CN109884890A - 一种电驱动机械臂伺服系统的时变约束反演控制方法 - Google Patents
一种电驱动机械臂伺服系统的时变约束反演控制方法 Download PDFInfo
- Publication number
- CN109884890A CN109884890A CN201910117393.7A CN201910117393A CN109884890A CN 109884890 A CN109884890 A CN 109884890A CN 201910117393 A CN201910117393 A CN 201910117393A CN 109884890 A CN109884890 A CN 109884890A
- Authority
- CN
- China
- Prior art keywords
- mechanical arm
- error
- joint
- vector
- electric drive
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000013461 design Methods 0.000 claims abstract description 9
- 230000000694 effects Effects 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 15
- 230000001133 acceleration Effects 0.000 claims description 12
- 230000005484 gravity Effects 0.000 claims description 6
- 238000013459 approach Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000009897 systematic effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Landscapes
- Feedback Control In General (AREA)
Abstract
一种电驱动机械臂伺服系统的时变约束反演控制方法,包括:(1)建立机械臂伺服系统模型,通过初始化系统状态及控制参数得到机械臂伺服系统的状态空间模型;(2)设计误差向量和改进的边界李雅普诺夫函数,并根据改进的边界李雅普诺夫函数设计反演控制器;所述改进的边界李雅普诺夫函数在系统误差变大并接近边界时,会导致控制信号增大,增强控制效果,并使误差减小,最终保持在边界允许的范围内;所述改进的边界李雅普诺夫函数引入了自然常数e;所述误差向量包括关节位置向量误差和关节速度向量误差。本发明能提供的控制方法可以有效消除系统的超调过大问题,使机械臂伺服系统能够实现精确的跟踪控制。
Description
技术领域
本发明涉及一种电驱动机械臂伺服系统的时变约束反演控制方 法,特别是对于关节位置和关节速度受非对称时变约束的电驱动机械 臂伺服系统的反演控制方法。
背景技术
机械臂伺服系统在机器人及航天等高技术领域已获得广泛应用, 运动精度作为机械臂伺服系统完成指定操作任务的重要性能指标,已 成为个国内外学者研究的热点。针对如何有效提高系统的运动精度, 国内外已提出多种控制方法,包括PID控制,自适应控制,滑模控制 及反演控制等。如公开号为CN106338911A的中国专利文献公开了一 种应用于回转式机电作动器伺服系统的专家PID控制方法,位置环 PID控制如下:(1)将回转式机电作动器伺服系统阶跃响应分为作用响 应期,超调上升期,超调下降期,作用下降期;建立专家规则库,该 专家规则库表征各时域阶段的比例、积分、微分系数调整率关系,该 调整率与位置误差及误差变化率有关;(2)形成控制误差与控制误差 变化率;(3)根据控制误差与控制误差变化率判断处在伺服系统阶跃 响应哪个时域阶段,并查询专家规则库,形成比例系数调整率、积分 系数调整率、与微分系数调整率;(4)利用上述结果对比例、积分、 微分系数进行实时修正,产生位置环输出,经速度环、电流环,作用 于回转式机电作动器,产生机械运动输出。公开号为CN104238361A 的中国专利文献公开了一种具有渐进跟踪性能的电机伺服系统自适 应鲁棒位置控制方法,其实现包括以下步骤:步骤1、建立电机伺服系统数学模型;步骤2、配置自适应律对电机伺服系统中的不确定性 参数进行估计;步骤3、配置具有渐进跟踪性能的电机伺服系统自适 应鲁棒位置控制器;以及步骤4、确定电机伺服系统中相关参数和函 数使得电机伺服系统的位置输出准确地渐进跟踪期望的位置指令,并 且使电机伺服系统的输入无抖动现象产生。
其中由于反演控制通过反向设计使李雅普诺夫函数和控制器的设 计过程系统化、结构化,降低了复杂度,同时可以控制相对阶为n的 非线性系统,消除了经典无源性设计中相对阶为1的限制等优点,在 机械臂伺服系统中的应用已经越来越明显。
在传统的机械臂控制器设计中,很少有考虑机械臂关节位置误差 和关节速度误差的限幅问题,从而设计出的控制器往往在运行初期有 很大的超调。在实际应用中,太大的超调不但影响系统的定位精度和 跟踪性能,甚至会对系统的执行器件造成损坏。同时,系统在实际运 行期间的误差限幅不一定是上下对称的也不一定是固定不变的,可能 在运行期间发生变化。因此,如何限制系统的超调,使误差始终保持 在限幅内,是机械臂伺服系统控制中亟待解决的问题。
发明内容
本发明提出的目的在于提供一种电驱动机械臂伺服系统的时变约 束反演控制方法,该方法采用一种改进的边界李雅普诺夫函数,并结 合反演控制方法设计控制器,使关节位置和关节速度受非对称时变约 束的机械臂伺服系统能够精确定位和跟踪,并使误差始终保持在限幅 内。
为了解决上述技术问题提出的技术方案如下:
一种电驱动机械臂伺服系统的时变约束反演控制方法,包括以下 步骤:
(1)建立机械臂伺服系统模型,通过初始化系统状态及控制参 数得到机械臂伺服系统的状态空间模型;
(2)设计误差向量和改进的边界李雅普诺夫函数,并根据改进 的边界李雅普诺夫函数设计反演控制器;所述改进的边界李雅普诺夫 函数在系统误差变大并接近边界时,会导致控制信号增大,增强控制 效果,并使误差减小,最终保持在边界允许的范围内;所述改进的边 界李雅普诺夫函数引入了自然常数e;所述误差向量包括关节位置向 量误差和关节速度向量误差。
在步骤(1)中,所述电驱动机械臂伺服系统模型拥有两个关节, 所述电驱动机械臂伺服系统模型表示成如下形式:
其中,q,和分别是电驱动机械臂关节的角位置向量,角速 度向量和角加速度向量;M是电驱动机械臂关节的对称正定惯性矩 阵;C是电驱动机械臂关节的离心力科里奥利矩阵;G是电驱动机械 臂关节的重力矩阵;τ是电机输出给电驱动机械臂关节的转矩向量; i是电机电流向量;KT是由电机的机电参数所决定的电流和转矩之间 转换系数,为大于0的一个正常数;u是输入电压向量;L和R分别 是电机的电阻值矩阵和电感值矩阵;Ke是电机的反电动势的反馈系 数,为大于0的一个正常数;
其中,
c=m2l1l2sin(q2)
q1,和分别是电驱动机械臂关节1的角位置,角速度和角加速度; q2,和分别是电驱动机械臂关节2的角位置,角速度和角加速度; l1,l2分别是电驱动机械臂连杆1与电驱动机械臂连杆2的长度;m1,m2分别是电驱动机械臂连杆1与电驱动机械臂连杆2的质量;g为重 力加速度;J1,J2分别是电驱动机械臂关节1与电驱动机械臂关节2 的转动惯量。
在步骤(1)中,所述初始化系统状态及控制参数为:定义状态变 量x1=q,x3=i,系统输出为y=x1,将电驱动机械臂伺服 系统写成如下状态空间形式:
在步骤(2)中,所述的电驱动机械臂伺服系统的误差向量为:
所述误差向量的一阶导数向量为如下形式:
其中,xd为给定的参考角位置跟踪信号向量;α1,α2为虚拟控制 律向量,系统的关节位置向量误差和关节速度向量误差z1,z2受到非 对称的时变约束,z3是反步法的第三个误差变量,是系统状态x3和虚 拟控制律α2之间的误差。
在步骤(2)中,所述虚拟控制律向量为如下形式:
所述输入电压向量为如下形式:
其中,K1,K21,K22,K3为控制器增益常数; β1为正的常数;是电驱动机械臂各关节 的参考角速度跟踪信号;z1j是电驱动机械臂各关节的角位置误差;
β2为正的常数;ka1j为各关节位置误差的约束上界,kb1j为各关节位置误差 的约束下界,且在初始时刻有-kb1j<z1j<ka1j;ka1j,kb1j均为有界且可 导的时变函数,并且其导数也都有界且可导;ka2j为各关节 速度误差的约束上界,kb2j为各关节速度误差的约束下界,且在初始 时刻有-kb2j<z2j<ka2j,ka2j,kb2j均为有界且可导的时变函数,并且其 导数也都有界且可导;z2j是电驱动机械臂各关节的角速度 误差;S(zjn)为切换函数,其中j=1,2并且n=1,2。
在步骤(2)中,所述改进的边界李雅普诺夫函数V为:
V=V1+V2+V3 (8)
其中,
e为自然常数。
对V求导并将式(5)-(7)代入得:
在任何情况下都有:
在任何情况下都有:
可得系统稳定。
在所述的改进的边界李雅普诺夫函数中,V1和V2中用到了改进型 的边界李雅普诺夫函数,一旦系统误差变大并接近边界时,此函数会 导致控制信号增大,增强控制效果,并使误差减小,最终保持在边界 允许的范围内;并且此边界李雅普诺夫函数引入了自然常数e,简化 了求导过程中的复杂度,也简化了控制器设计的复杂度。
为了提高机械臂伺服系统的精度和同步性能,并有效消除机械臂 伺服系统中超调过大的问题,本发明提供了一种电驱动机械臂伺服系 统的时变约束反演控制方法,采用一种改进的边界李雅普诺夫函数, 结合反演控制方法设计控制器,使系统的关节位置和关节速度始终保 持在非对称时变约束允许的范围内,实现机械臂伺服系统的精确定位 和跟踪,有效消除传统机械臂控制方法中的超调过大问题。
附图说明
图1为本发明提供的的控制方法的流程图;
图2为参考轨迹为xd=[sin(0.5t),2cos(0.5t)]T时本发明的位置跟踪轨 迹示意图,其中图2(a)是关节1的跟踪轨迹示意图;图2(b)是关节2 的跟踪轨迹示意图;
图3为参考轨迹为xd=[sin(0.5t),2cos(0.5t)]T时本发明的位置跟踪误 差示意图;
图4为参考轨迹为xd=[sin(0.5t),2cos(0.5t)]T时本发明的速度跟踪示 意图,其中图4(a)是关节1的速度跟踪示意图;图4(b)是关节2的速度 跟踪示意图;
图5为参考轨迹为xd=[sin(0.5t),2cos(0.5t)]T时本发明的位置速度误 差示意图;
图6为参考轨迹为xd=[sin(0.5t),2cos(0.5t)]T时本发明的电压控制信 号示意图。
具体实施方式
下面结合附图对本发明做进一步说明。
参照图1-图6,一种电驱动机械臂伺服系统的时变约束反演控制方 法,包括以下步骤:
步骤1,建立电驱动机械臂伺服系统模型;
1.1,电驱动机械臂伺服系统模型可表示成如下形式:
该电驱动机械臂伺服系统模型拥有两个关节;其中,q,和分别 是电驱动机械臂关节的角位置向量,角速度向量和角加速度向量;M 是电驱动机械臂关节的对称正定惯性矩阵;C是电驱动机械臂关节的 离心力科里奥利矩阵;G是电驱动机械臂关节的重力矩阵;τ是电机 输出给电驱动机械臂关节的转矩向量;i是电机电流向量;KT是由电 机的机电参数所决定的电流和转矩之间转换系数,为大于0的一个正 常数;u是输入电压向量;L和R分别是电机的电阻值矩阵和电感值 矩阵;Ke是电机的反电动势的反馈系数,为大于0的一个正常数;
其中,
c=m2l1l2sin(q2)
q1,和分别是电驱动机械臂关节1的角位置,角速度和角加速度; q2,和分别是电驱动机械臂关节2的角位置,角速度和角加速度; l1,l2分别是电驱动机械臂连杆1与电驱动机械臂连杆2的长度;m1, m2分别是电驱动机械臂连杆1与电驱动机械臂连杆2的质量;g为重 力加速度;J1,J2分别是电驱动机械臂关节1与电驱动机械臂关节2 的转动惯量;
1.2,定义状态变量x1=q,x3=i,系统输出为y=x1,将 电驱动机械臂伺服系统写成如下状态空间形式:
步骤2,反演控制器设计;
2.1,定义电驱动机械臂伺服系统的误差向量及其一阶导数向量为 如下形式:
其中,xd为给定的参考角位置跟踪信号向量;α1,α2为虚拟控制 律向量,在2.2中给出;系统的误差向量z1,z2受到非对称的时变约 束;
2.2,定义虚拟控制律向量和输入电压向量为如下形式:
其中,K1,K21,K22,K3为控制器增益常数;
β1为正的常数;是电驱动机械臂各关节 的参考角速度跟踪信号;z1j是电驱动机械臂各关节的角位置误差;
β2为正的常数;ka1j为各关节位置误差的约 束上界,kb1j为各关节位置误差的约束下界,且在初始时刻有 -kb1j<z1j<ka1j;ka1j,kb1j均为有界且可导的时变函数,并且其导数 也都有界且可导;ka2j为各关节速度误差的约束上界,kb2j为各关 节速度误差的约束下界,且在初始时刻有-kb2j<z2j<ka2j,ka2j,kb2j均 为有界且可导的时变函数,并且其导数也都有界且可导;z2j是电驱动机械臂各关节的角速度误差;S(zjn)为切换函数, 其中j=1,2并且n=1,2;
2.3,设计约束李雅普诺夫函数:
V=V1+V2+V3 (8)
其中,
e为自然常数;
对V求导并将式(5)-(7)代入得:
在任何情况下都有:
在任何情况下都有:
可得系统稳定。
为验证所提方法的有效性,本发明对由式(2)-(8)所示的电驱动机 械臂伺服系统的时变约束反演控制方法的控制效果进行仿真实验。设 置实验中的初始条件和控制参数为:采样时间△t=0.0001;仿真时间 t=20;初始状态x1(0)=[0,2]T,x2(0)=[0.5,0]T,x3(0)=[0,0]T,u(0)=[0,0]T;系 统参数l1=0.35,l2=0.31,J1=0.06125,J2=0.02042,m1=2,m2=0.85, g=9.8,KT=[10,10]T,L=[0.3,0.24]T, R=[2.8,4.8]T,Ke=[2.42×10-4,2.18×10-4]T;位置误差约束上界 ka1=[0.2+0.05sin(t),0.2+0.05sin(t)]T,位置误差约束下界 kb1=[-0.1+0.05sin(t),-0.1+0.05sin(t)]T;速度误差约束上界 ka2=[1+0.2sin(t),1+0.2sin(t)]T,速度误差约束下界 kb1=[-0.5+0.2sin(t),-0.5+0.2sin(t)]T;控制参数K1=10,K21=10,K22=10, K3=10。
图2-图6是对参考轨迹xd=[sin(0.5t),2cos(0.5t)]T的仿真效果图。图2 和图3分别为位置跟踪情况和位置跟踪误差示意图,图4和图5分别 为速度跟踪情况和速度跟踪误差示意图,图6是电压控制信号示意 图。由图2-图5可以看出机械臂伺服系统能够快速的跟踪上参考信 号,关节位置误差和关节速度误差很快收敛到很小的范围内,机械 臂关节位置和关节速度始终保持在约束范围内。从仿真实验的结果 来看,电驱动机械臂伺服系统的时变约束反演控制方法在机械臂伺服 系统控制中能有效解决系统超调过大的问题,使机械臂关节位置和 关节速度始终保持在非对称时变约束允许的范围内,实现伺服系统 的精确跟踪控制。
以上阐述的是本发明给出的两个仿真对比实验用以表明所设计方 法的优越性,显然本发明不只是限于上述实例,在不偏离本发明基本 精神及不超出本发明实质内容所涉及范围的前提下对其可作种种变 形加以实施。本发明所设计的控制方案对电驱动机械臂伺服系统具有 良好的控制效果,能有效消除系统的超调过大问题,使机械臂伺服系 统能够实现精确的跟踪控制。
Claims (6)
1.一种电驱动机械臂伺服系统的时变约束反演控制方法,包括以下步骤:
(1)建立机械臂伺服系统模型,通过初始化系统状态及控制参数得到机械臂伺服系统的状态空间模型;
(2)设计误差向量和改进的边界李雅普诺夫函数,并根据改进的边界李雅普诺夫函数设计反演控制器;所述改进的边界李雅普诺夫函数在系统误差变大并接近边界时,会导致控制信号增大,增强控制效果,并使误差减小,最终保持在边界允许的范围内;所述改进的边界李雅普诺夫函数引入了自然常数e;所述误差向量包括关节位置向量误差和关节速度向量误差。
2.根据权利要求1所述的电驱动机械臂伺服系统的时变约束反演控制方法,其特征在于,在步骤(1)中,所述电驱动机械臂伺服系统模型拥有两个关节,所述电驱动机械臂伺服系统模型表示成如下形式:
其中,q,和分别是电驱动机械臂关节的角位置向量,角速度向量和角加速度向量;M是电驱动机械臂关节的对称正定惯性矩阵;C是电驱动机械臂关节的离心力科里奥利矩阵;G是电驱动机械臂关节的重力矩阵;τ是电机输出给电驱动机械臂关节的转矩向量;i是电机电流向量;KT是由电机的机电参数所决定的电流和转矩之间转换系数,为大于0的一个正常数;u是输入电压向量;L和R分别是电机的电阻值矩阵和电感值矩阵;Ke是电机的反电动势的反馈系数,为大于0的一个正常数;
其中,
c=m2l1l2sin(q2)
q1,和分别是电驱动机械臂关节1的角位置,角速度和角加速度;q2,和分别是电驱动机械臂关节2的角位置,角速度和角加速度;l1,l2分别是电驱动机械臂连杆1与电驱动机械臂连杆2的长度;m1,m2分别是电驱动机械臂连杆1与电驱动机械臂连杆2的质量;g为重力加速度;J1,J2分别是电驱动机械臂关节1与电驱动机械臂关节2的转动惯量。
3.根据权利要求1所述的电驱动机械臂伺服系统的时变约束反演控制方法,其特征在于,在步骤(1)中,所述初始化系统状态及控制参数为:定义状态变量x1=q,x3=i,系统输出为y=x1;
将电驱动机械臂伺服系统的状态空间形式表示如下:
4.根据权利要求1所述的电驱动机械臂伺服系统的时变约束反演控制方法,其特征在于,在步骤(2)中,所述的电驱动机械臂伺服系统的误差向量为:
所述误差向量的一阶导数向量为如下形式:
其中,xd为给定的参考角位置跟踪信号向量;α1,α2为虚拟控制律向量,系统的关节位置向量误差和关节速度向量误差z1,z2受到非对称的时变约束,z3是反步法的第三个误差变量,是系统状态x3和虚拟控制律α2之间的误差。
5.根据权利要求1所述的电驱动机械臂伺服系统的时变约束反演控制方法,其特征在于,在步骤(2)中,所述虚拟控制律向量为如下形式:
所述输入电压向量为如下形式:
其中,K1,K21,K22,K3为控制器增益常数; β1为正的常数;是电驱动机械臂各关节的参考角速度跟踪信号;z1j是电驱动机械臂各关节的角位置误差;
β2为正的常数;ka1j为各关节位置误差的约束上界,kb1j为各关节位置误差的约束下界,且在初始时刻有-kb1j<z1j<ka1j;ka1j,kb1j均为有界且可导的时变函数,并且其导数 也都有界且可导;ka2j为各关节速度误差的约束上界,kb2j为各关节速度误差的约束下界,且在初始时刻有-kb2j<z2j<ka2j,ka2j,kb2j均为有界且可导的时变函数,并且其导数也都有界且可导;z2j是电驱动机械臂各关节的角速度误差;S(zjn)为切换函数,其中j=1,2并且n=1,2。
6.根据权利要求1所述的电驱动机械臂伺服系统的时变约束反演控制方法,其特征在于,在步骤(2)中,所述改进的边界李雅普诺夫函数V为:
V=V1+V2+V3 (8)
其中,
e为自然常数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910117393.7A CN109884890B (zh) | 2019-02-15 | 2019-02-15 | 一种电驱动机械臂伺服系统的时变约束反演控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910117393.7A CN109884890B (zh) | 2019-02-15 | 2019-02-15 | 一种电驱动机械臂伺服系统的时变约束反演控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109884890A true CN109884890A (zh) | 2019-06-14 |
CN109884890B CN109884890B (zh) | 2021-12-07 |
Family
ID=66928189
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910117393.7A Active CN109884890B (zh) | 2019-02-15 | 2019-02-15 | 一种电驱动机械臂伺服系统的时变约束反演控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109884890B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110687787A (zh) * | 2019-10-11 | 2020-01-14 | 浙江工业大学 | 一种基于时变非对称障碍李雅普诺夫函数的机械臂系统自适应控制方法 |
CN110795856A (zh) * | 2019-11-04 | 2020-02-14 | 首都师范大学 | 机械臂稳定性形式化分析方法、装置、设备及存储介质 |
CN118305808A (zh) * | 2024-06-07 | 2024-07-09 | 山东开泰抛丸机械股份有限公司 | 喷砂机械臂动态状态约束自适应控制方法及系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050182499A1 (en) * | 2000-05-27 | 2005-08-18 | Georgia Tech Research Corporation | Adaptive control system having direct output feedback and related apparatuses and methods |
US20120095621A1 (en) * | 2009-03-26 | 2012-04-19 | Ohio University | Trajectory tracking flight controller |
CN104698846A (zh) * | 2015-02-10 | 2015-06-10 | 浙江工业大学 | 一种机械臂伺服系统的指定性能反演控制方法 |
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 |
CN104950677A (zh) * | 2015-06-17 | 2015-09-30 | 浙江工业大学 | 基于反演滑模控制的机械臂系统饱和补偿控制方法 |
CN104950678A (zh) * | 2015-06-17 | 2015-09-30 | 浙江工业大学 | 一种柔性机械臂系统的神经网络反演控制方法 |
CN105045101A (zh) * | 2015-06-08 | 2015-11-11 | 浙江工业大学 | 一种基于扩张状态观测器的机械臂伺服系统全阶滑模控制方法 |
CN105182745A (zh) * | 2015-08-11 | 2015-12-23 | 浙江工业大学 | 一种带有死区补偿的机械臂伺服系统神经网络全阶滑模控制方法 |
CN105223808A (zh) * | 2015-06-24 | 2016-01-06 | 浙江工业大学 | 基于神经网络动态面滑模控制的机械臂系统饱和补偿控制方法 |
CN105549395A (zh) * | 2016-01-13 | 2016-05-04 | 浙江工业大学 | 保证瞬态性能的机械臂伺服系统死区补偿控制方法 |
US20160170384A1 (en) * | 2014-12-11 | 2016-06-16 | University Of New Brunswick | Model predictive controller and method with correction parameter to compensate for time lag |
CN106078741A (zh) * | 2016-06-21 | 2016-11-09 | 华南理工大学 | 基于确定学习理论的性能受限柔性机械臂控制方法 |
CN106113046A (zh) * | 2016-07-13 | 2016-11-16 | 浙江工业大学 | 基于死区和摩擦补偿的机械臂伺服系统动态面瞬态控制方法 |
-
2019
- 2019-02-15 CN CN201910117393.7A patent/CN109884890B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050182499A1 (en) * | 2000-05-27 | 2005-08-18 | Georgia Tech Research Corporation | Adaptive control system having direct output feedback and related apparatuses and methods |
US20120095621A1 (en) * | 2009-03-26 | 2012-04-19 | Ohio University | Trajectory tracking flight controller |
US20160170384A1 (en) * | 2014-12-11 | 2016-06-16 | University Of New Brunswick | Model predictive controller and method with correction parameter to compensate for time lag |
CN104698846A (zh) * | 2015-02-10 | 2015-06-10 | 浙江工业大学 | 一种机械臂伺服系统的指定性能反演控制方法 |
CN105045101A (zh) * | 2015-06-08 | 2015-11-11 | 浙江工业大学 | 一种基于扩张状态观测器的机械臂伺服系统全阶滑模控制方法 |
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 |
CN104950678A (zh) * | 2015-06-17 | 2015-09-30 | 浙江工业大学 | 一种柔性机械臂系统的神经网络反演控制方法 |
CN104950677A (zh) * | 2015-06-17 | 2015-09-30 | 浙江工业大学 | 基于反演滑模控制的机械臂系统饱和补偿控制方法 |
CN105223808A (zh) * | 2015-06-24 | 2016-01-06 | 浙江工业大学 | 基于神经网络动态面滑模控制的机械臂系统饱和补偿控制方法 |
CN105182745A (zh) * | 2015-08-11 | 2015-12-23 | 浙江工业大学 | 一种带有死区补偿的机械臂伺服系统神经网络全阶滑模控制方法 |
CN105549395A (zh) * | 2016-01-13 | 2016-05-04 | 浙江工业大学 | 保证瞬态性能的机械臂伺服系统死区补偿控制方法 |
CN106078741A (zh) * | 2016-06-21 | 2016-11-09 | 华南理工大学 | 基于确定学习理论的性能受限柔性机械臂控制方法 |
CN106113046A (zh) * | 2016-07-13 | 2016-11-16 | 浙江工业大学 | 基于死区和摩擦补偿的机械臂伺服系统动态面瞬态控制方法 |
Non-Patent Citations (4)
Title |
---|
QING GUO: "Neural Adaptive Backstepping Control of a Robotic Manipulator With Prescribed Performance Constraint", 《IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS》 * |
XIAOQING TANG: "Backstepping funnel control for prescribed performance of robotic manipulators with unknown dead zone", 《 THE 27TH CHINESE CONTROL AND DECISION CONFERENCE 》 * |
席雷平: "机械臂位置跟踪自适应反演滑模控制律设计", 《河北科技大学学报》 * |
邹思凡: "改进非线性干扰观测器的机械臂自适应反演滑模控制", 《计算机应用》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110687787A (zh) * | 2019-10-11 | 2020-01-14 | 浙江工业大学 | 一种基于时变非对称障碍李雅普诺夫函数的机械臂系统自适应控制方法 |
CN110795856A (zh) * | 2019-11-04 | 2020-02-14 | 首都师范大学 | 机械臂稳定性形式化分析方法、装置、设备及存储介质 |
CN110795856B (zh) * | 2019-11-04 | 2023-04-14 | 首都师范大学 | 机械臂稳定性形式化分析方法、装置、设备及存储介质 |
CN118305808A (zh) * | 2024-06-07 | 2024-07-09 | 山东开泰抛丸机械股份有限公司 | 喷砂机械臂动态状态约束自适应控制方法及系统 |
CN118305808B (zh) * | 2024-06-07 | 2024-08-13 | 山东开泰抛丸机械股份有限公司 | 喷砂机械臂动态状态约束自适应控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109884890B (zh) | 2021-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109884890B (zh) | 一种电驱动机械臂伺服系统的时变约束反演控制方法 | |
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 | |
CN105045101B (zh) | 一种基于扩张状态观测器的机械臂伺服系统全阶滑模控制方法 | |
CN103406909B (zh) | 一种机械臂系统的跟踪控制设备及方法 | |
CN106788036A (zh) | 一种直流电机的改进型自抗扰位置控制器及其设计方法 | |
CN104238361B (zh) | 电机伺服系统自适应鲁棒位置控制方法与系统 | |
CN103926875A (zh) | 一种滚珠丝杠进给系统摩擦补偿方法 | |
CN107121932A (zh) | 电机伺服系统误差符号积分鲁棒自适应控制方法 | |
CN106393116A (zh) | 具有初态学习的机械臂分数阶迭代学习控制方法及系统 | |
CN109352656B (zh) | 一种具有时变输出约束的多关节机械臂控制方法 | |
CN107263483B (zh) | 二自由度关节机器人轨迹的协调控制方法 | |
CN104391497A (zh) | 一种关节伺服系统参数辨识和控制参数在线优化方法 | |
CN104730922B (zh) | 基于扩张状态观测器的伺服系统线性反馈控制和极点配置确定参数方法 | |
CN105652667B (zh) | 一种模型不确定双关节机械手的高精度轨迹跟踪控制方法 | |
CN115502986B (zh) | 基于状态观测器的多关节机械臂事件驱动控制方法 | |
CN104360596A (zh) | 机电伺服系统有限时间摩擦参数辨识和自适应滑模控制方法 | |
CN114859708A (zh) | 一种单连杆柔性机械臂跟踪控制方法 | |
CN103728988A (zh) | 基于内模的scara机器人轨迹跟踪控制方法 | |
CN110936374A (zh) | 一种柔性双关节机械臂命令滤波反步控制方法 | |
CN104965413B (zh) | 受控化发射平台的摩擦补偿自适应控制方法 | |
CN108326857A (zh) | 基于鲁棒自适应控制算法的书法及雕刻机器人控制方法 | |
CN107263455A (zh) | 二自由度scara机器人的位置跟踪控制方法 | |
CN108828952B (zh) | 基于小脑神经网络的舵机电动加载系统智能控制方法 | |
CN115179300A (zh) | 一种预定时间的柔性机械臂轨迹跟踪控制方法 | |
CN101799663A (zh) | 欠驱动两足机器人的激励规划及控制方法 |
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 |