多關節(jié)機器人魯棒跟蹤控制策略研究.pdf

1、機器人具有時變、強耦合、非線性等復雜的動力學特性，還存在各種不確定因素，如未建模動態(tài)、參數(shù)測量誤差、負載變化、外部擾動以及關節(jié)之間的摩擦等等，從而無法獲得機器人精確的動力學模型。這些不確定性因素將嚴重影響系統(tǒng)的控制性能和動態(tài)品質(zhì)，尤其是對于高精度、高性能以及高速的機器人系統(tǒng)，研究具有建模誤差和外部擾動等不確定性的系統(tǒng)的控制問題尤為重要和迫切。
　　本文主要針對具有建模誤差和外部擾動等不確定性的機器人魯棒軌跡跟蹤控制進行了研究，提出

2、一些有效的控制理論和方法。論文主要研究工作如下:
　　1.介紹了剛性機器人的動力學模型和基本性質(zhì)，并給出了后續(xù)研究所需的數(shù)學預備基礎。然后研究剛性機器人系統(tǒng)的軌跡跟蹤控制問題。為了有效抑制非線性、時變性以及外部擾動等不確定因素對機器人軌跡跟蹤控制品質(zhì)的影響，提出了兩種基于神經(jīng)網(wǎng)絡的機器人魯棒控制策略。首先設計了一種基于RBF神經(jīng)網(wǎng)絡的機器人魯棒軌跡跟蹤控制算法，由計算轉(zhuǎn)矩法用于標稱模型的控制，魯棒控制用于消除系統(tǒng)未建模動態(tài)以及外部

3、擾動等不確定的影響，再利用神經(jīng)網(wǎng)絡的萬能逼近特性來學習魯棒控制器的未知上界，并給出了機器人閉環(huán)誤差系統(tǒng)漸近穩(wěn)定的相關結(jié)果，最終得到理想的軌跡跟蹤效果;另一種是基于模糊神經(jīng)網(wǎng)絡的魯棒跟蹤控制策略，模糊神經(jīng)網(wǎng)絡魯棒控制器用于機器人系統(tǒng)的不確定性和外界干擾的處理，神經(jīng)網(wǎng)絡用于學習系統(tǒng)不確定性的未知上界，模糊邏輯控制器則用于調(diào)節(jié)魯棒控制器有界層的寬度。仿真結(jié)果表明控制方案具有較好的跟蹤性能和抗干擾性。
　　2.提出了兩種基于自適應模糊控制

4、的魯棒跟蹤控制算法。為了控制算法適用的一般性，首先針對不確定的多輸入多輸出非線性系統(tǒng)，提出了一種自適應模糊H∞魯棒跟蹤控制算法。利用間接自適應模糊控制構(gòu)造系統(tǒng)未知的非線性函數(shù)，然后附加H∞魯棒控制器消除模糊系統(tǒng)逼近誤差和外部擾動的影響，保證系統(tǒng)穩(wěn)定并取得理想的跟蹤效果。其次，提出了一種基于模糊補償?shù)臋C器人自適應模糊滑模魯棒跟蹤控制算法，間接自適應模糊控制系統(tǒng)用于逼近未知不確定項，并基于Lyapunov法設計參數(shù)的自適應律，魯棒控制項則用

5、于增強系統(tǒng)對模糊系統(tǒng)逼近誤差和外界干擾的魯棒性，保證系統(tǒng)穩(wěn)定。最后將兩種算法通過對二自由度剛性機械臂的仿真實驗證明控制算法的有效性。
　　3.提出了兩種基于自適應魯棒控制的剛性機器人跟蹤控制算法。第一種自適應魯棒控制器，計算轉(zhuǎn)矩法用于系統(tǒng)標稱模型控制，使標稱系統(tǒng)漸近跟蹤期望軌跡，再由魯棒控制消除系統(tǒng)不確定的影響，利用自適應律來自動調(diào)節(jié)魯棒控制器的不確定上界，并給出了機器人閉環(huán)誤差系統(tǒng)漸近穩(wěn)定的相關結(jié)果;另一種是基于神經(jīng)網(wǎng)絡自適應魯

6、棒軌跡跟蹤控制算法，針對機器人系統(tǒng)的不確定性和外界干擾，設計了神經(jīng)網(wǎng)絡控制器對其進行補償，而魯棒控制器則用于消除神經(jīng)網(wǎng)絡控制的逼近誤差，再由自適應律調(diào)節(jié)魯棒控制器的未知參數(shù)值，保證了系統(tǒng)具有良好的魯棒性以及動態(tài)性能。
　　4.針對柔性臂桿機器人，在實現(xiàn)精確軌跡跟蹤的同時還要對柔性桿的彈性振動進行抑制，提出了基于奇異攝動理論的柔性機械臂分解控制方法。應用奇異攝動理論將柔性機械臂控制系統(tǒng)分解為代表剛體運動的慢變子系統(tǒng)以及代表柔性振動的