CN117113627A - 一种谐波减速器传动误差补偿控制方法、系统和存储介质 - Google Patents

一种谐波减速器传动误差补偿控制方法、系统和存储介质 Download PDF

Info

Publication number
CN117113627A
CN117113627A CN202310843683.6A CN202310843683A CN117113627A CN 117113627 A CN117113627 A CN 117113627A CN 202310843683 A CN202310843683 A CN 202310843683A CN 117113627 A CN117113627 A CN 117113627A
Authority
CN
China
Prior art keywords
hysteresis
model
harmonic
harmonic reducer
reducer
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.)
Pending
Application number
CN202310843683.6A
Other languages
English (en)
Inventor
刘炽辉
蔡宜高
单纯
李戍斌
裴启涵
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.)
Guangdong Polytechnic Normal University
Original Assignee
Guangdong Polytechnic Normal 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 Guangdong Polytechnic Normal University filed Critical Guangdong Polytechnic Normal University
Publication of CN117113627A publication Critical patent/CN117113627A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明提供一种谐波减速器传动误差补偿控制方法、系统和存储介质，首先采集不同时刻谐波减速器的输入速度指令和输出位移；根据输入速度指令与输出位移之间的映射关系建立PI迟滞模型；根据采集到的不同时刻谐波减速器的输入速度指令和输出位移，对PI迟滞模型进行参数辨识，并根据参数辨识结果建立PI迟滞逆模型；最后将PI迟滞逆模型作为前馈控制器，将预设的PID控制器作为反馈控制器，利用前馈控制器和反馈控制器对谐波减速器进行联合控制，实现传动误差的补偿控制；本发明通过前馈和反馈的联合控制对谐波减速器进行迟滞补偿，能够有效减小谐波传动过程中的传动误差，提高机械臂的定位精度。

Description

一种谐波减速器传动误差补偿控制方法、系统和存储介质
技术领域
本发明涉及机电控制技术领域，更具体地，涉及一种谐波减速器传动误差补偿控制方法、系统和存储介质。
背景技术
谐波传动是一种高精度的减速传动技术，常用于机器人和其他精密设备中。通过柔性变形和摩擦力来实现扭矩的传递。谐波减速器、RV减速器和行星减速器广泛应用于工业机器人的关节运动中，为了满足机器人关节转动的需求，通常会使用电机来实现转动。然而，电机的功率有限且转速较高，通过在电机的输出端来安装减速器，使得电机的高速低扭矩输出被转化为低速的高扭矩输出，使得电机可以更好地适应机器人关节的需求。此外，通过调节减速器的传动比，可以实现对角速度的精准控制。由于减速器存在制造质量、零部件精度、磨损程度、装配精度等问题，因此会导致生产出的减速器精度不足，并产生非线性的迟滞误差，这会对机器人的定位、姿态控制和运动精度产生负面影响。另外，减速器的设计、材料选择或制造工艺等因素也使得减速器的承载能力小，运行过程中也会产生较大的噪声。由于非线性刚度、传动误差等因素的影响，谐波减速器的非线性扭转振动将影响传动系统的稳定性和可靠性。
Prandtl-Ishlinskii(PI)是一种从迟滞的表面现象出发、忽略物理意义，通过数学方法基于现象来建模的迟滞建模方法。迟滞是指系统在响应过程中存在的滞后和非线性现象，即输入信号的变化速度与输出响应的变化速度之间存在延迟和非线性关系。Prandtl-Ishlinskii模型的基本形式是一个分段线性函数，通过一系列的分段线性函数(即play算子)的叠加来描述非线性系统的特性。这些分段线性函数可以用来描述系统在不同输入范围内的响应特性。通过调整这些分段线性函数的参数，可以实现对非线性系统的精确描述。
为了解决非线性迟滞特性给控制系统带来的不利影响，需要引入补偿控制系统，通常设计的补偿控制系统可主要分成三类：基于前馈的补偿控制、基于反馈的补偿控制和同时基于前馈和反馈的控制系统。其中，对于基于前馈和反馈的控制系统来说，前馈控制可以利用实验手段获取被控对象的数据来设计补偿迟滞非线性的补偿器，抵消平台的迟滞非线性，可降低后续设计反馈控制器的难度；反馈控制器可在前馈控制器的基础上，解决补偿器未补偿干净的迟滞特性及其他一些未建模的不确定性。因此，基于前馈和反馈的控制系统由于前馈控制和反馈控制的有机结合、互补优点而受到了广泛的应用。
现有技术中公开了一种含有谐波减速器柔性关节的传递误差补偿控制方法，设计了一个基于类迟滞算子和在线序列极限学习机的串联结构的迟滞混合模型，用于描述谐波减速器柔性关节特殊的迟滞非线性特性；模型参数学习采用递推参数更新，可在线捕捉柔性关节的不同运行状态下的迟滞特性动态变化；串联结构的迟滞混合模型预测输出角度，通过迟滞混合模型预测输出角度与谐波减速器柔性关节理想的输出角度相减，乘以减速比，通过前馈补偿控制，实现柔性关节高速端驱动伺服电机的补偿控制，提高柔性关节传递精度；现有技术中的方法仅基于前馈进行补偿控制，补偿控制器存在未补偿干净的迟滞特性，以及其他一些未建模的不确定性，谐波传动过程中的传动误差仍然较大。
发明内容
本发明为克服上述现有技术在谐波传动过程中的传动误差较大的缺陷，提供一种谐波减速器传动误差补偿控制方法、系统和存储介质，能够减小谐波传动过程中的传动误差，提高机械臂的定位精度。
为解决上述技术问题，本发明的技术方案如下：
一种谐波减速器传动误差补偿控制方法，包括以下步骤：
S1：采集不同时刻谐波减速器的输入速度指令和输出位移；
S2：根据输入速度指令与输出位移之间的映射关系建立PI迟滞模型；
所述PI迟滞模型包括若干个加权线性叠加的Play算子；
S3：根据采集到的不同时刻谐波减速器的输入速度指令和输出位移，对PI迟滞模型进行参数辨识，并根据参数辨识结果建立PI迟滞逆模型；
S4：将PI迟滞逆模型作为前馈控制器，将预设的PID控制器作为反馈控制器，利用前馈控制器和反馈控制器对谐波减速器进行联合控制，实现传动误差的补偿控制。
优选地，所述步骤S2中的PI迟滞模型具体为：
其中，Y(k)为PI迟滞模型第k时刻的输出，wi为第i个的Play算子的第一权重，ri为第i个的Play算子的第一阈值，n为Play算子数量，yi(k)为PI迟滞模型中第i个Play算子的输出，u(k)为PI迟滞模型第k时刻的输入。
优选地，所述步骤S3中参数辨识的具体方法为最小二乘法或神经网络模型法。
优选地，所述步骤S3中的PI迟滞逆模型具体为：
其中，U(k)为PI迟滞逆模型第k时刻的输出，w′i为第i个的Play算子的第二权重，r′i为第i个的Play算子的第二阈值，ui(k)为PI迟滞逆模型中第i个Play算子的输出，y(k)为PI迟滞逆模型第k时刻的输入。
优选地，所述第i个的Play算子的第二权重w′i具体为：
当i＝1时，
当i≥2时，
优选地，所述第i个的Play算子的第二阈值r′i具体为：
优选地，所述PI迟滞逆模型的初始值具体为：
yi(0)＝max{u(0)-ri，min[u(0)+ri，0]}
yj(0)＝max{u(0)-rj，min[u(0)+rj，0]}
其中，u(0)为PI迟滞模型的初始输入。
优选地，所述步骤S4之后还包括：利用在线辨识的方法对PI迟滞逆模型的参数进行辨识和更新。
本发明还提供一种谐波减速器传动误差补偿控制系统，应用上述的谐波减速器传动误差补偿控制方法，包括：
数据采集单元：用于采集不同时刻谐波减速器的输入速度指令和输出位移；
PI模型建立单元：用于根据输入速度指令与输出位移之间的映射关系建立PI迟滞模型；
所述PI迟滞模型包括若干个加权线性叠加的Play算子；
PI逆模型建立单元：用于根据采集到的不同时刻谐波减速器的输入速度指令和输出位移，对PI迟滞模型进行参数辨识，并根据参数辨识结果建立PI迟滞逆模型；
联合控制单元：用于将PI迟滞逆模型作为前馈控制器，将预设的PID控制器作为反馈控制器，利用前馈控制器和反馈控制器对谐波减速器进行联合控制，实现传动误差的补偿控制。
本发明还提供一种计算机可读的存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法中的步骤。
与现有技术相比，本发明技术方案的有益效果是：
本发明提供一种谐波减速器传动误差补偿控制方法、系统和存储介质，首先采集不同时刻谐波减速器的输入速度指令和输出位移；根据输入速度指令与输出位移之间的映射关系建立PI迟滞模型；所述PI迟滞模型包括若干个加权线性叠加的Play算子；根据采集到的不同时刻谐波减速器的输入速度指令和输出位移，对PI迟滞模型进行参数辨识，并根据参数辨识结果建立PI迟滞逆模型；最后将PI迟滞逆模型作为前馈控制器，将预设的PID控制器作为反馈控制器，利用前馈控制器和反馈控制器对谐波减速器进行联合控制，实现传动误差的补偿控制；
本发明通过前馈和反馈的联合控制对谐波减速器进行迟滞补偿，能够有效减小谐波传动过程中的传动误差，提高机械臂的定位精度。
附图说明
图1为实施例1提供一种谐波减速器传动误差补偿控制方法流程图。
图2为实施例2提供联合控制示意图。
图3为实施例3提供一种谐波减速器传动误差补偿控制系统结构图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；
对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
如图1所示，本实施例提供一种谐波减速器传动误差补偿控制方法，包括以下步骤：
S1：采集不同时刻谐波减速器的输入速度指令和输出位移；
S2：根据输入速度指令与输出位移之间的映射关系建立PI迟滞模型；
所述PI迟滞模型包括若干个加权线性叠加的Play算子；
S3：根据采集到的不同时刻谐波减速器的输入速度指令和输出位移，对PI迟滞模型进行参数辨识，并根据参数辨识结果建立PI迟滞逆模型；
S4：将PI迟滞逆模型作为前馈控制器，将预设的PID控制器作为反馈控制器，利用前馈控制器和反馈控制器对谐波减速器进行联合控制，实现传动误差的补偿控制。
在具体实施过程中，首先采集不同时刻谐波减速器的输入速度指令和输出位移；根据输入速度指令与输出位移之间的映射关系建立PI迟滞模型；所述PI迟滞模型包括若干个加权线性叠加的Play算子；根据采集到的不同时刻谐波减速器的输入速度指令和输出位移，对PI迟滞模型进行参数辨识，并根据参数辨识结果建立PI迟滞逆模型；最后将PI迟滞逆模型作为前馈控制器，将预设的PID控制器作为反馈控制器，利用前馈控制器和反馈控制器对谐波减速器进行联合控制，实现传动误差的补偿控制；
本方法通过前馈和反馈的联合控制对谐波减速器进行迟滞补偿，能够有效减小谐波传动过程中的传动误差，提高机械臂的定位精度。
实施例2
本实施例提供一种谐波减速器传动误差补偿控制方法，包括以下步骤：
S1：采集不同时刻谐波减速器的输入速度指令和输出位移；
S2：根据输入速度指令与输出位移之间的映射关系建立PI迟滞模型；
所述PI迟滞模型包括若干个加权线性叠加的Play算子；
S3：根据采集到的不同时刻谐波减速器的输入速度指令和输出位移，对PI迟滞模型进行参数辨识，并根据参数辨识结果建立PI迟滞逆模型；
S4：将PI迟滞逆模型作为前馈控制器，将预设的PID控制器作为反馈控制器，利用前馈控制器和反馈控制器对谐波减速器进行联合控制，实现传动误差的补偿控制，并利用在线辨识的方法对PI迟滞逆模型的参数进行辨识和更新；
所述步骤S2中的PI迟滞模型具体为：
其中，Y(k)为PI迟滞模型第k时刻的输出，wi为第i个的Play算子的第一权重，ri为第i个的Play算子的第一阈值，n为Play算子数量，yi(k)为PI迟滞模型中第i个Play算子的输出，u(k)为PI迟滞模型第k时刻的输入；
所述步骤S3中参数辨识的具体方法为最小二乘法或神经网络模型法；
所述步骤S3中的PI迟滞逆模型具体为：
其中，U(k)为PI迟滞逆模型第k时刻的输出，w′i为第i个的Play算子的第二权重，r′i为第i个的Play算子的第二阈值，ui(k)为PI迟滞逆模型中第i个Play算子的输出，y(k)为PI迟滞逆模型第k时刻的输入；
所述第i个的Play算子的第二权重w′i具体为：
当i＝1时，
当i≥2时，
所述第i个的Play算子的第二阈值r′i具体为：
所述PI迟滞逆模型的初始值具体为：
yi(0)＝max{u(0)-ri，min[u(0)+ri，0]}
yj(0)＝max{u(0)-rj，min[u(0)+rj，0]}
其中，u(0)为PI迟滞模型的初始输入。
在具体实施过程中，首先采集不同时刻谐波减速器的输入速度指令和输出位移；根据输入速度指令与输出位移之间的映射关系建立PI迟滞模型；所述PI迟滞模型包括若干个加权线性叠加的Play算子；根据采集到的不同时刻谐波减速器的输入速度指令和输出位移，对PI迟滞模型进行参数辨识，并根据参数辨识结果建立PI迟滞逆模型；
最后将PI迟滞逆模型作为前馈控制器，将预设的PID控制器作为反馈控制器，利用前馈控制器和反馈控制器对谐波减速器进行联合控制，实现传动误差的补偿控制；
如图2所示，PI模型相对于经典的Preisach模型来说，其优点是PI模型存在解析逆，且其逆模型与正模型有相同的结构，只是算子的阈值和权重不同，因此，只要得到执行器的逆模型，就可将其作为控制器来补偿执行器的迟滞；在逆模型补偿的基础上，加入传统的比例-积分-微分控制算法，对执行器的输出误差进行修正，采用在线辨识的方法对模型参数进行辨识，实时更新模型参数，从而改善执行器输入变化对模型参数造成的影响，其中y1为输入指令，u为谐波减速器输入，y为谐波减速器补偿后输出；
在具体应用时，通过码盘获取电机测的位置值以及负载测的位置值、电机实时的转速值以及基于PI迟滞模型的逆补偿模型；获取两个位置值用于提取传动误差的数据值，传动误差数据值需要在不同条件下多次获取；所述不同条件包括负载的变化以及转速的变化；获取数据用于设计PI迟滞模型及其逆模型；输入经过逆模型后会输出经过补偿后的速度指令以补偿误差的位置；
本方法通过前馈和反馈的联合控制对谐波减速器进行迟滞补偿，能够有效减小谐波传动过程中的传动误差，提高机械臂的定位精度。
实施例3
如图3所示，本实施例提供一种谐波减速器传动误差补偿控制系统，应用实施例1或2中所述的谐波减速器传动误差补偿控制方法，包括：
数据采集单元301：用于采集不同时刻谐波减速器的输入速度指令和输出位移；
PI模型建立单元302：用于根据输入速度指令与输出位移之间的映射关系建立PI迟滞模型；
所述PI迟滞模型包括若干个加权线性叠加的Play算子；
PI逆模型建立单元303：用于根据采集到的不同时刻谐波减速器的输入速度指令和输出位移，对PI迟滞模型进行参数辨识，并根据参数辨识结果建立PI迟滞逆模型；
联合控制单元304：用于将PI迟滞逆模型作为前馈控制器，将预设的PID控制器作为反馈控制器，利用前馈控制器和反馈控制器对谐波减速器进行联合控制，实现传动误差的补偿控制。
在具体实施过程中，首先数据采集单元301采集不同时刻谐波减速器的输入速度指令和输出位移；PI模型建立单元302根据输入速度指令与输出位移之间的映射关系建立PI迟滞模型；PI逆模型建立单元303根据采集到的不同时刻谐波减速器的输入速度指令和输出位移，对PI迟滞模型进行参数辨识，并根据参数辨识结果建立PI迟滞逆模型；最后联合控制单元304将PI迟滞逆模型作为前馈控制器，将预设的PID控制器作为反馈控制器，利用前馈控制器和反馈控制器对谐波减速器进行联合控制，实现传动误差的补偿控制；
本系统通过前馈和反馈的联合控制对谐波减速器进行迟滞补偿，能够有效减小谐波传动过程中的传动误差，提高机械臂的定位精度。
相同或相似的标号对应相同或相似的部件；
附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制；
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (10)

1.一种谐波减速器传动误差补偿控制方法，其特征在于，包括以下步骤：
S1：采集不同时刻谐波减速器的输入速度指令和输出位移；
S2：根据输入速度指令与输出位移之间的映射关系建立PI迟滞模型；
所述PI迟滞模型包括若干个加权线性叠加的Play算子；
S3：根据采集到的不同时刻谐波减速器的输入速度指令和输出位移，对PI迟滞模型进行参数辨识，并根据参数辨识结果建立PI迟滞逆模型；
S4：将PI迟滞逆模型作为前馈控制器，将预设的PID控制器作为反馈控制器，利用前馈控制器和反馈控制器对谐波减速器进行联合控制，实现传动误差的补偿控制。
2.根据权利要求1所述的一种谐波减速器传动误差补偿控制方法，其特征在于，所述步骤S2中的PI迟滞模型具体为：
其中，Y(k)为PI迟滞模型第k时刻的输出，wi为第i个的Play算子的第一权重，ri为第i个的Play算子的第一阈值，n为Play算子数量，yi(k)为PI迟滞模型中第i个Play算子的输出，u(k)为PI迟滞模型第k时刻的输入。
3.根据权利要求2所述的一种谐波减速器传动误差补偿控制方法，其特征在于，所述步骤S3中参数辨识的具体方法为最小二乘法或神经网络模型法。
4.根据权利要求2或3所述的一种谐波减速器传动误差补偿控制方法，其特征在于，所述步骤S3中的PI迟滞逆模型具体为：
其中，U(k)为PI迟滞逆模型第k时刻的输出，w′i为第i个的Play算子的第二权重，r′i为第i个的Play算子的第二阈值，ui(k)为PI迟滞逆模型中第i个Play算子的输出，y(k)为PI迟滞逆模型第k时刻的输入。
5.根据权利要求4所述的一种谐波减速器传动误差补偿控制方法，其特征在于，所述第i个的Play算子的第二权重w′i具体为：
当i＝1时，
当i≥2时，
6.根据权利要求5所述的一种谐波减速器传动误差补偿控制方法，其特征在于，所述第i个的Play算子的第二阈值ri ′具体为：
7.根据权利要求6所述的一种谐波减速器传动误差补偿控制方法，其特征在于，所述PI迟滞逆模型的初始值具体为：
yi(0)＝ax{u(0)-i,in[u(0)+i,0]}
yj(0)＝ax{u(0)-j,in[u(0)+j,0]}
其中，u(0)为PI迟滞模型的初始输入。
8.根据权利要求7所述的一种谐波减速器传动误差补偿控制方法，其特征在于，所述步骤S4之后还包括：利用在线辨识的方法对PI迟滞逆模型的参数进行辨识和更新。
9.一种谐波减速器传动误差补偿控制系统，应用权利要求1～8任意一项中所述的谐波减速器传动误差补偿控制方法，其特征在于，包括：
数据采集单元：用于采集不同时刻谐波减速器的输入速度指令和输出位移；
PI模型建立单元：用于根据输入速度指令与输出位移之间的映射关系建立PI迟滞模型；
所述PI迟滞模型包括若干个加权线性叠加的Play算子；
PI逆模型建立单元：用于根据采集到的不同时刻谐波减速器的输入速度指令和输出位移，对PI迟滞模型进行参数辨识，并根据参数辨识结果建立PI迟滞逆模型；
联合控制单元：用于将PI迟滞逆模型作为前馈控制器，将预设的PID控制器作为反馈控制器，利用前馈控制器和反馈控制器对谐波减速器进行联合控制，实现传动误差的补偿控制。
10.一种计算机可读的存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～8任意一项所述方法中的步骤。
CN202310843683.6A 2023-07-04 2023-07-10 一种谐波减速器传动误差补偿控制方法、系统和存储介质 Pending CN117113627A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202310814886 2023-07-04
CN2023108148862 2023-07-04

Publications (1)

Publication Number Publication Date
CN117113627A true CN117113627A (zh) 2023-11-24

Family

ID=88800986

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310843683.6A Pending CN117113627A (zh) 2023-07-04 2023-07-10 一种谐波减速器传动误差补偿控制方法、系统和存储介质

Country Status (1)

Country Link
CN (1) CN117113627A (zh)

Similar Documents

Publication Publication Date Title
CN109664297B (zh) 机器人的振动抑制方法、系统、装置及计算机可读存储器
Slotine et al. Adaptive manipulator control: A case study
CN110170992A (zh) 一种基于动态规划的模块化机械臂多故障容错控制方法
CN108453732B (zh) 控制体系封闭机器人自适应动态力/位置混合控制方法
CN110103225B (zh) 一种数据驱动的机械臂重复运动控制方法与装置
CN110561425B (zh) 绳索驱动的柔性机器人力位混合控制方法及系统
CN108098777B (zh) 一种冗余度机械臂力矩层重复运动控制方法
Humaidi et al. Adaptive control of parallel manipulator in Cartesian space
CN111251288A (zh) 一种基于时变干扰补偿的柔性机器人串级控制系统及方法
CN104965413B (zh) 受控化发射平台的摩擦补偿自适应控制方法
Shardyko et al. Development of control system for a SEA-joint based on active damping injection
KR100359577B1 (ko) 다축로보트의제어장치
Trung et al. Double-disturbance compensation design for full-closed cascade control of flexible robots
CN117113627A (zh) 一种谐波减速器传动误差补偿控制方法、系统和存储介质
CN114734437B (zh) 机器人关节控制方法及装置
JP6756568B2 (ja) 制御装置、駆動システム、制御方法及びプログラム
Nan et al. Learning Adaptive Controller for Hydraulic Machinery Automation
CN112947093B (zh) 一种机器人分散鲁棒跟踪控制方法、系统及存储介质
Hamad Modelling and feed-forward control of robot arms with flexible joints and flexible links
CN115042186B (zh) 一种关节受限的冗余机械臂伪逆型重复运动规划方法
CN113093549B (zh) 一种多轴数控装备的复合控制方法
Cvejn et al. Enhancing the robot PD-type feedback control performance by means of inertial effects compensation
Gu et al. Combined discrete-distributed control of a single-link flexible manipulator using a Lyapunov approach
CN118011830A (zh) 具有精确在线负载估计的液压机械臂自适应鲁棒控制方法
Ahmadipour et al. Adaptive backstepping control of rigid-link electrically driven robots with uncertain kinematics and dynamics

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