计及关节及杆柔性的空间机械臂抓取控制

针对考虑关节及杆柔性的空间机械臂动力学与抓取控制问题,以三连杆柔性机械臂为研究对象,考虑臂杆的横向弯曲变形、纵向拉伸变形及由于横向变形引起的轴向收缩的二阶耦合量等,并通过引用转子扭簧模型来考虑柔性关节的影响,应用Lagrange方程和假设模态法建立动力学模型.引入“动态抓取域”来描述机械臂的抓取过程,采用关节主动阻尼控制来抑制抓取过程中的碰撞激振力,分析了匀速抓取和加速抓取两种策略的机械臂柔性关节的变形特性.仿真结果表明:关节柔性减小了整体碰撞力,在碰撞过程中起到一定的缓冲作用;加速抓取控制下比匀速抓取控制下的关节变形小,前者整体优于后者.     

自由浮动空间柔性机械臂在轨操作刚性载荷的组合控制

针对自由浮动空间柔性机械臂,讨论了在笛卡尔坐标系中机械臂对刚性载荷的轨迹跟踪控制和连杆柔性振动主动控制问题。基于拉格朗日法、假设模态法和系统动量守恒定律,推导了一种自由浮动空间柔性机械臂在轨操作刚性载荷的动力学方程。在此基础上,采用奇异摄动法将系统分解为慢变和快变两种尺度时标的子系统,设计模糊终端滑模控制器和Backstepping控制器分别对两个子系统进行控制,由此得到的组合控制使得机械臂按期望轨迹对刚性载荷进行精确在轨操作,同时抑制了柔性连杆的弹性振动。通过数字仿真验证了上述方法的有效性。     

基于奇异摄动与神经网络的柔性臂控制

运用拉格朗日法建立了臂杆柔性的机械臂的动力学方程。为解决柔性臂末端位置的跟踪及克服柔性臂在运动中的振动问题。运用奇异摄动法将系统分解成快、慢两个子系统，设计混合控制器。通过设计神经网络控制器线性化慢系统。使其轨迹跟踪期望值。用线性状态反馈配置极点稳定快系统，抑制振动。一个单杆柔性机械臂的仿真算例表明，本文的控制方法保证了柔性臂刚性运动的精确跟踪，同时消除了弹性振动，避免了零动力学不稳定问题。     

NAIWR—1智能两足步行机器人模糊自适应控制研究

本文对模糊控制、自适应控制和ＰＩＤ控制进行了综合研究，实现了自行研制的ＮＡＩＷＲ－１智能两足步行机器人的模糊自适应ＰＩＤ控制，并用模糊递阶协调方法进行关节到位协高送数，成功实现了两足步行机器人的稳定行走。     

一类非线性系统的模糊自适应跟踪控制

针对一类非线性系统，把模糊T—S模型和自适应模糊逻辑系统两种模糊逻辑方式结合起来，提出了一种基于观测器的跟踪控制方案。首先，应用模糊T—S模型对非线性系统建模，设计观测器用来观测系统状态；由线性矩阵不等式得到模糊模型的控制律。其次，构建了自适应模糊逻辑系统；应用基于权值、中心和宽度三个参数可调节的自适应模糊逻辑系统作为补偿器来补偿建模误差。文中证明了闭环系统满足期望的跟踪性能，实现了跟踪目的。两连杆机械臂的仿真结果表明该方案消除了建模误差对跟踪的影响。     

柔性关节机械臂振动抑制/柔顺统一控制

提出了一种可同时实现柔性关节机器人振动抑制控制和柔顺控制的自适应控制策略.所提出的控制策略为柔性关节机器人提供了振动抑制控制模式和柔顺控制模式的统一方案,将两种控制模式整合到一个控制器中,避免了设计两种控制器并在两种控制器之间切换,实现了两种控制模式的平稳过渡.本文还考虑了机器人连杆端和电机端动力学模型的不确定性,并通...     

基于协作机械臂的航电开关柔性检测算法

在基于协作机械臂的航电联调联试系统中,为了解决机械臂在检测航电开关时存在环境复杂、需要适应不同种类开关与定位误差等问题,提出了两种基于关节力传感器的航电开关柔性检测算法,用来检测航电联试环境中主要的3大类开关.基于外力阈值检测的接触定位与操作算法,通过广义动量观测器估计末端外力,并在控制机械臂运动时设置操作力阈值,实现...     

NAIWR－1智能两足步行机器人模糊自适应控制研究

本文对模糊控制、自适应控制和ＰＩＤ控制进行了综合研究，实现了自行研制的ＮＡＩＷＲ－１智能两足步行机器人的模糊自适应ＰＩＤ控制，并用模糊递阶协调方法进行关节到位协调送数，成功实现了两足步行机器人的稳定行走     

空天飞行器鲁棒自适应模糊跟踪控制

基于轨迹线性化方法提出了鲁棒自适应模糊跟踪轨迹线性化控制(Robust adaptive fuzzy tracking control,RAFTC)方法,并应用于空天飞行器(Aerospace vehicle,ASV)飞行控制系统设计.利用模糊系统能以任意精度逼近非线性系统的特性,对未知干扰和不确定性进行逼近,求得的模糊函数作为系统不确定界函数,且整个系统仅需在线调整不确定界函数的界,利于工程实现.采用Lyapunov方法,证明了闭环系统所有信号一致最终有界.最后利用本文提出的控制方案设计了空天飞行器飞行控制系统,并在高超声速条件下进行了仿真验证.仿真结果表明了控制方案的有效性和鲁棒性.     

基于神经网络动态逆的歼击机自适应跟踪控制

基于神经网络动态逆方法，给出了一种非线性模型参考自适应跟踪控制方案。应用神经网络直接对非线性系统求逆方法解决了逆系统方法的两个“瓶颈”问题，并且克服了传统的控制设计中将过程模型线性化，从而将不可忽视的非线性关系用线性关系代替或者忽略的弊端。对由于建模误差、不确定因素等引起的非线性系统逆误差，通过自组织模糊小脑模型关节控制器(Self—organizing fuzzy cerebellar model articulation controller，SOFCMAC)神经网络在线进行修正。SOFCMAC神经网络扩大了寻优空间，使其能更好地重构系统逆误差，最终实现准确的鲁棒自适应跟踪控制。通过将这种方法用于某型歼击机姿态系统控制的仿真研究，表明了本文方法的有效性和可行性。     

5自由度机器人手臂模糊自适应控制

为了在一定的跟踪精度范围内且存在不确定性因素的情况下控制机器人跟踪设定的轨迹,给出了一种基于控制器输出误差法的自适应模糊控制法来控制机器人手臂.采用梯度下降法调节部分或全部参数以减小输出误差.该方法被应用于5自由度机器人控制系统中,仿真结果显示模糊逻辑控制器参数得到了实时调整,该方法有效.     

VARIABLE STRUCTURE MODEL－FOLLOWING ADAPTIVE CONTROL DESIGN FOR ROBOT MANIPULATORS

ＶＡＲＩＡＢＬＥＳＴＲＵＣＴＵＲＥＭＯＤＥＬ－ＦＯＬＬＯＷＩＮＧＡＤＡＰＴＩＶＥＣＯＮＴＲＯＬＤＥＳＩＧＮＦＯＲＲＯＢＯＴＭＡＮＩＰＵＬＡＴＯＲＳＺｈａｏＤｏｎｇｂｉａｏ；ＺｈｕＪｉａｎｙｉｎｇ（ＤｅｐａｒｔｍｅｎｔｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎ...     

基于Backstepping方法的一类混沌系统的同步自适应控制

将Backstepping方法用于混沌系统的同步自适应控制。利用递归思想选择一系列的Lyapunov函数．设计同步控制器。该方法是一种系统化的方法．能够处理一系列的混沌同步问题．这在混沌通讯安全方面具有重要意义。最后，以Lorenz系统同步为例，进行了数值仿真，仿真结果说明该方法的有效性，并与线性反馈控制器作了比较．仿真结果表明．Backstepping方法设计的控制器性能优于线性反馈控制器。     

基于六模糊控制器的自适应遗传算法

遗传算法的性能主要取决于算法对满意解的搜索和优化的能力。本提出的自适应遗传算法可以自动均衡搜索和优化关系。该算法采用六个模糊控制器对符号编码遗传算法的遗传操作实施动态参数控制。对旅行商(TSP)问题的求解结果表明该算法在解决类似于TSP的组合优化问题时具有比标准遗传算法更好的性能。     

基于量子控制与自适应补偿器的直升机直接自修复控制

针对发生复杂故障情况下的直升机采用量子控制理论与自适应补偿器技术进行直接自修复控制方法研究.首先对线性参数时变直升机控制系统进行模型参考自适应控制器设计;其次在外环增加自适应补偿器提高直升机控制系统的自修复控制能力,并利用李雅普诺夫稳定性理论证明了该系统的稳定性.最后为提高自修复控制律的抗干扰能力,在不影响系统稳定性的前提下,在故障信号与干扰信号之间增加量子前馈控制模块.仿真结果表明了该控制方法的有效性.     

近空间飞行器泛函连接网络自适应预测控制

针对存在强烈不确定和干扰的近空间高超声速飞行器（NHV）,提出了一种新的非线性自适应控制方法。控制律由最优广义预测控制（OGPC）算法和泛函连接网络（FLN）直接自适应律组成。OGPC是一种连续时间的非线性预测控制算法。FLN则通过在线学习来抵消飞行中的未知不确定和干扰的影响。学习过程不需要任何离线训练过程。文中提供了NHV的闭环系统稳定性分析,经过证明系统误差和权值学习误差一致最终有界。对于姿态跟踪系统,仿真结果显示了控制器的良好性能。     

无人直升机自适应神经网络姿态控制

回顾了自适应飞行控制技术、反馈线性化和模型逆理论，分析了误差动力特性．设计了自适应神经网络姿态控制系统。其中，模型逆基于悬停状态，基于神经网络的自适应控制律能够确保跟踪误差和控制信号的有界。仿真结果表明：模型逆增强的非线性神经网络能够对无人直升机的不确定性和建模误差进行自适应。而且对PD控制器和鲁棒项系数变化的仿真结果进行了比较。     

有作动器饱和的自适应多步回推飞行控制设计(英文)

由于作动器饱和会使飞控系统的性能恶化甚至引起飞行事故 ,所以在设计阶段考虑作动器饱和的影响可以减小飞控系统设计的保守性从而显著提高系统性能。在本文的自适应 BACKSTEPPING(回推 )飞控系统设计过程中考虑了作动器的位置和速率饱和。该方案的核心思想是在发生饱和的时候重新选取控制李雅普诺夫函数和自适应律。该思想是基于如下简单事实 :出现饱和时伪控制量将发生变化。整个设计过程是对早期提出的自适应回推控制方案的一个修正。该方案的稳定性得到了严格的数学证明和仿真验证。文章最后给出了结论和对该方案的评价     

自适应神经模糊推理模型在复杂社会技术系统中的应用(英文)

考虑复杂社会技术系统的特点,运用自适应神经模糊推理模型对提高公益科研机构的组织效率进行了实例研究。建立了针对公益科研机构员工激励决策的自适应模糊推理完整模型,利用调研数据及其处理结果验证了模型的有效性。该模型融合了神经网络的学习机制和模糊系统的语言推理能力,弥补了神经网络和模糊逻辑系统各自的不足。研究结果表明,自适应神经模糊推理模型适用于复杂社会技术系统,在解决管理领域的预测、评估和决策问题中有广阔的应用前景。     

神经网络自适应控制在攻击直升机中的应用

研究了神经网络自适应控制在直升机飞行控制系统中的应用。首先将直升机姿态角系统划分为快慢回路 ,并分别采用动态逆方法进行设计 ;针对动态逆方法的优点和不足 ,提出了小波神经网络自适应逆控制方案 ,把BP小波神经网络和基于李亚普诺夫稳定的小波神经网络分别应用于直升机飞行控制系统中 ;最后对典型机动飞行进行了仿真 ,说明小波神经网络方法应用的正确性和有效性。仿真结果证明 ,本文采用的小波神经网络自适应控制方法效果好 ,具有工程应用价值