CN103901776A - 一种工业机械手抗干扰鲁棒自适应pid控制方法 - Google Patents
一种工业机械手抗干扰鲁棒自适应pid控制方法 Download PDFInfo
- Publication number
- CN103901776A CN103901776A CN201410136080.3A CN201410136080A CN103901776A CN 103901776 A CN103901776 A CN 103901776A CN 201410136080 A CN201410136080 A CN 201410136080A CN 103901776 A CN103901776 A CN 103901776A
- Authority
- CN
- China
- Prior art keywords
- centerdot
- mechanical arm
- robust
- control item
- pid
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明涉及一种工业机械手抗干扰鲁棒自适应PID控制方法,其特征在于:鲁棒自适应PID控制器包括PID控制项、自适应控制项、鲁棒控制项,PID控制项与鲁棒控制项的输入均为机械手的位置与速度误差,自适应控制项的输入为机械手不确定动力学参数的估计值,PID控制项、自适应控制项、鲁棒控制项的输出经过累加器叠加,实现鲁棒自适应PID控制。
Description
技术领域
本发明涉及一种工业机械手抗干扰鲁棒自适应PID控制方法。
背景技术
机械手在现代工业生产中能够降低生产成本,增强作业精度,提高生产效率,因此得到了越来越广泛的应用。然而,由于机械手***自身具有强耦合性、高度非线性与时变性等特点,致使机械手的控制面临很大的困难。此外,机械手的作业环境中往往存在未知的外界扰动,而机械手自身动力学中也存在不确定因素,这将导致机械手***在作业过程中出现不稳定的情况。目前在工业机械手控制中最为简单且行之有效的方法为线性PD控制,但实际工程中表明,采用线性PD控制往往会导致驱动机构有很大的初始力矩输出,鉴于实际的驱动机构不可能提供过大的初始力矩,且机械手本身所能承受的最大力矩也是有限的,这将使通过增大PD控制增益来进一步提高***性能受到限制。
发明内容
本发明目的在于提供一种工业机械手抗干扰鲁棒自适应PID控制方法,能够有效提高工业机械手***的控制精度与动态性能、增强***鲁棒性。
实现本发明目的技术方案:
一种工业机械手抗干扰鲁棒自适应PID控制方法,其特征在于:鲁棒自适应PID控制器包括PID控制项、自适应控制项、鲁棒控制项,PID控制项与鲁棒控制项的输入均为机械手的位置与速度误差,自适应控制项的输入为机械手不确定动力学参数的估计值,PID控制项、自适应控制项、鲁棒控制项的输出经过累加器叠加,实现鲁棒自适应PID控制。
机械手的位置与速度误差通过如下方法得到,
测量装置测得机械手输出的位置、速度值,比较器将前述位置、速度值与期望输入的位置、速度值进行比较获得误差值。
机械手不确定动力学参数的估计值通过如下方法得到,
机械手的位置与速度误差输入自适应控制器,得到不确定动力学参数的估计率,再经过积分器得到不确定动力学参数的估计值。
扰动信号上确界已知时的鲁棒自适应PID控制器具体通过如下方法设计,
1)被控对象的数学描述:
对于一个具有N个转动关节的机械手***,其动力学可由以下二阶非线性微分方程描述:
式(1)中,
q∈Rn——机械手关节角位移向量;
M(q)∈Rn×n——机械手的惯性矩阵;
G(q)∈Rn——机械手的重力项;
τ∈Rn——机械手的外部控制力矩;
u∈Rn——机械手所受的各种外界扰动项;
2)被控对象的动力学特性:
①M(q)是正定对称矩阵;
③存在一个依赖于机械手参数的参数向量,使得M(q),G(q)满足如下线性关系:
3)扰动信号上确界已知时的机械手鲁棒自适应PID控制器设计:
针对式(1)描述的机械手***,在扰动信号上确界已知时,鲁棒自适应PID控制器设计如下:
取控制增益矩阵为:
KP=diag[kP1,...,kPn] (7)
KD=diag[kD1,...,kDn] (8)
KI=diag[kI1,...,kIn] (9)
其中,e=q-qd为机械手关节角位置误差,为机械手关节角速度误差,qd为期望的关节角度;γ为常数,且γ>0;b1,b2,b3和b4均为大于零的常数;矩阵Φ∈Rm×m为正定对称阵,kPi,kDi,kIi均为正常数,且kDi=kIi,i=1,2,...,n。
针对式(1)描述的机械手***,当扰动信号的上确界未知时,鲁棒自适应PID控制器设计如下:
本发明具有的有益效果:
本发明控制器由PID控制项、自适应控制项、鲁棒控制项构成,自适应算法用于在线估计机械手***不确定动力学部分,鲁棒控制项与PID控制项则用来消除有界外界扰动、自适应估计误差以及机械手轨迹跟踪误差,并针对有界外界扰动的上确界为已知和未知两种情况分别设计了控制器;当机械手初始关节位置与速度误差较大时,PID反馈控制项起主要作用,以避免过大的初始关节力矩输出;当机械手初始关节位置与速度误差较小时,自适应控制项起主要作用,以保证机械手***良好的动态性能。与现有技术相比,本发明可以增大机械手***容许的外界扰动,提高机械手***轨迹跟踪控制的动态性能及其在有限时间内的跟踪控制精度。本发明适用于具有严重非线性、强耦合性及时变性的刚性机械手***在有界环境扰动下的控制,且能够有效提高***的控制品质。
附图说明
图1为本发明工业机械手抗干扰鲁棒自适应PID控制方法的原理框图;
图2为本发明鲁棒自适应PID控制器的结构图;
图3-图8为扰动信号上确界已知时本发明与现有PD控制方法的控制效果仿真对比图;
图9-图14为扰动信号上确界未知时本发明与现有PD控制方法的控制效果仿真对比图。
具体实施方式
如图1所示,实现本发明工业机械手抗干扰鲁棒自适应PID控制方法的装置包括测量装置、比较器、鲁棒自适应PID控制器3、机械手驱动装置4、执行机构5、机械手6、自适应控制器7、积分器8。外界干扰107通过测量装置得到干扰测量值108,并作用到机械手6上,期望输入101通过测量装置得到期望输入的测量值102(位置、速度值),并与输出值109通过测量装置所得的输出测量值110(位置、速度值)进行比较,得到输入测量值与输出测量值之间的误差103,将误差103输入到自适应控制器7中得到不确定动力学参数的估计率104,并经过积分器8得到不确定动力学参数的估计值105,此时将误差103以及不确定动力学参数估计值105输入鲁棒自适应PID控制器3,通过鲁棒自适应PID控制器3得到控制力矩106,控制力矩106输入到机械手驱动装置4并通过执行机构5控制机械手6完成作业任务,同时抑制了外界干扰107。为得到相对准确的测量值102和110,测量***中需加入滤波器来滤除干扰噪声。
如图2所示,机械手鲁棒自适应PID控制器包括PID控制项9、自适应控制项10、鲁棒控制项11,PID控制项9与鲁棒控制项11的输入均为机械手的位置与速度误差103,自适应控制项10的输入为不确定动力学参数的估计值105,上述三个控制项经过累加器12的叠加作用后形成鲁棒自适应PID控制。
针对机械手所受有界扰动信号的上确界是否已知,分别设计两种机械手鲁棒自适应PID控制器。这两种控制器的数学描述如下:
1.被控对象的数学描述:
对于一个具有N个转动关节的机械手***,其动力学可由以下二阶非线性微分方程描述:
(1)式中,
q∈Rn——机械手关节角位移向量;
M(q)∈Rn×n——机械手的惯性矩阵;
G(q)∈Rn——机械手的重力项;
τ∈Rn——机械手的外部控制力矩;
u∈Rn——机械手所受的各种外界扰动项。
2.被控对象的动力学特性:
①M(q)是正定对称矩阵;
③存在一个依赖于机械手参数的参数向量,使得M(q),G(q)满足如下线性关系:
3.扰动信号上确界已知时的机械手鲁棒自适应PID控制器设计
针对式(1)描述的机械手***,在扰动信号上确界已知时,保证机械手位置跟踪与速度跟踪全局渐进稳定的鲁棒自适应PID控制器设计如下:
取控制增益矩阵为:
KP=diag[kP1,...,kPn] (7)
KD=diag[kD1,...,kDn] (8)
KI=diag[kI1,...,kIn] (9)
其中,e=q-qd为机械手关节角位置误差,为机械手关节角速度误差,qd为期望的关节角度。γ为常数,且γ>0。b1,b2,b3和b4均为大于零的常数。矩阵Φ∈Rm×m为正定对称阵。kPi,kDi,kIi均为正常数,且kDi=kIi,i=1,2,...,n。
4.扰动信号上确界未知时的机械手鲁棒自适应PID控制器设计
针对式(1)描述的机械手***,当扰动信号的上确界未知时,采用如下控制器及自适应规律,可保证***全局渐进稳定:
上述两种控制器的稳定性可通过选取适当的Lyapunov函数并结合Barbalat引理证得。
在上述针对有界扰动信号的上确界为已知和未知两种情况所设计的两种机械手鲁棒自适应PID控制器中,增益矩阵参数KP,KD(KD=KI),Φ以及正常数参数λ1,λ2的选取将对机械手的控制效果起到关键作用,应该根据机械手具体的工作环境适当调整上述参数的取值,以达到机械手跟踪期望轨迹的快速性和精确性。参数KP,KD(KD=KI),Φ,λ1,λ2的选取并不唯一,实际应中,可采用试验的方法进行控制器参数整定,通过设计机械手参数调整试验并搭建试验平台,根据各调节参数对***响应的大致影响,选取合适的优化量(如超调量和上升时间等)并进行反复试验,直到***优化量达到满意的响应,从而确定合适的控制器参数。
通过仿真实验,将本发明与焦晓红等提出的自适应PD控制器做对比,进一步说明本发明的有益效果。从图3-图14中的仿真结果(仿真结果包括各关节的位置跟踪与速度跟踪、位置跟踪误差与速度跟踪误差、***不确定动力学参数估计以及各关节的控制输入)可以看出,对于有界扰动信号作用下的机械手控制***,在控制器增益参数选择合适的情况下,无论是焦晓红等提出的自适应PD控制器还是本发明的鲁棒自适应PID控制器都能补偿外界干扰以及机械手动力学中的不确定部分,实现机械手在有界环境干扰下及其动力学***中存在不确定因素时的精确轨迹跟踪控制。然而两种控制器的控制效果不同,与焦晓红等提出的机械手鲁棒自适应PD控制器相比,本发明的鲁棒自适应PID控制器保证了机械手***更好的控制性能。对于机械手的位置跟踪与速度跟踪而言,本发明的鲁棒自适应PID控制器能够提高机械手***在有限时间内的轨迹跟踪精度,加快机械手位置跟踪与速度跟踪的收敛速度并减小***在轨迹跟踪过程中的超调量。在机械手不确定动力学参数估计方面,本发明能够明显减小参数估计过程中参数估计值的超调量,并提高了有限时间内的参数估计精度。在控制输入方面,本发明还减小了机械手关节控制力矩的震动现象,更有利于机械手顺利完成作业任务以及延长机械手的工作寿命。此外,与现有自适应PD控制器相比,本发明还增大了机械手***容许的外界干扰,因此增强了机械手***的鲁棒性。
Claims (5)
1.一种工业机械手抗干扰鲁棒自适应PID控制方法,其特征在于:鲁棒自适应PID控制器包括PID控制项、自适应控制项、鲁棒控制项,PID控制项与鲁棒控制项的输入均为机械手的位置与速度误差,自适应控制项的输入为机械手不确定动力学参数的估计值,PID控制项、自适应控制项、鲁棒控制项的输出经过累加器叠加,实现鲁棒自适应PID控制。
2.根据权利要求1所述的工业机械手抗干扰鲁棒自适应PID控制方法,其特征在于:机械手的位置与速度误差通过如下方法得到,
测量装置测得机械手输出的位置、速度值,比较器将前述位置、速度值与期望输入的位置、速度值进行比较获得误差值。
3.根据权利要求2所述的工业机械手抗干扰鲁棒自适应PID控制方法,其特征在于:机械手不确定动力学参数的估计值通过如下方法得到,
机械手的位置与速度误差输入自适应控制器,得到不确定动力学参数的估计率,再经过积分器得到不确定动力学参数的估计值。
4.根据权利要求3所述的工业机械手抗干扰鲁棒自适应PID控制方法,其特征在于:扰动信号上确界已知时的鲁棒自适应PID控制器具体通过如下方法设计,
1)被控对象的数学描述:
对于一个具有N个转动关节的机械手***,其动力学可由以下二阶非线性微分方程描述:
式(1)中,
q∈Rn——机械手关节角位移向量;
M(q)∈Rn×n——机械手的惯性矩阵;
G(q)∈Rn——机械手的重力项;
τ∈Rn——机械手的外部控制力矩;
u∈Rn——机械手所受的各种外界扰动项;
2)被控对象的动力学特性:
①M(q)是正定对称矩阵;
3)扰动信号上确界已知时的机械手鲁棒自适应PID控制器设计:
针对式(1)描述的机械手***,在扰动信号上确界已知时,鲁棒自适应PID控制器设计如下:
取控制增益矩阵为:
KP=diag[kP1,...,kPn] (7)
KD=diag[kD1,...,kDn] (8)
KI=diag[kI1,...,kIn] (9)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410136080.3A CN103901776B (zh) | 2014-04-04 | 2014-04-04 | 一种工业机械手抗干扰鲁棒自适应pid控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410136080.3A CN103901776B (zh) | 2014-04-04 | 2014-04-04 | 一种工业机械手抗干扰鲁棒自适应pid控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103901776A true CN103901776A (zh) | 2014-07-02 |
CN103901776B CN103901776B (zh) | 2016-08-17 |
Family
ID=50993169
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410136080.3A Expired - Fee Related CN103901776B (zh) | 2014-04-04 | 2014-04-04 | 一种工业机械手抗干扰鲁棒自适应pid控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103901776B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106737659A (zh) * | 2016-11-15 | 2017-05-31 | 哈尔滨工程大学 | 一种水下无人航行器和机械手***的手艇协调控制方法 |
CN107065559A (zh) * | 2017-05-12 | 2017-08-18 | 浙江工业大学 | 一种工业机器人增量自适应控制方法 |
CN107263478A (zh) * | 2017-07-11 | 2017-10-20 | 西南科技大学 | 遥操作机器人机械手爪夹持力的计算方法及机械手爪控制方法 |
CN107505841A (zh) * | 2017-08-31 | 2017-12-22 | 电子科技大学 | 一种基于干扰估计器的机械臂姿态鲁棒控制方法 |
CN107932506A (zh) * | 2017-11-15 | 2018-04-20 | 电子科技大学 | 一种力反馈双边遥操作稳定控制方法 |
CN108189036A (zh) * | 2018-01-17 | 2018-06-22 | 广州视源电子科技股份有限公司 | 力矩控制方法、装置、机器人及存储介质 |
CN108319144A (zh) * | 2018-02-21 | 2018-07-24 | 湘潭大学 | 一种机器人轨迹跟踪控制方法及*** |
CN111251288A (zh) * | 2020-04-01 | 2020-06-09 | 重庆邮电大学 | 一种基于时变干扰补偿的柔性机器人串级控制***及方法 |
CN111367308A (zh) * | 2020-04-30 | 2020-07-03 | 清华大学 | 无人机姿态控制*** |
CN111772794A (zh) * | 2020-06-29 | 2020-10-16 | 郑州大学 | 用于微创手术的主端、从端机器人控制方法与装置 |
CN112091976A (zh) * | 2020-09-17 | 2020-12-18 | 哈尔滨工程大学 | 一种水下机械臂任务空间控制方法 |
CN112213949A (zh) * | 2020-11-18 | 2021-01-12 | 重庆大学 | 基于鲁棒自适应的机器人关节***跟踪控制方法 |
CN112454359A (zh) * | 2020-11-18 | 2021-03-09 | 重庆大学 | 基于神经网络自适应的机器人关节跟踪控制方法 |
CN114083534A (zh) * | 2021-11-11 | 2022-02-25 | 浙江大学 | 基于自适应梯度下降的机械臂运动学mdh参数标定方法 |
CN114407007A (zh) * | 2022-01-17 | 2022-04-29 | 山东新一代信息产业技术研究院有限公司 | 一种机械臂自适应非奇异终端滑模控制方法、装置及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0719921A2 (en) * | 1994-12-30 | 1996-07-03 | Honda Giken Kogyo Kabushiki Kaisha | Fuel metering control system for internal combustion engine |
JP4528984B2 (ja) * | 2007-01-29 | 2010-08-25 | 国立大学法人広島大学 | Pid制御装置及びpid制御方法 |
CN103105777A (zh) * | 2012-11-14 | 2013-05-15 | 山东交通职业学院 | 一种应用于锥型双螺杆挤出机的神经网络自适应控制算法 |
CN103197558A (zh) * | 2013-03-28 | 2013-07-10 | 河海大学常州校区 | 基于t-s模型的微陀螺仪模糊自适应控制方法 |
CN103631139A (zh) * | 2013-11-19 | 2014-03-12 | 聊城大学 | 不稳定时滞过程抗干扰pid控制器及其设计方法 |
-
2014
- 2014-04-04 CN CN201410136080.3A patent/CN103901776B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0719921A2 (en) * | 1994-12-30 | 1996-07-03 | Honda Giken Kogyo Kabushiki Kaisha | Fuel metering control system for internal combustion engine |
JP4528984B2 (ja) * | 2007-01-29 | 2010-08-25 | 国立大学法人広島大学 | Pid制御装置及びpid制御方法 |
CN103105777A (zh) * | 2012-11-14 | 2013-05-15 | 山东交通职业学院 | 一种应用于锥型双螺杆挤出机的神经网络自适应控制算法 |
CN103197558A (zh) * | 2013-03-28 | 2013-07-10 | 河海大学常州校区 | 基于t-s模型的微陀螺仪模糊自适应控制方法 |
CN103631139A (zh) * | 2013-11-19 | 2014-03-12 | 聊城大学 | 不稳定时滞过程抗干扰pid控制器及其设计方法 |
Non-Patent Citations (1)
Title |
---|
王会方等: "具有H∞跟踪性能的机器人自适应PID控制", 《控制与决策》 * |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106737659B (zh) * | 2016-11-15 | 2017-11-21 | 哈尔滨工程大学 | 一种水下无人航行器和机械手***的手艇协调控制方法 |
CN106737659A (zh) * | 2016-11-15 | 2017-05-31 | 哈尔滨工程大学 | 一种水下无人航行器和机械手***的手艇协调控制方法 |
CN107065559A (zh) * | 2017-05-12 | 2017-08-18 | 浙江工业大学 | 一种工业机器人增量自适应控制方法 |
CN107065559B (zh) * | 2017-05-12 | 2019-12-03 | 浙江工业大学 | 一种工业机器人增量自适应控制方法 |
CN107263478A (zh) * | 2017-07-11 | 2017-10-20 | 西南科技大学 | 遥操作机器人机械手爪夹持力的计算方法及机械手爪控制方法 |
CN107505841A (zh) * | 2017-08-31 | 2017-12-22 | 电子科技大学 | 一种基于干扰估计器的机械臂姿态鲁棒控制方法 |
CN107505841B (zh) * | 2017-08-31 | 2021-02-05 | 电子科技大学 | 一种基于干扰估计器的机械臂姿态鲁棒控制方法 |
CN107932506B (zh) * | 2017-11-15 | 2020-10-16 | 电子科技大学 | 一种力反馈双边遥操作稳定控制方法 |
CN107932506A (zh) * | 2017-11-15 | 2018-04-20 | 电子科技大学 | 一种力反馈双边遥操作稳定控制方法 |
CN108189036A (zh) * | 2018-01-17 | 2018-06-22 | 广州视源电子科技股份有限公司 | 力矩控制方法、装置、机器人及存储介质 |
CN108319144A (zh) * | 2018-02-21 | 2018-07-24 | 湘潭大学 | 一种机器人轨迹跟踪控制方法及*** |
CN108319144B (zh) * | 2018-02-21 | 2021-07-09 | 湘潭大学 | 一种机器人轨迹跟踪控制方法及*** |
CN111251288A (zh) * | 2020-04-01 | 2020-06-09 | 重庆邮电大学 | 一种基于时变干扰补偿的柔性机器人串级控制***及方法 |
CN111367308B (zh) * | 2020-04-30 | 2021-08-20 | 清华大学 | 无人机姿态控制*** |
CN111367308A (zh) * | 2020-04-30 | 2020-07-03 | 清华大学 | 无人机姿态控制*** |
CN111772794A (zh) * | 2020-06-29 | 2020-10-16 | 郑州大学 | 用于微创手术的主端、从端机器人控制方法与装置 |
CN112091976A (zh) * | 2020-09-17 | 2020-12-18 | 哈尔滨工程大学 | 一种水下机械臂任务空间控制方法 |
CN112091976B (zh) * | 2020-09-17 | 2022-03-18 | 哈尔滨工程大学 | 一种水下机械臂任务空间控制方法 |
CN112454359A (zh) * | 2020-11-18 | 2021-03-09 | 重庆大学 | 基于神经网络自适应的机器人关节跟踪控制方法 |
CN112454359B (zh) * | 2020-11-18 | 2022-03-15 | 重庆大学 | 基于神经网络自适应的机器人关节跟踪控制方法 |
CN112213949A (zh) * | 2020-11-18 | 2021-01-12 | 重庆大学 | 基于鲁棒自适应的机器人关节***跟踪控制方法 |
CN112213949B (zh) * | 2020-11-18 | 2022-05-17 | 重庆大学 | 基于鲁棒自适应的机器人关节***跟踪控制方法 |
CN114083534A (zh) * | 2021-11-11 | 2022-02-25 | 浙江大学 | 基于自适应梯度下降的机械臂运动学mdh参数标定方法 |
CN114083534B (zh) * | 2021-11-11 | 2023-05-23 | 浙江大学 | 基于自适应梯度下降的机械臂运动学mdh参数标定方法 |
CN114407007A (zh) * | 2022-01-17 | 2022-04-29 | 山东新一代信息产业技术研究院有限公司 | 一种机械臂自适应非奇异终端滑模控制方法、装置及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103901776B (zh) | 2016-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103901776A (zh) | 一种工业机械手抗干扰鲁棒自适应pid控制方法 | |
CN109927032B (zh) | 一种基于高阶滑模观测器的机械臂轨迹跟踪控制方法 | |
CN104260107B (zh) | 一种实现空间机械臂柔性关节齿隙补偿的方法 | |
Yao et al. | Adaptive RISE control of hydraulic systems with multilayer neural-networks | |
CN104111607B (zh) | 一种考虑输入时滞的电机位置伺服***的控制方法 | |
CN104932271B (zh) | 一种机械臂伺服***的神经网络全阶滑模控制方法 | |
CN104238572B (zh) | 基于扰动补偿的电机伺服***无抖动滑模位置控制方法 | |
CN104238361B (zh) | 电机伺服***自适应鲁棒位置控制方法与*** | |
CN104216284A (zh) | 机械臂伺服***的有限时间协同控制方法 | |
CN108803324A (zh) | 多关节工业机械臂反步有限时间滑模控制方法 | |
CN104281056A (zh) | 基于神经网络上界学习的微陀螺仪鲁棒自适应控制方法 | |
CN104065322A (zh) | 一种电机位置伺服***的输出反馈控制方法 | |
CN104950677A (zh) | 基于反演滑模控制的机械臂***饱和补偿控制方法 | |
CN105045103B (zh) | 一种基于LuGre摩擦模型伺服机械手摩擦补偿控制***及方法 | |
CN104199294A (zh) | 电机伺服***双神经网络摩擦补偿和有限时间协同控制方法 | |
CN104267595A (zh) | 具有时变输出约束的电机伺服***自适应鲁棒位置控制方法 | |
CN111752262B (zh) | 一种执行器故障观测器与容错控制器集成设计方法 | |
CN104730922B (zh) | 基于扩张状态观测器的伺服***线性反馈控制和极点配置确定参数方法 | |
CN103406909A (zh) | 一种机械臂***的跟踪控制设备及方法 | |
CN101702090B (zh) | 一种基于卡尔曼滤波器的电液伺服***波形再现控制方法 | |
CN107577146A (zh) | 基于摩擦整体逼近的伺服***的神经网络自适应控制方法 | |
CN103941589A (zh) | 一种压电执行器的非线性模型预测控制方法 | |
Li et al. | Command filter-based adaptive fuzzy finite-time output feedback control of nonlinear electrohydraulic servo system | |
Dai et al. | Adaptive force tracking control of electrohydraulic systems with low load using the modified LuGre friction model | |
CN110842913A (zh) | 一种单关节机械臂的自适应滑模迭代学习控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160817 |
|
CF01 | Termination of patent right due to non-payment of annual fee |