为了改善机器人在人机交互过程中力矩柔顺性问题,对机器人关节中的串联弹性驱动器(Series Elastic Actuator,SEA)进行了改进,从而提高了SEA驱动器中弹性体受力与变形的线性特性。在力矩控制器的设计中,采用了基于数据驱动控制的无模型自适应控制算法(MFAC),并利用BP神经网络算法实现控制器参数的在线自整定。该数据驱动控制算法在不需要建立受控系统精确数学模型的情况下,即可实现串联弹性驱动器(SEA)的力矩控制。既简化了控制器设计的难度,避免了机器人关节建模的复杂性和未建模的动态误差,又提高了控制系统对负载扰动的鲁棒性。为了验证控制方法的有效性,对SEA驱动器进行仿真分析。仿真结果验证了所设计的控制方法对SEA力控具有良好的跟随性,能够实现机器人与人、环境之间的安全物理交互。

目的:为实现气动肌肉机械腿关节角度跟踪,设计两自由度气动肌肉机械腿。方法:对拮抗气动肌肉到关节传动问题,建立关节驱动机构模型;主要分析四连杆膝关节力矩静态特性,设计膝关节力矩到气动肌肉拉力的映射关系。机械腿摆动采用双闭环控制策略,外环为位置PD控制,在控制输出中加上机械腿动力学计算力矩项;内环为气动肌肉拉力控制,设计拉力前馈控制器和误差补偿控制器。结果:进行机械腿摆动控制仿真和实验,关节角度跟踪误差在±3°以内。结论:结果表明关节建模有效,动力学控制可实现机械腿关节角度跟踪。

采用目前方法控制液压驱动机械臂的关节力矩时,没有对液压驱动机械臂的运动学和动力学进行分析,导致方法存在关节位置跟踪误差大、控制效率低、控制性能差和压力损失大的问题。提出液压驱动机械臂多关节力矩控制方法,分析了液压驱动机械臂的结构,并建立了机械臂坐标,分析液压驱动机械臂关节在坐标系中的运动情况,在Lagrange函数的基础上建立其动力学模型,分析关节在液压驱动机械臂运动过程中的势能和动能。对机械臂关节力矩误差和误差变化率进行计算,并将其作为模糊神经网络的输入变量,通过模糊神经网络完成液压驱动机械臂多关节力矩的控制。仿真结果表明,所提方法的关节位置跟踪误差小、控制效率高、控制性能好、压力损失小。

针对六自由度并联机构在带载运动过程中会导致电液驱动平台运动不稳定,运动精度下降的问题,提出一种基于多参数整定的滑模控制解耦运动控制策略,首先,在六自由度复杂并联机构电液驱动平台系统结构基础上,建立了其运动学数学模型;其次,设计了滑模控制策略来优化电液驱动力矩控制,提高运动的稳定性;最后,在MATLAB/Simulink建模平台构建了电液驱动平台控制算法模型,结合硬件在环试验环境对控制方法进行了试验验证,实验结果表明,该运动控制方法能够

飞行器舵机刚度测试系统是通过对伺服状态下的舵机施加一定频率和幅值的正弦力矩,同时测量舵机轴的转角变化,最终测得舵机刚度。在结构上,采用高性能的无框架直驱式力矩电动机作为力矩输出单元,通过弹簧杆进行力矩传递以改善力矩加载性能,简化控制模型;在控制上,以可编程多轴运动控制器为控制核心,采用力矩、位置和电流三环的控制策略,实现了基于位置内环的显式力矩控制。仿真结果表明,该系统可达到预期的设计目标,力矩加载幅值误差和相位误差均能满足技术指标要求。

本文分析了造成系统不确定性的因素在系统主动加载状态下采用基于H∞鲁棒控制的混合灵敏度方法设计了鲁棒控制器同时进行了仿真研究和实验评估.仿真实验结果表明力矩伺服控制系统不仅很好地实现了动态跟踪而且表现出了良好的鲁棒性系统的性能指标达到幅值误差小于±10%及相位滞后小于10°时的闭环频宽为10Hz.

将电液负载模拟器中的多余力矩视为外干扰，并考虑各种不确定性的影响，采用基于H∞鲁棒控制理论的方法设计了鲁棒控制器；同时，采用该控制器针对系统存在参数变动、高阶未建模动态及外干扰等不同工况时的特性进行了仿真研究以及系统动静态特性的实验研究。仿真和实验结果表明，在该控制器的作用下，系统不仅很好地实现了动态跟踪性能而且表现出良好的鲁棒性。系统的性能指标达到幅值误差小于±10％及相位滞后小于10。时的有扰闭环频宽为10Hz。

电液力矩伺服控制系统常用于电液负载模拟器（EHLS）以模拟航空动力铰链力矩，从而实现对目标的动态加载。由于系统存在不确定性和非线性因素，影响了系统的控制性能和稳定性。本文通过对电液负载模拟器系统模型的分析，详细论述了造成系统不确定性的原因。同时针对参数不确定性、模型不确定性及强外干扰产生的不确定性进行了仿真研究。仿真结果明确了各种不确定性对该类系统的影响程度，为采用相应的控制策略以消除多余力矩、提高系统性能提供了理论依据。