柔性关节自抗扰轨迹跟踪:高精度控制策略

8 下载量 185 浏览量 更新于2024-09-05 收藏 477KB PDF 举报
本文主要探讨了机械臂柔性关节在高精度轨迹跟踪中的自抗扰控制策略。作者黄飞杰、贾庆轩、褚明和邓夏等人针对柔性关节的特点,如关节的非线性柔性、Lugre摩擦模型以及电机和负载等外部扰动,进行了深入研究。他们首先建立了包含这些因素的动力学模型,这为后续的控制设计提供了理论基础。 在模型建立过程中,作者将柔性关节模型分解为两个串联的子系统,这种方法有助于简化复杂性,并且提高了控制效率。他们采用了扩展状态观测器,这是一种先进的动态补偿工具,可以实时地监测并补偿模型中的不确定性以及外部干扰。通过这种方式,他们能够实时地捕捉和抵消这些动态变化,确保轨迹跟踪的精确度。 文章的核心是设计了一种自抗扰控制技术的双闭环轨迹跟踪控制器。这种控制策略结合了自适应性和抗扰动能力,能够在关节运动中抵抗各种动态因素的影响,从而显著提升轨迹跟踪的稳定性和精度。与传统的PD(比例-积分-微分)控制方法相比,该自抗扰控制方法在处理柔性关节特有的挑战时表现出明显的优势。 此外,本文还提到了研究的资助情况,包括高等学校博士学科点专项科研基金新教师类资助课题和国家自然科学基金,这显示了研究的学术背景和资金支持。作者黄飞杰的研究方向集中在先进机器人技术上,而讲师褚明则主要关注机器人动力学与控制,他们的合作为解决实际工程问题提供了坚实的理论基础。 关键词部分,"柔性关节"、"自抗扰控制"、"双闭环"和"非线性摩擦",揭示了文章的主要关注点和创新之处,即如何通过自抗扰控制技术来优化机械臂的柔性关节系统,以实现更精确、稳定的轨迹跟踪。 这篇首发论文不仅详细探讨了机械臂柔性关节的动态建模,而且还提出了有效的自抗扰控制策略,对于提高机械臂在高精度应用中的性能具有重要的实践价值。对于机械臂控制领域的研究者和技术开发者来说,这篇文章提供了一个深入理解并改进柔性关节控制性能的重要参考。
2018-06-04 上传
多关节机械臂轨迹规划和轨迹跟踪控制研究 本文提出了基于差分进化 (Differential Evolution) 优化 BP 神经网络求解 机械臂运动学逆解的方法,并与 BP 神经网络进行了比较,仿真结果表明 DE- BP 神经网络求得的逆解精度高同时也分析了传统求解运动学逆解方法的不足 之处。在关节空间和笛卡尔空间内分别进行机械臂的轨迹规划,在关节空间内 通过运动学的逆解求得关节角度值序列,并采用五次多项式插值法进行运算, 求得了关节空间内关节角的位置、速度和加速度的变化曲线。在笛卡尔空间内 采用直线插补法完成了从初始位置到终止位置的轨迹规划,完成了目标指定任 务。 最后本文采用了双幂次趋近律与改进的终端滑模面相结合的滑模变结构控 制策略,对平面两自由度机械臂进行轨迹跟踪控制研究。针对传统幂次趋近律 收敛速度慢,抖振现象明显等缺点,采用了双幂次趋近律的滑模控制方法,保 证了系统能够在有限时间内快速的到达滑动模面。与此同时传统的终端滑模面 在对机械臂关节角的位置误差和速度误差跟踪时精度较低,也不能很好的控制 当系统进入滑动模面瞬间的状态情况,易于产生较强的抖振现象,因此本文又 采用了改进的终端滑模面。将双幂次趋近律和改进的终端滑模面结合后,针对 机械臂动力学方程推导出机械臂系统的控制律