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。

针对低刚度机构和连杆之间的耦合转矩引起的机械振动问题,提出了一种适用于谐波齿轮传动柔性双连杆机械臂的解耦定位控制方法。首先,构建了双连杆三惯量机械臂的物理模型。然后,对传统2自由度(2-DOF)控制框架中的性能恶化问题进行了分析。其次,将机械臂近似为线性双连杆双惯性系统并引入多输入多输出系统的解耦器来实现解耦,并构造了基于半闭环结构的2-DOF串联控制系统,以便补偿传动系统中的角传动误差。以两个典型多连杆运动为例,对所提解耦定位控制方法的有效性进行了验证。研究结果表明,相比于准全闭环控制和带角传动误差补偿的半闭环控制,所提解耦控制方法在位置和扭矩波形上均表现出了更好的振动抑制效果,获得了±0.1 mm的精度和0.1 s的稳定时间,有助于构建柔性双连杆机械臂的高性能定位系统。

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。

柔性机械臂相较于刚性机械臂具有更强的环境交互性和适应性,运动学和动力学建模对于其特性研究非常重要,以此特点介绍一种气动并联柔性机械臂,以橡胶波纹管作为执行单元的气腔主体设计制造柔性机械臂模型。根据气动柔性臂空间动作特点,利用几何法建立运动学模型,得到柔性臂的等效几何参数、柔性臂末端中心坐标及各驱动气腔压力之间的映射关系,利用拉格朗日法建立动力学模型,得到柔性臂各执行器单元长度与输入气压之间的关系,实验测试柔性臂的空间运动性能,验证运动学及动力学模型的有效性,可应用于空间范围内物体的定位抓取。

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。

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。

针对具有末端附加质量的柔性机械臂弹性振动问题,提出采用基于遗传算法的线性二次型控制方法对其进行抑振控制。首先分析了柔性机械臂的弹性变形问题,采用假设模态法描述弹性变形并基于Lagrange方程建立具有末端集中质量的柔性机械臂动力学模型。其次,推导出系统的控制模型,采用线性二次型最优控制对柔性机械臂系统进行抑振控制,并用遗传算法优化线性二次型性能指标函数中的加权矩阵。仿真实验结果表明,与传统的经验值相比,优化后的控制方法能有效衰减末端弹性振动,柔性机械臂系统端部定位速度更快,验证了该方法的可行性。

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。