扰动前非线性协同机器人的终端协同设计外文文献翻译、中英文翻译.docVIP

-45- -45- 附录 1：外文翻译 扰动前非线性协同机器人的终端协同设计 摘要： 目的：设计一种精确、快速跟踪机器人参考信号的协同控制器。该控制器具有平滑的控制信号，使非线性机器人系统能够跟踪干扰的出现。 设计/方法/方法-这里引入了一种新的协同流形，然后增加一个非线性指数项，使其在期望的干扰参考时间内具有精确的跟踪。以前的非线性项被插入到主协同方程中，这使得它复杂，由于其硬的数学方法。利用李雅普诺夫函数，证明了系统在干扰情况下的稳定性。仿真结果表明，所得到的系统在Simulink中是有效的。 结果-使用终端协同控制器与新的歧管提出在这项工作中，使系统的状态变量跟踪所需的参考信号在存在干扰的任何初始条件，以适当的精度和速率。仿真结果表明，与同类方法相比，它具有较高的精度和速度。独创性/价值-提供快速和精确的收敛，所提出的控制器可用于需要快速响应的机器人机械手系统，并且还具有精确的性能，例如在印刷3D对象和工业过程中。 关键词：定位，非线性，控制，机器人 -51- -51- 简介 机器人操作系统是一个具有扩展轨迹的基本线性系统。机器人控制中的一个重要的基本问题是跟踪控制系统，它意味着跟踪机器人轨迹（FANDANJO，2009）。几十年来，人们一直在寻找一种用于精确跟踪期望轨迹的影响控制器。 在该领域研究的最重要和最流行的策略是转矩控制、PD 控制、鲁棒控制、自适应控制和模糊控制（FANE 和 JOO，2009；文，1990；Kodwitsk，1985；Paden 和 PANJA，1988； 周等人，2016；王等人，2016；CUI 等，2016）。然而，这些方法中的每一种都有它们自己的缺点和危害。在转矩控制方法中，由于非线性复杂的影响，在高速运行中保持良好的性能是非常困难的（Frank 和 ChanouKi，2004）。研究了机械手的鲁棒控制技术 （Battilotti 和 LaRARI，1997；斯邦，1992；Neo 和 Joo，1995）。近年来，在机器人控制系统中设计了智能控制器。另一方面，研究了将遗传算法与遗传算法相结合来发展控制系统参数的方法（RUD 等人，2016）。其中一个吸引人的和几乎是机器人应用的新领域是核工业（伯勒尔等人，2016）。此外，混合动力机械手已经清楚地证明了串联结构和并联机构的 BEN TS（国泰，2016）。 近十年来，非线性动力学系统的建模与仿真受到了广泛的关注（AHN 等人，2015）。这样一个广泛的兴趣是因为关于非线性动力学的知识的增加在广泛的系统、现象和事件中是自然存在的，包括自然生物系统、物理系统、工程系统等。 近年来相关的科学进展揭示了基于非线性动力系统的建模、仿真和控制的若干科学理论。众所周知，在自然界中，许多物体不能线性地作用，即当给定系统的部分干扰或合作或竞争时，存在非线性相互作用，叠加原理失效。大多数日常生活是非线性的，对于非线性系统，通常没有希望分析轨迹。即使在明确的公式可用时，它们也会变得复杂。 非线性系统通过密集的动态相互作用和能量、物质和信息的交换过程连接起来。此外，它们还包括非线性动力学、记忆、复杂瞬态、分叉和混沌运动模式（布兰科·拉扎雷维奇，2015）。 首先，德国科学家哈肯介绍了“协同”这个词（哈肯，1977）。许多基础研究和调查支持了他的理论结构。协同方法与经典科学方法的区别在于认识非线性动力学系统中自相关的基本作用。 问题系统综合，即非线性动力学系统中的控制系统，是现实的，复杂的，在许多方面，不适用于现有控制理论。 随后，俄罗斯科学家 Kolesnikov 提出了基于协同实现的非线性合成系统理论的基本要素及其应用，即知识协同控制理论文献（KoelnsikVoop.，2000）。 该实现为非线性对象的复杂控制问题的求解提供了一个特殊的应用。协同控制理论 要求用正、负反馈实现能量、物质和信息之间可控的动态相互作用的整体哲学。协同控 制的设计思想是建立在控制系统的扩展和收缩的基础上的，并提出了一种新的协调方法， 用于合成各种性质的非线性和多维动态植物的控制系统（布兰科·拉扎雷维奇，2015）。 后来，这一理论，从世界各地的其他科学家认识到这种新的控制方法，介绍和解释 Kolesnikov 在会议和会议（Kolesnikov，2009）。然而，这种方法，从其引进开始，被 科学家和研究人员在全世界各个科学和工业领域广泛研究（SPON，1992；KeleSnkoVoTeL.， 2002；Kolesnikov，2002）。 -51- -51- 本工作的主要目的是引入一种新的协同流形，通过一个新的协同流形来实现对具有干扰的期望参考的精确时间跟踪。通过这种方法，非线性项是预先插入的一个主协微分方程，它既复杂又有一个硬的数学方法，即使没有扰动