并联机构鲁棒控制与抗干扰实战

📚 共计 30 章节

并联机构概述

什么是并联机构？与串联机构的区别，典型应用：运动模拟器、机床、医疗机器人。

运动学基础（上）

空间坐标系与变换，刚体姿态描述（欧拉角、四元数），齐次变换矩阵。

运动学矩阵

运动学基础（下）

位置逆解(IK)与正解(FK)，牛顿-拉夫逊法，雅可比矩阵推导。

数值方法雅可比

动力学建模（上）

拉格朗日方程法，动能与势能计算，广义力与驱动力矩。

拉格朗日能量

动力学建模（下）

牛顿-欧拉法，关节摩擦与连杆惯量，模型验证与参数辨识。

牛顿-欧拉辨识

控制理论基础回顾

PID控制，状态空间，李雅普诺夫稳定性，线性与非线性系统基础。

鲁棒控制入门

什么是鲁棒控制？H∞控制与μ综合的基本思想。

不确定性建模

参数不确定性、未建模动态、外部扰动，结构性与非结构性不确定性。

不确定性建模

小增益定理与鲁棒稳定性

小增益定理直观理解，结构化奇异值(μ)分析，鲁棒稳定性判据。

μ分析稳定性

H∞控制设计（上）

标准H∞控制问题，混合灵敏度设计(S/KS/T)，加权函数选择与整定。

灵敏度加权

H∞控制设计（下）

基于LMI的H∞控制器求解，降阶控制器设计，仿真验证与性能评估。

μ综合与D-K迭代

μ综合工程意义，D-K迭代算法步骤，六自由度Stewart平台案例。

滑模控制（SMC）基础

滑模面设计，等效控制与切换控制，抖振问题及其抑制方法。

高阶滑模控制（HOSMC）

超螺旋算法(STA)，高阶滑模收敛性分析，在并联机构中的应用。

超螺旋高阶

自适应鲁棒控制（ARC）

参数自适应律设计，鲁棒项与自适应项结合，瞬态与稳态性能。

自适应鲁棒

干扰观测器（DOB）设计

DOB基本原理，Q滤波器设计，基于DOB的鲁棒控制框架。

ESO与自抗扰控制（ADRC）

ESO核心思想，ADRC工程实现，与PID对比。

基于神经网络的鲁棒控制

RBF神经网络逼近不确定性，与滑模控制结合，在线学习与权重更新。

神经网络RBF

MPC与鲁棒性

MPC基本原理，鲁棒MPC (Tube-MPC)，在高速并联机器人中的应用。

力/位混合鲁棒控制

约束运动控制策略，力/位置切换，鲁棒性在接触任务中的重要性。

力控制混合

冗余驱动并联机构鲁棒控制

冗余驱动优势，力分配与优化，容错控制与鲁棒性。

柔性并联机构振动控制

柔性连杆建模，输入整形技术，主动阻尼控制与鲁棒性。

振动输入整形

实时实现与硬件在环(HIL)

RTOS选择，代码生成与部署，HIL测试流程。

传感器融合与状态估计

卡尔曼滤波(KF)、扩展卡尔曼(EKF)、无迹卡尔曼(UKF)在并联机构中的应用。

卡尔曼融合

故障检测与容错控制(FTC)

基于解析模型的故障检测，传感器/执行器故障下的鲁棒重构控制。

案例实战（一）

二自由度平面并联机构：PID与H∞控制对比，从建模到实验。

案例实战（二）

三自由度Delta机器人滑模控制与抗干扰，抓取轨迹跟踪。

案例实战（三）

六自由度Stewart平台自适应鲁棒控制，风洞实验模拟。

Stewart自适应

案例实战（四）

高速并联机械手MPC与DOB联合控制，节拍优化。

课程总结与前沿展望

鲁棒控制发展趋势：数据驱动、学习型控制，推荐阅读与开源工具。