摘要
机械臂在医疗保障、工业生产、农业发展以及日常生活中有着广泛应用。随着科学进步与技术发展，机械臂在海洋监测，航空航天等军事领域也发挥着显著作用。因此在当今实际应用中，对机械臂的操作控制已不仅局限于使其进行重复性定位操作，对于给定的运动轨迹达到期望的跟踪精度也成为了研究的热点问题。然而在对机械臂这类具有强耦合与高度非线性等特点的复杂系统进行高精度轨迹跟踪控制时，由于受到外部时变干扰以及自身存在的摩擦非线性，使得控制问题变得更为复杂。 为了实现可靠的稳定性和高精度的跟踪控制要求，本课题针对存在外部时变干扰、动力学参数不确定、并考虑摩擦非线性的机械臂系统与在输入饱和影响下,受到匹配与非匹配干扰的机械臂系统，分别研究了高精度的轨迹跟踪控制方案与高性能的力/位混合控制策略。论文主要工作如下: (1)对多自由度工业机械臂控制系统建立数学模型并分析。首先，通过拉格朗日动力学方法且经过简化建立了多自由度机械臂动力学模型;其次，考虑系统受摩擦非线性影响，我们对动、静非线性摩擦分别进行了分析并建立了数学模型;最后，通过李雅普诺夫稳定性理论依据作为系统稳定性分析的理论支撑; (2)针对机械臂受到复杂时变扰动时的高精度轨迹跟踪问题，提出了一种带扰动观测器的机械臂轨迹跟踪鲁棒控制策略。首先使用反步法设计了包含摩擦模型的机械臂轨迹跟踪控制器，然后将一阶滤波器引入跟踪控制器中来解决虚拟控制输入的复杂求导问题。考虑时变扰动会影响跟踪精度问题，设计了一种自适应扰动观测器对外部扰动进行在线观测，设计的自适应律能够简化观测器参数的选取并且得到合适的观测器增益，增强了系统的鲁棒性。针对由于物理因素以及测量误差等引起的建模不确定性，我们设计了一种简化的神经网络来逼近，该神经网络结构可以减少隐藏层神经元个数。通过李雅普诺夫稳定性理论证明了系统是半全局渐近稳定的。仿真结果表明机械臂能够很好的克服外部扰动且快速准确地进行轨迹跟踪，有效地提高了系统跟踪精度; (3)针对机械臂在动力学不确定性的影响下，受到匹配与非匹配扰动以及输入饱和时的力/位混合控制问题，设计了一种新的鲁棒力/位混合控制器。首先，设计了基于反步法的位置控制器，在位置控制器中引入了低通滤波器与辅助动力系统,克服了虚拟控制求导运算并解决了输入饱和效应。我们利用神经网络较好的非线性逼近能力来解决系统动力学不确定性与匹配扰动的影响。其次，针对非匹配扰动设计了一种新的非匹配扰动观测器，该观测器结构简单且能够较好的抑制非匹配扰动对状态的影响。最后，利用模糊推理系统改进传统的比例-积分控制，设计了力控制器，提高了机械臂末端的力控制精度。在理论上证明了机械臂闭环控制系统内所有控制信号为局部一致渐进稳定，仿真结果阐述了所提控制策略的有效性与强鲁棒性。 本文深入讨论了受输入饱和、建模不确定性、摩擦非线性以及复杂匹配与非匹配干扰等因素影响时的机械臂的运动控制问题，主要包括轨迹跟踪控制问题与力/位混合控制问题。在进行控制系统设计时，提出了一些新颖的解决问题的方法,并且有效的增强了系统的位置跟踪与力跟踪精度。
NETL