二阶滑模控制在模块化机械臂中的应用与改进

"模块化机械臂的二阶滑模控制-distributed optimization and statistical learning via the alternating direction" 本资源探讨的是模块化机械臂的二阶滑模控制技术，该技术旨在解决机械臂在面对不确定性因素时的稳定性与动态性能问题。机械臂系统因其高度耦合和非线性特性，往往难以精确建模，且会受到参数不确定性、非参数扰动以及负载变化的影响。控制这类系统的挑战在于设计出具备鲁棒性的控制器。 滑模控制作为一种有效的控制策略，因其对系统参数和外部扰动的不敏感性而受到关注。然而，滑模控制的固有问题是切换过程中的抖振，这限制了其在实际应用中的推广。传统的处理抖振的方法，如正则化技术或用S函数、饱和函数替代切换控制律，虽能减轻抖振，但会牺牲系统的鲁棒性和精度。 二阶滑模控制作为近年来发展起来的新理论，通过积分器将不连续的控制律转化为连续的折线式控制律，降低了抖振现象，同时保持了滑模控制的鲁棒性和精度。尽管如此，二阶滑模控制理论尚未成熟，尤其在构建适合多输入多输出（MIMO）系统的李雅普诺夫函数方面存在困难，目前主要应用于单输入单输出（SISO）系统和部分特殊MIMO系统。 本研究聚焦于前文提到的模块化机械臂的旋转俯仰模块，由于需要应对不同负载，需要控制器具有较强的鲁棒性。因此，采用了滑模控制方法。为减少滑模控制的抖振，研究中应用了二阶滑模控制，并针对旋转俯仰模块的特性设计了MIMO二阶滑模控制器。在此过程中，还提出了一些改进措施，包括选择积分初值、虚拟控制律的设计以及饱和函数的运用，以优化控制效果。通过仿真验证了这些改进的有效性。 此外，提及的学位论文还涉及了移动机械臂的动力学控制和基于视觉的物体抓取，研究生陈建业在导师刘士荣教授的指导下，进行了深入研究。论文涵盖了不确定机械臂的轨迹跟踪控制问题，并强调了实际应用的需求。