×
阿里扎·伊扎德巴赫什;纳齐拉·尼科尔

基于Stancu-Chlodowsky通用逼近器的协作多机器人鲁棒自适应控制。 （英语） Zbl 1490.93065号

Commun公司。非线性科学。数字。模拟。 111，文章ID 106471，30 p.（2022）.
摘要：本文研究了具有模型非线性、动态不确定性以及存在未知扰动时合作机器人运动物体的位置力跟踪问题。为此，提出了一种基于函数逼近技术（FAT）的力-位置混合自适应控制方案，该方案允许目标沿着期望的路径运动。基于FAT的方法的通用近似特性使其成为估计不同函数的理想候选方法。在本研究中，使用Stancu-Chlodowsky多项式来近似扰动和不确定动态项。由于系统参数可能不准确，因此提出了处理不确定性的自适应规则。通过Lyapunov定理，表明使用所提出的基于FAT的自适应方法，所有与位置和力跟踪相关的误差信号都是有限的。这意味着合作操纵器能够在保持内力有限的情况下，在期望的轨迹上有效地移动对象。最后，通过使用所设计的结构来控制一个由两个机械手移动物体的协作机器人系统，验证了理论成果。该方法还与最先进的切比雪夫神经网络（CNN）进行了比较。结果表明，即使在存在扰动和不确定性的情况下，所提出的基于FAT的自适应方法在系统运行中也是有效的。

引用于2文件

MSC公司：

93C40型 自适应控制/观测系统
93B35型 灵敏度（稳健性）
93C85号 控制理论中的自动化系统（机器人等）

关键词：

函数逼近技术;合作武器;外部干扰;不确定性;自适应控制;切比雪夫神经网络
PDF格式BibTeX公司 XML格式引用
\textit{A.Izadbakhsh}和\textit{N.Nikdel}，Commun。非线性科学。数字。模拟。111，文章ID 106471，30 p.（2022；Zbl 1490.93065）
全文： 内政部

参考文献：

[1] 吉梅内兹，J。；甘道夫特区。；Salinas，L.R。；罗莎莱斯，C。；Carelli，R.，《与旋翼机无人机合作有效载荷运输的多目标控制》，ISA Trans，80，491-502（2018）
[2] 彭，X。；郭，K。；李，X。；Geng，Z.，使用反馈线性化方法对多个非完整飞行器进行合作运动目标封闭控制，IEEE Trans-Syst Man-Cybern Syst，1-7（2019）
[3] 钱，S。；Zi，B。；丁，H.，合作多移动起重机的动力学和轨迹跟踪控制，非线性动力学，83，1，89-108（2016）·Zbl 1349.93293号
[4] 阿齐兹扎德，H。；Menhaj，M.B。；Talebi，H.A.，协同操纵系统基于模型的力/位置控制，Automatika，60，1，113-123（2019）
[5] 苗，Z。；Wang，Y。；Fierro，R.，使用反推设计与多个非完整机器人合作绕飞运动目标，系统控制快报，103，58-65（2017）·Zbl 1370.93022号
[6] 他，C。；黄，K。；陈，X。；Zhang，Y。；Zhao，H.，采用Udwadia控制方法的合作双轮倒立摆机器人的运输控制，非线性动力学，91，4，2789-2802（2018）
[7] 皮泽塔，I.H.B。；Brandáo，A.S。；Sarcinelli-Filho，M.，《避免合作运输中的障碍》，ISA Trans，91，253-261（2019）
[8] 陈，Y。；Lin，Y.，分布式能源随机控制的基于模型和无模型方法相结合，Appl energy，第116204页（2020年）
[9] Pliego-Jimenez，J。；Arteaga Perez，M.，关于具有时变完整约束的协作机器人的自适应控制，Internalt J Adapt control Signal Process，31，8，1217-1231（2017）·Zbl 1373.93180号
[10] Marino，A.，《网络协作移动机械手的分布式自适应控制》，IEEE Trans control Syst Technol，26，5，1646-1660（2017）
[11] Sun，L。；霍，W。；Jiao，Z.，交会和接近操作期间合作航天器的鲁棒非线性自适应相对姿态控制，IEEE Trans control Syst Technol，25，5，1840-1847（2016）
[12] Baigzadehnoe，B。；拉赫玛尼，Z。；Khosravi，A。；Rezaie，B.，《关于使用自适应模糊反推方法的合作机器人操纵器的位置/力跟踪控制问题》，ISA Trans，70，432-446（2017）
[13] 胡，B。；关，Z.H。；刘易斯，F.L。；Chen，C.P.，带马尔可夫开关联轴器的合作机器人操作器的自适应跟踪控制，IEEE Trans-Ind-Electron，68，3，2427-2436（2020）
[14] Khan，A.T。；李，S。；Cao，X.，《使用生物激励神经网络的智能家居中合作机器人的控制框架》，《测量》，167，第108253条，pp.（2021）
[15] 吴杰。；Z.Jin。；刘，A。；Yu，L.，具有参数不确定性的多机械手系统的基于视觉的神经预测跟踪控制，ISA Trans（2020）
[16] 法拉曼德拉德，M。；Ganjefar，S。；Talebi，H.A。；Bayati，M.，处理物体时具有不确定性的合作机器人系统的模糊滑模控制器设计，J Dyn Syst Meas Control，141，6，1-8（2019）
[17] 李毅。；杨，C。；Yan，W。；崔，R。；Annamalai，A.，具有输出约束的多机械手基于导纳的自适应协作控制，IEEE Trans Neural Netw Learn Syst，30，12，3621-3632（2019）
[18] Izadbakhsh，A。；扎马尼，I。；Khorashadizadeh，S.，SzáSz-Mirakyan混沌同步自适应控制器设计，国际鲁棒非线性控制，31，5，1689-1703（2021）·Zbl 1526.93116号
[19] Izadbakhsh，A。；Khorashadizadeh，S.，使用伯恩斯坦多项式作为通用逼近器的机器人操纵器鲁棒自适应控制，国际J鲁棒非线性控制，30，7，2719-2735（2020）·Zbl 1465.93048号
[20] Izadbakhsh，A。；Khorashadizadeh，S。；Kheirkhahan，P.，电动柔性关节机器人的实时模糊分数阶控制，AUT J Model Simul（2018）
[21] Chien，M.C。；Huang，A.C.，《时变不确定性机器人基于脂肪的自适应视觉伺服设计》，国际光电技术杂志，4，2，93-114（2010）
[22] Izadbakhsh，A.，基于FAT的无速度测量电动机器人鲁棒自适应控制，非线性动力学，89，1，289-304（2017）·Zbl 1374.93247号
[23] Izadbakhsh，A。；Akbarzadeh kalat，A。；Khorashadizadeh，S.，使用Baskakov算子对HIV感染治疗进行基于观察者的自适应控制，生物识别信号过程控制，65，文章102343 pp.（2021）
[24] Izadbakhsh，A。；Nikdel，N.，使用微分方程作为扩展状态观测器的混沌同步，混沌孤子分形，153，第1部分（2021）·兹比尔1498.34173
[25] Izadbakhsh，A。；Khorashadizadeh，S.，使用微分方程作为通用逼近器的机器人机械手鲁棒阻抗控制，国际J控制，91，10，2170-2186（2018）·Zbl 1403.93078号
[26] Huang，A.C。；Chen，M.C.，《机器人操纵器的自适应控制：统一无回归方法》（2010），《世界科学》·Zbl 1204.93002号
[27] Kheirkhahan，P。；Izadbakhsh，A.，《使用傅里叶级数展开的柔性关节机器人基于观测器的自适应分数阶控制：理论和实验》，J Braz Soc Mech Sci Eng，42，10，1-10（2020）
[28] Ebeigbe，D。；Nguyen，T。；Richter，D.，使用函数逼近的刚性机器人鲁棒无回归控制，IEEE Trans control Syst Technol，28，4，1433-1446（2019）
[29] Izadbakhsh，A。；Khorashadizadeh，S。；Ghandali，S.，使用SzáSz-Mirakyan算子作为通用近似器的机器人机械手鲁棒自适应阻抗控制，ISA Trans，106，1-11（2020）
[30] Izadbakhsh，A。；Kheirkhahan，P.，《电动柔性关节机器人的自适应分数阶控制：理论与实验》，《Proc Inst Mech Eng Pt I J Syst Contr Eng》，233，9，1136-1145（2019）
[31] Buyukyazici，I.，Stancu-Chlodowsky多项式逼近，计算数学应用，59274-282（2010）·Zbl 1189.41003号
[32] Jean，J.-H。；Fu，L.-C.，协调多机械手系统的自适应控制方案，IEEE Trans机器人自动化，9226-231（1993）
[33] Song G，Cai L.多机器人协作的平滑鲁棒控制方法。In：程序。华盛顿州西雅图美国控制中心。1995年，第1382-6页。
[34] 海绵，M.W。；Vidyasagar，M.，《机器人动力学和控制》（1989），威利出版社：威利纽约
[35] Izadbakhsh，A。；Nikdel，N。；Deylami，A.，基于微分方程近似器的多机械手协同鲁棒对象处理，ISA Trans（2021）
[36] Yao B，Tomizuka M.处理约束对象的多个机械手的自适应协调控制。In：程序。IEEE Int.conf.机器人。自动。佐治亚州亚特兰大，1993年，第624-9页。
[37] 卡卡瓦莱，F。；Chiacchio，P。；A.马里诺。；Villani，L.，双臂合作机械手的六自由度阻抗控制，IEEE/ASME Trans Mechatronics，13，5，576-586（2008）
[38] Deylami，A。；Izadbakhsh，A.，使用mastroianni算子作为不确定性近似器的协作多机械手基于观测器的自适应控制，国际J鲁棒非线性控制，32，3625-3646（2022）
[39] Panwar，V.，《非线性系统神经网络控制器的设计分析与仿真》（2005），数学系。IIT Roorkee（博士论文）
[40] 斯隆廷，J。；Li，W.，应用非线性控制（1991），新泽西州普伦蒂斯·霍尔·兹伯利0753.93036
[41] 刘，Z。；陈，C。；Zhang，Y。；Chen，C.L.P.，输出机构中未知非线性类人机器人双臂协调的自适应神经控制，IEEE Trans-Cybern，45，3，521-532（2015）
[42] 内山，M。；Dauchez，P.，用于协调两个机器人的对称混合位置/力控制方案，Proc IEEE Int-Conf Robot Autom，350-356（1988）
[43] Patra，J.C。；Kot，A.C.，使用切比雪夫函数链接人工神经网络识别非线性动态系统，IEEE Trans-Syst Man Cybern B，32，505-511（2002）
[44] Purwar，S。；Kar，I.N。；Jha，A.N.，仅使用位置测量的机器人机械手自适应输出反馈跟踪控制，专家系统应用，342789-2798（2008）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。