双臂空间机器人有限时间自适应鲁棒轨迹跟踪控制研究 研究背景与问题 随着空间技术的快速发展，空间机器人在在轨服务、卫星组装、航天器燃料补给等任务中扮演着越来越重要的角色。然而，空间机器人系统在执行任务时面临诸多挑战，特别是其基座执行器的摩擦非线性特性和外部时变扰动的不确定性，严重影响了系统的轨迹跟踪性能。传统的控制方法在处理这些问题时往往表现不足，尤其是在高精度和高动态性能要求的任务中。因此，如何有效地补偿这些非线性摩擦和外部扰动，提升空间机器人的轨迹跟踪能力，成为当前研究的热点问题。 本研究针对双臂空间机器人（Dual-Arm Space Robot, DSR）系统，提出了一种基于单框架控制力矩陀螺（Single Gimbaled Control Moment Gyroscopes, SGC...

压电定位平台的滞回非线性系统自适应量化控制研究 背景介绍 在现代高精度定位系统中，智能材料（如压电陶瓷）因其优异的性能被广泛应用于微纳制造、软机器人等领域。然而，这些材料固有的滞回非线性（Hysteresis Nonlinearity）特性使得系统的输入与输出呈现复杂的循环关系，导致定位不准确，甚至可能引发系统不稳定。因此，如何有效控制滞回非线性系统成为当前研究的热点问题。此外，实际应用中还存在不规则约束（Irregular Constraints）的问题，即系统在某些时刻受到约束，而在其他时刻则不受约束。传统的控制方法通常仅适用于全程约束或无约束的情况，无法有效处理这种间歇性约束。为此，Heyu Hu等研究者提出了一种自适应量化控制方案，旨在解决滞回非线性系统在存在不规则约束情况下的跟踪控...

智能船舶自动驾驶的非线性固定时间强化学习优化控制研究 近年来，智能自动驾驶技术逐渐成为自动化控制领域的研究热点之一。在复杂的非线性系统中，优化控制策略的设计，尤其是在固定时间内实现系统稳定性和性能优化方面，是控制工程师和研究人员面临的重要挑战之一。然而，现有的固定时间控制理论在实现系统状态收敛时，往往忽略了资源利用效率和平衡问题，这可能导致过度补偿或欠补偿的现象，从而使系统的稳态误差增加。此外，对于如何在时间限定内实现非线性不确定性估计误差的最小化，相关研究依然较少。因此，本研究旨在提出一种自适应复合固定时间强化学习优化控制解决方案，进一步解决这一关键问题。 研究背景及目的 固定时间控制理论自提出以来，由于收敛时间不依赖于初始状态的特点，其应用得到了广泛关注。相比有限时间控制方法，固定时间控...