本書闡釋了如何採用神經網路PD和PID控制來消除積分增益,提出了如何採用半-全域漸近穩定性和局部漸近穩定性選擇線性PID增益的顯式條件。
本書針對具有高增益速度觀測器PD控制,給出了採用李雅普諾夫穩定性設計神經網路和模糊補償器的前沿方法。PID控制中的積分器會降低閉環系統的頻寬,導致暫態性能低效,甚至會破壞系統的穩定性,本書在這些系統中引入智慧控制將極大地改變生物醫學和工業控制工程的現狀。
第1章 預備知識
1.1 外骨骼機器人
1.2 外骨骼機器人的控制問題
1.3 神經網路與模糊系統
1.4 PD和PID控制
1.4.1 PID參數整定
1.4.2 任務空間的PID控制
1.4.3 PID速度觀測器控制
1.5 PD和PID補償控制
1.6 機器人導納控制
1.7 外骨骼機器人的路徑規劃
第2章 穩定PID控制與PID增益的系統整定
2.1 外骨骼機器人的穩定PD和PID控制
2.1.1 穩定PD控制
2.1.2 穩定PID控制
2.2 PID參數的閉環整定
2.2.1 閉環系統的線性化
2.2.2 PD/PID整定
2.2.3 PID增益精調
2.2.4 PID增益的穩定條件
2.3 在外骨骼機器人上的應用
2.4 小結
第3章 任務空間的PID控制
3.1 任務空間的線性PID控制
3.2 線性PID速度觀測器控制
3.3 實驗結果
3.4 小結
第4章 PD神經網路補償控制
4.1 PD高增益觀測器控制
4.1.1 奇異攝動法
4.1.2 李雅普諾夫法
4.2 PD神經網路補償控制
4.2.1 PD單層神經網路補償控制
4.2.2 PD多層前饋神經網路補償控制
4.3 PD速度估計和神經網路補償控制
4.4 模擬
4.5 小結
第5章 PID神經網路補償控制
5.1 穩定神經網路PID控制
5.2 具有速度不可測的神經網路PID控制
5.3 神經網路PID跟蹤控制
5.4 神經網路PID的實驗結果
5.5 小結
第6章 PD模糊補償控制
6.1 PD模糊補償控制
6.2 隸屬度函數學習與穩定性分析
6.3 實驗比較
6.4 小結
第7章 PD滑模補償控制
7.1 PD並行神經網路和滑模控制
……
第8章 任務空間的PID導納控制
第9章 關節空間的PID導納控制
第10章 關節空間的機器人軌跡生成
附錄
參考文獻