×
楚、明;贾庆轩;孙汉旭

基于小波神经网络和L_（{2}）增益方法的摩擦柔性关节反步控制。 （英语） Zbl 1390.93317号

亚洲J.控制 20，编号2，856-866（2018）.
摘要：本文针对高精度柔性关节伺服系统的位置控制问题，提出了一种新的反推控制方案。在引入非连续摩擦的基础上，建立了柔性关节的级联动力学方程。基于L_（{2}）特性，采用反推设计技术设计了宏观控制器，以抑制柔性和外部干扰。为了识别非连续函数，在微观控制器中使用小波神经网络（WNN）来补偿非线性摩擦和不确定性。宏微控制器的组合策略可以克服偏差爆炸问题，避免加速度测量和上限预测的联合。最后，通过稳定性分析和数学仿真验证了该控制器的有效性。

引用于三文件

MSC公司：

93亿B51 设计技术（稳健设计、计算机辅助设计等）
93立方厘米 由常微分方程控制的控制/观测系统
74M10个 固体力学中的摩擦
92B20型 生物研究、人工生命和相关主题中的神经网络

关键词：

反步设计技术;挠性接头;摩擦补偿;小波神经网络
PDF格式BibTeX公司 XML格式引用
\textit{M.Chu}等人，《亚洲杂志》第20期，第2期，第856--866页（2018年；Zbl 1390.93317）
全文： 内政部

参考文献：

[1] Yu，X.和L.Chen，“柔性关节自由漂浮空间机械手的建模和基于观测器的增强自适应控制”，宇航员行动。，第108卷，第146-55页（2015年）。
[2] Liu，Y.，M.Jin和H.Liu，“基于柔性补偿的柔性关节机械手奇异摄动控制”，《机器人》，第30卷，第5期，第460-6页（2008年）。
[3] Oh，J.和J.Lee，“通过反推设计方法控制柔性关节机器人系统”，《智能》。自动。软计算。，第5卷，第4期，第267-78页（1999年）。
[4] Xiong，G.，Z.Xie，J.Huang，et al.，“动态表面控制-五自由度柔性关节机器人基于反推的阻抗控制”，J.Cent。南方大学，第17卷，第4期，第807-15页（2010年）。
[5] Sahab，A.R.和M.R.Modabbernia，“使用遗传算法的单连杆柔性关节机械手的后退方法”，国际期刊Innov。计算。《Inf.Control》，第7卷，第7B号，第4161-70页（2011年）。
[6] Li，W.P.，B.Luo和H.Huang，“使用输入整形和自适应参数自抗扰控制器对柔性关节机械手进行主动振动控制”，J.Sound Vibr。，第363卷，第97-125页（2016年）。
[7] Agee，J.T.、Z.Bingul和S.Kizir，“柔性关节机械手的高阶微分反馈控制”，J.Vibr。《控制》，第21卷，第10期，第1976-86页（2015年）。
[8] Farooq，M.，D.Wang和N.U.Dar，“使用滑动观测器改进柔性机器人操作器的混合位置/力控制器设计”，J.Syst。电子工程。，第20卷，第1期，第146-58页（2009年）·Zbl 1266.93105号
[9] Yeon，J.S.，J.Yim和J.H.Park，“柔性关节机器人机械手递归设计方法的鲁棒控制”，J.Mech。科学。技术。，第25卷，第12期，第3205-13页（2011年）。
[10] Chang，Y.C.和M.F.Wu，“仅使用位置测量的一类柔性关节时滞机器人的鲁棒跟踪控制”，国际期刊系统。科学。，第47卷，第14期，第3336-49页（2016年）·Zbl 1346.93130号
[11] Tong，S.，B.Huo和Y.Li，“执行器故障非线性大系统基于观测器的自适应分散模糊容错控制”，IEEE Trans。模糊系统。，第22卷，第1期，第1-15页（2014年）。
[12] Tong，S.，T.Wang和Y.Li，“具有未建模动态的不确定随机非线性系统的模糊自适应执行器故障补偿控制”，IEEE Trans。模糊系统。，第22卷，第3期，第563-74页（2014年）。
[13] Li，Y.，S.Tong和T.Li，“具有时变时滞和输入饱和的不确定MIMO非线性系统的混合模糊自适应输出反馈控制设计”，IEEE Trans。模糊系统。，第24卷，第4期，第841-53页（2016年）。
[14] Wu，J.，W.Chen和J.Li，“具有先验已知跟踪精度的不确定严格反馈系统的基于模糊近似的全局自适应控制”，模糊集系统。，第273卷，第8期，第1-25页（2015年）·Zbl 1373.93197号
[15] Wu，J.和J.Li，“具有预定跟踪精度的扰动严格反馈非线性系统的自适应模糊控制”，非线性动力学。，第83卷，第3期，第1185-97页（2016年）·Zbl 1351.93086号
[16] Wu，J.，B.Su，J.Li等人，“具有非严格反馈形式和未知非线性死区的全状态约束系统的自适应模糊控制”，《信息科学》。，第376卷，第233-47页（2017年）·Zbl 1429.93208号
[17] Akbari，M.E.，M.A.Badamchizadeh和M.A.Poor，“柔性关节机器人的模糊TSK控制器的实现”，离散动态。《国家社会学》，编号：279498，（2012）·Zbl 1253.93084号
[18] Bonsignore，A.、G.Ferretti和G.Magnani，“弹性定位系统中的库仑摩擦极限循环”，J.Dyn。系统。测量。控制变速器。美国机械工程师协会，第121卷，第2号，第298-301页（1999年）。
[19] Liu，X.，H.Li，J.Wang等，“关节摩擦柔性空间机器人动力学分析”，Aerosp。科学。技术。，第47卷，第164-76页（2015年）。
[20] Lozano，R.，A.Valera，P.Albertos等人，“具有关节灵活性、致动器动力学和摩擦的机器人操纵器PD控制”，《自动化》，第35卷，第10期，第1697-700页（1999年）·Zbl 0949.93055号
[21] Salmasi，H.、R.Fotouhi和P.N.Nikiforuk，“柔性关节机械手摩擦补偿策略的稳定性”，《高级机器人技术》，第24卷，第15期，第2059-86页（2010年）。
[22] Salmasi，H.、R.Fotouhi和P.N.Nikiforuk，“关节干摩擦柔性关节机械手的操纵控制策略”，《机器人技术》，第28卷，第621-35页（2010年）。
[23] Hao，R.，J.Wang和J.Zhao，“基于观测器的快速摩擦估计6自由度并联电动机械手鲁棒控制”，IEEE Trans。自动。科学。《工程》，第13卷，第3期，第1399-408页（2016年）。
[24] Plooij，M.、W.Wolfslag和M.Wisse，“具有摩擦模型不确定性的机器人手臂的鲁棒前馈控制”，机器人。自动。系统。，第70卷，第83-91页（2015年）。
[25] Wu，J.，W.Chen，F.Yang等人，“具有预定义输出精度的严格反馈时滞系统的全局自适应神经控制”，《信息科学》。，第301卷，第4期，第27-43页（2015年）·Zbl 1360.93578号
[26] Echávarri，O.，J.De La Guerra Ochoa，E.Chacón Tanarro等人，“预测润滑摩擦系数的人工神经网络方法”，Lubr。科学。，第26卷，第3期，第141-62页（2014年）。
[27] Xia，D.，L.Wang和T.Chai，“基于神经网络摩擦补偿的pendubot能量摆动控制”，IEEE Trans。Ind.Electron公司。，第61卷，第3期，第1411-23页（2014年）。
[28] Huang，S.和K.K.Tan，“使用神经网络近似的智能摩擦建模和补偿”，IEEE Trans。Ind.Electron公司。，第59卷，第8期，第3342-9页（2012年）。
[29] Chaoui，H.、P.Sicard和W.Gueaieb，“基于人工神经网络的摩擦和关节弹性机器人操纵器智能控制”，IEEE Trans。Ind.Electron公司。，第56卷，第8期，第3174-87页（2009年）。
[30] Kim，Y.H.和L.L.Frank，“基于强化自适应学习神经网络的高速和精密摩擦补偿控制”，IEEE Trans。控制系统。技术。，第6卷，第8期，第118-26页（2000年）。
[31] Liu，G.，“机械系统的基于分解的摩擦补偿”，《机电一体化》，第12卷，第5期，第755-69页（2002年）。
[32] Karami，A.，H.R.Karimi，P.J.Maralani等人，“使用小波对机器人操作器进行智能优化控制”，《国际小波多分辨率》。信息处理。，第6卷，第4期，第575-92页（2008年）·Zbl 1157.49300号
[33] Yoo，S.J.、J.B.Park和Y.H.Choi，“使用神经网络的柔性关节机器人自适应输出反馈控制：动态表面设计方法”，IEEE Trans。神经网络。，第19卷，第10期，第1712-26页（2008年）。
[34] Albu‐Schaffer，A.和G.Hirzinger，“柔性关节机器人的全球稳定状态反馈控制器”，高级机器人。，第15卷，第8期，第799-814页（2001年）。
[35] Wu，J.，W.Chen和J.Li，“具有多个未知控制方向的不确定非线性系统的全局有限时间自适应镇定”，Automatica，第69卷，第7期，第298-307页（2016年）·Zbl 1338.93330号
[36] Yoo，S.J.，J.B.Park和Y.H.Choi，“使用自递归小波神经网络的柔性关节机器人的自适应动态表面控制”，IEEE Trans。系统。人类网络。B部分：网络。，第36卷，第6期，第1342-55页（2006年）。
[37] Khoygani，M.R.R.，R.Ghasemi和A.R.Vali，“一类非线性离散时间柔性关节机器人的智能非线性观测器设计”，《智能》。服务。机器人。，第8卷，第1期，第45-56页（2015年）。
[38] Qin，J.，F.Leonard和G.Abba，“使用状态估计器进行机器人摩擦搅拌焊接的实时轨迹补偿”，IEEE Trans。控制系统。技术。，第24卷，第6期，第2207-14页（2016年）。
[39] Nazari，V.和B.Surgenor，“使用带有速度、系统滞后和摩擦补偿的模糊逻辑控制器改进气动执行器的位置跟踪性能”，《国际控制自动化杂志》。系统。，第14卷，第5期，第1376-88页（2016年）。
[40] Chu，H.，B.Gao和W.Gu，“使用基于观测器的非线性三步控制器对永磁直流力矩电机进行低速控制”，IEEE Trans。Ind.Electron公司。，第64卷，第4期，第3286-96页（2017年）。
[41] Wilhelm，F.、T.Tamura和R.Fuchs，“动力转向的摩擦补偿控制”，IEEE Trans。控制系统。技术。，第24卷，第4期，第1354-67页（2016年）。
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。