CN107490958B - 一种五自由度混联机器人的模糊自适应控制方法 - Google Patents
一种五自由度混联机器人的模糊自适应控制方法 Download PDFInfo
- Publication number
- CN107490958B CN107490958B CN201710636650.9A CN201710636650A CN107490958B CN 107490958 B CN107490958 B CN 107490958B CN 201710636650 A CN201710636650 A CN 201710636650A CN 107490958 B CN107490958 B CN 107490958B
- Authority
- CN
- China
- Prior art keywords
- feedforward
- controller
- fuzzy
- feedback
- joint
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/024—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种五自由度混联机器人的模糊自适应控制方法,采用“反馈校正+前馈校正”复合控制策略,以混联机器人各驱动关节误差及其变化率为输入,分别构造反馈和前馈模糊算法,并通过阈值判断,实现反馈与前馈控制器参数的在线分层递阶模糊整定。该方法的有益之处为:可在线模糊调节控制器参数,以适应其负载惯量和外界扰动随机构位形的变化,进而提高机器人在整个工作空间中的运动控制精度与稳定性。
Description
技术领域
本发明涉及一种五自由度混联机器人末端执行器的运动控制精度的控制方法,尤其涉及一种五自由度混联机器人的模糊自适应控制方法。
背景技术
工业机器人位置环控制器普遍采用PID控制器。这种控制器结构简单、鲁棒性强、可靠性高,在工业控制过程中占有主导地位。考虑到反馈控制存在一定的滞后性,在PID控制器的基础上加上速度、加速度前馈控制器实现复合控制,可显著提高伺服控制***的跟随精度。然而,工业机器人驱动关节负载惯量与外界扰动(重力)具有随机器人位形变化的特点。针对这种具有非线性和时变性的被控对象,固定增益的控制器难以满足工作空间全域的高速高精度应用需求。模糊PID作为一种新型的智能控制器,可实现PID参数在线自整定,具有较好的鲁棒性。然而由于未考虑前馈控制器参数变化,跟随精度难以达到较高水平。因此,亟需一种适用于工业机器人的模糊自适应控制方法,将模糊反馈与模糊前馈相结合,以实现机器人不同位形下的控制器参数在线整定。
发明内容
本发明的目的在于克服已有技术的缺点,提供一种实现前馈变参数控制效果的同时,避免了多参数复杂模糊规则库的构建,算法简单,占用硬件资源少,易于实现的五自由度混联机器人的模糊自适应控制方法。
本发明是通过以下技术方案实现:
一种五自由度混联机器人的模糊自适应控制方法,包括以下步骤:
(1)整定控制器参数初始值,具体步骤为:(a)将五自由度混联机器人各关节控制电机分别与一个伺服控制***相连并且将每一个伺服控制***分别与前馈控制器和反馈控制器相连,所述的反馈控制器采用PID控制器,前馈控制器采用速度、加速度前馈控制器;(b)根据经验法整定得到机器人各驱动关节的反馈控制器参数初始值以及前馈控制器参数初始值,机器人中第i个驱动关节的反馈控制器参数初始值分别为比例增益量KP0i、积分增益量KI0i和微分增益量KD0i,速度、加速度前馈控制器参数初始值分别为速度前馈量Kvff0i和加速度前馈量Kaff0i;
(2)对前馈控制器和反馈控制器的各参数初始值在线分层递阶模糊整定,具体步骤为:(a)在混联机器人各驱动关节的伺服控制***中,将指令位置与实际位置实时做差运算得到关节跟随误差e并微分得到跟随误差变化率ec,然后将关节跟随误差e与关节跟随误差变化率ec作为输入量输出给模糊整定模块;(b)所述的模糊整定模块将关节跟随误差e与设定的关节跟随误差定义阈值et比较并且将跟随误差变化率ec与设定的关节误差变化率阈值ect比较,若满足|e|≤et且|ec|≤ect时,则调用前馈模糊算法计算得到速度前馈补偿量ΔKvffi和加速度前馈补偿量ΔKaffi作为输出量输出给前馈控制器,此时前馈模糊算法输入量的全部区间为反馈模糊算法的输入量的设定的零区间;否则调用反馈模糊算法,计算得到比例增益补偿量ΔKPi、积分增益补偿量ΔKIi和微分增益补偿量ΔKDi作为输出量输出给反馈控制器;
(3)当不同时满足|e|≤et与|ec|≤ect时,此时所述的反馈控制器读取模糊整定模块输出的比例增益补偿量ΔKPi、积分增益补偿量ΔKIi和微分增益补偿量ΔKDi,然后经过公式KPi=KP0i+ΔKPi、KIi=KI0i+ΔKIi、KDi=KD0i+ΔKDi分别计算得到更新后的反馈控制器控制参数,更新后的反馈控制器参数作用于反馈控制器生成控制指令与前馈控制指令相加,发送给伺服控制***驱动电机运动;当跟随误差e及误差变化率ec调整至满足|e|≤et且|ec|≤ect时,所述前馈控制器读取模糊整定模块输出的速度前馈补偿量ΔKvffi和加速度前馈补偿量ΔKaffi,然后通过公式Kvffi=Kvff0i+ΔKvffi、Kaffi=Kaff0i+ΔKaffi分别计算得到更新后的前馈控制器控制参数,更新后的前馈控制器的控制参数作用于前馈控制器生成控制指令与反馈控制指令相加,发送给伺服***驱动电机运动。
本发明的有益效果是:本发明方法在传统模糊反馈控制策略的基础上,实施模糊前馈控制策略,并通过分阶段模糊整定实现误差的粗精调节,本模糊整定算法简单,与伺服控制算法相互独立,可在保证伺服控制稳定的前提下,进一步调高各驱动关节跟随精度。
附图说明
图1是混联机器人模糊自适应控制策略框图;
图2是反馈模糊算法与前馈模糊算法输入论域划分示意图;
图3是控制器参数模糊整定计算流程图。
具体实施方式
下面结合附图,对本发明的具体实施方式进行详细说明。
参见附图1,本发明的一种五自由度混联机器人的模糊自适应控制方法,包括以下步骤:
(1)整定控制器参数初始值,具体步骤为:(a)将五自由度混联机器人各关节控制电机分别与一个伺服控制***相连并且将每一个伺服控制***分别与前馈控制器和反馈控制器相连,所述的反馈控制器采用PID控制器,前馈控制器采用速度、加速度前馈控制器;(b)根据经验法整定得到机器人各驱动关节的反馈控制器参数初始值以及前馈控制器参数初始值,机器人中第i个驱动关节的反馈控制器参数初始值分别为比例增益量KP0i、积分增益量KI0i和微分增益量KD0i,速度、加速度前馈控制器参数初始值分别为速度前馈量Kvff0i和加速度前馈量Kaff0i。
(2)对前馈控制器和反馈控制器的各参数初始值在线分层递阶模糊整定,具体步骤为:(a)在混联机器人各驱动关节的伺服控制***中,将指令位置与实际位置实时做差运算得到关节跟随误差e并微分得到跟随误差变化率ec,然后将关节跟随误差e与关节跟随误差变化率ec作为输入量输出给模糊整定模块;(b)所述的模糊整定模块将关节跟随误差e与设定的关节跟随误差定义阈值et比较并且将跟随误差变化率ec与设定的关节误差变化率阈值ect比较,若满足|e|≤et且|ec|≤ect时,则调用前馈模糊算法计算得到速度前馈补偿量ΔKvffi和加速度前馈补偿量ΔKaffi作为输出量输出给前馈控制器,此时前馈模糊算法输入量的全部区间为反馈模糊算法的输入量的设定的零区间(如图2所示),这样可以实现分级调节控制器参数;否则调用反馈模糊算法,计算得到比例增益补偿量ΔKPi、积分增益补偿量ΔKIi和微分增益补偿量ΔKDi作为输出量输出给反馈控制器;
作为本发明的一种实施方式,所述反馈模糊算法的实现过程为:以跟随误差e及误差变化率ec为输入量,以比例增益补偿量ΔKPi、积分增益补偿量ΔKIi和微分增益补偿量ΔKDi为输出量,首先将各输入、输出分别划分为7个区间,对应语言变量为“负大”(NB1)、“负中”(NM1)、“负小”(NS1)、“零”(ZO1)、“正小”(PS1)、“正中”(PM1)、“正大”(PB1),记作{NB1,NM1,NS1,ZO1,PS1,PM1,PB1};然后通过输入量对应的语言变量查找模糊规则表得到输出量。
所述前馈模糊算法的实现过程为:以跟随误差e及误差变化率ec为输入量,以速度前馈补偿量ΔKvffi和加速度前馈补偿量ΔKaffi为输出量。将各输入、输出分别划分为7个区间,定义对应语言变量为“负大”(NB2)、“负中”(NM2)、“负小”(NS2)、“零”(ZO2)、“正小”(PS2)、“正中”(PM2)、“正大”(PB2),记作{NB2,NM2,NS2,ZO2,PS2,PM2,PB2},当|e|≤et且|ec|≤ect时,前馈模糊算法输入量的全部区间对应反馈模糊算法输入的零区间(ZO1),即{ZO1}={NB2,NM2,NS2,ZO2,PS2,PM2,PB2},然后通过输入量对应的语言变量查找模糊规则表得到输出量。
即当关节跟随误差e与跟随误差变化率ec满足ZO1区间时,反馈模糊算法不再作用,前馈模糊算法开始进一步的模糊整定,实现分级调节。模糊算法中的推理规则库依据工程经验与实验制定。具体可参见模糊PID控制方法,如中国专利CN201310173763中所公开的模糊规则表。
(3)当跟随误差e及跟随误差ec均较大时,即当不同时满足|e|≤et与|ec|≤ect时,此时所述的反馈控制器读取模糊整定模块输出的比例增益补偿量ΔKPi、积分增益补偿量ΔKIi和微分增益补偿量ΔKDi,然后经过公式KPi=KP0i+ΔKPi、KIi=KI0i+ΔKIi、KDi=KD0i+ΔKDi分别计算得到更新后的反馈控制器控制参数,更新后的反馈控制器参数作用于反馈控制器生成控制指令与前馈控制指令相加,发送给伺服控制***驱动电机运动;当跟随误差e及误差变化率ec调整至满足|e|≤et且|ec|≤ect时,所述前馈控制器读取模糊整定模块输出的速度前馈补偿量ΔKvffi和加速度前馈补偿量ΔKaffi,然后通过公式Kvffi=Kvff0i+ΔKvffi、Kaffi=Kaff0i+ΔKaffi分别计算得到更新后的前馈控制器控制参数,更新后的前馈控制器的控制参数作用于前馈控制器生成控制指令与反馈控制指令相加,发送给伺服***驱动电机运动。
如图3所示,本发明的模糊自适应控制方法,应用于机器人整体控制过程的执行流程为:在数控程序执行过程中,首先按照运动规律对NC代码做粗插补,计算一个粗插补周期完成后的末端位姿,然后利用位置逆解模块计算与之对应的驱动关节指令。粗插补次数累加器计数n次后调用模糊整定模块,从全局变量寄存器中读取跟随误差e与误差变化率ec,利用阈值判断和模糊算法,分两个阶段先后模糊整定反馈控制器参数和前馈控制器参数。模糊整定后的控制器参数作为全局变量写入相应的寄存器。调用前馈控制器和反馈控制器,从相应的寄存器中读取控制器参数,利用更新后的参数计算反馈控制器和前馈控制器的输出量,控制参数在下一次模糊整定前保持不变。
本发明涉及的五自由度混联机器人的结构可以参见CN104985596A公开的“一种含转动支架的五自由度混联机器人”的结构。
Claims (1)
1.一种五自由度混联机器人的模糊自适应控制方法,其特征在于包括以下步骤:
(1)整定控制器参数初始值,具体步骤为:(a)将五自由度混联机器人各关节控制电机分别与一个伺服控制***相连并且将每一个伺服控制***分别与前馈控制器和反馈控制器相连,所述的反馈控制器采用PID控制器,前馈控制器采用速度、加速度前馈控制器;(b)根据经验法整定得到机器人各驱动关节的反馈控制器参数初始值以及前馈控制器参数初始值,机器人中第i个驱动关节的反馈控制器参数初始值分别为比例增益量KP0i、积分增益量KI0i和微分增益量KD0i,速度、加速度前馈控制器参数初始值分别为速度前馈量Kvff0i和加速度前馈量Kaff0i,(2)对前馈控制器和反馈控制器的各参数初始值在线分层递阶模糊整定,具体步骤为:(a)在混联机器人各驱动关节的伺服控制***中,将指令位置与实际位置实时做差运算得到关节跟随误差e并微分得到跟随误差变化率ec,然后将关节跟随误差e与关节跟随误差变化率ec作为输入量输出给模糊整定模块;(b)所述的模糊整定模块将关节跟随误差e与设定的关节跟随误差定义阈值et比较并且将跟随误差变化率ec与设定的关节误差变化率阈值ect比较,若满足|e|≤et且|ec|≤ect时,则调用前馈模糊算法计算得到速度前馈补偿量ΔKvffi和加速度前馈补偿量ΔKaffi作为输出量输出给前馈控制器,此时前馈模糊算法输入量的全部区间为反馈模糊算法的输入量的设定的零区间;否则调用反馈模糊算法,计算得到比例增益补偿量ΔKPi、积分增益补偿量ΔKIi和微分增益补偿量ΔKDi作为输出量输出给反馈控制器;
(3)当不同时满足|e|≤et与|ec|≤ect时,此时所述的反馈控制器读取模糊整定模块输出的比例增益补偿量ΔKPi、积分增益补偿量ΔKIi和微分增益补偿量ΔKDi,然后经过公式KPi=KP0i+ΔKPi、KIi=KI0i+ΔKIi、KDi=KD0i+ΔKDi分别计算得到更新后的反馈控制器控制参数,更新后的反馈控制器参数作用于反馈控制器生成控制指令与前馈控制指令相加,发送给伺服控制***驱动电机运动;当跟随误差e及误差变化率ec调整至满足|e|≤et且|ec|≤ect时,所述前馈控制器读取模糊整定模块输出的速度前馈补偿量ΔKvffi和加速度前馈补偿量ΔKaffi,然后通过公式Kvffi=Kvff0i+ΔKvffi、Kaffi=Kaff0i+ΔKaffi分别计算得到更新后的前馈控制器控制参数,更新后的前馈控制器的控制参数作用于前馈控制器生成控制指令与反馈控制指令相加,发送给伺服***驱动电机运动。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710636650.9A CN107490958B (zh) | 2017-07-31 | 2017-07-31 | 一种五自由度混联机器人的模糊自适应控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710636650.9A CN107490958B (zh) | 2017-07-31 | 2017-07-31 | 一种五自由度混联机器人的模糊自适应控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107490958A CN107490958A (zh) | 2017-12-19 |
CN107490958B true CN107490958B (zh) | 2020-06-19 |
Family
ID=60644231
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710636650.9A Active CN107490958B (zh) | 2017-07-31 | 2017-07-31 | 一种五自由度混联机器人的模糊自适应控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107490958B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108983595B (zh) * | 2018-07-18 | 2021-04-20 | 天津大学 | 一种前馈控制器参数的自动整定方法 |
CN110155052A (zh) * | 2019-05-29 | 2019-08-23 | 台州学院 | 改进的自适应巡航下层控制设计方法 |
CN110788859B (zh) * | 2019-10-25 | 2022-08-05 | 天津大学 | 一种控制器参数全域自适应调节*** |
CN111618861A (zh) * | 2020-06-12 | 2020-09-04 | 重庆科技学院 | 一种基于四轴结构的双随动智能手臂控制方法 |
CN113103211B (zh) * | 2021-02-09 | 2022-06-14 | 清华大学 | 并联加工机器人前馈控制方法及装置 |
CN113359458B (zh) * | 2021-06-22 | 2023-02-28 | 天津理工大学 | 一种高速并联机器人的模糊前馈控制方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101135888A (zh) * | 2007-09-13 | 2008-03-05 | 武汉科技大学 | 一种基于fpga的模糊前馈解耦控制器 |
CN102147592A (zh) * | 2010-02-10 | 2011-08-10 | 中国科学院自动化研究所 | 一种控制四足机器人运动的模糊控制器 |
CN102374038A (zh) * | 2011-09-06 | 2012-03-14 | 天津大学 | 自学习的前馈和主动抗扰反馈结合的vvt控制方法 |
CN102497156A (zh) * | 2011-12-27 | 2012-06-13 | 东南大学 | 永磁同步电机速度环的神经网络自校正控制方法 |
CN202663351U (zh) * | 2012-06-15 | 2013-01-09 | 河海大学常州校区 | 基于模糊自适应pid控制器的伺服电机转速控制*** |
CN103818525A (zh) * | 2014-02-28 | 2014-05-28 | 扬州市江都永坚有限公司 | 一种减摇鳍模糊神经网络pid控制***与方法 |
CN103888044A (zh) * | 2014-02-25 | 2014-06-25 | 江苏大学 | 一种模糊pid控制器的参数自整定方法 |
CN105204394A (zh) * | 2015-08-26 | 2015-12-30 | 电子科技大学 | 一种六自由度咀嚼机器人的控制*** |
CN105807615A (zh) * | 2016-05-13 | 2016-07-27 | 东北林业大学 | 模糊前馈反馈控制器 |
CN105867113A (zh) * | 2016-04-19 | 2016-08-17 | 桂林长海发展有限责任公司 | 一种伺服控制器、伺服控制***及伺服控制方法 |
CN105945954A (zh) * | 2016-06-21 | 2016-09-21 | 天津大学 | 一种五自由度混联机器人的双闭环控制方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2252426B (en) * | 1990-11-28 | 1994-10-12 | Toshiba Kk | Fuzzy control system |
JPH05233042A (ja) * | 1992-02-25 | 1993-09-10 | Fanuc Ltd | 冗長自由度ロボットの姿勢制御方式 |
CN100573370C (zh) * | 2005-05-18 | 2009-12-23 | 江苏大学 | 基于神经网络逆五自由度无轴承永磁同步电机控制***及控制方法 |
-
2017
- 2017-07-31 CN CN201710636650.9A patent/CN107490958B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101135888A (zh) * | 2007-09-13 | 2008-03-05 | 武汉科技大学 | 一种基于fpga的模糊前馈解耦控制器 |
CN102147592A (zh) * | 2010-02-10 | 2011-08-10 | 中国科学院自动化研究所 | 一种控制四足机器人运动的模糊控制器 |
CN102374038A (zh) * | 2011-09-06 | 2012-03-14 | 天津大学 | 自学习的前馈和主动抗扰反馈结合的vvt控制方法 |
CN102497156A (zh) * | 2011-12-27 | 2012-06-13 | 东南大学 | 永磁同步电机速度环的神经网络自校正控制方法 |
CN202663351U (zh) * | 2012-06-15 | 2013-01-09 | 河海大学常州校区 | 基于模糊自适应pid控制器的伺服电机转速控制*** |
CN103888044A (zh) * | 2014-02-25 | 2014-06-25 | 江苏大学 | 一种模糊pid控制器的参数自整定方法 |
CN103818525A (zh) * | 2014-02-28 | 2014-05-28 | 扬州市江都永坚有限公司 | 一种减摇鳍模糊神经网络pid控制***与方法 |
CN105204394A (zh) * | 2015-08-26 | 2015-12-30 | 电子科技大学 | 一种六自由度咀嚼机器人的控制*** |
CN105867113A (zh) * | 2016-04-19 | 2016-08-17 | 桂林长海发展有限责任公司 | 一种伺服控制器、伺服控制***及伺服控制方法 |
CN105807615A (zh) * | 2016-05-13 | 2016-07-27 | 东北林业大学 | 模糊前馈反馈控制器 |
CN105945954A (zh) * | 2016-06-21 | 2016-09-21 | 天津大学 | 一种五自由度混联机器人的双闭环控制方法 |
Non-Patent Citations (3)
Title |
---|
一种6自由度混联机器人静刚度分析;窦永磊、汪满新等;《机械工程学报》;20150430;第51卷(第7期);38-43 * |
工业机器人鲁棒自适应PD控制的可行性研究;周烨、常德功等;《青岛科技大学学报(自然科学版)》;20160831;第37卷(第4期);446-450 * |
自适应环境的机器人视觉伺服控制方法;吴作君、刘国华;《计算机测量与控制》;20161031;第24卷(第12期);63-70 * |
Also Published As
Publication number | Publication date |
---|---|
CN107490958A (zh) | 2017-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107490958B (zh) | 一种五自由度混联机器人的模糊自适应控制方法 | |
CN105773623B (zh) | 基于预测型间接迭代学习的scara机器人轨迹跟踪控制方法 | |
CN104065322B (zh) | 一种电机位置伺服***的输出反馈控制方法 | |
CN108628172B (zh) | 一种基于扩张状态观测器的机械臂高精度运动控制方法 | |
CN102385342B (zh) | 虚拟轴机床并联机构运动控制的自适应动态滑模控制方法 | |
CN101620421B (zh) | 伺服电动机的驱动控制装置以及驱动控制方法 | |
CN101114166A (zh) | 一种复杂轨迹的轮廓控制方法 | |
CN111459016B (zh) | 一种裁床切割机轨迹轮廓跟踪控制方法 | |
CN111596545A (zh) | 一种多输入多输出机械***自适应容错预设性能控制方法 | |
CN105676896A (zh) | 一种应用于机器人伺服***的前馈控制方法 | |
CN114043480A (zh) | 一种基于模糊控制的自适应阻抗控制算法 | |
CN107511830B (zh) | 一种五自由度混联机器人控制器参数自适应调整实现方法 | |
CN108724195B (zh) | 一种针对机器人的耦合前馈控制方法 | |
CN117549294A (zh) | 一种优化模糊滑模控制的机械臂轨迹跟踪控制方法 | |
CN110119085B (zh) | 一种Manutec R3型工业机器人动态优化*** | |
Piltan et al. | Design Auto Adjust Sliding Surface Slope: Applied to Robot Manipulator | |
CN112114517A (zh) | 3d打印温度控制算法 | |
KR20030036802A (ko) | 서보 제어방법 | |
CN116442223A (zh) | 一种机械手***轨迹跟踪的非线性动态控制器设计方法 | |
CN116079740A (zh) | 一种基于观测器的机器人变阻抗加工方法 | |
CN110209055B (zh) | 基于参考模型和扰动观测的二阶***控制器及控制方法 | |
CN115179300A (zh) | 一种预定时间的柔性机械臂轨迹跟踪控制方法 | |
Ling et al. | Research and design of motion controller for CNC based on fuzzy PID algorithm with feedforward control | |
CN110716499B (zh) | 基于单神经元pid和迭代学习前馈的数控折弯机运动复合控制方法 | |
CN111679578A (zh) | 一种乙烯裂解炉温度***的新型自抗扰控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 300350 District, Jinnan District, Tianjin Haihe Education Park, 135 beautiful road, Beiyang campus of Tianjin University Applicant after: Tianjin University Address before: 300072 Tianjin City, Nankai District Wei Jin Road No. 92 Applicant before: Tianjin University |
|
GR01 | Patent grant | ||
GR01 | Patent grant |