文档介绍：1 1
2 2 2 Ζ 1 1 1
第 10卷第 13期 2010年 5月科学技术与工程 Vol 10 No 13 May 2010
1671 1815 (2010) 13 3110 06 Science Technology and Engineering 2010 Sci Tech Engng
基于反步与阻尼法的机械臂光滑
鲁棒控制器设计与仿真
顾武军
(华南理工大学自动化科学与工程学院,广州 510641)
摘要为了抵消动力学不确定性,摩擦力和干扰的影响,目前机器人类系统的鲁棒控制器大多使用了滑模控制,而且很多
都未论述滑模控制的颤振问题,仿真也是在理想化的切换情况下获得,并不能准确反应实际的物理系统效果。而且在物理实
现时,使用滑模控制需要切换装置,频繁切换对装置的性能要求较高。现以典型的机器人类系统机械臂为例,使用反步控制
结合自适应神经网络和非线性阻尼技术,给出了一种光滑的鲁棒自适应控制器来跟踪给定参考轨迹,避免了控制器的切换。
仿真结果验证了该方法具有很好的控制性能及鲁棒性,并且同一般的控制器做了性能比较。最重要的是得到了光滑的鲁棒
控制电机电压。
关键词机械臂反步法阻尼法鲁棒控制计算机仿真
中图法分类号 TP273. 5; 文献标志码 A
在机械臂的诸多控制方法中,主要有这样几种结合的角度系统地研究了机器人系统的神经网路
典型方法: P ID控制[ 1 ] ,鲁棒控制[ 2 ] ,自适应控制[ 3 ] 。稳定自适应控制理论与方法,提出了扇区神经变结
其中 P ID控制由于实现简单,所以实际应用也最广, 构控制的设计思想。文献[ 5 ]中作者将变结构原理
但是动态性能不好,鲁棒性也会随着控制对象的自引入网络控制器的鲁棒性设计,该类控制器可自动
由度的增加而降低; 鲁棒控制,自适应控制尽管能补偿由于不精确学习或系统参数变化而引起的动
获得较好的动态性能,但是需要机械臂数学模型方态特性不足,降低了与网络学习精度相关的学习次
面的先验知识,鲁棒控制需要事先知道不确定的范数。然而这些方法都未考虑驱动器的动力学,如文
围,自适应控制要求知道机械臂的动力学结构形献[ 6 ]指出,忽视驱动器动力学可能影响实际的控
式。而这些条件在实际的机械臂操作过程中难以制性能。文献[ 7 ]考虑了电机驱动的机械臂鲁棒控
满足,因为机械臂常常伴随着不完全信息和不精确制问题,但是和上述方法相同,鲁棒控制中使用了
开关信号而且设计过程比较复杂对于颤振问题
参数,比如负载的变化导致的动力学变化。这些基, ,
于模型的方法往往对复杂环境下的机械臂操作不也未考虑。
本文中通过将反步控制同自适应神经网络和
适用,不能保证系统的稳定性,动态性能以及鲁棒
阻尼方法结合[ 8 ] 设计了一个光滑的鲁棒自适应控
性。神经网络由于其良好的学习能力和并行分布,
制器,其中神经网络和阻尼项分别用于逼近未知动
式的结构,成了机械臂研究中的一个重要方向,相
力学和抵消不确定的影响,通过该方法能够保证系
比前面的方法,整个控制过程不需要系统的数学模
统的稳定性和良好的动态特性及鲁棒性。该控制
型。目前已有很多鲁棒自适应神经网络控制方法,
方法设计过程程式化,清晰明了,可被用于一大类,
如孙富春