多关节机器人的反演自适应模糊滑模控制.pdf

多关节机器人的反演自适应模糊滑模控制.pdf

ID:52214391

大小:300.37 KB

页数:4页

时间:2020-03-25

多关节机器人的反演自适应模糊滑模控制.pdf_第1页
多关节机器人的反演自适应模糊滑模控制.pdf_第2页
多关节机器人的反演自适应模糊滑模控制.pdf_第3页
多关节机器人的反演自适应模糊滑模控制.pdf_第4页
资源描述:

《多关节机器人的反演自适应模糊滑模控制.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、《电气自动化)2011年第33卷第2期智能控制技术nteligentControlTechnique多关节机器人的反演自适应模糊滑模控制球徐传忠王永初杨冠鲁(1.华侨大学信息学院;2.华侨大学机电学院,福建泉州362021)摘要:针对二关节机器人轨迹跟踪问题,设计了一种新的反演自适应模糊滑模控制器。该方法设计了反演滑模控制器和自适应模糊控制器,通过设计合适的自适应律,采用模糊控制器在线估计不确定性上界值,实现了对建模误差和干扰的自动跟踪,削弱了抖振。利用李亚普诺夫定理证明了系统的稳定性。仿真结果表明该方法的有效性。关键词:反演滑模

2、控制模糊控制抖振切换函数[中图分类号]TP273[文献标识码]A[文章编号]1000.3886(2011)02-0028-04BacksteppingAdaptiveFuzzySlidingModeControlofMulti—jointRobotXuChuanzhongWangYongchuYangGuanlu(1.CollegeofElectircalInformationEngineering,UniversityofHuaquao,XiamenFujian361021,China;2.CollegeofMechanical

3、Engineering,UniversityofHuaquao,XiamenFujian361021,China)Abstract:Anewmethodofbacksteppingadaptivefuzzyslidingmodecontrolfortrackingcontrolofmulti-jointrobotmanipulatorsisintroducedinthispaper.Abacksteppingslidingmodecontrollerandanadaptivefuzzycontrolleraredesigned.A

4、properlawisusedtoadjustthefuzzycontrolleradaptively.Fuzzycontrolisappliedtoestimatesupperboundofthemodeerrorsandexternaldisturbancesbyintergralautonmtically.Soitreduceschatteringandenhancesprecision.ThesystemstabilityisprovedbyLyapunovprinciple.Simulationresultsverify

5、thevalidityofthecontrolscheme.Keywords:backsteppingslidingmodecontrolfuzzycontrolchatteringswitchingfunction0引言削弱了抖振;并构造Lyapunov函数,证明了控制系统的稳定性。机器人轨迹跟踪控制系统的主要日的是通过给定各关节的1系统描述驱动力矩,使得机器人的位置、速度等状态变量跟踪给定的理想对于具有n个旋转关节的刚性机器人,其动态性能可由以下轨迹。滑模变结构控制(SlidingModeVariableStructureCo

6、ntrol,二阶非线性微分方程描述:SMVSC)方法比较适合于机器人的控制,这主要足闪为滑模变结M(q)q+C(q,q)q+G(q)P(t):“(1)构控制对有外界干扰和参数变化具备某种小变性,或称完全鲁棒e中,P(t)=d(t)+AM(q)+AC(q,)+AG(q)(2)性,这对于机器人控制非常有利,它可以削弱由于负载变化或式中,q,q,qR分别表示关节角位置矢量、速度矢量及加速度随机uf:扰对系统控制性能的影响。但是由于系统惯性、系统延迟矢量。M(q),C(q,),G(q)是机器人系统的名义模型参数,及测量误差等原因,使变结构

7、控制在滑动模态下产生抖动。抖动(q)R为机器人惯性矩阵,C(q,)R”表示离心力和哥题成为变结构控制在实际系统中应用的突出障碍J。为了削氏力,G(q)ER代表重力项,AM(q),AC(q,),AG(q)是建模弱滑模控制带来的高频抖动,许多学者研究了多种方法,有准滑误差,d(t)足外部1扰op(t)R为建模误差和外部干扰,“动模态方法、观测器方法、模糊方法I、神经网络法等,是控制力矩。取得了引人注目的成果。文献[7—9]针对含有多种不确定性干对于式(1)描述的多关节机器人,一般具有如下性质:扰和摄动的多关节机器人控制,提出了各种行之

8、有效的方法。文性质1:M(q)是一个正定对称阵,有界,其逆(q)献[10一l2]针对不同的被控对象设计了相应的反演滑模控制器。存在。本文针对含有多种不确定性干扰和摄动的多关节机器人系性质2:惯性矩阵M(q)和离心力和哥氏力C(q,辛)满足以统,设计

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。