针对机械臂在运行过程中因输入输出受限、外界未知干扰以及自身动力学参数不确定性导致控制精度低和抗干扰能力差的问题,提出基于时变正切型障碍李雅普诺夫函数的自适应反步滑模控制方法(adaptive backstepping sliding mode control fo...针对机械臂在运行过程中因输入输出受限、外界未知干扰以及自身动力学参数不确定性导致控制精度低和抗干扰能力差的问题,提出基于时变正切型障碍李雅普诺夫函数的自适应反步滑模控制方法(adaptive backstepping sliding mode control for time-varying tangent barrier Lyapunov,TTBLF-ABSMC)。首先,通过设计饱和补偿系统解决输入受限问题,提高控制系统的稳定性;其次,将外界未知干扰与自身动力学参数不确定性视为复合干扰,设计反馈自适应律对其做出准确估计;同时,采用时变正切型障碍李雅普诺夫函数将位置误差和速度误差限制在时变范围内;最后,通过李雅普诺夫理论分析证明闭环控制系统是有界稳定的。仿真实验结果表明:与采取时变对数型障碍李雅普诺夫函数的控制方法相比,该控制方法使机械臂关节1、2的跟踪误差分别降低了58%、33%;相比于未考虑输入受限方法,该控制方法在关节1、2的轨迹跟踪响应速度分别提升了69%、50%,有效的提高了系统的控制精度和抗干扰能力。展开更多
文摘针对机械臂在运行过程中因输入输出受限、外界未知干扰以及自身动力学参数不确定性导致控制精度低和抗干扰能力差的问题,提出基于时变正切型障碍李雅普诺夫函数的自适应反步滑模控制方法(adaptive backstepping sliding mode control for time-varying tangent barrier Lyapunov,TTBLF-ABSMC)。首先,通过设计饱和补偿系统解决输入受限问题,提高控制系统的稳定性;其次,将外界未知干扰与自身动力学参数不确定性视为复合干扰,设计反馈自适应律对其做出准确估计;同时,采用时变正切型障碍李雅普诺夫函数将位置误差和速度误差限制在时变范围内;最后,通过李雅普诺夫理论分析证明闭环控制系统是有界稳定的。仿真实验结果表明:与采取时变对数型障碍李雅普诺夫函数的控制方法相比,该控制方法使机械臂关节1、2的跟踪误差分别降低了58%、33%;相比于未考虑输入受限方法,该控制方法在关节1、2的轨迹跟踪响应速度分别提升了69%、50%,有效的提高了系统的控制精度和抗干扰能力。
