Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南科技大学三亚研究院潘昌忠获国家专利权

湖南科技大学三亚研究院潘昌忠获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉湖南科技大学三亚研究院申请的专利奇异摄动分解下柔性关节机械臂AISMC补偿控制方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121798639B

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202610275599.2,技术领域涉及:B25J9/16;该发明授权奇异摄动分解下柔性关节机械臂AISMC补偿控制方法是由潘昌忠;旷佳祺;潘颖峰;章宇珂设计研发完成,并于2026-03-09向国家知识产权局提交的专利申请。

奇异摄动分解下柔性关节机械臂AISMC补偿控制方法在说明书摘要公布了:本发明公开了奇异摄动分解下柔性关节机械臂AISMC补偿控制方法,属于柔性关节机械臂控制领域,包括以下步骤:S1、建立含不确定复合扰动的柔性关节机械臂动力学模型,并解耦为慢变子系统和快变子系统;S2、利用补偿函数观测器对慢变子系统中的集总匹配扰动进行估计;S3、针对慢变子系统,构建积分滑模面和带死区修正的自适应趋近律;针对快变子系统设计线性二次调节器,定义性能指标并求解黎卡提方程得到最优控制律;S4、将慢变子系统控制律与快变子系统控制律叠加得到整体控制输入;S5、仿真验证。采用上述奇异摄动分解下柔性关节机械臂AISMC补偿控制方法,兼顾轨迹跟踪精度、鲁棒性与稳定性,具有广泛的应用前景。

本发明授权奇异摄动分解下柔性关节机械臂AISMC补偿控制方法在权利要求书中公布了:1.奇异摄动分解下柔性关节机械臂AISMC补偿控制方法,其特征在于:包括以下步骤: S1、建立含不确定复合扰动的柔性关节机械臂动力学模型,并基于奇异摄动理论将含不确定复合扰动的柔性关节机械臂耦合动力学系统解耦为慢变子系统和快变子系统; S2、利用补偿函数观测器对慢变子系统中的集总匹配扰动进行估计,通过极点配置确定观测器增益参数并验证其指数稳定性; S3、针对慢变子系统设计自适应积分滑模控制器,基于集总匹配扰动,构建积分滑模面和带死区修正的自适应趋近律,推导结合扰动前馈补偿的控制律并验证慢变子系统渐近稳定; 针对快变子系统设计线性二次调节器,定义性能指标并求解黎卡提方程得到最优控制律,实现弹性振动的最优阻尼抑制并验证快变子系统渐近稳定; S4、将慢变子系统控制律与快变子系统控制律叠加得到整体控制输入,并基于Tikhonov定理验证整体闭环系统的渐近稳定性; S5、仿真验证; 步骤S1具体包括以下步骤: S11、以Spong柔性关节机械臂简化模型为基础,纳入连杆侧非匹配扰动和电机侧匹配扰动,建立连杆柔性关节机械臂动力学模型: ; 式中,表示正定惯性矩阵,且;、、分别表示关节角的位移、速度和加速度向量,且;表示科氏力和离心力矩阵,且;表示重力向量力,且;表示关节刚度系数对角正定矩阵,且;、分别表示经减速器作用后电机的转子角位移和角加速度,且;表示关节电机转动惯量矩阵,且;表示关节电机扭矩控制输入向量,且; S12、引入满足的奇异摄动参数,定义缩放后的关节刚度矩阵和关节力矩,并设定关节角位移为慢子变量、关节力矩为快子变量,代入S11建立的动力学模型,得到慢子变量和快子变量的耦合方程: ; S13、令,并用慢子系统控制输入替换原关节电机扭矩控制输入向量,得到快子变量的准稳态值: ; S14、将准稳态值代入耦合方程,解耦得到以轨迹跟踪为主导的慢变子系统: ; 其中, ; 式中,表示集总匹配扰动,且; S15、定义快子变量准稳态偏差,将快子变量准稳态偏差和准稳态值代入耦合方程,得到关于的快变子系统方程: ; 式中,表示快子变量准稳态偏差对时间的二阶导数;表示准稳态值对时间的二阶导数; S16、令快变子系统控制输入,同时引入快时间尺度满足,得到以弹性振动抑制为主导的快变子系统: 。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人湖南科技大学三亚研究院,其通讯地址为:572024 海南省三亚市崖州区崖州湾科技城深海装备产业园二期7栋;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。