弱网络通信环境下多柔性机器人遥操作系统的间歇性协同控制研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61703361
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0301.控制理论与技术
  • 结题年份:
    2020
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2020-12-31

项目摘要

The flexible robot plays an important role in national defense and industry fields with the advantages of light-weight、high-speed、low-energy、large operating space and so on. The network transmission time delay and the probable packet dropout bring some challenging issues for the modeling and control of the multiple flexible telerobotics system. This project will focus on studying the intermittent coordination control problem of multiple flexible telerobotics system with limited network environment. The strong robustness and strong self-sustaining are guaranteed in this project. Moreover, the high performance coordination control for multiple flexible telerobotics system also will be provided. Firstly, the modeling problem is considered for the networked multiple flexible telerobotics system. The interconnected uncertain nonlinear dynamics model with network parameters、 environment force parameters、 flexible characteristics and coupling elements is constructed. Secondly, a new control scheme is designed to provide some high performances like low overshoot、finite time convergence and high accuracy. Furthermore, an intermittent control approach is studied with measurement output feedback. Thus the control information and the communication cost will be reduced, and the life of the closed-loop system will be prolonged. Finally, an experimental platform will be built to test the proposed results in this project. The output of this project will greatly enrich and develop the flexible robot control theory. Furthermore, this project is significant for the practical applications of teleoperation system.
柔性机器人具有质轻、高速、低能耗、大操作空间等众多优点,在国防及工业应用领域中占有举足轻重的地位。网络信息传输延迟和随机丢包等问题给网络化多柔性机器人遥操作系统的建模与控制提出了新的挑战。本项目聚焦于研究弱网络通信环境下多柔性机器人遥操作系统的间歇性协同控制问题,在保证系统具有强鲁棒性以及强自持性的基础上,实现多柔性机器人遥操作系统的高性能协同操作。首先,针对网络化多柔性机器人遥操作系统,融入网络参数、操作环境参数、机器人柔性特征和耦合参数建立关联滞后不确定非线性动力学模型;其次,提出确保系统满足低超调、高精度、有限时间收敛等性能的高性能控制策略;进一步,研究基于系统输出信息的间歇性协同控制方案,降低信息传输维数、减少通信消耗、延长系统工作寿命。最后,搭建多柔性机器人遥操作系统实验平台,为本项目提供技术支撑和应用原型。该项目将丰富和发展柔性机器人控制理论,对遥操作系统应用研究具有重要意义。

结项摘要

柔性机器人系统具有质量轻、运行速度快、能量消耗低、空间操作大等众多优点,其在国防及工业应用领域中占有举足轻重的地位。由柔性机器人组成的网络化遥操作系统兼具柔性机器人及网络化远程操作系统的优点,然而网络信息传输延迟和随机丢包等问题给网络化多柔性机器人遥操作系统的建模与控制提出了新的挑战。本项目聚焦于研究弱网络通信环境和复杂操作环境下多柔性机器人遥操作系统的间歇性协同控制问题,在保证系统具有强鲁棒性以及强自持性的基础上,实现了多柔性机器人遥操作系统的高性能协同操作。首先,针对网络化多柔性机器人遥操作系统,通过融入网络参数、操作者和操作环境参数、机器人柔性特征、机器人耦合参数和力作用关系,建立了网络化多柔性机器人遥操作系统的关联滞后不确定非线性动力学模型,该模型的建立为其高性能控制打下了坚实的基础;其次,暂稳态性能约束下研究了多柔性机器人遥操作系统的有限时间自适应控制器设计问题。通过将实际性能需求转化为相应的系统性能约束函数,进而设计复合参数估计策略,从而确保系统满足低超调、高精度、有限时间收敛等性能需求;进一步,为减少机器人之间不必要的通信消耗,降低通信频率,设计了基于系统输出信息的事件驱动协同控制方案,通过降低单次通信的数据量,不仅可以实现降低通信能量消耗,同时能减少对通信带宽的需求,采用新的事件触发机制,使其不依赖于邻接机器人的实时连续信息。最后,项目组搭建了多柔性机器人半物理仿真平台,并基于该平台对所研究的算法进行了验证。该项目的顺利开展在一定程度上丰富和发展了柔性机器人控制理论和非线性系统控制理论。将研究的方法应用于三一重工远程专业救援挖掘机中,解决挖掘机远程主从随动的“卡脖子”难题,同时将智能网络高精控制方法引入机器人装备中,重点解决机器人“通信调度与子系统控制协同设计”和“复杂环境下多机器人智能高效协同”两个关键问题,实现机器人多机协同作业。

项目成果

期刊论文数量(12)
专著数量(0)
科研奖励数量(2)
会议论文数量(0)
专利数量(8)
Adaptive synchronization control design for flexible telerobotics with actuator fault and input saturation
具有执行器故障和输入饱和的柔性远程机器人的自适应同步控制设计
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    International Journal of Robust and Nonlinear Control
  • 影响因子:
    3.9
  • 作者:
    Yang Yana;Li Junpeng;Hua Changchun;Guan Xinping
  • 通讯作者:
    Guan Xinping
Optimization of metal rolling control using soft computing approaches: a review
使用软计算方法优化金属轧制控制:综述
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    Archives of Computational Methods in Engineering
  • 影响因子:
    9.7
  • 作者:
    Ziyu Hu;Zhihui Wei;Hao Sun;Jingming Yang;Lixin Wei
  • 通讯作者:
    Lixin Wei
Fixed-Time prescribed tracking control for stochastic nonlinear systems with unknown measurement sensitivity
测量灵敏度未知的随机非线性系统的固定时间规定跟踪控制
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    IEEE Transactions on Cybernetics
  • 影响因子:
    11.8
  • 作者:
    Changchun Hua;Pengju Ning;Kuo Li;Xinping Guan
  • 通讯作者:
    Xinping Guan
Bayesian block structure sparse based T-S fuzzy modelling for dynamic prediction of hot metal silicon content in the blast furnace
基于贝叶斯块结构稀疏的T-S模糊模型动态预测高炉铁水硅含量
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    IEEE Transactions on Industrial Electronics
  • 影响因子:
    7.7
  • 作者:
    Junpeng Li;Changchun Hua;Yana Yang
  • 通讯作者:
    Yana Yang
Composite Adaptive Guaranteed Performances Synchronization Control for Bilateral Teleoperation System With Asymmetrical Time-Varying Delays
非对称时变时滞双边遥操作系统复合自适应保证性能同步控制
  • DOI:
    10.1109/tcyb.2020.3032994
  • 发表时间:
    --
  • 期刊:
    IEEE Transactions on Cybernetics
  • 影响因子:
    11.8
  • 作者:
    Yana Yang;Changchun Hua;Junpeng Li
  • 通讯作者:
    Junpeng Li

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于复杂性梯度的项目实训教学设计研究
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    教学研究
  • 影响因子:
    --
  • 作者:
    陈志旺;杨亚娜;李军朋;胡硕;华长春
  • 通讯作者:
    华长春
Integral sliding mode control of a bilateral teleoperation system based on extended state observers
基于扩展状态观测器的双边遥操作系统积分滑模控制
  • DOI:
    10.1007/s12555-016-0441-8
  • 发表时间:
    2017
  • 期刊:
    International Journal of Control, Automation and Systems
  • 影响因子:
    --
  • 作者:
    赵苓;张浩;杨亚娜;杨洪玖
  • 通讯作者:
    杨洪玖
Adaptive control for large-scale nonlinear systems with time delays and unmodeled dynamics
具有时滞和未建模动态的大规模非线性系统的自适应控制
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    杨洪玖;王英杰;杨亚娜
  • 通讯作者:
    杨亚娜
Adaptive finite-time control for high-order nonlinear systems with mismatched disturbances
具有失配扰动的高阶非线性系统的自适应有限时间控制
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    International Journal of Adaptive Control & Signal Processing
  • 影响因子:
    3.1
  • 作者:
    杨洪玖;王英杰;杨亚娜
  • 通讯作者:
    杨亚娜

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

杨亚娜的其他基金

动态非结构化环境下网络化多主-多从遥操作系统性能分析与协同控制
  • 批准号:
    62373319
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码