CN108803324B - 多关节工业机械臂反步有限时间滑模控制方法 - Google Patents

多关节工业机械臂反步有限时间滑模控制方法 Download PDF

Info

Publication number
CN108803324B
CN108803324B CN201810575667.2A CN201810575667A CN108803324B CN 108803324 B CN108803324 B CN 108803324B CN 201810575667 A CN201810575667 A CN 201810575667A CN 108803324 B CN108803324 B CN 108803324B
Authority
CN
China
Prior art keywords
joint
formula
sliding mode
backstepping
disturbance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810575667.2A
Other languages
English (en)
Other versions
CN108803324A (zh
Inventor
郭一军
赵年顺
孙剑
胡明亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huangshan University
Original Assignee
Huangshan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huangshan University filed Critical Huangshan University
Priority to CN201810575667.2A priority Critical patent/CN108803324B/zh
Publication of CN108803324A publication Critical patent/CN108803324A/zh
Application granted granted Critical
Publication of CN108803324B publication Critical patent/CN108803324B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G05B13/045Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance using a perturbation signal

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种考虑系统总和扰动的多关节工业机械臂反步有限时间滑模控制方法,具体步骤如下:建立多关节工业机械臂系统模型;为精确估计系统总和扰动项,设计系统三阶扩张状态观测器;在系统总和扰动估计的基础上,针对系统模型(2),结合反步设计思想和有限时间滑模控制技术进行系统反步有限时间滑模控制律设计。本发明对于模型参数摄动和外部有界扰动等不确定性因素具有较强的鲁棒性,可以保证对系统期望轨迹的快速稳定有限时间跟踪控制,使所设计的控制方法便于在实际工程中的应用。

Description

多关节工业机械臂反步有限时间滑模控制方法
技术领域
本发明涉及机械臂控制方法领域,具体是一种多关节工业机械臂反步有限时间滑模控制方法。
背景技术
近些年来,伴随着制造业技术的进步和劳动力成本的提高,工业机械臂被广泛应用于工业生产的各个领域,扮演着越来越重要的作用。在工业机械臂的实际应用中,往往要求其能够快速且精确地跟踪期望的轨迹,从而完成规定的作业任务。然而,在实际工业现场环境,工业机械臂系统通常会面临模型参数摄动和外部扰动等不确定性因素的影响,如负载变化、摩擦力矩扰动以及系统外部扰动等。因此,实现工业机械臂的快速高精度跟踪控制仍是一个极具挑战性的问题。
为了抑制不确定性因素对机械臂跟踪控制性能的影响,许多控制方法被应用于机械臂的跟踪控制问题。如鲁棒控制方法、模型预测控制方法、神经网络控制方法、滑模控制方法等。在这些方法中,由于滑模控制方法具有控制器计算量小、对系统参数摄动和外部干扰具有很强的鲁棒性等优点,使得其特别适合工业机械臂系统的跟踪控制。然而,在传统的滑模控制方法中,由于采用线性滑模面系统状态无法做到有限时间内收敛,为了加快系统状态的收敛速度,控制器往往需输出很大的控制量,这极易引起系统执行机构进入饱和状态,从而使得系统控制性能下降甚至整个闭环系统的不稳定。
发明内容
本发明的目的是提供一种多关节工业机械臂反步有限时间滑模控制方法,以解决现有技术机械臂控制方法存在的问题。
为了达到上述目的,本发明所采用的技术方案为:
多关节工业机械臂反步有限时间滑模控制方法,其特征在于:包括以下步骤:
(1)、建立多关节工业机械臂系统模型,具体过程如下:
对于n关节工业机械臂系统,如果考虑系统未建模动态、摩擦力及干扰的影响,其动力学模型可表示为:
Figure GDA0002884647410000011
式(1)中,
Figure GDA0002884647410000012
分别表示关节的位置、速度和加速度矢量;M(q)∈Rn×n为系统正定惯性矩阵;
Figure GDA0002884647410000021
为离心力和哥氏力矩阵;G(q)∈Rn为作用在关节上的重力项矢量;τ∈Rn为控制力矩矢量,表示作用在工业机械臂各关节上的驱动力矩;d(t)∈Rn为外部未知有界扰动矢量,其中t表示时间;
由于工业机械臂系统存在包括负载扰动、测量噪声及系统外部扰动的诸多不确定性因素,要想获得精确的系统模型是比较困难的,所以,实际系统的模型可以表示为名义系统模型和总和扰动项之和的形式:
Figure GDA0002884647410000022
式(2)中,M0=M-ΔM,M0为M的名义部分,可依据经验确定,ΔM为M的不确定部分;
Figure GDA0002884647410000023
可视为系统的总和扰动项,包括系统的内部动态、参数摄动项及外部未知有界扰动;
(2)、为精确估计系统总和扰动项,设计系统三阶扩张状态观测器,具体过程如下:
(2.1)、三阶扩张状态观测器设计:
由式(2)可知,系统的总和扰动项是未知的,需要设计扩张状态观测器进行在线估计;
设x1=[x11,…,x1n]T=q,
Figure GDA0002884647410000024
同时定义系统扩张状态
Figure GDA0002884647410000025
有界,则式(2)可被增广为:
Figure GDA0002884647410000026
(2.2)、在工业机械臂控制系统中,为了检测各关节的位置信息,各关节都安装有位置传感器,假设各关节位置传感器的输出矢量可表示为yp,那么系统的输出方程可表示为:
yp=q (4);
(2.3)、为了实现对系统的关节位置、关节速度及扩张状态矢量的估计,由式(3)、式(4)扩张状态观测器可设计为
Figure GDA0002884647410000031
式(5)中,e1=[e11,…,e1n]T,e2=[e21,…,e2n]T,e3=[e31,…,e3n]T分别表示扩张状态观测器对关节位置、关节速度及扩张状态矢量的观测误差矢量;K1=diag{k11,…,k1n},K2=diag{k21,…,k2n},K3=diag{k31,…,k3n}为正定的扩张状态观测器增益矩阵;F(e1)=[f1(e11),…,fn(e1n)]T为非线性函数矢量,其中fi(e1i)具有如下形式:
Figure GDA0002884647410000032
式(6)中,i=1,…,n;0<α<1,σ>0为待整定参数;
(3)、针对系统模型公式(2),下面结合反步设计思想和有限时间滑模控制技术进行控制律设计,具体设计过程如下:
(3.1)、为了应用反步设计思想,首先定义跟踪误差矢量ε1=[ε11,…,ε1n]T=x1-qd,其中ε1i表示工业机械臂第i关节的跟踪误差,假设期望位置矢量qd充分光滑,则ε1的一阶导数可表示为:
Figure GDA0002884647410000033
(3.2)、对于x1子系统,设计虚拟控制输入为:
Figure GDA0002884647410000034
式(8)中,λ1=diag{λ11,…,λ1n},β=diag{β1,…,βn}为待设计的正定对角参数矩阵;
Figure GDA0002884647410000035
为待设计的正常数;
Figure GDA0002884647410000041
定义Lyapunov函数:
Figure GDA0002884647410000042
对V1求时间的导数并结合式(7)、式(8)可得:
Figure GDA0002884647410000043
故只要设计控制律τ使得ε2收敛到零,则可保证
Figure GDA0002884647410000044
(3.3)、针对x2子系统,在扩张状态观测器对系统总和扰动估计的基础上,采用有限时间滑模控制技术设计控制律τ以改进普通反步滑模控制方法的性能;
由式(8)可知虚拟控制输入ε2由系统跟踪误差ε1及其一阶导数构成,故系统滑模面可设计为:
s1=[s11 … s1n]T=ε2 (11),
定义Lyapunov函数:
Figure GDA0002884647410000045
对V2求时间的导数可得
Figure GDA0002884647410000046
(3.4)、控制律τ设计为
Figure GDA0002884647410000047
式(14)中,κd,κt>0为待设计的控制器参数;
由于
Figure GDA0002884647410000051
故当ε1i=0且
Figure GDA0002884647410000052
时,式(14)存在奇异问题,即
Figure GDA0002884647410000053
为了克服该问题定义:
Figure GDA0002884647410000054
式中,
Figure GDA0002884647410000055
为适当小的正常数;
将控制律式(14)代入式(13)可得:
Figure GDA0002884647410000056
Figure GDA0002884647410000057
式(16)中,当选择κd>max{|e3i|},i=1,…,n,则:
Figure GDA0002884647410000058
因此,由Lyapunov稳定性理论可知,在控制律式(14)作用下可保证系统状态x1对期望信号qd的稳定跟踪。
为了实现工业机械臂的有限时间跟踪控制,同时保证系统较强的抗干扰性能。本发明考虑存在模型参数摄动和外部有界扰动等不确定性因素影响下的机械臂跟踪控制问题,利用有限时间滑模控制方法,并结合反步控制技术,提出了一种工业机械臂的反步有限时间滑模控制方法。
本发明具有如下的有益效果:本发明在存在模型参数摄动和外部有界扰动等不确定性因素影响情况下,设计的一种考虑系统总和扰动的多关节工业机械臂反步有限时间滑模控制方法能够实现工业机械臂对期望轨迹的有限时间快速稳定跟踪控制,且对系统的总和扰动具有很强的鲁棒性能。
附图说明
图1为本发明的反步有限时间滑模控制系统结构图。
图2为本发明的总和扰动估计误差曲线。
图3为本发明的状态相应曲线。
图4为本发明的跟踪误差曲线。
图5为本发明的控制信号曲线。
图6为本发明改进的控制信号曲线。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
如图1—图5所示,多关节工业机械臂反步有限时间滑模控制方法,其特征在于:包括以下步骤:
(1)、建立多关节工业机械臂系统模型,具体过程如下:
对于n关节工业机械臂系统,如果考虑系统未建模动态、摩擦力及干扰的影响,其动力学模型可表示为:
Figure GDA0002884647410000061
式(1)中,
Figure GDA0002884647410000062
分别表示关节的位置、速度和加速度矢量;M(q)∈Rn×n为系统正定惯性矩阵;
Figure GDA0002884647410000063
为离心力和哥氏力矩阵;G(q)∈Rn为作用在关节上的重力项矢量;τ∈Rn为控制力矩矢量,表示作用在工业机械臂各关节上的驱动力矩;d(t)∈Rn为外部未知有界扰动矢量,其中t表示时间;
由于工业机械臂系统存在包括负载扰动、测量噪声及系统外部扰动的诸多不确定性因素,要想获得精确的系统模型是比较困难的,所以,实际系统的模型可以表示为名义系统模型和总和扰动项之和的形式:
Figure GDA0002884647410000064
式(2)中,M0=M-ΔM,M0为M的名义部分,可依据经验确定,ΔM为M的不确定部分;
Figure GDA0002884647410000065
可视为系统的总和扰动项,包括系统的内部动态、参数摄动项及外部未知有界扰动;
(2)、为精确估计系统总和扰动项,设计系统三阶扩张状态观测器,具体过程如下:
(2.1)、三阶扩张状态观测器设计:
由式(2)可知,系统的总和扰动项是未知的,需要设计扩张状态观测器进行在线估计;
设x1=[x11,…,x1n]T=q,
Figure GDA0002884647410000071
同时定义系统扩张状态
Figure GDA0002884647410000076
有界,则式(2)可被增广为:
Figure GDA0002884647410000073
(2.2)、在工业机械臂控制系统中,为了检测各关节的位置信息,各关节都安装有位置传感器,假设各关节位置传感器的输出矢量可表示为yp,那么系统的输出方程可表示为:
yp=q(4);
(2.3)、为了实现对系统的关节位置、关节速度及扩张状态矢量的估计,由式(3)、式(4)扩张状态观测器可设计为
Figure GDA0002884647410000074
式(5)中,e1=[e11,…,e1n]T,e2=[e21,…,e2n]T,e3=[e31,…,e3n]T分别表示扩张状态观测器对关节位置、关节速度及扩张状态矢量的观测误差矢量;
K1=diag{k11,…,k1n},K2=diag{k21,…,k2n},
K3=diag{k31,…,k3n}为正定的扩张状态观测器增益矩阵;F(e1)=[f1(e11),…,fn(e1n)]T为非线性函数矢量,其中fi(e1i)具有如下形式:
Figure GDA0002884647410000075
式(6)中,i=1,…,n;0<α<1,σ>0为待整定参数;
(3)、针对系统模型公式(2),下面结合反步设计思想和有限时间滑模控制技术进行控制律设计,具体设计过程如下:
(3.1)、为了应用反步设计思想,首先定义跟踪误差矢量ε1=[ε11,…,ε1n]T=x1-qd,其中ε1i表示工业机械臂第i关节的跟踪误差,假设期望位置矢量qd充分光滑,则ε1的一阶导数可表示为:
Figure GDA0002884647410000081
(3.2)、对于x1子系统,设计虚拟控制输入为:
Figure GDA0002884647410000082
式(8)中,λ1=diag{λ11,…,λ1n},β=diag{β1,…,βn}为待设计的正定对角参数矩阵;
Figure GDA0002884647410000083
为待设计的正常数;
Figure GDA0002884647410000084
定义Lyapunov函数:
Figure GDA0002884647410000085
对V1求时间的导数并结合式(7)、式(8)可得:
Figure GDA0002884647410000086
故只要设计控制律τ使得ε2收敛到零,则可保证
Figure GDA0002884647410000087
(3.3)、针对x2子系统,在扩张状态观测器对系统总和扰动估计的基础上,采用有限时间滑模控制技术设计控制律τ以改进普通反步滑模控制方法的性能;
由式(8)可知虚拟控制输入ε2由系统跟踪误差ε1及其一阶导数构成,故系统滑模面可设计为:
s1=[s11 … s1n]T=ε2 (11),
定义Lyapunov函数:
Figure GDA0002884647410000091
对V2求时间的导数可得
Figure GDA0002884647410000092
(3.4)、控制律τ设计为
Figure GDA0002884647410000093
式(14)中,κd,κt>0为待设计的控制器参数;
由于
Figure GDA0002884647410000094
故当ε1i=0且
Figure GDA0002884647410000095
时,式(14)存在奇异问题,即
Figure GDA0002884647410000096
为了克服该问题定义:
Figure GDA0002884647410000097
式中,
Figure GDA0002884647410000098
为适当小的正常数。
将控制律式(14)代入式(13)可得:
Figure GDA0002884647410000099
式(16)中,当选择κd>max{|e3i|},i=1,…,n,则:
Figure GDA00028846474100000910
因此,由Lyapunov稳定性理论可知,在控制律式(14)作用下可保证系统状态x1对期望信号qd的稳定跟踪。
为了验证所提反步有限时间滑模控制方法的有效性,本发明分别对如下两种控制方法进行了仿真对比研究,即
方法1:为本发明方法,其滑模面和控制律分别如式(11)、式(14)所示。
方法2:带总和扰动补偿的普通反步滑模控制方法,其滑模面及控制律分别设计如下:
Figure GDA0002884647410000101
Figure GDA0002884647410000102
式中,λ2=diag{λ21,…,λ2n}(λ2i>0,i=1,2,…,n);控制器参数κf>max{|x3i|},i=1,…,n,其中x3i为系统总和扰动的第i个分量。
为便于对比分析,仿真研究中将两种控制方法的初始条件和控制器部分参数设置相同。工业机械臂各关节的期望轨迹为qd=[0.2sin(t) 0.3cos(t)];各关节的初始位置设定为qd(0)=[0.1 0.2];扩张状态观测器的参数设置为
Figure GDA0002884647410000103
Figure GDA0002884647410000104
方法1中,控制器参数设置为
Figure GDA0002884647410000105
β1=2,β2=2.5,
Figure GDA0002884647410000106
κd=10,κt=5;方法2中,控制器参数设置为
Figure GDA0002884647410000107
κf=10。
假设工业机械臂系统所受的外部扰动信号为
Figure GDA0002884647410000108
仿真结果如图1--图6所示。图1为本发明控制系统结构图;图2为两种方法对系统总和扰动的估计误差曲线;图3为两种方法的状态响应曲线;图4为两种方法的跟踪误差曲线;图5为两种方法的控制信号;图6为方法1改进的控制信号。由图2可见在两种方法中三阶扩张状态观测器均能较好地实现对系统总和扰动的估计,即通过合理选择观测器的参数,系统总和扰动估计误差可以控制在较小的范围内,充分体现了扩张状态观测器对系统总和扰动的估计能力,提高了系统的鲁棒性能;由图3、图4可见相比于方法2,方法1在存在系统总和扰动的情况下,能够实现对期望轨迹的有限时间跟踪,具有更短的收敛时间以及很小的稳态误差,保持了较好的动态相能,而方法2收敛速度相对较慢,稳态误差相对要较大且跟踪误差变化曲线存在一定的波动;由图6可知当用饱和函数代替符号函数后可有效抑制系统控制信号的抖振问题,确保控制信号是连续的。

Claims (1)

1.多关节工业机械臂反步有限时间滑模控制方法,其特征在于:包括以下步骤:
(1)、建立多关节工业机械臂系统模型,具体过程如下:
对于n关节工业机械臂系统,如果考虑系统未建模动态、摩擦力及干扰的影响,其动力学模型可表示为:
Figure FDA0002884647400000011
式(1)中,
Figure FDA0002884647400000012
分别表示关节的位置、速度和加速度矢量;M(q)∈Rn×n为系统正定惯性矩阵;
Figure FDA0002884647400000013
为离心力和哥氏力矩阵;G(q)∈Rn为作用在关节上的重力项矢量;τ∈Rn为控制力矩矢量,表示作用在工业机械臂各关节上的驱动力矩;d(t)∈Rn为外部未知有界扰动矢量,其中t表示时间;
由于工业机械臂系统存在包括负载扰动、测量噪声及系统外部扰动的诸多不确定性因素,要想获得精确的系统模型是比较困难的,所以,实际系统的模型可以表示为名义系统模型和总和扰动项之和的形式:
Figure FDA0002884647400000014
式(2)中,M0=M-ΔM,M0为M的名义部分,可依据经验确定,ΔM为M的不确定部分;
Figure FDA0002884647400000015
可视为系统的总和扰动项,包括系统的内部动态、参数摄动项及外部未知有界扰动;
(2)、为精确估计系统总和扰动项,设计系统三阶扩张状态观测器,具体过程如下:
(2.1)、三阶扩张状态观测器设计:
由式(2)可知,系统的总和扰动项是未知的,需要设计扩张状态观测器进行在线估计;
设x1=[x11,…,x1n]T=q,
Figure FDA0002884647400000016
同时定义系统扩张状态
Figure FDA0002884647400000017
有界,则式(2)可被增广为:
Figure FDA0002884647400000021
(2.2)、在工业机械臂控制系统中,为了检测各关节的位置信息,各关节都安装有位置传感器,假设各关节位置传感器的输出矢量可表示为yp,那么系统的输出方程可表示为:
yp=q (4);
(2.3)、为了实现对系统的关节位置、关节速度及扩张状态矢量的估计,由式(3)、式(4)扩张状态观测器可设计为
Figure FDA0002884647400000022
式(5)中,e1=[e11,…,e1n]T,e2=[e21,…,e2n]T,e3=[e31,…,e3n]T分别表示扩张状态观测器对关节位置、关节速度及扩张状态矢量的观测误差矢量;K1=diag{k11,…,k1n},K2=diag{k21,…,k2n},K3=diag{k31,…,k3n}为正定的扩张状态观测器增益矩阵;F(e1)=[f1(e11),…,fn(e1n)]T为非线性函数矢量,其中fi(e1i)具有如下形式:
Figure FDA0002884647400000023
式(6)中,i=1,…,n;0<α<1,σ>0为待整定参数;
(3)、针对系统模型公式(2),下面结合反步设计思想和有限时间滑模控制技术进行控制律设计,具体设计过程如下:
(3.1)、为了应用反步设计思想,首先定义跟踪误差矢量ε1=[ε11,…,ε1n]T=x1-qd,其中ε1i表示工业机械臂第i关节的跟踪误差,假设期望位置矢量qd充分光滑,则ε1的一阶导数可表示为:
Figure FDA0002884647400000031
(3.2)、对于x1子系统,设计虚拟控制输入为:
Figure FDA0002884647400000032
式(8)中,λ1=diag{λ11,…,λ1n},β=diag{β1,…,βn}为待设计的正定对角参数矩阵;
Figure FDA0002884647400000033
为待设计的正常数;
Figure FDA0002884647400000034
定义Lyapunov函数:
Figure FDA0002884647400000035
对V1求时间的导数并结合式(7)、式(8)可得:
Figure FDA0002884647400000036
故只要设计控制律τ使得ε2收敛到零,则可保证
Figure FDA0002884647400000037
(3.3)、针对x2子系统,在扩张状态观测器对系统总和扰动估计的基础上,采用有限时间滑模控制技术设计控制律τ以改进普通反步滑模控制方法的性能;
由式(8)可知虚拟控制输入ε2由系统跟踪误差ε1及其一阶导数构成,故系统滑模面可设计为:
s1=[s11…s1n]T=ε2 (11),
定义Lyapunov函数:
Figure FDA0002884647400000038
对V2求时间的导数可得
Figure FDA0002884647400000041
(3.4)、控制律τ设计为
Figure FDA0002884647400000042
式(14)中,κd,κt>0为待设计的控制器参数;
由于
Figure FDA0002884647400000043
故当ε1i=0且
Figure FDA0002884647400000044
时,式(14)存在奇异问题,即
Figure FDA0002884647400000045
为了克服该问题定义:
Figure FDA0002884647400000046
式中,
Figure FDA0002884647400000047
为适当小的正常数;
将控制律式(14)代入式(13)可得:
Figure FDA0002884647400000048
式(16)中,当选择κd>max{|e3i|},i=1,…,n,则:
Figure FDA0002884647400000049
因此,由Lyapunov稳定性理论可知,在控制律式(14)作用下可保证系统状态x1对期望信号qd的稳定跟踪。
CN201810575667.2A 2018-06-06 2018-06-06 多关节工业机械臂反步有限时间滑模控制方法 Active CN108803324B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810575667.2A CN108803324B (zh) 2018-06-06 2018-06-06 多关节工业机械臂反步有限时间滑模控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810575667.2A CN108803324B (zh) 2018-06-06 2018-06-06 多关节工业机械臂反步有限时间滑模控制方法

Publications (2)

Publication Number Publication Date
CN108803324A CN108803324A (zh) 2018-11-13
CN108803324B true CN108803324B (zh) 2021-06-04

Family

ID=64087223

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810575667.2A Active CN108803324B (zh) 2018-06-06 2018-06-06 多关节工业机械臂反步有限时间滑模控制方法

Country Status (1)

Country Link
CN (1) CN108803324B (zh)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109807902B (zh) * 2019-04-08 2020-12-08 青岛大学 一种基于反步法的双机械臂力/位模糊混合控制方法
CN110187637B (zh) * 2019-06-03 2021-12-10 重庆大学 在控制方向和期望轨迹不确定下的机器人系统控制方法
CN110320800B (zh) * 2019-06-20 2023-06-20 广州大学 控制系统补偿方法、装置、介质及智能设备
CN110421569B (zh) * 2019-08-29 2023-01-31 南京邮电大学 一种基于有限时间扰动观测器的反演滑模机械臂控制器设计方法
CN110977988B (zh) * 2019-12-27 2023-06-23 青岛大学 基于有限时间命令滤波的多关节机械臂阻抗控制方法
CN111558938B (zh) * 2020-04-27 2021-06-22 江苏建筑职业技术学院 一种基于观测器的机械臂系统保瞬态与稳态性能控制方法
CN111679644A (zh) * 2020-07-07 2020-09-18 南京航空航天大学 一种考虑系统延迟的不确定工业机器人运动控制方法
CN111781841B (zh) * 2020-08-28 2022-05-17 浙江协力机器人技术有限公司 基于外骨骼机器人的有限时间模型预测控制方法
CN112077846B (zh) * 2020-09-08 2022-02-18 西华大学 非线性机器人抗外源干扰控制器设计方法
CN112631126B (zh) * 2020-10-21 2022-05-24 西安工程大学 一种反步自适应控制方法
CN112454359B (zh) * 2020-11-18 2022-03-15 重庆大学 基于神经网络自适应的机器人关节跟踪控制方法
CN112859600B (zh) * 2021-01-08 2024-02-09 航天时代飞鸿技术有限公司 一种基于扩张状态观测器的机械系统有限时间控制方法
CN113093533B (zh) * 2021-03-12 2022-11-04 南京理工大学 一种考虑时变扰动的非连续卷绕系统复合控制方法
CN113093549B (zh) * 2021-04-07 2022-10-28 中国科学院宁波材料技术与工程研究所 一种多轴数控装备的复合控制方法
CN113942010B (zh) * 2021-08-30 2023-04-18 济宁学院 一种多工位机械臂双边位姿定位的自适应力矩控制方法
CN115343957B (zh) * 2022-08-30 2023-07-28 南京理工大学 基于力观测器的时延主从式机械臂系统鲁棒控制方法
CN116352705B (zh) * 2023-02-28 2024-01-09 南通大学 一种基于数据驱动的水下机械臂抗扰预测控制方法
CN117260736B (zh) * 2023-11-02 2024-04-02 北京长木谷医疗科技股份有限公司 一种机械臂动力学自适应控制方法、装置及电子设备
CN117325176A (zh) * 2023-11-02 2024-01-02 北京长木谷医疗科技股份有限公司 一种机械臂量化滑模控制方法、装置及电子设备
CN117885103B (zh) * 2024-03-14 2024-05-17 山东大学 基于降阶扩张状态观测器的柔性机械臂控制方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103728882A (zh) * 2014-01-07 2014-04-16 河海大学常州校区 微陀螺仪的自适应反演非奇异终端滑模控制方法
CN105573119A (zh) * 2016-01-13 2016-05-11 浙江工业大学 一种保证瞬态性能的机械臂伺服系统神经网络全阶滑模控制方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103728882A (zh) * 2014-01-07 2014-04-16 河海大学常州校区 微陀螺仪的自适应反演非奇异终端滑模控制方法
CN105573119A (zh) * 2016-01-13 2016-05-11 浙江工业大学 一种保证瞬态性能的机械臂伺服系统神经网络全阶滑模控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"Adaptive backstepping finite-time sliding mode control of spacecraft attitude tracking";Chutiphon Pukdeboon;《Journal of Systems Engineering and Electronics》;20150830;第26卷(第4期);全文 *
"Adaptive Backstepping Sliding Mode Control based on Nonlinear Disturbance Observer for Trajectory Tracking of Robotic Manipulator";Aquib Mustafa 等;《2017 2nd International Conference on Control and Robotics Engineering》;20171231;全文 *
"基于BackSteping算法的工业机械臂快速精确跟踪控制器设计";郭一军 等;《天津理工大学学报》;20151031;第31卷(第5期);全文 *

Also Published As

Publication number Publication date
CN108803324A (zh) 2018-11-13

Similar Documents

Publication Publication Date Title
CN108803324B (zh) 多关节工业机械臂反步有限时间滑模控制方法
CN109927032B (zh) 一种基于高阶滑模观测器的机械臂轨迹跟踪控制方法
CN111152225B (zh) 存在输入饱和的不确定机械臂固定时间轨迹跟踪控制方法
CN108614426B (zh) 一种基于干扰观测器的多移动机器人编队鲁棒控制方法
CN112241124B (zh) 一种自适应反演积分非奇异快速终端滑模控制器设计方法
CN107045557B (zh) 面向约束的可重构机械臂非奇异终端滑模力位置控制方法
Huang et al. Intelligent friction modeling and compensation using neural network approximations
CN105563489B (zh) 基于非线性自抗扰控制技术的柔性机械臂控制方法
CN108875253B (zh) 基于干扰观测器的欠驱动吊车系统的终端滑模消摆控制方法及系统
CN104111607B (zh) 一种考虑输入时滞的电机位置伺服系统的控制方法
CN108508749A (zh) 一种用于抓捕非合作目标的空间机械臂系统抗干扰迭代学习控制方法
CN107561935A (zh) 基于多层神经网络的电机位置伺服系统摩擦补偿控制方法
CN103728988B (zh) 基于内模的scara机器人轨迹跟踪控制方法
CN109828468B (zh) 一种针对磁滞非线性机器人系统的控制方法
CN107703753B (zh) 一种空间机械臂的容错控制方法
CN109240092B (zh) 基于多智能体可重构模块化柔性机械臂轨迹跟踪控制方法
CN105045103A (zh) 一种基于LuGre摩擦模型伺服机械手摩擦补偿控制系统及方法
CN110794678A (zh) 一种磁滞非线性受限下的四通道遥操作力反馈控制方法
CN116339141B (zh) 一种机械臂全局固定时间轨迹跟踪滑模控制方法
CN111948943A (zh) 一种柔性机械臂的组合滑模运动控制方法
CN107765548B (zh) 基于双观测器的发射平台高精度运动控制方法
CN104965413B (zh) 受控化发射平台的摩擦补偿自适应控制方法
CN105759616A (zh) 考虑死区特性的伺服系统有限时间控制方法
CN111673742A (zh) 一种工业机器人轨迹跟踪控制算法
Hu et al. Impedance with Finite‐Time Control Scheme for Robot‐Environment Interaction

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant