存在外部干扰以及模型参数不精确时,自由漂浮空间机器人(Free-floating Space Robot,FFSR)末端控制精度无法保证且输出力矩将明显增大,针对此问题提出了一种基于干扰观测器的优化控制方法。首先,根据拉格朗日方程和动量矩守恒定律获得了FFSR的动力学方程和运动学方程表达式。而后,基于FFSR名义模型设计SDRE优化控制器,实现输出力矩和输出误差两项指标的最优化。进而,为克服外部干扰以及参数误差引起的模型不确定性,设计非线性干扰观测器对不确定部分进行在线估计,并反馈到控制器输入中,进一步提高机器人末端轨迹跟踪精度。最后,以两自由度的二连杆空间机器人为对象进行Matlab/Simulink仿真。结果表明当开启干扰观测器时,这里所提方法在末端跟踪精度以及控制器输出力矩这两项指标上均有明显改善。

螺杆点胶阀因点胶效率高、精度高、胶点均匀性高等优点,广泛应用于微电子封装等领域,而电机转速的控制性能是决定螺杆点胶阀点胶质量的重要因素。针对点胶阀在外部干扰和负载扰动情况下,PID速度控制效果不理想,参数难以整定的问题,采用BP神经网络-无模型自适应控制(BP-MFAC)算法,通过BP神经网络在线整定无模型自适应控制器参数来实现对电机速度的自适应控制,无需人工整定参数。仿真和实验对比结果表明,该算法相较于PID控制算法,在电机速度控制上具有更小的超调量和稳态误差,更短的调节时间;在外部干扰和负载扰动的情况下,具有更好的抗扰动能力。