人工肌肉(IPMC)建模与非线性控制技术

随着国家很好技术和国防工业的发展，超精密加工、智能仿生、医疗等方面对驱动器的性能和控制要求越来越高。智能材料驱动器因其体积小、承载力大、效率高、精度高、分辨率高和不产生噪声等优良特性可以克服由于传统驱动机构和控制硬件性能不足而引起的瓶颈，并逐步被广泛应用于精密制造、航空航天、军事等很好行业。本书是作者团队10余年来从事离子聚合物金属复合材料（也叫作人工肌肉）的建模、控制及应用技术研究的总结。内容围绕人工肌肉，重点对其建模、控制及其在相关领域应用实例展开深入讨论，并对人工肌肉仿生驱动器的潜在应用前景做出分析与解读。本书可为读者在非线性建模与控制、生物医学设备和工业自动化等领域使用人工肌肉与仿生驱动技术并解决实际工程问题提供参考和借鉴。

第1章 智能材料驱动器概述
1.1 智能材料驱动器发展历史
1.2 智能材料驱动器分类
1.2.1 形状记忆合金
1.2.2 压电陶瓷
1.2.3 电活性聚合体
1.2.4 超磁致伸缩材料
1.2.5 电致伸缩材料
1.3 智能材料驱动器应用及研究现状
1.4 本章小结
参考文献
第2章 人工肌肉仿生驱动器概述
2.1 人工肌肉工作原理
2.2 人工肌肉应用及研究现状
2.3 人工肌肉执行器数学建模
2.4 本章小结
参考文献
第3章 非线性鲁棒控制理论基础
3.1 自动控制理论概论
3.1.1 自动控制理论发展
3.1.2 自动控制系统
3.1.3 自动控制系统单元
3.1.4 计算机控制系统
3.1.5 设计实际控制系统的一般要求
3.1.6 控制系统设计的主要步骤
3.2 非线性控制理论基础
3.3 鲁棒控制理论基础
3.4 非线性鲁棒控制研究现状
3.5 本章小结
参考文献
第4章 基于算子理论的非线性控制技术
4.1 算子理论
4.2 基于算子理论的右互质分解技术
4.3 基于算子理论的鲁棒右互质分解技术
4.4 本章小结
参考文献
第5章 基于算子理论的人工肌肉非线性控制系统设计
5.1 基于鲁棒右互质分解和线性控制的鲁棒跟踪控制技术
5.2 基于算子理论的鲁棒稳定控制系统设计
5.2.1 算子控制器A和B的设计
5.2.2 仿真结果分析
5.3 基于Matlab工具箱的跟踪控制器参数优化
5.3.1 跟踪控制器C的设计
5.3.2 基于Matlab系统辨识工具箱的模型辨识
5.3.3 基于Matlab参数优化工具箱的线性参数优化
5.3.4 仿真结果分析
5.4 基于人工蜂群算法的跟踪控制器参数优化
5.4.1 人工蜂群算法的自然模型
5.4.2 人工蜂群算法的数学模型
5.4.3 人工蜂群算法步骤
5.4.4 适应度函数的选择
5.4.5 仿真结果分析
5.5 本章小结
参考文献
第6章 基于滑模变结构控制的人工肌肉鲁棒非线性系统设计
6.1 滑模控制理论
6.2 滑模变结构控制器设计
6.2.1 切换函数设计
6.2.2 滑动模态控制率设计
6.2.3 系统仿真结果分析
6.3 防抖振分析
6.3.1 边界层设计
6.3.2 系统仿真结果分析
6.4 滑模变结构控制器参数优化算法设计
6.4.1 标准粒子群算法原理
6.4.2 改进的粒子群算法
6.4.3 改进粒子群算法在滑模控制器中的设计与应用
6.4.4 系统仿真结果分析
6.5 跟踪控制系统设计及参数优化
6.5.1 基于粒子群跟踪控制器参数优化
6.5.2 基于神经网络的线性跟踪控制系统设计
6.5.3 系统仿真结果分析
6.6 本章小结
参考文献