东莞升高车,  东莞升高车出租,  东莞升高车租赁     基于偏格式动态线性化的无模型自适应控制,    偏格式动态线性化以动臂的单轴为例，可认为其是一个ＳＩＳＯ非线性离散时间系统,   动臂系统单轴的实际输出位置和控制输入电压，或其中系统阶数，未知的非线性函数。对于以上描述动臂系统单轴的ＳＩＳＯ非线性离散时间系统首先进行偏格式线性化，假设满足如下：假设离散系统是输入和输出均可以控制、可以观测的，即对某一系统有界的期望的输出信号，存在着有界的控制输入信号，使这个控制输入信号可以驱动控制系统并使其输出可以等于期望的系统输出。假设当前系统的控制信号的具有连续的偏导数。上面所给出的假设条件并不苛刻，其中不能满足假设３．１的系统是不可控的系统，假设３．２中包含了一大类的非线性被控系统，而假设３．３是针对被控系统的输出量的限制即有界的控制信号输入量变化能产生有界的控制系统输出量的变化。

      设计ＭＦＡＣ控制器，不需要受控系统的任何数学模型的相关信息，从而能够保证动臂系统鲁棒性相对较好。为了加快动臂系统响应的速度，我们对偏格式线性化的ＭＦＡＣ控制器提出以下的改进。本文对动臂轨迹跟踪控制实验中控制器的设计均控制器设计方法。

    东莞升高车,  东莞升高车出租,  东莞升高车租赁http://www.guangzhouludengche.com/

      由于动臂运动方式可分为各轴单独运动与六轴联动，即分别在关节空间和工作空间中完成任务，下面将分别对基于改进ＰＦＤＬ－ＭＦＡＣ的动臂在关节空间和工作空间的轨迹跟踪控制进行Ｓｉｍｕｌｉｎｋ仿真分析，验证算法的有效性。可得知动臂单轴的数学模型.   ０为系统的输出即动臂的真实位置，ｒ为控制量。仿真的采样间隔为０．０１ｓ，６＞的期望轨迹设定。仿真中模型和参数仅用于生成仿真模型，不会用于控制系统的设计。使用改进的ＰＦＤＬ－ＭＦＡＣ控制算法对上述动臂单关节系统进行仿真，控制器参数设定ｐ＝０．６２，；１＝０．０４，７＝０．９６。动臂其物理参数为：ｍ，＝３．２ｋｇ，ｍ２＝３．５ｋｇ，ｌ：＝０．４２ｍ，ｌ２＝０．７５ｍ，ｇ＝９．８ｍ／ｓ２仿真中模型和参数仅用于生成输入输出数据，不用于控制系统的设计。两个轴的期望轨迹，为确保被控对象初始输出与指令初值相同，设定其初始位置分别是使用改进的ＰＦＤＬ－ＭＦＡＣ控制算法就上述双轴动臂系统进行仿真，仿真的采样间隔为０．００１ｓ，控制器参数。动臂在关节空间中运动时，利用改进的无模型自适应控制算法能够较快地追踪期望位置轨迹，从误差曲线中可以看到由于初始位置的原因误差较大，但是两个轴的跟踪误差就很快稳定在了０．０２度左右。经系统仿真可以看出无模型自适应控制在对动臂轨迹跟踪的应用中有着非常好的控制效果。

      在实际工作中大都讨论动臂工作空间的轨迹跟踪问题，将工作空间中的动臂末端位置由直角坐标转换为各关节角位置，即动臂的逆运动学问题。使用ＭＡＴＬＡＢ的ＲｏｂｏｔｉｃＴｏｏｌｂｏｘ工具箱建立６－ＤＯＦ动臂模型.   采用改进的ＰＦＤＬ－ＭＦＡＣ控制算法和传统的ＰＩＤ算法就此动臂系统进行仿真，经过对比分析本文所用的ＰＦＤＬ－ＭＦＡＣ控制器在６－ＤＯＦ动臂轨迹跟踪控制中的控制效果，采样的时间均为０．０１ｓ。

       基于仿真结果能够得知：在使用ＰＩＤ算法和改进的ＰＦＤＬ－ＭＦＡＣ算法之后，动臂各轴的实际位置由初始值很快地跟踪上了期望轨迹，通过误差曲线可得知初始时刻由于位置的不同导致误差较大，但是很快稳定在１０S左右，对比改进的ＰＦＤＬ－ＭＦＡＣ与ＰＩＤ算法在动臂轨迹跟踪仿真实验中的效果，能够看出改进后的ＰＦＤＬ－ＭＦＡＣ控制算法的动臂轨迹跟踪仿真试验中响应速度更快，对比ＰＩＤ控制算法在更短的时间跟踪目标曲线并趋于稳定状态，因此改进的ＰＦＤＬ－ＭＦＡＣ控制算法在６－ＤＯＦ动臂的轨迹跟踪上更具优势。通过系统仿真可以发现无模型自适应控制在针对动臂的轨迹跟踪问题时能够取得较好的控制效果。针对６－Ｄ０Ｆ动臂系统设计了基于偏格式无模型自适应控制算法的控制器，为了提高系统的控制性能，对该算法进行了改进。根据所得的系统动力学模型进行了基于Ｓｉｍｕｌｉｎｋ仿真环境的搭建，并应用偏格式无模型自适应控制算法的改进形式，仿真结果表明该算法能够取得良好的控制效果。

        东莞升高车,  东莞升高车出租,  东莞升高车租赁