摘要：针对移动机械臂的输出跟踪问题,结合高阶滑模控制和动态滑模控制的设计思想为其设计了一种二阶动态滑模控制器.首先给出了包括驱动电机动态特性的移动机械臂的简化动态模型,然后通过微分同胚和输入变换将其分解为四个低阶子系统,并给出了其输出跟踪的二阶动态滑模控制器的设计方法.仿真结果表明,所设计的二阶动态滑模控制器不仅能很好地跟踪给定轨迹,而且能有效地削弱滑模控制系统的抖振.

摘要：针对非完整移动机械臂惯性参数的不确定性,采用滑模控制为其设计了输出跟踪控制器。首先给出了包括驱动电机动态特性的非完整移动机械臂的简化动态模型,然后通过微分同胚和输入变换将其分解为4个低阶子系统,并给出了其输出跟踪的滑模控制器设计方法。仿真实验表明,所设计的鲁棒控制器能很好地跟踪给定轨迹。

摘要：针对考虑不确定性和电机动态的移动机械臂控制问题,采用模糊小波网络设计了反步鲁棒控制方法。首先建立了移动机械臂和电机的模型,然后设计了自适应观测器作为辅助系统,来准确估计系统状态,同时引入模糊小波网络在线逼近系统不确定性;最后在状态估计的基础上提出了反步鲁棒控制律,实现包容不确定性的移动机械臂系统鲁棒控制。MATLAB仿真结果表明:设计的反步鲁棒控制方法具有更快的响应速度和更高的控制精度,在0.45s内即可稳定准确地跟踪控制信号,对轮式平台位移和关节角度的跟踪误差仅为0.05m和0.5°,实现了包容不确定性的高精度控制。

摘要：针对带有未知负载力矩和模型误差等不确定性的机械臂系统,同时考虑电机动态特性的影响,提出了一种自适应神经网络的终端滑模鲁棒控制方法。首先建立了包含不确定性和电机动态的机械臂系统模型,然后通过设计终端滑模面来抑制传统滑模面的抖振现象,并提出了终端滑模鲁棒控制律,同时引入RBF神经网络来准确估计不确定性,并且设计了自适应律来实时更新权值向量,从而有效改善了控制效果。通过对比仿真验证了提出的方法能够快速估计不确定性,并准确跟踪指令信号,角度、角速度和角加速度的跟踪误差分别为0.1°、0.1°/s和0.1°/s 2,不确定性估计误差仅为0.2 A,实现了对机械臂系统的高精度鲁棒控制。