郭继丽[1]2003年在《不确定机器人的耗散性鲁棒控制》文中研究表明耗散系统理论的实质内容是构造一个非负的能量函数，使得系统能量损耗总是小于能量的供给率。事实上，基于李雅普诺夫函数的稳定理论，也可从耗散性的角度加以分析。引入耗散性控制方法可以充分利用物理系统本身的结构特点，为李雅普诺夫函数的构造提供信息，在实际工程中有着广阔的应用前景。本文基于耗散性理论对不确定机器人的控制问题进行了探究。主要给出了两类控制方法，即无源性鲁棒控制和鲁棒控制。无源性理论主要用于分析具有能观测性或能检测性的非线性系统的稳定性问题。稳定性结果由无源系统的稳定性性质得出。在应用无源性理论对机器人系统进行控制的过程中，本文引入了鲁棒KYP引理，简化了控制器的求解过程；并将输入输出线性化法与无源性理论相结合，获得了鲁棒性强，控制精度高的控制器；同时，将微分几何理论推广至机器人系统的控制中，设计出了一种只依赖于不确定性的界和零动态子系统的稳定性的控制器，这种控制器具有结构简单，灵活适用等特点。控制所考虑的主要是干扰抑制问题。在保证系统稳定的前提下，将干扰对系统输出的影响抑制到所要求的最小程度。非线性控制的难点在于求解非线性偏微分方程。针对控制的这一难点，文中给出了叁种解决方案。一种是将Backstepping设计方法和控制理论相结合；另外两种是基于机器人标称系统的无源性假设条件，根据系统不确定性所满足的不同条件给出的。这叁种控制器的设计都避免了直接求解HJI不等式。
袁俊英[2]2010年在《机器人力/位置的耗散性鲁棒控制》文中认为耗散理论是一种从能量角度来分析与设计控制系统的思想,在非线性系统的稳定性研究中有广泛应用。机器人系统就是一种非常典型的非线性系统,而且机器人系统含有很多不确定性因素,这些因素对控制器的性能有很大影响。因此,本文针对这个问题,在机器人力/位置混合控制的基础上,对力控制回路提出两种智能控制策略。首先提出了机器人力的无源性控制。先将机器人系统分为标称模型和不确定性两部分,再对两者分别设计控制器。针对标称模型,设计反馈控制器使其无源化,并根据李亚普诺夫原理和KYP(Kalman-Yacubovitch-Popov)引理两种方法来证明控制器的有效性。针对系统的不确定项,假设不确定项的上界已知,根据上界设计一个补偿控制器来抵消掉不确定项,仿真证明了补偿控制器的有效性。其次提出了基于神经网络的机器人力的H∞鲁棒控制。H∞鲁棒控制是利用一个结构不变的控制器抵消不确定性的影响,使系统干扰对输出的影响抑制在要求的水平。根据HJI不等式与L2增益的关系定理来设计控制器,可以避免直接求解HJI不等式,简化设计控制器的过程。由于H∞鲁棒控制也需要知道不确定性的上界,因此采用具有在线学习特性的改进的RAN神经网络来学习逼近不确定项的上界。然后再用鲁棒控制器消除逼近误差,得到的控制器可保证系统的稳定性,将两者结合,可使系统获得良好的暂态性能。
刘聪娜[3]2010年在《不确定机器人系统能量控制策略的研究》文中研究表明机器人系统具有时变、强耦合、高度非线性的特点,而且在建立机器人模型时,各种不确定性因素的影响,很难得到机器人精确的动力学模型。基于耗散性概念的设计方法更加注重控制误差系统能量的衰减过程,并利用机器人结构上的物理特征来构造能量函数,能够使控制器的推导变得简洁,在机器人控制方面已经得到了广泛地应用。本文主要应用耗散性理论对不确定机器人系统轨迹跟踪问题进行了研究,主要研究工作如下:针对不确定机器人系统,提出一种基于耗散性理论的鲁棒神经网络控制方案。在该控制方案中,基于李雅普诺夫稳定性理论,从整个闭环系统的稳定性出发设计控制器,用神经网络自适应学习系统的不确定部分,将神经网络的逼近误差作为系统的外部干扰,结合耗散性理论进行干扰抑制,使机械手位置和速度矢量的跟踪误差渐近收敛于零,保证了整个系统的稳定性。考虑在外部扰动和未建模动力学存在时,首先根据无源性理论设计控制器,然后分两种情况讨论,一种是不确定部分上界已知时,在传统滑模变结构方法基础上引入模糊控制,将滑模面作为模糊控制器的输入,模糊控制器的输出作为滑模补偿控制器的权值,可有效消除滑模控制的抖振。另一种情况是不确定部分上界未知时,利用RBF网络自适应学习系统不确定性的未知上界,该控制方案克服了常规滑模控制需要已知不确定性上界的限制,同时降低了控制器的抖振,使系统获得期望的性能。
姜春娣[4]2005年在《基于Backstepping的不确定机器人的耗散控制》文中指出耗散控制在非线性系统稳定研究过程中起了重要的作用, H_∞控制和无源控制都是耗散控制的特例。而机器人系统是一个典型的非线性系统,因此耗散控制理论可以完全适用于机器人控制系统。由于机器人具有高度非线性、强耦合性且具有很多不确定性因素,而且当机器人末端操作手与外界环境接触时,与工作环境间接触力的不同对机器人的控制性能也有较大的影响,因此这两方面的研究对机器人系统的控制具有特殊的意义。本论文主要就是针对这两种情况,利用耗散系统理论,提出了基于Backstepping 设计方法的鲁棒 H_∞控制、无源位置控制以及混合力/位置无源控制。H_∞控制所考虑的主要是干扰抑制问题。在保证系统稳定的前提下,将干扰对系统输出的影响抑制到所要求的最小程度。本论文主要考虑了机器人系统的参数不确定性和外界干扰之间的关系,利用 H_∞理论,分两种情况对其进行了控制,一种情况是参数不确定性和外界干扰分开控制,另一种情况是将参数不确定性看作干扰的一部分进行控制,通过将Backstepping 设计方法和 H_∞控制理论相结合,避免了在非线性系统 H_∞理论研究中的Hamilton-Jacobi不等式的求解问题,简化了控制器的求解过程,并且所获得的控制器简单实用。无源性理论主要用于分析非线性系统的稳定性问题,稳定性结果由无源系统的稳定性性质得出。本文利用 Backstepping 和严格反馈技术,针对不同的运动空间,提出了不确定机器人系统的无源位置控制和混合力/位置无源控制。后一种控制方法主要是利用解耦和矩阵变换的方法将机器人系统分解成力控制子系统和位置控制子系统,然后分别对子系统进行控制,使得系统最终跟踪误差可以忽略且系统稳定。
王洪斌[5]2005年在《不确定性机器人轨迹跟踪鲁棒控制方法研究》文中进行了进一步梳理机器人不仅是一个十分复杂的时变、强耦合、高度非线性系统,而且实际上还存在诸多不确定因素,诸如测量误差、摩擦、负载变化、随机扰动及未建模动态等,因此无法得到完整的、精确的机器人系统模型。在机器人轨迹跟踪过程中,也存在系统元件故障引起机器人结构变化及运动轨迹逆解求取的实时性等问题。对于高速、高精度、高性能机器人系统而言,这些不确定因素严重影响其控制品质,为此研究不确定机器人的控制问题具有重要的理论意义和实用价值。本文主要对参数和结构不确定机器人的轨迹跟踪控制进行了深入研究,提出了一些有效的控制策略,主要研究工作概括如下:(1)针对机器人逆运动学解的存在性以及收敛的快速性问题,利用模糊神经网络所具有的并行计算、记忆、联想、自适应学习等优点,提出采用模糊神经网络求机器人逆运动学解的方案,通过构造的叁个模糊神经网络控制器,保证了机器人逆运动学解的存在,提高了收敛速度。(2)为了有效抑制非线性、时变性以及负载变化等不确定性因素对机器人轨迹跟踪控制品质的影响,提出了两种鲁棒自适应控制策略:一种是通过一系列变换将机器人系统转化为级联系统,从无源性理论出发,根据系统无源性与渐近稳定性的关系推导并设计了确保系统渐近稳定的鲁棒自适应控制器;另一种是通过在控制律中增加一个广义误差立方项,改进了对不依赖于机器人动力学模型的鲁棒自适应分散控制策略,克服了基于模型控制方法的弱点,使跟踪误差快速趋近于零。(3)针对机器人系统中普遍存在的参数不确定性和外界干扰,基于H∞控制理论,通过选择适当的干扰衰减度来抑制干扰对系统性能的影响,提高了系统的鲁棒性,避免了非线性H∞控制理论中Hamilton-Jacobi不等式的求解问题,简化了控制器的求解过程。(4)将变结构理论与神经网络的非线性映射相结合,提出了一种鲁棒自适应神经滑模控制策略,克服了常规滑模控制对系统不确定性界的要求,保证了系统的渐近稳定性。对只有位置反馈的不确定机器人系统,设计了基于模糊神经网络和H∞方法的速度观测器,有效重构了速度信号,保证了系统的稳定性,抑制了外扰的影响。
王峰[6]2012年在《柔性关节机器人的参数辨识及模糊控制研究》文中研究指明本论文以柔性关节机器人为研究对象,研究了柔性关节机器人的动力学参数辨识、建模分析及模糊控制等问题。结合柔性关节机器人工作过程中运动状态下的关节面参数动态变化、参数不确定、建模误差、未知干扰扰动影响、控制器的脆弱性和输入时滞问题等实际情况,通过理论推导和实验验证相结合,得出可以解决这些问题的参数辨识和控制方法,为柔性关节机器人的辨识和控制提供了可供借鉴的结论和结果,论文的主要研究工作如下：1提出一种运动状态下的机器人关节面参数辨识方法。将机器人柔性关节等效为弹性扭转轴,结合行波分析方法,建立了机器人运动机构系统的波导方程和运动状态下机器人系统激励预测模型。根据波导方程和激励预测模型等建立机器人系统振动方程,推导出关节动态刚度和阻尼的辨识模型。根据RBF径向基函数神经网络能够以任意精度逼近非线性函数的特点辨识机器人关节的动态刚度和阻尼,以固定的运动轨迹驱动3自由度柔性关节机器人并对其进行辨识实验研究。2提出柔性关节机器人的模糊鲁棒控制方法。分析柔性关节机器人的动力学模型,针对不可避免的参数不确定性情况展开研究,并建立柔性关节机器人的不确定T-S模糊模型。(1)根据平行分布补偿原则(PDC),设计模糊鲁棒控制器,构造柔性关节机器人模糊控制系统。根据Lyapunov函数方法求取柔性关节机器人闭环控制系统的稳定性条件,并根据线性矩阵不等式方法(LMI)给出求解方法。(2)同时考虑输入受限和输出受限情况,并根据Lyapunov函数方法求取受限条件下柔性关节机器人闭环模糊控制系统的稳定性条件并求解对应的线性矩阵不等式(LMI)。通过MATLAB软件进行数值仿真实验,验证柔性关节机器人的模糊鲁棒控制方法的鲁棒性。3提出柔性关节机器人的模糊H-inf控制方法、模糊无源控制方法和模糊耗散控制方法。分析柔性关节机器人的动力学模型,针对参数不确定性,未知干扰情况,并建立柔性关节机器人的T-S模糊模型。(1)根据平行分布补偿原则(PDC),设计模糊控制器,引入H-inf性能指标和无源性抑制参数不确定性,未知干扰对柔性关节机器人控制系统的影响。(2)为了增加控制器设计的灵活性,引入耗散控制抑制未知干扰对柔性关节机器人控制系统的影响。构造柔性关节机器人模糊控制系统。根据Lyapunov函数方法求取柔性关节机器人闭环控制系统的稳定性条件,并求解对应的线性矩阵不等式(LMI)。通过MATLAB软件进行数值仿真实验验证控制方法的鲁棒性,抑制未知干扰对控制系统的影响。4提出柔性关节机器人的模糊非脆弱控制方法和模糊非脆弱耗散控制方法。针对控制器的脆弱性、参数不确定性、未知干扰和建模误差情况。分析柔性关节机器人的动力学模型,并建立柔性关节机器人的T-S模糊模型。(1)根据平行分布补偿原则(PDC),设计模糊非脆弱控制器,控制器的设计中考虑增益的加性摄动和乘性摄动。引入H-inf性能指标抑制参数不确定性、未知干扰和建模误差对柔性关节机器人控制系统的影响。(2)在设计模糊非脆弱控制器的基础上引入耗散控制方法抑制参数不确定性,未知干扰和建模误差对柔性关节机器人控制系统的影响,增加控制器设计的灵活性。构造柔性关节机器人闭环模糊控制系统。根据Lyapunov函数方法求取柔性关节机器人闭环模糊控制系统的稳定性条件,并根据线性矩阵不等式方法(LMI)给出求解方法。通过MATLAB软件数值仿真实验验证控制方法的有效性和鲁棒性。5提出柔性关节机器人的模糊输入时滞耗散控制方法和模糊输入时滞非脆弱耗散控制方法。针对远程工作过程中控制器产生的输入时滞问题、参数不确定性、控制器的脆弱性、建模误差和未知干扰问题等情况展开研究。分析柔性关节机器人的动力学模型,并建立柔性关节机器人的T-S模糊模型。(1)根据平行分布补偿原则(PDC),设计模糊输入时滞耗散控制器,引入耗散性控制方法抑制参数不确定性,未知干扰和建模误差对柔性关节机器人控制系统的影响。(2)在引入耗散性控制方法的基础上设计模糊输入时滞非脆弱耗散控制器,抑制控制器的脆弱性对柔性关节机器人控制系统的影响。构造柔性关节机器人闭环模糊控制系统,根据Lyapunov函数方法求取柔性关节机器人闭环模糊控制系统的稳定性和耗散性条件并求解对应的线性矩阵不等式(LMI)。通过MATLAB软件数值仿真实验验证控制方法的有效性和鲁棒性。
皮博浩[7]2011年在《自由漂浮空间机器人关节空间轨迹跟踪控制》文中认为随着人们空间活动的增加,空间机器人将发挥着重要的作用,对空间机器人的研究也成为各国航空航天领域的热点问题。空间机器人在自由漂浮工作方式下能够节省能源,延长在轨寿命,有着广阔的应用背景。正是在这种背景下,本文以自由漂浮空间机器人系统为对象,研究其在关节空间内的轨迹跟踪问题,论文的主要工作如下:推导自由漂浮空间机器人的运动雅可比矩阵,通过拉格朗日第二类方法推导系统动力学模型,并以平面二连杆自由漂浮空间机器人为对象,给出其动力学方程的计算实例,为控制律设计奠定了基础。自由漂浮空间机器人在太空中不受外力,系统的动量和动量矩守恒,系统动力学方程表现为欠驱动形式。利用系统动量守恒关系,推导出表现载体姿态和各关节角度关系的系统运动协调方程,并对动力学方程进行等价变换,得到完全能控形式。由于自由漂浮空间机器人系统存在惯性参数不确定性以及干扰,那么轨迹跟踪控制就存在着一定的偏差,为了提高轨迹跟踪控制的精度,对存在模型参数摄动和干扰的系统设计了系统鲁棒控制器,并通过仿真验证设计方法的有效性。针对系统的不确定性以及建模误差难以精确获得的情况,提出自适应鲁棒控制律的设计方法。在系统的鲁棒控制器中引入与不确定性上界相对应的可调参数,设计参数的调节律对不确定性的上界进行在线估计,实现系统对期望轨迹的跟踪控制。最后对设计的控制器进行仿真研究。针对系统的不确定性和干扰,提出神经网络鲁棒控制方案,利用RBF神经网络对非线性函数的良好逼近能力,直接对系统鲁棒控制器中的不确定非线性项进行逼近,鲁棒控制器用来抵消逼近误差,保证系统的稳定性和鲁棒性。最后通过仿真实验对所提出的控制器进行分析。
贾飒爽[8]2007年在《二自由度机器人机械臂控制问题研究》文中认为机器人是一个十分复杂的多输入多输出非线性系统,它具有时变、强耦合和非线性的动力学特征,而且实际上还存在诸多不确定因素,诸如测量误差、摩擦、负载变化、随机扰动及未建模动态等,因此无法得到完整的、精确的机器人系统模型。针对以上情况,本论文引入耗散系统理论,提出了基于Backstepping (递推)设计方法的鲁棒H_∞控制以及基于模型的干扰抑制器(MBDA)的机器人控制技术。H_∞控制所考虑的主要是干扰抑制问题。在保证系统稳定的前提下,将干扰对系统输出的影响抑制到所要求的最小程度。本论文主要考虑了机器人系统的参数不确定性和外界干扰之间的关系,利用H_∞理论,分两种情况对其进行了控制,一种情况是参数不确定性和外界干扰分开控制,另一种情况是将参数不确定性看作干扰的一部分进行控制,通过将Backstepping设计方法和H_∞控制理论相结合,避免了在非线性系统H_∞理论研究中的Hamilton-Jacobi不等式的求解问题,简化了控制器的求解过程,并且所获得的控制器简单实用。MBDA (基于模型的干扰抑制器)控制法是最近几年由韩国学者Choi所提出的一种简单实用的控制方法。其基本思想是对实际系统建立一个平行模型,并通过PD或PID控制器将实际系统和模型系统有机的联系起来。本论文将其应用到机器人控制中来,不但很好的解决了因无法获取精确模型所带来的误差问题,而且此方法由于是基于PD和PID控制的,算法简单,速度快,克服了传统控制方法难于实现的弱点,更为关键的是它有出色的干扰抑制能力和鲁棒性。
程相勤[9]2008年在《基于反馈线性化的AUV近水面航向鲁棒控制研究》文中认为AUV(自主式水下航行器)是一个典型的具有非线性、耦合性和运动模型水动力不确定性的系统。AUV在近水面航行时,复杂的海流、海浪干扰将使其精确航向控制更加困难。本文为提高AUV航向控制的精确性、鲁棒性和稳定性,对非线性系统状态反馈精确线性化方法和非线性鲁棒控制理论,以及它们在AUV航向控制系统中的应用进行了深入的分析和研究。首先,针对基于泰勒级数展开而建立的航向控制系统线性模型会带来系统误差的问题,依据AUV空间六自由度运动模型,建立了AUV航向控制系统非线性模型,以及在海流、海浪干扰环境下包含系统模型参数不确定性的AUV航向控制系统模型。其次,为降低AUV航向控制系统模型的非线性程度,研究基于微分几何理论的状态反馈线性化方法,分析了状态反馈精确线性化的充要条件;考虑系统的不确定性,给出了匹配条件和扩展匹配条件下的微分几何表达形式;为解决具有不确定性的AUV航向控制问题,引入鲁棒线性化的概念。再次,为提高AUV航向控制系统抑制海流、海浪等环境干扰的能力,对非线性鲁棒控制理论在航向控制中的应用进行了分析和研究。基于Hamilton-Jacobi-Issacs(HJI)不等式给出了闭环系统渐近稳定且L_2增益有限的状态反馈设计算法:考虑到HJI不等式的求解难度,将所得的结果转化为非线性矩阵不等式(NLMI)求解;进一步得到AUV基于状态反馈线性化的非线性鲁棒航向控制器。最后,针对本文所设计的非线性鲁棒航向控制器,应用到AUV虚拟仿真平台,得到在不同仿真环境下的AUV航向控制曲线。所得仿真结果与标准H_∞鲁棒控制器下的仿真结果比较,充分验证了非线性鲁棒航向控制器在一定程度上提高了AUV的动态特性和鲁棒性。
李桂芳[10]2005年在《不确定系统的耗散性和无源性问题研究》文中研究指明耗散性和无源性理论由于在系统控制和工程实践中的广泛应用，近年来已成为控制界的研究热点。本论文针对当前耗散性和无源性理论的研究现状，重点研究非线性系统和线性时滞系统的鲁棒耗散性、无源性综合问题，并在耗散性理论框架下研究几乎扰动解耦和非线性H_∞控制问题，提出一些新的解决问题的方法，研究内容如下： 一、研究一类带有凸性不确定参数的非线性系统的自适应反馈无源化问题。利用反演法并结合速度-梯度技巧，设计出使系统从新输入到构造输出无源的自适应控制律。 二、研究一类带有界范数不确定性的仿射非线性系统的鲁棒无源性综合问题。首先，基于非线性矩阵不等式方法得到系统是鲁棒无源的充分条件；然后在此基础上，设计出状态反馈控制器实现闭环系统的鲁棒无源控制。 叁、研究一类带输入-输出馈通项，且控制项系数包含不确定性的仿射非线性系统的鲁棒耗散性综合问题。基于HJI不等式方法给出系统是鲁棒耗散的充分条件；在此基础上，设计出相应的状态反馈控制器，实现闭环系统的鲁棒耗散控制。 四、研究一类单输入非仿射非线性系统的逆最优控制问题，设计出参数化的状态反馈逆最优控制器；进而讨论当系统为耗散系统时的逆最优控制问题，基于耗散性理论，获得系统的最优值函数和最优控制律，并揭示出非线性耗散系统在线性输出反馈意义下稳定性与最优性之间的等价关系。 五、研究一类非最小相位且带有参数不确定性的高阶级连非线性系统的满足稳定性的鲁棒几乎扰动解耦问题。基于输入到状态稳定性理论，在一定的增长条件下，应用李雅普诺夫第二方法，并结合加一个幂积分器的技巧，显式地构造出光滑的状态反馈控制器，使对所有允许的参数不确定性闭环系统是输入到状态稳定的，且从扰动输入到输出的L_2-增益不超过某给定的任意小的值。 六、研究一类可部分反馈线性化且具扰动下叁角结构的非线性参数不确定系统的鲁棒H_∞控制问题。所研究系统的伪零动态是渐进稳定的，且不确定参数是非线性的。在输入到状态稳定性理论框架下，运用李雅普诺夫第二方法构造出状态反馈控制器使得所研究的问题有解。 七、研究状态和控制输入都带有时变时滞的不确定线性系统的基于观测器的
参考文献：
[1]. 不确定机器人的耗散性鲁棒控制[D]. 郭继丽. 燕山大学. 2003
[2]. 机器人力/位置的耗散性鲁棒控制[D]. 袁俊英. 燕山大学. 2010
[3]. 不确定机器人系统能量控制策略的研究[D]. 刘聪娜. 燕山大学. 2010
[4]. 基于Backstepping的不确定机器人的耗散控制[D]. 姜春娣. 燕山大学. 2005
[5]. 不确定性机器人轨迹跟踪鲁棒控制方法研究[D]. 王洪斌. 燕山大学. 2005
[6]. 柔性关节机器人的参数辨识及模糊控制研究[D]. 王峰. 北京邮电大学. 2012
[7]. 自由漂浮空间机器人关节空间轨迹跟踪控制[D]. 皮博浩. 中国民航大学. 2011
[8]. 二自由度机器人机械臂控制问题研究[D]. 贾飒爽. 江南大学. 2007
[9]. 基于反馈线性化的AUV近水面航向鲁棒控制研究[D]. 程相勤. 哈尔滨工程大学. 2008
[10]. 不确定系统的耗散性和无源性问题研究[D]. 李桂芳. 南京理工大学. 2005
标签：自动化技术论文; 机器人论文; 鲁棒控制论文; 关节机器人论文; 线性系统论文; 模糊理论论文; 模糊算法论文; 非线性论文; 测不准原理论文;