针对曲面元件机器人抛光过程中的柔顺控制和响应速度问题,研究一套机器人抛光柔顺控制系统。采用切片算法完成抛光轨迹规划以控制机器人顺应曲面元件表面低频段轮廓与曲率变化,设计一种力控末端执行器达到主动力输出和高速响应要求,提出基于迭代学习控制的电流迭代优化控制策略使执行器中音圈电机输出力以高精度跟随目标力,减小元件表面中高频段波纹度与表面粗糙度。搭建以机器人、力控执行器、六维力传感器、运动控制卡为核心部件的实验平台。仿真与实验结果证明所设计柔顺控制系统力控性能良好,力平均响应时间为55.4 ms,力跟踪误差小于3 N,能够满足曲面元件抛光加工需求。

波形复现作为振动环境模拟技术中的一种试验方法,对减小因振动造成的损失和满足产品升级需要等具有重要的实际意义。为了提高波形复现的精度和拓展伺服控制系统频宽,提出一种基于时滞估计的迭代控制随机波形复现策略。首先研究三状态控制策略来拓展系统频宽,之后通过计算响应信号与参考信号的相关系数算出系统的滞后时间,解决液压系统的时滞问题,提高波形复现精度。最后基于时滞估计的迭代控制算法进行波形复现试验,迭代后的相关系数均高于迭代前的相关系数,证明了基于时滞估计迭代算法的有效性。

针对轧机液压位置闭环系统存在强耦合、多变量等非线性因素,精确建模困难且不具备自我更新学习等问题,将无模型自适应迭代学习控制(MFAILC)应用于轧机液压位置闭环系统。由于MFAILC算法的误差收敛消耗时间较长,采用高阶伪偏导数估计算法改善系统的收敛速度,同时针对MFAILC算法在控制过程中的抗干扰性较差、容易产生控制偏差的问题,结合内模控制强鲁棒性、结构简单等优点,将其引入MFAILC算法,对算法的控制结构进行改进。仿真实验结果表明:改进后的无模型自适应迭代学习算法的收敛速度、控制精度都得到提高,系统的抗干扰性也能够增强。

针对双缸电液位置伺服同步控制系统的高精度及快速性要求,采用比例积分微分型迭代学习控制算法,设计实现了电液位置同步控制系统.在系统中采用双闭环两级控制策略,将双缸同步误差反馈补偿到输出量中,同时采用比例微分算法对数字控制量进行修正,使双缸互为跟踪对象,保证了双缸运行中的高精度同步.试验结果表明该同步控制系统具有较高的控制精度和快速跟踪目标能力,同步控制精度达到了0.2%,为电液同步控制提供了一种新的有效思路和方法,因此具有重要的工程应用价值.

由于挖掘机工作装置具有复杂强耦合非线性和时滞性的特点,并且其在工作过程中存在负载不确定的问题,导致挖掘机的作业效率低、机械磨损大。针对这一问题,采用了一种基于迭代学习控制与滑模控制相结合的控制策略,对挖掘机工作装置各关节轨迹的跟踪控制性能进行了研究。首先,利用拉格朗日力学法,建立了挖掘机工作装置的动力学模型;然后,推导定义了控制律,并利用Lyapunov理论验证了控制器的稳定性;最后,设计了迭代滑模控制器,以小松PC02-1挖掘机为平台,确定了其轨迹控制所需的变量,利用MATLAB对挖掘机工作装置的轨迹跟踪性能进行了数值仿真。研究结果表明:在面对外部扰动的情况下,该方法可有效地提高挖掘机工作装置各关节的跟踪速度与跟踪精度,同时可在一定程度上削弱传统滑模控制的抖振现象,系统的鲁棒性强;该结果表明,迭代学习控制与滑...

针对目前常见串联式机械手末端存在控制误差累计而导致末端控制精度较低,无法实现高精度位置伺服控制,使得末端轨迹跟踪控制较差等问题,该文借助迭代学习控制算法的优点,提出了一种基于迭代学习的电液机械手末端轨迹跟踪控制算法。首先,该文以型号为REbot-6R机械手为研究对象,建立机械手的三维模型和坐标,利用D-H坐标,建立REbot-6R机械手运动学模型;然后,设计了基于迭代学习的电液机械手末端轨迹跟踪控制器;最后,以REbot-6R机械手为对象搭建实验平台进行轨迹跟踪控制实验。实验结果表明了迭代学习算法能够很好的运用在REbot-6R机械手上,有效性地解决机械手末端轨迹跟踪控制较差等问题,提高了轨迹跟踪精度。

在汽车涡轮壳衬套伺服压装机中,衬套压入过程经常出现抖动现象,严重影响了压装的精度和质量。为揭示抖动现象产生的机制,将衬套与孔之间的挤压作用等效为非线性摩擦过程,将电机与末端件之间的传动链看成同时具有弹性和阻尼两种特性的环节,建立伺服压装过程的动力学模型及其状态空间表达式,仿真验证所建立模型可以有效再现实际的抖动过程。在此基础上,考虑衬套压装过程不断往复工作的特点,设计一种不严格依赖精确数学模型且有强抗干扰的迭代学习算法。为验证所提出控制算法的有效性,构建包含非线性动力学模型和迭代学习控制器的压装过程控制系统数值仿真模型。仿真结果表明:迭代学习控制器可以有效抑制衬套压入过程中出现的抖动现象,相比于传统PID算法,它具有更高的定位精度和强抗干扰能力。

为解决传统控制方法下电液伺服振动台复现波形精度不高的问题,对5种迭代学习控制算法进行了对比研究。采用的迭代学习控制算法包括时域迭代算法和频域迭代算法,时域迭代算法有P型学习律和PD型学习律,频域迭代算法有直接迭代、修正迭代和幂指数迭代,通过振动台仿真模型对比研究各种方法的控制效果。研究结果表明:在相同模型和相同波形条件下,所采用的5种算法中,频域迭代算法优于时域迭代算法,频域迭代算法下波形的相关系数可达98%以上,最大峰

针对轧机液压位置闭环系统存在强耦合、多变量等非线性因素,精确建模困难且不具备自我更新学习等问题,将无模型自适应迭代学习控制(MFAILC)应用于轧机液压位置闭环系统。由于MFAILC算法的误差收敛消耗时间较长,采用高阶伪偏导数估计算法改善系统的收敛速度,同时针对MFAILC算法在控制过程中的抗干扰性较差、容易产生控制偏差的问题,结合内模控制强鲁棒性、结构简单等优点,将其引入MFAILC算法,对算法的控制结构进行改进。仿真实验结果表明:改进后的

电液伺服力加载系统响应快、控制精度高被广泛地应用在各类测试装置中。惯性是物理学中最基本的概念之一在电液伺服力加载系统中惯性力主要由质量和加速度决定质量和加速度越大产生的惯性力也就越大。在科学实验过程中动态加载时较大的加速度会产生较大的惯性力惯性力会影响力加载的控制精度从而引起实验精度的下降。绝大多数情况下惯性力与加载力相比相对比较小完全可以忽略。然而在高频小载荷的加载场合由于加速度大、加载力小此时应考虑惯性力的影响。基于此该文分析了高频小载荷条件下惯性力对加载力的影响在Matlab/Simulink中建立了电液伺服力加载系统的数学模型提出采用迭代学习控制的方案实现惯性力的补偿以土工常用的电液伺服动三轴试验仪为例开展仿真研究研究结果表明:迭代学习控制方案能较明显地提高动态加