关键词： 下肢康复机器人   人机系统   参数识别   BP神经网络   控制  

摘要： 中风或其他疾病导致的肢体残疾患者通常可以通过康复训练恢复肢体机能。康复机器人可代替医生帮助患者按照既定目标完成医生所规定的康复动作,工作良好的康复机器人的需要完备的人机控制系统的支持,从而使其接受患者的实时指令并正确执行患者所期望的康复运动。为实现上述控制目的,本文将结合末端牵引式康复机器人人机系统协同运动时的运动学参数耦合特性,开展人机系统耦合运动参数辨识研究,并在此基础上完成末端牵引式下肢康复机器人智能控制系统研制工作。本文的主要研究内容如下:(1)下肢康复机器人人-机系统耦合运动学建模及参数辨识。对人机系统结构进行分析,建立人机系统耦合运动拓扑模型,并在此基础上建立人机系统耦合运动学模型。针对利用传感器反馈测量人体下肢姿态时存在的结构性误差,引入误差常量,建立了含有误差常量对的人机系统运动学参数辨识模型,并采用递归最小二乘法和粒子群算法对辨识模型的有效性进行了仿真验证。(2)基于神经网络方法的人机系统辨识。针对运动学模型难以精确表示人机系统模型的问题,使用BP神经网络对人机系统进行辨识,采用逆模型法对BP神经网络进行训练以建立人机系统训练空间与关节空间之间的映射关系,最后采用所建立的神经网络模型对人机系统进行无模型控制研究,最后设计了仿真实验对无模型控制效果进行了验证。(3)下肢康复机器人智能控制系统设计。建立了下肢康复机器人整体控制系统框架,根据各个子系统的功能需求提出控制系统软硬件的设计原则并依此进行硬件选型以及软件设计,最后设计下肢康复机器人的被动控制和主动控制两种运动控制算法。(4)实验平台的搭建以及算法验证。对下肢康复机器人控制系统进行了集成,并建立了下肢康复机器人实验平台。基于实验平台对所设计的康复机人控制系统的有效性进行了验证,并在此基础上对所建立的参数识别算法和基于BP神经网络的系统辨识方法进行实验验证。

关键词： 多智能体系统   约束控制   植保无人机   编队控制   反步法  

摘要： 多智能体系统是由多个子系统进行信息交互和相互协作完成复杂任务的系统,它在现代工业、军事以及农业领域应用广泛,如智能机器人、无人机、电网系统等,吸引了大量学者的关注。特别是,多智能体协同跟踪控制是该领域最典型的热点研究问题之一。为此,本文研究协同跟踪控制理论,解决多智能体系统的安全约束、抗干扰和提高效率等问题。同时,由于植保无人机通常作业面积较大,在作业时会受到阵风、强光等外部扰动的影响,如何将协同跟踪控制理论应用于植保无人机中保证安全完成既定任务是一个关键技术难点。本文的主要研究内容如下。(1)针对具有不可测状态的非线性多智能体系统,提出自适应模糊输出反馈控制方法。由于系统状态是不可测的,通过设计高性能状态观测器实现对未知状态的精准估计。应用模糊逻辑系统和自适应反步递推控制方法设计自适应律,构造积分型障碍李雅普诺夫函数分析闭环系统的稳定性,一方面突破误差边界保守性限制,另一方面保证约束跟踪控制性能。仿真例子验证了期望的跟踪性能。(2)针对受时变非对称全状态约束影响的多智能体系统,提出一种自适应神经网络分布式跟踪控制策略。非对称状态约束的边界与状态向量和时间相关,使得约束边界灵活性进一步增强。首先,将非对称障碍李雅普诺夫函数应用于多智能体系统的自适应控制器设计,保证所有状态都保持在非对称时变全状态约束范围内,同时能处理局部跟踪误差中的耦合问题;其次,根据李雅普诺夫稳定性理论证明了系统中所有信号都是有界的,而且跟踪误差收敛到原点的一个小邻域;最后,仿真结果验证了该控制方案是可行的。(3)针对植保无人机在作业时受到外部扰动的影响问题,设计基于干扰观测器的多植保无人机预设性能编队控制方案。通过计算惯性坐标系和机体坐标系间的转换关系,建立无人机的数学模型。结合固定时间理论设计干扰观测器实现对扰动的精准估计,保证干扰观测器在固定时间内的收敛性。将新型的预设性能指标函数引入到多植保无人机编队共同作业方案,可以在确保作业质量的同时提高协同作业效率从而满足规模化生产需求。仿真例子验证方案的可行性。综上所述,对于状态可测/不可测的多智能体系统,构造了状态观测器和干扰观测器,结合积分型障碍李雅普诺夫函数、非对称障碍李雅普诺夫函数、预设性能指标函数等理论,完成了多智能体系统的约束跟踪控制器设计,并应用于复杂工况下的多植保无人机系统控制。

关键词： PLC   运行   智能控制   速度   煤矿提升机  

摘要： 现有控制方法在对煤矿提升机运行速度进行控制时，存在实际运行速度与标准规定速度变化曲线相差较大的问题。针对此问题，本文引入PLC，开展对煤矿提升机运行速度智能控制方法的设计研究。首先，计算煤矿提升机的运行行程、加速度距离和减速度距离，为后续控制提供参数依据；再利用PLC，实现对煤矿提升机的安全制动与智能保护，完成对煤矿提升机运行速度的自适应控制。新的控制方法应用后，煤矿提升机的运行速度能够始终按照标准规定变速，促进了煤矿提升机运行质量和运行安全性的提升。

关键词： 供配电系统   智能控制   漏电试验   数据监测   数据融合  

摘要： 针对传统煤矿供电系统由于缺乏透明化、可视化和智能化管理等现状问题，提出了一种基于国产化平台智能供配电系统的设计解决方案，介绍了系统的整体架构，研究并分析了系统开发功能，并且通过试验数据论证了技术可行性。该智能供配电系统采用DCS集散分布式结构，具有远程控制功能，已成功用于煤矿井下生产现场，可以实现供配电系统智能化集控管理。

关键词： 高压电-气伺服阀   高压气动压力伺服系统   鲁棒抗干扰控制算法   基于RISE的自适应鲁棒控制  

摘要： 高压气动压力伺服系统是压力检测装置的核心部分。该装置对响应时间与控制性能不断提高的需求,高压气动压力伺服系统高精度控制算法成为亟待研究的关键问题。由于气体可压缩性强、快速膨胀能力强,导致高压气动压力伺服系统存在明显的非线性。当高压气体流经伺服阀阀口时,伺服阀阀芯上会产生极强的气动力,影响伺服阀的响应速度和控制精度,导致对微量气体控制的不稳定,制约了压力伺服系统控制精度。因此,本文围绕高压电-气伺服阀的抗干扰控制算法和高压气动压力伺服系统的高精度鲁棒控制算法展开研究,主要内容如下:(1)考虑系统建模误差和不确定性,搭建了高压电-气伺服阀和压力伺服控制系统的数学模型,明确了高压电-气伺服阀和压力伺服系统的控制难点,并基于理论分析,对高压气动压力伺服系统模型进行了合理简化,搭建了压力伺服系统仿真模型,分析了系统特性和PID控制算法的控制性能,为后续控制算法的提出提供理论基础。(2)针对高压电-气伺服阀中存在的强气动力干扰和系统不确定性,构建了高压电-气伺服阀的线性自抗扰控制算法(LADRC)。研究了自抗扰控制算法的理论优势与不足,进一步提出了鲁棒积分抗干扰控制算法(RISE-ESO)和增强鲁棒抗干扰控制(ERC-ESO)算法。最后,通过理论和实验证明了增强鲁棒抗干扰控制算法具有更优的抗干扰性能和响应速度。(3)针对高压气动压力伺服系统中存在的参数不确定性、未建模动态和外部干扰等问题,提出基于鲁棒积分结构(RISE)的自适应鲁棒控制器。实验证明自适应鲁棒控制算法能够实现更快的响应速度和更高控制精度,明确了伺服阀控制算法和压力伺服控制算法对系统控制性能的贡献。结果表明,伺服阀控制算法是保证压力伺服系统控制精度的前提,压力控制算法能够提高压力伺服系统的响应速度和控制精度。本论文所研究的控制算法在高压气动伺服系统的高精度控制上取得了一定成效,提出的控制算法结构清晰、易实现,对进一步推广高压气动伺服系统的应用和提高高压气动伺服系统性能提供了一定的参考,具有一定学术参考价值和应用价值。

关键词： 复杂网络   混合时滞   非线性控制   函数投影同步   有限时间同步  

摘要： 在自然界和现实生活中,非线性系统无处不在,许多系统由于内部的拓扑结构连接和非线性作用涌现出复杂的非线性现象,如电力网络、交通网络、计算机网络、神经网络以及社会网络等.复杂网络就是用来描述这类非线性系统的抽象的数学模型,网络的动力学描述了其在外部扰动和内部作用下节点自身状态及节点间的连接产生变化的过程.复杂网络的同步是系统不同节点的动态特性趋于相同的演化过程,与网络的拓扑结构及节点的耦合强度关系紧密,对复杂网络的同步稳定性问题的研究有助于深入理解系统的运行机制.由于时滞的普遍存在,在复杂网络模型中引入时滞可以更好地描述网络结构,逼近实际系统.鉴于此,本文以已有的时滞复杂网络模型为基础,通过添加节点时滞和耦合时滞得到两个更一般的混合双时滞复杂网络新模型.针对线性耦合时滞复杂网络模型考虑了参数不确定的情况下具有相同结构的两个复杂网络的改进的函数投影同步问题,基于Lyapunov稳定性理论提出了一种由非线性反馈控制和自适应控制组成的混合控制,给出了驱动响应系统同步的充分条件,验证了同步的稳定性.针对非线性耦合时滞复杂网络模型考虑了参数不确定的情况下具有不同结构的两个复杂网络的有限时间同步问题,基于有限时间稳定性理论提出了一种与时滞无关的非线性反馈控制,给出了驱动响应系统同步的充分条件并验证了同步的稳定性.最后对上述给出的两个同步控制系统通过数值仿真验证控制方法的有效性.

关键词： 机械臂   轨迹跟踪   智能控制   非奇异快速终端滑模控制   柔性关节   关节摩擦  

摘要： 在过去的几年里,由于早期在拓展科学知识和探索前沿领域的大量积累,世界各国的科学家在机械臂系统控制器的开发方面展开了大量的研究。因此,机械臂在各个领域得到了大量的应用,尤其是在太空探索、医疗康复、工业制造等领域。总体上来说,机械臂是复杂的、高度耦合的非线性系统,有着各种无法被模型化的不确定性,所以对机械臂进行事无巨细的精细化建模是不现实的。对存在时变外部干扰和模型内部不确定度的机械臂系统设计出鲁棒性强、控制精度高、响应速度快的控制器成为了目前机械臂控制领域的研究热点。近些年新涌现出的智能控制方法可以未知模型进行逼近,打破控制器设计对模型参数的依赖性。因此本文思考将传统的基于模型的控制方法与现代智能控制技术相结合,并始终基于机械臂模型优化和新型智能控制技术的使用这两方面来设计性能优异的控制方法。作为一种经典控制方法,滑模控制因其鲁棒性强、设计方法简单等优越特性在非线性系统的控制领域得到广泛的应用。经过几代人的研究,开发出了动态滑模面、终端滑模面、快速终端滑模面等具有更快收敛速度和更强鲁棒性的滑模控制方法。但作为一种基于模型的控制方法,其控制效果一定程度上取决于受控模型的准确性。而关节摩擦作为影响机械臂运动的外作用力应该进行更精细的建模。因此,本文首先引入LuGre摩擦模型对机械臂模型进行优化,然后采用一种误差驱动的非奇异快速终端滑模面基于该模型设计控制器。面对困扰滑模控制的难题——抖振问题,采用新设计的改进型幂次趋近律来处理。对于系统的未建模不确定性部分,引入无模型控制方法降低控制器设计对模型的依赖性,并采用时延估计对未建模部分进行估计。此外,为了改善系统的暂态性能,使用预设性能函数对机械臂的跟踪误差进行限制。仿真实验验证了所提控制方法相对于其他先进控制方法的优越性。基于上述研究成果,继续对机械臂模型进行优化。将机械臂关节运动时的柔性现象和驱动电机的电路模型考虑进来,建立电驱动柔性关节机械臂动态模型。对于该模型,采用反演控制作为设计控制器的基本框架。与此同时,运用径向基神经网络(radial basis function neural network,RBFNN)逼近系统中的未知模型。针对反演控制固有的微分爆炸问题,引入二阶命令滤波器进行处理,并额外设计一套误差补偿机制(error compensation mechanism,ECM)来补偿滤波误差。针对新建立的模型存在非匹配扰动的问题,设计了一款以矩阵形式表示的估计器来直接补偿,同时也弥补了神经网络估计误差无法渐进收敛、对于外部时变扰动响应速度慢的不足。最后通过仿真实验将所提控制方法与几种先进的控制方法进行对比,验证了所提控制方法的优越性。

关键词： 一体化关节   永磁同步电机   伺服系统   自适应滑模-线性自抗扰控制   在线参数辨识  

摘要： 协作机器人在高端制造业发挥着重要作用,尤其是在3C电子、汽车零部件装备、科研教育等领域。协作机器人为了满足轻量化设计,普遍采用高集成度的一体化关节,一体化关节内集成了力矩电机、力矩传感器和谐波减速器等器件,在满足轻量化设计的同时也能实现关节的柔性控制。但由于谐波减速器等弹性元件的使用,加大了关节伺服系统的控制难度。为了满足关节用永磁同步电机伺服系统高响应、高精度的控制要求,以关节用永磁同步电机伺服控制系统作为研究对象,围绕如何提升伺服系统的响应速度、工作精度和抗扰能力进行分析研究。通过构建自适应滑模-线性自抗扰控制器,并结合参数辨识以及负载转矩辨识的方法来改善伺服系统的动态性能。首先分析永磁同步电机的结构和工作原理,并在不同坐标系下推导其数学模型。同时对矢量控制策略进行分析,选取直轴电流等于0的矢量控制策略,并使用Matlab/Simulink工具对基于PID控制的位置闭环矢量控制模型进行建模仿真,验证搭建模型的可行性。其次分析了电机参数变化产生的原因以及对伺服控制系统造成的影响,使用带遗忘因子的递推最小二乘法对电机电气参数进行在线辨识,并在矢量控制模型中构建参数辨识模型进行实验验证。实验结果表明,电机参数辨识时间小于0.2s,辨识误差小于0.35%。同时针对关节用永磁同步电机转动惯量易受负载变化的影响,设计了基于变增益模型参考自适应控制的转动惯量辨识算法,能够根据目前转动惯量的值自适应调整辨识增益,保证辨识的快速性和准确性。实验结果表明,改进算法辨识速度提高约50%,辨识误差减小约30%。然后针对关节伺服控制系统经常面临负载多变的工况,为了提高伺服系统的抗干扰能力,使用基于自适应滑模负载转矩观测器的负载转矩辨识算法,以实现变负载情况下的负载转矩辨识。同时为了提高关节用永磁同步电机在负载多变时系统的响应速度、控制精度以及抗干扰能力,设计了自适应滑模-线性自抗扰(ASMC-LADRC)速度控制器,新型控制器能够将自适应滑模观测器观测到的负载转矩,作为系统扰动进行补偿,形成前馈控制,从而实现关节用永磁同步电机伺服系统高响应、高精度、高鲁棒性的控制要求。最后为了验证新型控制器在实物平台上的控制效果,在Simulink中采用基于模型设计(MBD)的设计方法,搭建柔性关节伺服控制系统模型,并通过上位机软件成功部署到柔性关节伺服驱动平台上进行实验验证,对伺服系统进行电机参数辨识、速度响应实验、不同输入信号的位置响应实验以及负载转矩观测实验。实验结果表明采用新型控制器的柔性关节伺服控制系统,能够满足响应速度快、控制精度高、鲁棒性强的工作要求。

关键词： 绳索牵引并联机器人   可重构   康复训练   优化设计   模型不确定性   自适应控制  

摘要： 可重构绳索牵引并联机器人是一类利用柔性绳索取代刚性连杆的特殊并联机器人。由于轻质的绳索可以方便地缠绕在卷筒上,因而这类机器人具有大空间、高负载、高速度和易于变换构型等突出优势。在医学康复领域使用可重构绳索牵引并联机器人进行康复训练时,往往因为康复场景不同、待康复患者差异等因素,对机器人提出不同的要求。为此,需要针对不同的场景对可重构绳索牵引并联机器人进行优化,使患者能获得最好的治疗效果。本文针对不同的康复场景,选择不同的康复指标对可重构绳索牵引并联机器人进行构型优化,并设计了一种自适应鲁棒控制器来解决康复患者肢体动力学模型具有不确定性的问题。论文的主要内容如下:1)针对可重构绳索牵引并联机器人在上肢康复训练中的应用,基于绳索拉力的二范数,定义了机器人的性能空间,并给出了基于区间分析的性能空间的求解算法,以性能空间体积为优化指标,利用模拟退火算法,对机器人的构型进行优化。该构型优化策略使机器人能在上肢康复训练中以最优构型进行工作。在仿真中,求解了在不同情况下的可重构绳索牵引并联机器人的最优构型,得到了相应情况下的性能空间,并分析了相关参数对最优构型、性能空间的影响。2)针对可重构绳索牵引并联机器人在下肢康复训练中的应用,对机器人的训练轨迹和牵引构型进行了复合优化求解。基于生理学知识,建立了下肢屈伸运动的简化肌肉骨骼模型和下肢与机器人整体的动力学模型,选择归一化的肌肉能量和机器人的能耗作为优化目标来对机器人的康复训练轨迹和牵引构型进行复合优化。在仿真中,通过对比优化前后的轨迹和构型,证明了优化设计的有效性。在实际实验中,设计了一种虚拟肌肉装置来模拟患者的实际肌肉,并通过实验验证了优化轨迹能高效激活肌肉,使患者获得更好的训练效果。3)考虑到实际康复训练中患者肢体动力学参数具有不确定性的问题,设计了一种自适应鲁棒控制律来进行康复过程中的轨迹跟踪控制。首先建立带有摩擦的卷筒滑轮模型和患者肢体动力学模型,基于此模型设计了自适应鲁棒控制律。在仿真中,验证了该控制器在模型具有不确定性时有着良好的跟踪性能。最优训练轨迹跟踪控制的实际实验结果显示,该控制器能精确跟踪最优训练轨迹,满足实际康复训练的需求。