摘要：以双连杆柔性臂为研究对象,利用Hamilton变分原理建立微分方程,采用假设模态法描述柔性臂的变形,进而对微分方程进行离散化处理,从而得到考虑动力刚化效应的柔性臂动力学模型。以抑制柔性臂振动为目的,将多项式插值与正弦-梯形基函数相结合,构造出计算简便、平稳连续且收敛较快的叠加曲线作为新的角加速度规划曲线。利用关节变量与模态坐标的关系,将振动抑制问题转变为减小模态坐标响应问题。分别构造多项式插值规划函数和优化角加速度函数,对动力学模型进行数值仿真。仿真结果表明,角加速度经过规划后柔性臂的弹性振动大幅度减小,对于复杂多杆柔性臂系统抑振研究具有较大价值。

摘要：我国以往隧道灯的拆卸工作都是采用脚手架或高车加人工操作装置来完成,但在高空作业过程中会存在安全隐患,剪叉平台上的研究应该提上日程。考虑到剪叉平台的柔性特性,在平台达到预定的工作位置时,由于剪叉平台产生振动,从而影响机械臂末端跟踪精度。用拉格朗日原理推导了剪叉机构上的机械臂的动力学方程。在滑模控制策略的基础上,设计了新型指数趋近律,提升了机械臂末端轨迹的跟踪速度。针对系统建模过程中存在的建模误差以及系统外部存在的不确定干扰等不确定因素,用神经网络自适应控制对参数进行在线调整。通过MATLAB/Simulink进行仿真,结果表明了该控制策略能够有效的降低机械臂末端轨迹跟踪误差,且明显加快末端点的跟踪响应速度。

摘要：本文针对多关节机械臂提出了一种高阶滑模神经网络自适应控制策略。在机械臂的动力学方程的基础之上,设置了滑模面,并对该滑模面求二阶导数,利用高阶滑模控制理论设计了机械臂的控制方案;高阶滑模控制分两步实施,针对标称系统采用了齐次连续控制项,对系统中存在外部干扰的情况添加了补偿项,并对系统中存在的不确定性采用RBF神经网络进行逼近。最后,应用李雅普诺夫稳定性理论证明了系统的稳定性,并通过MATLAB/Simulink仿真与传统滑模控制比较,表明了该控制算法有效地提高了轨迹的跟踪速度和精度,降低了系统中存在的抖颤。

摘要：在分数阶滑模控制方法的基础,设计了新型的滑模函数趋近律,提升了多关节机械臂轨迹跟踪控制系统的鲁棒性和响应速度。机械臂在建模过程中存在多种建模误差,工作过程中存在外界干扰等不确定因素,因此采用神经网络对各种不确定项进行逼近,对径向基函数神经网络自适应控制中存在的误差,提出了神经网络误差的自适应补偿项,减小了径向基函数神经网络对不确定项的逼近误差。结果表明,该控制算法有效地提高了轨迹的跟踪速度和跟踪精度,并降低了系统中存在的抖颤。