导读:本文包含了自适应重构控制论文开题报告文献综述、选题提纲参考文献，主要关键词:自适应,重构,机械,构型,模糊,神经网络,飞行器。
自适应重构控制论文文献综述写法
葛为民,乔友伟,邢恩宏,王肖锋[1]（2019）在《可重构机械臂构型自适应控制研究》一文中研究指出针对可重构机械臂系统存在的不确定性及不同构型下的轨迹跟踪问题,提出了径向基函数(Radial Basis Function,RBF)神经网络鲁棒自适应补偿控制算法。设计了RBF神经网络补偿控制器自适应逼近补偿系统存在的未知项;为减小控制器逼近误差及适应构型变化时的鲁棒性,在控制律中引入了鲁棒项;基于李雅普诺夫(Lyapunov)稳定性理论设计了构型自适应调节律和鲁棒项并证明了闭环控制系统的稳定性。最后,以两种典型的可重构机械臂构型进行研究,结果表明所提算法能够适应系统构型的改变,同时有效地补偿系统存在的不确定性。(本文来源于《机械设计与制造》期刊2019年07期）
安毅[2]（2019）在《基于自适应动态规划的可重构机械臂的分散保代价最优控制方法研究》一文中研究指出随着现代科学技术智能化的推进,针对可重构机械臂一类具有自动组装性、灵活应变性及环境适应性等特点,子模块可按既定任务需求进行重新组合的智能机械设备,广泛应用于深空深海探测、核工业等高危产业及智能娱乐工厂等领域中。然而,可重构机械臂在构形重组时需要兼顾能耗和控制精度性能指标的问题来确保其在强耦合、非线性不确定性条件下完成既定任务,故简化控制器结构及优化能源消耗的研究十分重要。本文首先论述了选题的背景意义,分别对可重构机械臂及控制方法和自适应动态规划(Adaptive Dynamic Programming,ADP)的现状和进展论述,且介绍了ADP的基本理论基础,确定了本文的研究内容。其次,针对于可重构机械臂构建了两种的动力学模型。一种是基于NewtonEuler迭代算法建立的传统动力学模型,将耦合交联不确定项表征为一组与耦合力矩相关联子系统的集合。另一种是针对谐波传动装置,基于关节实时力矩量测信息的的动力学模型,大大简化了传统的动力学模型。再次,针对于传统的动力学模型,设计了一种基于ADP的可重构机械臂的分散保代价最优(Guaranteed Cost Optimal Control,GCOC)跟踪控制器。针对轨迹跟踪问题,为简化控制器的结构和提高系统的控制精度,结合最优控制理论,建立关于匹配构形与运动轨迹联合优化下的保代价上界约束性能指标函数,利用神经网络构建了单网络评价结构,继而求解哈密顿雅可比贝尔曼(Hamilton Jacobi Bellman,HJB)方程得出最优反馈跟踪控制律,并对系统稳定性分析和仿真验证。然后,针对于关节力矩量测信息的动力学模型,设计了一种基于关节力矩量测信息的可重构机械臂的能耗分散保代价最优跟踪控制器。通过定义兼顾控制精度与能耗的性能指标函数构建HJB方程,采用基于策略迭代(Policy Iteration,PI)的学习算法对HJB方程进行求解,继而得到近似最优控制律。并基于Lyapunov理论对系统的渐近稳定性进行证明,在数值仿真中,对比了本章算法和传统的RBF神经网络算法,验证了算法的有效性。最后,针对本文完成的工作内容进行了总结展望。(本文来源于《吉林大学》期刊2019-06-01）
张炜,杜艳丽,吴勇[3]（2018）在《可重构机械臂自适应反演模糊滑模控制》一文中研究指出为解决可重构机械臂各关节的位置跳变所导致的速度跳变问题,本文提出了基于生物启发策略的自适应反演快速终端模糊滑模控制方法.首先,利用模糊系统的万能逼近属性去估计机械臂各子系统中的不确定项及子系统间的耦合关联项;其次,在设计反演控制器时,引入生物启发模型,将由机械臂位置跳变所导致的虚拟速度跳变限制在一定范围,得到虚拟的中间变量,从而用它去代替控制律中的轨迹跟踪误差,保证了位置跳变时其轨迹跟踪输出依然平滑.该方法在不改变控制参数的前提下可解决不同构形可重构机械臂的位置跳变问题,最后通过对不同构形可重构机械臂的仿真验证了所述结论.(本文来源于《湖南科技大学学报(自然科学版)》期刊2018年04期）
乔友伟,葛为民,王肖锋,邢恩宏[4]（2018）在《可重构机械臂构型自适应模糊滑模控制》一文中研究指出针对可重构机械臂存在构型自适应及不确定性补偿等问题,提出了基于模糊逻辑的自适应增益滑模控制方法。首先设计了滑模控制器补偿动力学系统的模型不确定项及外部扰动项;其次考虑到恒定增益降低抖振的局限性,设计了模糊控制器自适应调整滑模增益;基于李雅普诺夫方法对所提出的构型自适应控制律的稳定性进行了证明;最后以可重构机械臂RPR和RRPR两种典型构型为例,分别进行恒定增益滑模控制和模糊自适应增益滑模控制对比研究,结果表明所提方法不仅能适应机械臂构型的改变,而且能有效补偿系统的不确定性及降低系统的抖振。此外,在其它控制参数不变的条件下,通过对构型自适应参数P的多组数据仿真分析,验证了优化区间内的构型自适应参数P值能进一步提高系统控制性能。(本文来源于《计算机仿真》期刊2018年10期）
王梓旭[5]（2018）在《基于自适应动态规划的可重构机械臂分散跟踪控制研究》一文中研究指出传统的机械臂,如果环境不发生改变,那么可以根据任务内容来对机械臂参数进行调整,从而完成所规定的任务目标。由于传统机械臂构形上的局限性,机械臂构形不变的前提下完成诸多任务是十分困难的,而针对不同任务设计不同构形又会增加成本。寻找一种既可以满足不同任务需求,又能改变自身构形来适应环境变化的机械臂是人们所迫切需要的,可重构机械臂由此诞生。可重构机械臂在很多应用领域如工业制造、月球探测、医疗产业等具有巨大的发展前景。除此之外,它还具有高柔性、低成本、适应性强等诸多优点,并且对可重构机械臂精度的增强、控制器结构的优化以及降低能耗等方面都具有重要的研究价值。因此,着眼于可重构机械臂的研究,有着深远的理论意义。本文首先介绍了课题的选题背景及意义,对可重构机械臂的国内外研究现状和研究内容进行了综述,并对自适应动态规划(Adaptive dynamic programming,ADP)方法进行了综述,然后阐述了全文章节安排和主要研究内容。其次,在物体坐标系下,分析出了刚体的Newton-Euler方程,根据Newton-Euler迭代算法,对连杆的广义速度和广义加速度在模块间进行正向迭代、对广义力在模块间进行反向迭代,最终推导出可重构机械臂的动力学模型。再次,考虑到模块化和可重构的特性,分散控制方法更适合于可重构机械臂系统,推导出了可重构机械臂子系统的动力学模型,提出一种基于自适应动态规划方法的可重构机械臂分散跟踪控制方法。利用神经网络思想,采用单网络评价结构作为智能体的结构,并且通过在线策略迭代算法来推导出哈密顿-雅可比-贝尔曼(Hamilton-Jacobi-Bellman,HJB)方程的解,进而得到最优反馈控制策略和分散最优控制策略,并且对其进行了稳定性分析和仿真验证。然后,建立基于关节力矩感知的可重构机械臂子系统的动力学模型,提出了一种基于学习的分散最优控制方法。通过反馈控制策略,使系统的分散最优控制问题转化为模型不确定项的最优补偿问题,从而处理模型中的耦合交联项。通过策略迭代方法来求解HJB方程,构建评价网络来逼近最优反馈控制策略,并且仿真验证了所提控制方法的有效性。最后,对全文所做的工作进行了总结与展望。(本文来源于《长春工业大学》期刊2018-06-01）
葛为民,闫珂珂,王肖锋,刘增昌[6]（2018）在《可重构机械臂的鲁棒模糊自适应补偿控制》一文中研究指出针对可重构机械臂的动力学系统中存在的不确定性,提出了基于模糊自适应算法的控制律来自适应逼近系统中存在的摩擦和外部扰动,实现对可重构机械臂的补偿控制。为了提高控制律的补偿精度和抗干扰性,减小算法的逼近误差,在控制律中添加了鲁棒项。通过Lyapunov稳定性理论证明了提出的模糊自适应控制律和鲁棒模糊自适应控制律能在可重构机械臂动力学中含有摩擦和外部扰动时保证系统的稳定性。以叁自由度可重构机械臂为例设计了可重构机械臂的控制器,仿真结果显示该算法具有良好的轨迹跟踪性能,验证了该算法的有效性和可行性。(本文来源于《系统仿真学报》期刊2018年05期）
乔友伟[7]（2018）在《可重构机械臂的RBF自适应滑模控制》一文中研究指出可重构机械臂是一类针对不同任务及环境能被重新组装成构型各异的机器人系统,具有模块化、高精度以及面向任务的构型自适应性等诸多优点。但在实际应用中,存在诸多未知量及外部干扰等不确定性均将影响到可重构机械臂在任务过程中的轨迹跟踪性能。因此研究适应可重构机械臂面向任务时构型变化,同时有效的补偿存在的诸多不确定性,实现高精度的轨迹跟踪性能问题已成为目前亟需研究的课题。本文针对可重构机械臂在关节空间及任务空间中轨迹跟踪控制问题,研究了构型自适应及不确定性补偿相关控制算法,并进行了理论推导及仿真验证。针对关节空间控制中可重构机械臂构型自适应及不确定性补偿问题,提出了RBF神经网络鲁棒自适应补偿控制算法。设计了RBF神经网络补偿控制器,对系统整体不确定性进行自适应逼近补偿;为了减小逼近误差及提高系统抗干扰性与鲁棒性,在RBF神经网络控制律中引入了鲁棒项;基于Lyapunov理论设计了构型自适应调节律,并证明了闭环控制系统的稳定性。通过数值仿真验证了RBF神经网络鲁棒自适应补偿控制算法适应构型变化及补偿不确定性的有效性。考虑到滑模控制算法对被控对象参数不确定性及外部扰动等具有较强的鲁棒性,较好的适应了可重构机械臂构型变化及系统不确定性特点,提出了基于模糊自适应滑模增益补偿控制算法。设计了基于饱和函数的新滑模面和基于指数函数的快速收敛趋近律,通过滑模控制器对系统诸多不确定性及外部干扰等进行补偿;考虑到恒定的滑模切换增益项具有不能实时响应补偿外部扰动、时变的系统不确定性及构型改变导致系统抖振的局限性,结合恒定滑模切换控制项及反馈项设计了新的滑模增益控制项;并引入了模糊逻辑系统对新的滑模增益控制项实时的进行自适应调整;基于Lyapunov理论设计了构型自适应调节律,并证明了闭环控制系统稳定性。通过数值仿真分析,与RBF神经网络鲁棒自适应补偿控制算法相对比,验证了所提算法能够更好的适应构型改变及提高系统的鲁棒性。为便于本文构型自适应参数选择,通过分析构型自适应参数P对控制性能的影响,得出了P值的大约选择区间。针对存在不确定性的可重构机械臂在任务空间内的末端轨迹跟踪问题,设计了一种RBF神经网络自适应滑模补偿控制方法。基于Jacobian矩阵将可重构机械臂动力学模型由关节空间模型转换到任务空间模型;在任务空间中直接设计了RBF神经网络自适应滑模补偿控制器对系统存在的不确定性进行补偿;在控制律中设计了权值自适应调节律;基于Lyapunov理论证明了闭环控制系统稳定性。数值仿真验证了所提算法能够有效的实现任务空间控制中较好的轨迹跟踪性能。(本文来源于《天津理工大学》期刊2018-01-01）
陈思安,葛为民,王肖锋,刘增昌,刘军[8]（2017）在《新型可重构机器人的模糊自适应控制研究》一文中研究指出针对一类新型可重构机器人的构型自适应控制问题,采用牛顿—欧拉迭代方法自动生成其通用形式的动力学方程。对方程中含摩擦力及外部扰动的模型不确定项,提出一种模糊自适应算法加以逼近,基于李亚普诺夫稳定性理论设计模糊算法权值参数的自适应调节律,保证闭环系统的稳定性。针对系统存在建模误差问题,引入鲁棒项对其整体补偿以提高系统抗干扰能力。最后,将所提算法应用于3个单元模块所组成的可重构机器人中,采用一机器人的两种不同构型进行对比试验,结果显示该方法能快速适应可重构机器人的构型改变,具有良好的跟踪性能,验证了算法的有效性和可行性。(本文来源于《控制工程》期刊2017年11期）
马思迁,董朝阳,马鸣宇,王青[9]（2018）在《基于自适应通信拓扑四旋翼无人机编队重构控制》一文中研究指出针对四旋翼无人机编队重构协同控制问题,基于切换通信拓扑结构的积分滑模控制(ISMC)方法进行了研究。根据四旋翼无人机间的通信拓扑关系以及编队重构特性,建立了四旋翼无人机编队模型。针对编队重构过程中可能出现的通信可靠性问题,提出了通信拓扑切换条件,结合积分滑模控制理论对切换通信拓扑条件下的协同控制器进行设计,并结合切换系统理论对编队系统稳定性进行了证明。仿真结果表明,无人机编队系统在编队重构过程中采用切换通信拓扑结构以及滑模控制方法能保证系统的稳定性,验证了方法的有效性。(本文来源于《北京航空航天大学学报》期刊2018年04期）
徐新立[10]（2017）在《基于智能自适应的SUAV飞控系统重构控制研究》一文中研究指出随着小型无人飞行器技术的发展,对于能够提高和改善飞行器可靠性和生存能力的飞行控制系统的要求越来越高。当飞行器出现故障时,需要飞行控制系统依据故障和损伤特性,迅速改变控制策略和重构控制方案,以保证飞行器具有必要的安全性能指标,能够继续执行任务或者安全返航。本文针对目前在重构飞行控制系统研究方面所存在的问题,在已有研究的基础上,通过分析小型无人机故障情况,对飞控系统重构控制进行了研究,主要工作有以下几点:一、基于级联自抗扰控制的飞行器重构控制方法的研究。本文介绍了PVTOL飞行器和自抗扰控制的基本原理,分别对跟踪微分器、扩张状态观测器和非线性状态误差反馈控制律等进行了详细的叙述。由于PVTOL模型存在严重耦合,为便于研究分析,对PVTOL飞行器模型采用坐标变换法进行了解耦解算,消除了各变量之间的严重耦合情况,从而得到了所需模型。针对执行器控制面损伤和卡死故障,采用级联自抗扰控制方法,根据位置子系统内部的多变量耦合,以及位置子系统和姿态子系统之间的串联情况分别设计了控制器,可以保证快速、准确地跟踪参考输入值,且当执行器故障发生时,飞行器的稳定性和安全性显着提高。同时在对跟踪微分器详细研究的基础上,设计了泰勒微分器,提高了控制精度,并对系统稳定性进行了分析。二、基于指数趋近率的模型参考变结构飞行器重构控制方法的研究。本文提出了融合模型参考自适应控制以及变结构控制技术实现容错控制方法,不需要对象精确的数学模型以及故障检测模块,同时结合指数趋近律,提高了收敛速度,并减小了系统抖振,保证了系统良好的跟踪特性。当飞行器发生故障时,采用本文所研究的容错控制策略,可以消除由于执行器损伤所引起的不利影响,并采用李雅普诺夫稳定性定理证明了系统的稳定性。叁、基于LPV观测器的自适应容错飞行控制方法的研究。本文利用LPV技术的容错控制策略,消除了由于无人机执行器损伤所引起的不利影响。考虑到自适应控制系统较复杂,在系统中加入了故障检测与诊断模块。当飞机无故障时,采用基本控制律。当飞机发生故障时,则自动切换到基于状态反馈的自适应重构控制。系统通过FDD模块获得的故障信息完成飞行器的容错控制,从而使飞机仍能按预定任务飞行或安全返回、降落,既保证了飞行器无故障时的正常飞行,也保证了故障时的飞行安全,避免了系统运行的复杂性,且利用李雅普诺夫稳定性定理证明了系统的稳定性。设计基本控制律时,引入了积分项来消除稳态误差。同时,提出了一种平滑切换机制来消除控制律切换可能出现的突变问题。考虑到飞行器故障的一般性,本文分别选用升降舵和副翼损伤与卡死两种情况,通过仿真及实验对所研究方法进行了验证。结果表明,当发生故障时,采用本文所提方法,飞机能够克服故障的影响实现改平,飞控系统具有良好的静动态性能和鲁棒性。(本文来源于《上海大学》期刊2017-09-01）
自适应重构控制论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着现代科学技术智能化的推进,针对可重构机械臂一类具有自动组装性、灵活应变性及环境适应性等特点,子模块可按既定任务需求进行重新组合的智能机械设备,广泛应用于深空深海探测、核工业等高危产业及智能娱乐工厂等领域中。然而,可重构机械臂在构形重组时需要兼顾能耗和控制精度性能指标的问题来确保其在强耦合、非线性不确定性条件下完成既定任务,故简化控制器结构及优化能源消耗的研究十分重要。本文首先论述了选题的背景意义,分别对可重构机械臂及控制方法和自适应动态规划(Adaptive Dynamic Programming,ADP)的现状和进展论述,且介绍了ADP的基本理论基础,确定了本文的研究内容。其次,针对于可重构机械臂构建了两种的动力学模型。一种是基于NewtonEuler迭代算法建立的传统动力学模型,将耦合交联不确定项表征为一组与耦合力矩相关联子系统的集合。另一种是针对谐波传动装置,基于关节实时力矩量测信息的的动力学模型,大大简化了传统的动力学模型。再次,针对于传统的动力学模型,设计了一种基于ADP的可重构机械臂的分散保代价最优(Guaranteed Cost Optimal Control,GCOC)跟踪控制器。针对轨迹跟踪问题,为简化控制器的结构和提高系统的控制精度,结合最优控制理论,建立关于匹配构形与运动轨迹联合优化下的保代价上界约束性能指标函数,利用神经网络构建了单网络评价结构,继而求解哈密顿雅可比贝尔曼(Hamilton Jacobi Bellman,HJB)方程得出最优反馈跟踪控制律,并对系统稳定性分析和仿真验证。然后,针对于关节力矩量测信息的动力学模型,设计了一种基于关节力矩量测信息的可重构机械臂的能耗分散保代价最优跟踪控制器。通过定义兼顾控制精度与能耗的性能指标函数构建HJB方程,采用基于策略迭代(Policy Iteration,PI)的学习算法对HJB方程进行求解,继而得到近似最优控制律。并基于Lyapunov理论对系统的渐近稳定性进行证明,在数值仿真中,对比了本章算法和传统的RBF神经网络算法,验证了算法的有效性。最后,针对本文完成的工作内容进行了总结展望。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自适应重构控制论文参考文献
[1].葛为民,乔友伟,邢恩宏,王肖锋.可重构机械臂构型自适应控制研究[J].机械设计与制造.2019
[2].安毅.基于自适应动态规划的可重构机械臂的分散保代价最优控制方法研究[D].吉林大学.2019
[3].张炜,杜艳丽,吴勇.可重构机械臂自适应反演模糊滑模控制[J].湖南科技大学学报(自然科学版).2018
[4].乔友伟,葛为民,王肖锋,邢恩宏.可重构机械臂构型自适应模糊滑模控制[J].计算机仿真.2018
[5].王梓旭.基于自适应动态规划的可重构机械臂分散跟踪控制研究[D].长春工业大学.2018
[6].葛为民,闫珂珂,王肖锋,刘增昌.可重构机械臂的鲁棒模糊自适应补偿控制[J].系统仿真学报.2018
[7].乔友伟.可重构机械臂的RBF自适应滑模控制[D].天津理工大学.2018
[8].陈思安,葛为民,王肖锋,刘增昌,刘军.新型可重构机器人的模糊自适应控制研究[J].控制工程.2017
[9].马思迁,董朝阳,马鸣宇,王青.基于自适应通信拓扑四旋翼无人机编队重构控制[J].北京航空航天大学学报.2018
[10].徐新立.基于智能自适应的SUAV飞控系统重构控制研究[D].上海大学.2017