空间机器人柔性臂动力学模糊控制的研究1)

重点研究了空间机器人柔性臂的动力学非线性控制问题.由于柔性臂动力学系统的强非线性和耦合性，使得柔性臂控制系统复杂，控制的实时性和稳定性差，本文针对以往柔性臂控制所存在的问题，综合考虑系统的动态和静态特性，提出了一种带有非线性补偿器及PID控制器的新的柔性臂模糊复合控制方案.然后，根据所推导的一两连杆的空间机器人柔性臂的动力学非线性模型，进行了系统控制的仿真研究.实例仿真的结果表明，该控制方案能有效地抑制柔性臂的弹性振动，具有良好的控制效果.     

双臂空间机器人关节运动的一种增广自适应控制方法

讨论了载体位置、姿态均不受控制情况下,具有未知参数的自由漂浮双臂空间机器人系统的自适应控制问题.由于此类机器人系统具有结合系统动量及动量矩守恒关系得到完全能控形式的系统动力学方程,以及系统惯性参数不符合惯常的线性函数关系的特点,因而地面机器人的控制方法在此难以直接推广应用.为了克服上述难点,仅将系统动量守恒关系耦合到系统动力学方程当中,而不耦合系统动量矩守恒关系,结果得到一组欠驱动形式的系统动力学方程.该系统动力学方程的优点是关于一组组合惯性参数能保持惯常的线性函数关系.以此为基础,并借助增广变量法,针对双臂空间机器人末端爪手所持载荷参数未知的情况,设计了关节空间轨迹跟踪的自适应控制方案.该控制方案的显著优点为,不需要测量、反馈双臂空间机器人漂浮基的位置、移动速度和移动加速度.系统的数值仿真,证实了方法的有效性.      

柔性关节自由漂浮空间机械臂递推自适应控制

针对柔性关节自由漂浮空间机械臂,在存在动力学参数不确定性的情况下,通过增加相对阻尼项,提出基于无源性的柔性关节自由漂浮空间机械臂的关节空间自适应控制器,然后得到其递推实现.递推自适应算法由两部分组成:一部分实现所需的机械臂控制力矩的递推,另一部分实现航天器参考速度和参考加速度的递推更新.针对六自由度柔性关节自由漂浮空间机械臂进行了仿真,验证了所设计的递推自适应控制算法的性能.     

一种柔性空间双臂机器人的协同控制和避障方法

针对柔性空间机械臂在轨服务应用需求,提出一种基于刚体运动与柔性振动相耦合的空间双臂机器人协同控制方法.首先引入空间位姿变量的概念,构造出面向协同控制目标的Jacobian矩阵,建立柔性空间机器人系统的刚柔耦合动力学模型,基于指定的最小距离得到其运动学逆解,并根据系统动量矩守恒关系及系统的Jacobian矩阵,并根据机械臂末端的运动速度,然后采用阻尼最小二乘法得出关节角度,使柔性空间机器人能够有效完成协同控制和空间避障任务,并基于RecurDyn V7R5软件环境验证算法的正确性.最后,基于SolidWorks和ADAMS虚拟样机建立柔性空间机器人系统的立体CAD模型,并结合空间在轨搬运任务进行模拟仿真,柔性空间机器人关节操作和运动轨迹的仿真结果图验证了本文算法的有效性.     

面向未知目标的柔性关节空间机器人滑模控制

针对载荷捕获的空间机器人控制问题,同时考虑机械臂关节柔性和非合作目标质量未知等因素影响,提出一种基于目标质量观测器的滑模变结构控制方法.首先,针对空间非合作目标质量未知问题,设计基于改进的最小二乘迭代算法实现对非合作目标质量在线辨识.进而,采用拉格朗日方法和动量矩守恒原理,建立漂浮基座柔性关节空间机器人动力学模型;针对...     

柔性卫星大角度机动的自适应模糊变结构控制

针对柔性卫星大角度机动过程中多种模态的强耦合非线性动力学控制问题,提出了一种自适应模糊变结构姿态控制方法.首先利用拉格朗日方程建立了带柔性附件卫星的动力学模型,然后设计变结构控制器使得系统状态能在有限时间内到达滑模面,并采用自适应模糊系统逼近系统所存在的耦合非线性项.为了削弱变结构控制项所带来的抖动,避免激发柔性附件的高频模态,采用边界层方法来代替开关项,并通过模糊规则表的方法确定边界层的厚度.仿真结果表明,所提出的控制方法既实现了柔性卫星高精度姿态控制,也保证了卫星大角度机动过程中柔性附件弹性模态的有效抑制,系统对各种干扰具有一定的鲁棒性.      

基于向量对方法的柔性空间机械臂建模与仿真

针对柔性自由漂浮基座空间机械臂系统建模的过程中存在的形式复杂计算量大等问题,本文采用向量对方法,以自由漂浮基座双连杆柔性机械臂为研究对象,以单个体的动力学方程为基础,分别列出相邻两个体之间的约束方程,利用拉格朗日乘子法组装构成系统的动力学方程.这种方法在建模时需要的信息较少,易于推导,得到的方程十分规范化,更加有利于柔性空间机械臂控制系统的设计.最后文章通过仿真验证了模型的正确性.     

空间机器人柔性臂动力学模糊控制的研究

重点研究了在空间机器人柔性臂的动力学非线性控制问题,由于柔性臂动力学系统的强非线性和耦合性,使得柔性臂控制系统复杂,控制的实时性和稳定性差,本文针对以往柔性臂控制所存在的问题,综合考虑系统的动态和静态特性,提出了一种带有非线性补偿器及ＰＩＤ控制器的柔性臂模糊复合控制方案,然后,根据所推导了一两连杆的空间机器人柔性臂的这非线性模型,进行了系统控制的仿真研究,实例仿真的结果表明,该控制方案能有效地抑制     

柔性机器人动力学建模的一种方法

提出一种建立具有柔性关节的多柔杆机器人动力学方程的方法.首先给出了柔性关节及柔性臂杆的简化模型,然后利用Kane方法和假设模态法推导出完整的动力学方程并给出了递推公式.在此基础上利用一个算例研究了臂杆柔性与关节柔性对机器人动力学响应的影响.结果表明:所建立的动力学模型更接近于实际的柔性机器人系统;臂杆柔性与关节柔性都起着非常重要的作用,因此在柔性机器人的动力学建模与控制中应充分考虑它们的影响.      

基座与臂杆全弹性空间机器人的有限时间控制

探讨了基座、臂杆全弹性影响下,基于有限时间的漂浮基空间机器人系统轨迹跟踪以及柔性抑振问题.由于弹性基座与两柔性杆之间存在多重动力学耦合关系,此系统为高度非线性系统.将弹性基座与臂杆间的连接视为线性弹簧,利用拉格朗日第二类方程并结合假设模态法,推导出该系统的动力学模型;应用奇异摄动理论的两种时间尺度假设,将系统分解为表示刚性运动的慢变子系统和表示基座弹性、双柔杆振动的快变子系统.针对慢变子系统,设计了一种基于名义模型的有限时间控制器,保证完成刚性期望轨迹跟踪.设计的积分式滑模面具有有限时间收敛特性,比传统渐近收敛控制方法具有更快的收敛速度和更强的鲁棒性;对于快变子系统,采用线性二次型最优控制同时抑制弹性基座与两柔性杆的振动.Lyapunov理论证明了所提控制算法能使跟踪误差在有限时间内收敛到原点.仿真验证了控制方法的有效性.     

基于神经网络自适应稳定PID控制方法的研究

经典的基于对象精确数学模型的PID控制方法的自适应性较差,难以适应具有非线性、时变不确定性的被控对象.神经网络控制算法的稳定性又受到迭代初值的影响,且算法复杂.为此提出了一种基于RBF神经网络的、结构简单的、稳定的PID直接自适应控制方法.讨论了控制器参数迭代初值选取的基本原则,并给出了在保证系统稳定性前提下参数的迭代算法.仿真研究结果表明,该方法的鲁棒性和跟踪性能均优于经典PID方法.      

基于虚拟现实Stewart平台遥操作系统

针对基于虚拟现实的遥操作Stewart平台设计了虚拟系统.介绍了虚拟系统的驱动算法的原理.该算法首先建立合适的坐标系,通过一系列的空间坐标变换,解决了平台和6根杆的运动一致问题.采用基于L-M(Levenberg-Marquardt)算法的BP(Backpropagation Algorithm)神经网络来解决平台位置正解的问题,经过检验,证明该网络具有很好的泛化性能.采用了层次化的包围盒技术,每个节点建立轴向包围盒,来解决虚拟环境中的虚拟模型的碰撞检测问题.设计了一种简单的控制策略来解决大时延的稳定性问题.在机器人本地控制器的设计中采用离散化的微分跟踪器来保证机器人本地控制的稳定性和良好的动态性能,最后通过试验验证了本系统的有效性.      

基于改进神经网络的空间机械臂阻抗控制方法

针对环境信息不确定和碰撞模型未知情况下的空间机械臂柔顺控制问题,提出了一种基于改进型神经网络的阻抗控制方法.以空间机械臂阻抗控制系统闭环方程为基础,分析了环境信息不确定和碰撞模型未知情况下不能实现精准力控制的原因.利用粒子群优化算法调整神经网络中的权值矩阵,以提高神经网络的收敛速度和寻优性能.基于改进后的神经网络设计阻...     

TSK模糊神经网络及其约束优化学习算法

针对非线性动态系统特点,提出了一种基于TSK(Takagi-Sugeno-Kang)模糊模型的动态回归模糊神经网络DRFNN(Dynamic Recurrent Fuzzy Neural Network),该模糊神经网络由静态网络和动态网络两部分组成,其中静态网络用来实现规则的条件部分和解模糊部分的计算,由FIR动态滤波器实现的内反馈回归网络用来实现规则的结论部分,为了加快网络收敛速度,给出了基于约束优化算法的网络参数迭代算法,把网络结构优化和参数学习作为一个约束优化问题来解决.应用于非线性系统的辨识和控制仿真试验说明了DRFNN网络及其算法对解决非线性系统问题的有效性.     

基于SCSO-BP神经网络的卫星姿态控制系统故障预测

近年来,随着人工智能的迅速发展,基于人工神经网络的卫星姿态控制系统故障预测方法得到了越来越多的重视。在反向传播(Back Propagation ,BP)神经网络中,权重和偏置是重要的可调节参数,与神经网络的预测性能密切相关。BP神经网络的初始权重和偏置为随机生成,设置不当容易导致网络在训练过程中陷入局部极值,进而影响预测性能。为了提高BP神经网络的预测性能,提出了一种将沙猫群优化(Sand Cat Swarm Optimization ,SCSO)算法与BP神经网络相结合的预测方法。在训练过程中,首先通过SCSO 算法对BP神经网络权重和偏置进行预训练,在此基础上,利用精调后的BP神经网络对卫星姿态控制系统周期渐变故障数据的未来趋势进行预测。实验结果表明,与原始BP神经网络预测方法相比,SCSO-BP预测方法能够有效减小预测误差,具有更好的预测精度。     

Mars entry fault-tolerant control via neural network and structure adaptive model inversion

The capability of autonomous fault detection and reconstruction is essential for future manned Mars exploration missions. Considering actuator failures and atmosphere uncertainties, we present a new active fault-tolerant control algorithm for Mars entry by use of neural network and structure adaptive model inversion. First, the online BP neural network is adopted to conduct the fault detection and isolation. Second, based on the structure adaptive model inversion, an adaptive neural network PID controller is developed for Mars entry fault-tolerant control. The normal PID controller will be automatically switched into neural network PID controller when an actuator fault is detected. Therefore, the error between the reference model and the output of the attitude control system would be adjusted to ensure the dynamic property of the entry vehicle. Finally, the effectiveness of the algorithm developed in this paper is confirmed by computer simulation.     

空间机器人的目标捕获自适应控制

首先推导了基座姿态受控空间机器人系统运动学关系,得到了广义雅可比矩阵。根据目标的运动来规划机械臂末端在惯性空间的期望轨迹。对机器人动力学和运动学关系式进行线性参数比,分别对动力学待估参数和运动学待估参数设计在线修正律,在关节空间采用自适应控制。对于存在动力学参数不确知的机器人系统,算法保证了系统的渐近稳定,在成目标捕获任务的同时,控制基座姿态保持在期望范围之内。以平面两关节空间机器人系统为对象进行了仿真,结果表明了算法的可行性和有效性。     

基于循环神经网络的卫星姿态执行器故障诊断

针对卫星姿态控制系统执行器机构故障问题,提出了一种基于循环神经网络的故障诊断方法.对卫星姿态控制系统建模,进行故障分析并采集星敏感器和角速度陀螺的连续时刻故障数据.设计六种异构的循环神经网络,对故障数据进行故障诊断和分类,分别从网络深度、反馈单元、激活函数和训练算法对比网络效果.带有门循环单元的(gate recurr...     

冗余直接驱动阀系统的余度控制策略

针对冗余直接驱动阀伺服系统中由于余度降级所造成的性能降低问题,提出一种神经网络自适应滑模余度控制策略.利用径向基函数神经网络RBFNN(Radial Basis Function Neural Network) 的在线学习功能,对系统发生的变化进行快速自适应补偿,使系统状态趋近于滑模面,提高跟踪精度和鲁棒性;并通过与比例微分PD(Proportional-Derivative)算法的并行控制,促进RBFNN的收敛,增强系统的稳定性.通过与PID(Proportional-Integral-Derivative)切换控制策略的对比研究,表明RBFNN自适应滑模余度控制方法不但设计简单,而且能够有效克服余度降级带来的系统性能下降的问题,极大地改善了系统的品质.      

一种六杆并联机器人的控制问题和控制器研究

针对一种六杆并联结构工业机器人,研究了其运动学逆解和正解算法,以及它们在开放式数控系统中的具体实现技术,解决了基于逆解算法的实时坐标变换问题和基于正解算法的系统初始化问题,并给出了相应模块与数控系统内核的接口,最后在一种开放式数控系统平台上实际开发成功针对这种并联结构机器人的控制系统,从而得出结论,采用正确的实现技术,并联结构机器人的实时控制问题可以在开放式数控系统中很好地得到解决.