为了提高柔性机械臂控制精度、抑制柔性机械臂末端振动,提出了区分快慢变子系统的组合控制方法。使用拉格朗日方程和假设模态法建立了柔性机械臂动力学方程,利用奇异摄动原理将柔性机械臂系统分解为快变子系统和慢变子系统;鉴于慢变子系统的强非线性和参数不确定性,将反演控制和滑膜变结构相结合,提出了基于反演滑模变结构控制方法的慢变子系统控制;鉴于快变子系统模型不准确问题,而模糊控制对模型精度没有要求,因此设计了快变子系统模糊控制器。经仿真验证可以看出,与传统PID控制相比,机械臂转角最大误差由4.1°下降为0.04°,稳定时间由10s下降为2.5s,末端振动最大值由0.081m下降为0.021m,极大地提高了柔性机械臂控制精度。

为了抑振柔性机械臂的残余振动,提出了基于自适应遗传算法的最优抑振轨迹规划和基于全阶终端滑模控制的轨迹跟踪方法。在轨迹规划方面,建立了最优抑振轨迹规划模型;对遗传算法进行改进,使交叉概率随种群多样性自适应变化,变异概率随个体适应度自适应变化,从而提出了自适应遗传算法的抑振轨迹规划规划方法。在轨迹跟踪方面,以轨迹跟踪误差及残余振动为消除对象,设计了全阶终端滑模控制器及控制律,并证明了任意误差状态可在有限时间内到达滑模面并滑动至零点。经验证,自适应遗传算法收敛速度和寻优精度明显优于传统遗传算法,自适应遗传算法规划轨迹的残余振动远远小于传统遗传算法规划的轨迹;在全阶终端滑模控制器的控制下,柔性机械臂在旋转过程中和旋转结束后的振动量极小,而PID控制器在旋转结束后3.5s才逐渐稳定。

为了同时减小柔性臂杆机械臂运动过程中的振动与能量消耗,提出了一种柔性机械臂多目标轨迹优化方法。首先,利用假设模态法和拉格朗日动力学方程对双柔性连杆机械臂进行动力学建模,进而利用MOPSO算法和传统近似方法求解同时满足振动最小和能量消耗最优的柔性参考轨迹;在此基础上,采用RBF神经网络进行逆动力学拟合,求解出连续平滑的关节驱动力矩,相应的关节轨迹满足任务需求,且进一步实现了振动抑制,有利于柔性机械臂的控制。最后,通过MATLAB仿真实验证明了所提算法的有效性。

为了减小柔性机械臂转动时的振动和调节时间,实现柔性机械臂的精确控制,设计了自适应滑模-H∞鲁棒组合控制器。使用奇异摄动法建立了柔性机械臂系统的双时标模型。对于慢时变子系统,设计了幂次随系统状态自适应调整的趋近律,得到了基于自适应滑模变结构的慢时变子系统控制方法;对于快时变子系统,考虑到模型不确定问题,设计了γ次优H∞鲁棒控制器;将自适应滑模控制器与H∞鲁棒控制器进行组合,得到针对双时标模型的组合控制器。经仿真验证,对于刚性机械臂的阶跃输入,自适应滑模控制器的调节时间和超调量小于传统幂次趋近滑模控制器;对于模型不确定的柔性机械臂系统,组合控制器的振动幅度小、调节时间短、鲁棒性强,验证了H∞鲁棒控制器在柔性机械臂控制中的优越性。

现有刚性机械手无法满足对易碎和软质物体的抓取,无法适应混流生产线。柔性抓手具有高自由度和自适应能力,故设计一种纤维增强型柔性指节,可组装制备柔性抓手。本文介绍了纤维增强型柔性指节的制备方法和工艺流程,制备了一套纤维增强型柔性指节实物。指节主体为硅胶材质,使用碳纤维布作为限制层,使用车胎帘线作为纤维增强层。使用自行搭建的测试环境和压力驱动控制器,对柔性指节的弯曲半径和接触推力进行测试,试验结果表明该柔性指节能够在50-90 kPa时产生明显的弯曲效果和较好的接触推力,满足抓取需求。具有良好的自适应性和可靠性,适合用于抓捕工作。

柔性连续型机器人,相比离散关节型机器人具有高适应性与安全性的特点。针对多种应用领域,介绍一种使用压缩气体驱动的柔性连续型机械手臂原型机,利用其执行器由柔软材料制造装配而成的特点,它在抓取过程中能更好的保护表面脆弱的物体。使用橡胶波纹管,设计、制造并装配为执行器、执行器组及机械手臂,搭建实验台,建立执行器的伸长量与其内部气压的理论模型并通过实验验证,进一步测试柔性机械手臂的形变及运动性能,实现柔性机械手臂在其运动空间内可按照既定顺序工位操作的功能。结果表明,执行器的伸长量与其内部气压的理论模型准确,基于橡胶波纹管的柔性机械手臂具有较大的弯曲角度与一定的负载能力,可应用于识别与定位或物体的抓取移动等领域。

为提高柔性机械臂的控制精度,提出一种基于滑模控制与最优控制相结合的组合控制方式。通过Lagrange法和假设模态法构建其动力学模型,进而运用奇异摄动理论对柔性臂进行解耦,获得慢变和快变子系统。对于慢变子系统,采用滑模控制实现轨迹跟踪,提出一种新型趋近律,该趋近律在幂次趋近律基础上加入变速趋近项,引入系统状态变量,动态调整趋近速率,同时增加指数项提高趋近速度,使用双曲正切函数替代符号函数以抑制抖振;对于快变子系统,采用最优控制进行振动抑制。MATLAB仿真结果表明,该组合控制方法相比于纯滑模控制,具有更好的动态性能和鲁棒性能。

为了使柔性机械臂快速稳定到达目标位置且抑制其末端柔性形变,设计了基于分层结构的预测控制方法,分层结构采用对预测控制的方式,占据了控制的先机,而且针对机械臂的时变特性,采用滚动控制策略,增加了控制系统鲁棒性。给出了适用于一般机械臂的控制结构框架,建立了预测控制模型;设计了轨迹规划层,将最优轨迹规划问题转化为带约束的QP问题,其输出为最优轨迹;设计了跟踪控制层,此层精确跟踪上层规划出的最优轨迹;为了验证分层结构的有效性,设计了适用于柔性机械臂的分层结构,将此方法与IST方法进行比较,分层结构不仅快速稳定到达目标位置,而且抑制了机械臂在目标位置的柔性形变、控制过程中也没有出现力矩的较大波动。

将液压柔性机械臂系统分为相互耦合的两个部分，即柔性机械臂和液压伺服驱动系统，并通过一个驱动Jacobian矩阵构建其耦合关系。将作用于机械臂上的力视为一虚拟输入，运用奇异摄动法将柔性机械臂的模型分解为快慢两个子系统，其中慢变子系统控制器完成对期望轨迹的跟踪，而快变子系统控制器抑制柔性臂的振动。在此基础上，采用反演控制设计方法，得到液压伺服阀的位移控制律，使液压油缸的实际输出力完全满足柔性臂所需要的驱动力。数字仿真的结果验证了设计控制器的正确性和有效性。

将柔性机械臂视为Euler-Bernoulli梁模型其动力学特性以假设模态法描述并充分考虑柔性臂与液压驱动系统(液压回路、液压缸和液压伺服阀)的动力耦合作用推导出液压柔性机械臂的动力学方程.在此基础上提出同时控制刚体运动及弹性振动的鲁棒控制器设计方法.数字仿真结果表明了控制器的镇定性和鲁棒性.