RBF神经网络逼近导弹慢模态数学模型,并把逼近误差引入到网络权值的调节律以改善系统的动态性能;鲁棒控制器用于减弱模型不确定性及神经网络的逼近误差对跟踪精度的影响。所设计的控制器不仅保证了闭环系统的稳定性,而且使模型不确定性及神经网络的逼近误差对跟踪精度的影响减小到给定的性能指标。最后通过仿真分析,验证了该方法的有效性。
     

基于观测器的漂浮基空间机器人模糊神经网络控制

针对自由漂浮状态的空间机器人模型不确定性及外部干扰,并考虑到通常其关节电机运行于低速工况下,测速机难以满足要求,提出了一种速度重构的空间机器人模糊基函数网络控制策略。首先建立空间机器人动力学模型,而后借助观测器来重构速度信息,利用模糊基函数网络的学习能力来同时逼近控制器和观测器中的非线性,动态抵消模型不确定性及系统偏差对速度重构的影响。网络的权值及参数的调整算法在线实时自适应调整,不需要离线学习阶段。仿真结果表明该控制策略能够达到较高的控制精度,对于通常工作在低速工况下的空间机器人具有重要工程应用价值。     

不同重力环境下空间机械臂神经自适应鲁棒控制

针对空间机械臂从地面装调到空间应用过程中重力项的变化问题,提出了一种神经网络自适应鲁棒补偿控制策略用于空间机械臂的末端控制,从而实现在地面重力环境下装调好的空间机械臂在空间微重力环境下实现在轨操控任务。通过神经网络在线建模来逼近系统模型中变化的重力项,逼近误差及系统的不确定性通过自适应鲁棒控制器来补偿。该控制策略不依赖于系统的模型,避免了回归矩阵的复杂计算及未知参数的估计,降低了计算量。基于李亚普诺夫理论证明了闭环系统的渐近稳定性。仿真结果表明该控制器对不同重力环境下空间机械臂的末端控制均能达到较高的控制精度,具有重要的理论研究和工程应用价值。     

基于自适应神经网络的柔性关节空间机器人振动抑制控制

针对存在负载变化、建模误差和摩擦干扰的柔性关节空间机器人控制问题,提出了基于奇异摄动的神经网络自适应鲁棒控制方法。首先,通过拉格朗日方程和动量矩守恒定理建立柔性关节漂浮基空间机器人动力学模型;其次,通过奇异摄动理论将动力学模型近似分解表征为刚性的慢变子系统和柔性的快变子系统,针对于慢变子系统,设计基于神经网络补偿的自适应鲁棒控制器;针对于快变子系统,设计柔性补偿器和力矩微分反馈抑制器;最后,基于李雅普诺夫理论证明了控制系统的稳定性。仿真表明:所提出的控制策略是有效的,且在柔性补偿器失效的情况下,采用独立的神经网络自适应鲁棒控制器能够抑制弹性振动,并精确跟踪期望轨迹。     

自由浮动空间双臂机器人的鲁棒协调控制

研究自由浮动空间双臂机器人在本体位置、姿态均不加控制时,抓取物体运动情况下的动力学协调控制。根据空间双臂机器人抓取系统的闭链约束关系,推导出广义雅可比矩阵,针对抓取系统动力学模型的不确定性,提出一种鲁棒协调控制方法,来控制被抓物体的运动,使被抓物体的运动轨迹跟踪期望的运动轨迹,并保证内力跟踪误差的有界性。通过对自由浮动空间平面双臂机器人进行鲁棒协调控制仿真实验,结果表明了该方法的有效性。     

载体姿态无扰的自由漂浮空间机器人运动学特性研究

针对载体姿态无扰的自由漂浮空间机器人的运动学问题,引入具有非完整特性的载体 姿态无扰约束方程,推导了载体姿态无扰的自由漂浮空间机器人广义雅可比矩阵。采用等效 杆的概念,分析了普通状态的自由漂浮空间机器人和载体姿态无扰的自由漂浮空间机器人可 达工作空间;基于载体姿态无扰的自由漂浮空间机器人广义雅可比矩阵所得到的奇异方程, 研究了载体姿态无扰的自由漂浮空间机器人动力学奇异性。仿真结果验证了普通状态的自由 漂浮空间机器人与载体姿态无扰的自由漂浮空间机器人运动学问题的差异性。研究结果为载 体姿态无扰的自由漂浮空间机器人运动规划及控制研究奠定了理论基础。
     

基于复杂干扰估计的高速NSV鲁棒自适应模糊Terminal滑模控制

针对近空间飞行器大包络高动态飞行运动特性,建立了包含复杂干扰的有效动力学系统用以描述运动过程,对系统中由于飞行物理环境产生的复杂干扰,设计了有效估计的非线性干扰观测器,有效保证了观测误差的收敛性能,采用模糊系统逼近由气动、结构变化产生的系统与增益函数不确定项,基于此设计了飞行控制系统的鲁棒自适应模糊Terminal滑模控制方案,利用Lyapunov稳定性原理证明了闭环系统的鲁棒稳定性,控制器有效抑制了不确定项与复杂干扰对系统的影响,实现了NSV复杂环境下高速运动的鲁棒自适应自主控制,仿真研究证明了控制方法的正确性与有效性。
     

电液伺服型并联式加注机器人运动轨迹跟踪控制

针对电液伺服型并联式加注机器人在实际任务中广泛存在的模型不确定和强外干扰问题,提出一种基于关节有限时间扰动估计(FTDO)的动力学解耦反步鲁棒控制策略。首先,将系统处理为一组受外部扰动关节子系统的集合,进而针对各关节通过设计两个有限时间扰动观测器实现了对关节中匹配与不匹配不确定性的有限时间同步精确估计和补偿。同时,基于系统的动力学解耦模型,通过设计反步鲁棒控制器保证了闭环系统的稳定性。最后,通过Lyapunov方法验证了闭环系统信号的有界性和关节跟踪误差的有限时间渐近收敛特性。试验结果表明,控制器在不同工况下均具有良好的轨迹跟踪性能和关节抗干扰能力,能够满足在实际加注任务中的应用需求 。     

受细胞膜放电模型启发的航天器姿态鲁棒控制

研究了具有模型参数不确定和受空间环境干扰影响的挠性航天器姿态大角度快速机动快速稳定控制问题,设计了一种受细胞膜放电模型启发的鲁棒姿态控制器。综合考虑挠性航天器的强非线性和强耦合特性,设计了对模型参数和环境干扰具有鲁棒性的姿态机动控制器。为了减小机动中姿态突变激发的挠性附件振动,基于细胞膜放电的动力学模型设计了一种改进的鲁棒控制器。当参数不确定范围和干扰有界时,所提鲁棒控制器可使闭环系统的解最终一致有界。最后,分析了控制器参数对姿态控制性能及所需能量的影响。数值仿真验证了所提鲁棒控制器用于姿态机动控制可以得到良好的效果。     

自由漂浮空间机器人末端轨迹优化跟踪控制

针对自由漂浮空间机器人(FFSR)末端轨迹跟踪优化控制中惯性参数不确定的问题,基于状态依赖Riccati方程（SDRE）,提出一种采用标称SDRE控制器与补偿SDRE控制器相结合的组合优化控制器,通过SDRE基本理论及李雅普诺夫方法证明了控制方法能够实现系统跟踪的能量优化和渐近稳定,实现了FFSR在广义雅克比矩阵非奇异条件下的末端轨迹优化跟踪控制。数值仿真表明,控制器能够实现对于期望末端轨迹的有效跟踪。     

平面型两关节空间机器人的自适应轨迹控制

基于参数线性分离方法，得到了平面型两关节空间机器人线性参数化形式的动力学模型，这种模型非常适合于采用自适应控制方法。控制策略考虑了机器人各关节之间的耦合及机械臂与基座航天器之间的耦合，对航天器姿态的控制和机械臂的控制进行综合，在满足手端跟踪期望轨迹的同时，保证航天器姿态基本不变。控制器由一个PD反馈项和一个补偿动力学不确定性的非线性自适应反馈项构成，能够保证对期望关节轨迹的全局渐进跟踪，提高了空间机器人操作的适应性和安全性。     

空间机器人抓捕目标后动力学参数辨识研究

针对自由漂浮空间机器人抓捕目标后的动力学参数辨识问题,提出一种参数辨识的持续激励轨迹设计方法。首先,基于动量守恒原理建立了自由漂浮空间机器人的动力学参数辨识模型;然后,采用有限傅里叶级数对空间机器人的机械臂关节运动轨迹进行参数化表示,并以参数辨识回归矩阵条件数最小化为指标,通过求解一个包含多约束的非线性优化问题得到傅里叶级数的待定系数;最后,采用基于QR分解的递推最小二乘估计方法实现对采样数据的序贯处理,并求解出待辨识参数。仿真结果表明,提出的激励轨迹设计方法可以显著提高空间机器人参数辨识的收敛速度和准确性。     

空间机器人神经网络自适应滑模目标操控轨迹跟踪控制

针对参数未知的空间目标操控问题,考虑空间机器人负载不确定性、系统动力学不确定性和环境扰动等因素,为实现操作过程的稳定控制及机器人轨迹的有效跟踪,提出一种基于径向基神经网络估计不确定项的自适应增益非奇异终端滑模变结构控制器。首先基于拉格朗日法建立空间机器人的刚体动力学模型。考虑空间机器人基座姿态主动控制模式,使用径向基神经网络对模型中的不确定项进行估计。进而提出基于神经网络估计的非奇异终端滑模控制器,并针对不确定性和扰动的估计误差设计自适应增益,以期实现空间机器人系统轨迹跟踪控制的收敛。仿真校验结果表明所设计的控制方法具有较好的误差收敛速度和控制精度。     

空间站的变结构鲁棒稳定控制

针对空间站的参数不确定性和环境干扰，提出将变结构控制技术应用于空间站姿态稳定控制系统的设计，所得闭环系统具有良好的动态特性和较强的鲁棒性，能够有效地克服各种不确定性因素和外界干扰的影响，同时控制器结构简单、工程易实现。     

一种改进阻尼倒数的空间机器人避奇异算法

针对自由漂浮空间机器人运动规划过程中存在的动力学奇异问题,提出一种动力学奇异转化加改进阻尼倒数的奇异回避算法。首先,通过运动学分解,间接求解机器人逆运动学方程,避免直接求解逆广义雅可比矩阵,以实现奇异参数的分离;然后,采用改进的高斯分布阻尼因子的阻尼倒数代替奇异参数的普通倒数,回避运动学奇异的影响。与现有阻尼倒数方法相比,提高了算法在奇异点附近的连续性,进一步减小了算法带来的跟踪误差。在PUMA类型空间机器人模型上进行仿真试验,校验算法的有效性。