CN109227545A - 一种基于可达集估计的柔性机械臂目标追踪控制方法 - Google Patents

一种基于可达集估计的柔性机械臂目标追踪控制方法 Download PDF

Info

Publication number
CN109227545A
CN109227545A CN201811279572.2A CN201811279572A CN109227545A CN 109227545 A CN109227545 A CN 109227545A CN 201811279572 A CN201811279572 A CN 201811279572A CN 109227545 A CN109227545 A CN 109227545A
Authority
CN
China
Prior art keywords
fuzzy
mechanical arm
formula
membership function
obtains
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.)
Granted
Application number
CN201811279572.2A
Other languages
English (en)
Other versions
CN109227545B (zh
Inventor
钟智雄
林文忠
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.)
Minjiang University
Original Assignee
Minjiang 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 Minjiang University filed Critical Minjiang University
Priority to CN201811279572.2A priority Critical patent/CN109227545B/zh
Publication of CN109227545A publication Critical patent/CN109227545A/zh
Application granted granted Critical
Publication of CN109227545B publication Critical patent/CN109227545B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1612Programme controls characterised by the hand, wrist, grip control

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Feedback Control In General (AREA)
  • Control Of Position Or Direction (AREA)

Abstract

本发明涉及一种基于可达集估计的柔性机械臂目标追踪控制方法,首先搭建仿人机械臂柔性运动系统,使用中立II型T‑S模糊方法去建立柔性仿人机械臂的非线性动态系统。考虑到中立II型T‑S模糊系统的模糊隶属度函数难以准确获得,取模糊系统的模糊隶属度函数上下界的中间值作为控制器模糊隶属度函数。基于可达集估计的方法,设计中立II型模糊控制器,使得仿人机械臂的目标追踪误差可以被控制在允许的误差范围内。本发明设计的一种基于可达集估计的柔性机械臂目标追踪控制方法,该方法设计的中立II型模糊控制器可以使仿人柔性机械臂的目标追踪误差控制在允许的范围内,具有广阔的市场应用前景。

Description

一种基于可达集估计的柔性机械臂目标追踪控制方法
技术领域
本发明涉及机器人领域,特别是一种基于可达集估计的柔性机械臂目标追踪控制方法。
背景技术
机器人可代替或协助人类完成各种艰苦或危险的工作,对其研发就显得非常重要。仿人机械臂是实现机器人抓取的关键,对其末端的定位与稳定工作的要求极高。然而,传动的控制方法忽略了臂杆传动的柔性会导致机械臂末端定位的困难,并极易引发系统工作不稳定。
发明内容
有鉴于此,本发明的目的是提出一种基于可达集估计的柔性机械臂目标追踪控制方法,使得仿人机械臂的目标追踪误差可以被控制在允许的误差范围内。
本发明采用以下方案实现:一种基于可达集估计的柔性机械臂目标追踪控制方法,具体包括以下步骤:
步骤S1:搭建仿人机械臂柔性运动系统;其中,所述仿人机械臂柔性运动系统包括机械臂驱动电机、机械臂目标负载、机械臂目标输出轴、阻尼组件、齿轮传动组件、刚性组件、驱动输出轴、以及基体;
步骤S2:根据物理学原理以及中立II型T-S模糊模型的表达方法,建立柔性仿人机械臂的非线性动态系统;
步骤S3:考虑到中立II型T-S模糊系统的模糊隶属度函数难以准确获得,取模糊系统的模糊隶属度函数上下界的中间值作为控制器模糊隶属度函数;基于可达集估计的方法,设计中立II型模糊控制器,使得仿人机械臂的目标追踪误差可以被控制在允许的误差范围内。
进一步地,步骤S2具体包括以下步骤:
步骤S21:根据搭建的仿人机械臂柔性运动系统,分成输入传动系统、中间传动系统、以及输出传动系统;其中,输入传动系统模型如公式(1)所示:
其中Jin表示输入端的转动惯量,θin分别是输入轴的转角、角速度和角加速度,Fin是输入端摩擦力力矩,Tin是电机驱动力矩,τin(t)是中间传动系统输入端扭转力矩;
步骤S22:考虑到中间传动系统存在齿轮传动组件,存在间隙非线性死区模型如下:
其中是Δθ的导数,Δθ=θinout表示等效的关节阻尼系数,k表示等效的关节刚度系数;
考虑输出传动系统模型如下:
式中,Jout表示输出端的转动惯量,θout分别是输出轴的转角、角速度和角加速度,Fout是输出端摩擦力力矩,τout(t)是中间传动系统输出端扭转力矩;
步骤S23:定义∈out=θoutref,其中θref假定为常数,则基于系统存在间隙非线性死区情形,得到如下的三个切换子系统:
式中,φout表示输出轴的角速度,ζout表示输出轴的角加速度;
步骤S24:假定系统存在未知的有界扰动其中i表示为第i个切换系统,表示未知的扰动上界,将具有三个情形的切换系统改写作为状态空间表达式,得到:
其中i∈[1,2,3],初始值是0,并且
步骤S25:选取θinζoutΔθ、φout、∈out作为模糊前件变量,使用II型模糊集建模方法,那么将非线性切换系统表达如下的模糊模型:
其中 是非线性函数Ai(t)线性化后的结果,而是非线性函数Bii)线性化后的结果;是中立II型的模糊集;ri表示模糊的规则数量。
进一步地,步骤S3具体包括以下步骤:
步骤S31:考虑到中立II型T-S模糊系统的模糊隶属度函数难以准确获得,取模糊系统的模糊隶属度函数上下界的中间值作为控制器模糊隶属度函数,定义
其中 表示设计的控制器增益;因为模型系统的高低界隶属度函数是已知的,取中间值的好处是使得模糊系统(9)的隶属度函数与控制器(10)的隶属度函数的差值具有最小的边界,即:
式中,表示一个有界的标量;
步骤S32:建立如下的李雅普诺夫函数:
其中P是正定对称的矩阵;
定义一个性能指标得到:
式中,a表示一个给定标量满足0<a<1,μi表示系统的归一化的模糊隶属度函数集合,表示控制器的归一化的模糊隶属度函数集合,并且定义
式中,Sym(*)表示Sym(*)=*T+*,*表示矩阵的对称转置,
得到:
对公式(15)两端乘以eat,得到:
步骤S33:对公式(16)进行积分后,得到:
因此得到:Vi(T)<1,那么进一步定义矩阵 那么有这里已经得到仿人机械臂的跟踪误差范围;
步骤S34:将非线性矩阵不等式在公式(14)进行线性化处理;首先定义具有适当维数的对称矩阵那么抽取公式的模糊隶属度函数后得到:
式中, 表示系统的归一化的模糊隶属度函数,表示一个有界的标量;
由于抽出模糊隶属度函数,得到
步骤S35:对公式(19)进行左乘右乘其中P-1=X,得到:
其中
并且根据公式(19)和公式(20),得到:
步骤S36:求解公式(21)得到控制器的增益那么这一系列设计步骤所设计的中立II型模糊控制器,使得仿人机械臂的目标追踪误差能够被控制在允许的误差范围内。
与现有技术相比,本发明有以下有益效果:本发明设计的中立II型模糊控制器可以使仿人柔性机械臂的目标追踪误差控制在允许的范围内,具有广阔的市场应用前景。
附图说明
图1为本发明实施例的柔性机械臂传动系统示意图。
图2为本发明实施例的方法流程示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图1以及图2所示,本实施例提供了一种基于可达集估计的柔性机械臂目标追踪控制方法,具体包括以下步骤:
步骤S1:搭建仿人机械臂柔性运动系统;其中,所述仿人机械臂柔性运动系统包括机械臂驱动电机、机械臂目标负载、机械臂目标输出轴、阻尼组件、齿轮传动组件、刚性组件、驱动输出轴、以及基体;
步骤S2:根据物理学原理以及中立II型T-S模糊模型的表达方法,建立柔性仿人机械臂的非线性动态系统;
步骤S3:考虑到中立II型T-S模糊系统的模糊隶属度函数难以准确获得,取模糊系统的模糊隶属度函数上下界的中间值作为控制器模糊隶属度函数;基于可达集估计的方法,设计中立II型模糊控制器,使得仿人机械臂的目标追踪误差可以被控制在允许的误差范围内。
在本实施例中,步骤S2具体包括以下步骤:
步骤S21:根据搭建的仿人机械臂柔性运动系统,分成输入传动系统、中间传动系统、以及输出传动系统;其中,输入传动系统模型如公式(1)所示:
其中Jin表示输入端的转动惯量,θin分别是输入轴的转角、角速度和角加速度,Fin是输入端摩擦力力矩,Tin是电机驱动力矩,τin(t)是中间传动系统输入端扭转力矩;
步骤S22:考虑到中间传动系统存在齿轮传动组件,存在间隙非线性死区模型如下:
其中是Δθ的导数,Δθ=θinout表示等效的关节阻尼系数,k表示等效的关节刚度系数;
考虑输出传动系统模型如下:
式中,Jout表示输出端的转动惯量,θout分别是输出轴的转角、角速度和角加速度,Fout是输出端摩擦力力矩,τout(t)是中间传动系统输出端扭转力矩;
步骤S23:定义∈out=θoutref,其中θref假定为常数,则基于系统存在间隙非线性死区情形,得到如下的三个切换子系统:
式中,φout表示输出轴的角速度,ζout表示输出轴的角加速度;
步骤S24:假定系统存在未知的有界扰动其中i表示为第i个切换系统,表示未知的扰动上界,将具有三个情形的切换系统改写作为状态空间表达式,得到:
其中i∈[1,2,3],初始值是0,并且
步骤S25:选取θinζoutΔθ、φout、∈out作为模糊前件变量,使用II型模糊集建模方法,那么将非线性切换系统表达如下的模糊模型:
其中 是非线性函数Ai(t)线性化后的结果,而是非线性函数Bii)线性化后的结果;是中立II型的模糊集;ri表示模糊的规则数量。
在本实施例中,步骤S3具体包括以下步骤:
步骤S31:考虑到中立II型T-S模糊系统的模糊隶属度函数难以准确获得,取模糊系统的模糊隶属度函数上下界的中间值作为控制器模糊隶属度函数,定义
其中 表示设计的控制器增益;因为模型系统的高低界隶属度函数是已知的,取中间值的好处是使得模糊系统(9)的隶属度函数与控制器(10)的隶属度函数的差值具有最小的边界,即:
式中,表示一个有界的标量;
步骤S32:建立如下的李雅普诺夫函数:
其中P是正定对称的矩阵;
定义一个性能指标得到:
式中,a表示一个给定标量满足0<a<1,μi表示系统的归一化的模糊隶属度函数集合,表示控制器的归一化的模糊隶属度函数集合,并且定义
式中,Sym(*)表示Sym(*)=*T+*,*表示矩阵的对称转置,
得到:
对公式(15)两端乘以eat,得到:
步骤S33:对公式(16)进行积分后,得到:
因此得到:Vi(T)<1,那么进一步定义矩阵 那么有这里已经得到仿人机械臂的跟踪误差范围;
步骤S34:将非线性矩阵不等式在公式(14)进行线性化处理;首先定义具有适当维数的对称矩阵那么抽取公式的模糊隶属度函数后得到:
式中, 表示系统的归一化的模糊隶属度函数,表示一个有界的标量;
由于抽出模糊隶属度函数,得到
步骤S35:对公式(19)进行左乘右乘其中P-1=X,得到:
其中
并且根据公式(19)和公式(20),得到:
步骤S36:求解公式(21)得到控制器的增益那么这一系列设计步骤所设计的中立II型模糊控制器,使得仿人机械臂的目标追踪误差能够被控制在允许的误差范围内。
以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。

Claims (3)

1.一种基于可达集估计的柔性机械臂目标追踪控制方法,其特征在于:包括以下步骤:
步骤S1:搭建仿人机械臂柔性运动系统;其中,所述仿人机械臂柔性运动系统包括机械臂驱动电机、机械臂目标负载、机械臂目标输出轴、阻尼组件、齿轮传动组件、刚性组件、驱动输出轴、以及基体;
步骤S2:根据物理学原理以及中立II型T-S模糊模型的表达方法,建立柔性仿人机械臂的非线性动态系统;
步骤S3:考虑到中立II型T-S模糊系统的模糊隶属度函数难以准确获得,取模糊系统的模糊隶属度函数上下界的中间值作为控制器模糊隶属度函数;基于可达集估计的方法,设计中立II型模糊控制器,使得仿人机械臂的目标追踪误差可以被控制在允许的误差范围内。
2.根据权利要求1所述的一种基于可达集估计的柔性机械臂目标追踪控制方法,其特征在于:步骤S2具体包括以下步骤:
步骤S21:根据搭建的仿人机械臂柔性运动系统,分成输入传动系统、中间传动系统、以及输出传动系统;其中,输入传动系统模型如公式(1)所示:
其中Jin表示输入端的转动惯量,θin分别是输入轴的转角、角速度和角加速度,Fin是输入端摩擦力力矩,Tin是电机驱动力矩,τin(t)是中间传动系统输入端扭转力矩;
步骤S22:考虑到中间传动系统存在齿轮传动组件,存在间隙非线性死区模型如下:
其中是Δθ的导数,Δθ=θinout表示等效的关节阻尼系数,k表示等效的关节刚度系数;
考虑输出传动系统模型如下:
式中,Jout表示输出端的转动惯量,θout分别是输出轴的转角、角速度和角加速度,Fout是输出端摩擦力力矩,τout(t)是中间传动系统输出端扭转力矩;
步骤S23:定义∈out=θoutref,其中θref假定为常数,则基于系统存在间隙非线性死区情形,得到如下的三个切换子系统:
式中,φout表示输出轴的角速度,ζout表示输出轴的角加速度;
步骤S24:假定系统存在未知的有界扰动其中i表示为第i个切换系统,表示未知的扰动上界,将具有三个情形的切换系统改写作为状态空间表达式,得到:
其中i∈[1,2,3],初始值是0,并且
步骤S25:选取θinζoutΔθ、φout、∈out作为模糊前件变量,使用II型模糊集建模方法,那么将非线性切换系统表达如下的模糊模型:
其中 是非线性函数Ai(t)线性化后的结果,而是非线性函数Bii)线性化后的结果;是中立II型的模糊集;ri表示模糊的规则数量。
3.根据权利要求1所述的一种基于可达集估计的柔性机械臂目标追踪控制方法,其特征在于:步骤S3具体包括以下步骤:
步骤S31:考虑到中立II型T-S模糊系统的模糊隶属度函数难以准确获得,取模糊系统的模糊隶属度函数上下界的中间值作为控制器模糊隶属度函数,定义
其中 表示设计的控制器增益;因为模型系统的高低界隶属度函数是已知的,取中间值的好处是使得模糊系统(9)的隶属度函数与控制器(10)的隶属度函数的差值具有最小的边界,即:
式中,表示一个有界的标量;
步骤S32:建立如下的李雅普诺夫函数:
其中P是正定对称的矩阵;
定义一个性能指标得到:
式中,a表示一个给定标量满足0<a<1,μi表示系统的归一化的模糊隶属度函数集合,表示控制器的归一化的模糊隶属度函数集合,并且定义
式中,Sym(*)表示Sym(*)=*T+*,*表示矩阵的对称转置,
得到:
对公式(15)两端乘以eat,得到:
步骤S33:对公式(16)进行积分后,得到:
因此得到:Vi(T)<1,那么进一步定义矩阵 那么有这里已经得到仿人机械臂的跟踪误差范围;
步骤S34:将非线性矩阵不等式在公式(14)进行线性化处理;首先定义具有适当维数的对称矩阵那么抽取公式的模糊隶属度函数后得到:
式中, 表示系统的归一化的模糊隶属度函数,表示一个有界的标量;
由于抽出模糊隶属度函数,得到
步骤S35:对公式(19)进行左乘右乘其中P-1=X,得到:
其中
并且根据公式(19)和公式(20),得到:
步骤S36:求解公式(21)得到控制器的增益那么这一系列设计步骤所设计的中立II型模糊控制器,使得仿人机械臂的目标追踪误差能够被控制在允许的误差范围内。
CN201811279572.2A 2018-10-30 2018-10-30 一种基于可达集估计的柔性机械臂目标追踪控制方法 Active CN109227545B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811279572.2A CN109227545B (zh) 2018-10-30 2018-10-30 一种基于可达集估计的柔性机械臂目标追踪控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811279572.2A CN109227545B (zh) 2018-10-30 2018-10-30 一种基于可达集估计的柔性机械臂目标追踪控制方法

Publications (2)

Publication Number Publication Date
CN109227545A true CN109227545A (zh) 2019-01-18
CN109227545B CN109227545B (zh) 2020-05-05

Family

ID=65079452

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811279572.2A Active CN109227545B (zh) 2018-10-30 2018-10-30 一种基于可达集估计的柔性机械臂目标追踪控制方法

Country Status (1)

Country Link
CN (1) CN109227545B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109773799A (zh) * 2019-03-27 2019-05-21 闽江学院 一种刚性仿人机械手多速率采样协调控制方法
CN110011421A (zh) * 2019-04-28 2019-07-12 闽江学院 一种自我触发的能源互联网电力路由器网络控制方法
CN111716360A (zh) * 2020-06-30 2020-09-29 河北工业大学 一种基于模糊逻辑的柔性关节机械臂采样控制方法及装置
CN111856939A (zh) * 2020-07-30 2020-10-30 中国科学院光电技术研究所 一种用于光电跟踪系统的模糊ii型控制器设计方法
CN112894819A (zh) * 2021-01-29 2021-06-04 佛山树客智能机器人科技有限公司 一种基于双神经网络的机器人动力学运动控制方法及装置
CN117193001A (zh) * 2023-09-25 2023-12-08 南通大学 一种基于积分强化学习的双曲趋近律滑模控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013003845A (ja) * 2011-06-16 2013-01-07 Institute Of National Colleges Of Technology Japan 組み込み知能コントローラ、制御システム、制御プログラム、記録媒体、及び制御方法
CN104260107A (zh) * 2014-09-04 2015-01-07 北京邮电大学 一种实现空间机械臂柔性关节齿隙补偿的方法
CN104932271A (zh) * 2015-06-08 2015-09-23 浙江工业大学 一种机械臂伺服系统的神经网络全阶滑模控制方法
CN106113040A (zh) * 2016-07-19 2016-11-16 浙江工业大学 基于串并联估计模型的柔性机械臂系统模糊控制方法
CN108284442A (zh) * 2017-01-24 2018-07-17 中国北方车辆研究所 一种基于模糊神经网络的机械臂柔性关节控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013003845A (ja) * 2011-06-16 2013-01-07 Institute Of National Colleges Of Technology Japan 組み込み知能コントローラ、制御システム、制御プログラム、記録媒体、及び制御方法
CN104260107A (zh) * 2014-09-04 2015-01-07 北京邮电大学 一种实现空间机械臂柔性关节齿隙补偿的方法
CN104932271A (zh) * 2015-06-08 2015-09-23 浙江工业大学 一种机械臂伺服系统的神经网络全阶滑模控制方法
CN106113040A (zh) * 2016-07-19 2016-11-16 浙江工业大学 基于串并联估计模型的柔性机械臂系统模糊控制方法
CN108284442A (zh) * 2017-01-24 2018-07-17 中国北方车辆研究所 一种基于模糊神经网络的机械臂柔性关节控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张丽萍等: "基于T-S模型的迭代学习控制算法及其在机器人点位控制中的仿真研究", 《系统仿真学报》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109773799A (zh) * 2019-03-27 2019-05-21 闽江学院 一种刚性仿人机械手多速率采样协调控制方法
CN109773799B (zh) * 2019-03-27 2020-05-05 闽江学院 一种刚性仿人机械手多速率采样协调控制方法
CN110011421A (zh) * 2019-04-28 2019-07-12 闽江学院 一种自我触发的能源互联网电力路由器网络控制方法
CN110011421B (zh) * 2019-04-28 2020-07-07 闽江学院 一种自我触发的能源互联网电力路由器网络控制方法
CN111716360A (zh) * 2020-06-30 2020-09-29 河北工业大学 一种基于模糊逻辑的柔性关节机械臂采样控制方法及装置
CN111716360B (zh) * 2020-06-30 2021-05-18 河北工业大学 一种基于模糊逻辑的柔性关节机械臂采样控制方法及装置
CN111856939A (zh) * 2020-07-30 2020-10-30 中国科学院光电技术研究所 一种用于光电跟踪系统的模糊ii型控制器设计方法
CN111856939B (zh) * 2020-07-30 2022-04-19 中国科学院光电技术研究所 一种用于光电跟踪系统的模糊ii型控制器设计方法
CN112894819A (zh) * 2021-01-29 2021-06-04 佛山树客智能机器人科技有限公司 一种基于双神经网络的机器人动力学运动控制方法及装置
CN117193001A (zh) * 2023-09-25 2023-12-08 南通大学 一种基于积分强化学习的双曲趋近律滑模控制方法
CN117193001B (zh) * 2023-09-25 2024-04-09 南通大学 一种基于积分强化学习的双曲趋近律滑模控制方法

Also Published As

Publication number Publication date
CN109227545B (zh) 2020-05-05

Similar Documents

Publication Publication Date Title
CN109227545A (zh) 一种基于可达集估计的柔性机械臂目标追踪控制方法
Chang et al. Adaptive fuzzy tracking control design for permanent magnet synchronous motors with output constraint
CN105479459B (zh) 机器人零力控制方法以及系统
CN105137764B (zh) 一种具有快速响应及鲁棒性能的并联机器人运动控制方法
CN104723340B (zh) 基于连接和阻尼配置的柔性关节机械臂的阻抗控制方法
CN102301582B (zh) 阀控制装置
CN109927032A (zh) 一种基于高阶滑模观测器的机械臂轨迹跟踪控制方法
CN102385342B (zh) 虚拟轴机床并联机构运动控制的自适应动态滑模控制方法
Wang et al. Unknown input observer‐based robust adaptive funnel motion control for nonlinear servomechanisms
CN107121932A (zh) 电机伺服系统误差符号积分鲁棒自适应控制方法
CN108453732A (zh) 控制体系封闭机器人自适应动态力/位置混合控制方法
Wang et al. Adaptive robust torque control of electric load simulator with strong position coupling disturbance
CN103869748B (zh) 非圆曲面xy直驱加工廓形误差交叉耦合控制系统及方法
CN104965413B (zh) 受控化发射平台的摩擦补偿自适应控制方法
Dülger et al. Modeling and simulation of a hybrid actuator
CN102594251A (zh) 一种具有测量延时输出的伺服电机的滑模控制方法
CN108536185A (zh) 一种基于降阶级联扩张状态观测器的双框架磁悬浮cmg框架系统参数优化方法
CN114035588B (zh) 一种移动机器人轨迹跟踪事件触发控制方法
CN111673742A (zh) 一种工业机器人轨迹跟踪控制算法
CN109015662B (zh) 一种刚性多机器人广义系统协调控制方法
Bridges et al. Adaptive control of rigid-link electrically-driven robots actuated with brushless DC motors
CN110561427A (zh) 一种基于补偿的串联弹性驱动器柔顺控制系统及方法
Yuan et al. Achieving minimum phase transfer function for a noncollocated single‐link flexible manipulator
Castaneda et al. Real-time torque control using discrete-time recurrent high-order neural networks
Zouari et al. Comparative study between PI and sliding mode controllers for flexible joint manipulator driving by brushless DC motor

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