Stabilization of Programmed Motions of Constrained Mechanical Systems

Cover Page

Cite item

Full Text

Abstract

The problem of the stabilization of programmed trajectories of mechanical systems, taking the constraints on the values of generalized coordinates, velocities, and accelerations into account, is considered. The control is built using the backstepping method in combination with the use of logarithmic Lyapunov barrier functions. The stabilizing feedbacks obtained in this study, in contrast to similar known results, do not lead to an unlimited increase in the values of the control variables when the state variables of the system approach the boundary values. As an example, the problem of constructing and stabilizing the trajectory of the spatial motion of an underwater vehicle is considered.

About the authors

A. E. Golubev

Ishlinsky Institute for Problems in Mechanics, Russian Academy of Sciences (IPMech RAS), 119526, Moscow, Russia

Author for correspondence.
Email: v-algolu@hotmail.com
Россия, Москва

References

  1. Olfati-Saber R. Flocking for Multi-agent Dynamic Systems: Algorithms and Theory // IEEE Trans. Automat. Contr. 2006. V. 51 (3). P. 401–420.
  2. Liu H., Chen G., Tian X. Cooperative Formation Control for Multiple Surface Vessels Based on Barrier Lyapunov Function and Self-structuring Neural Networks // Ocean Engineering. 2020. V. 216. 108163.
  3. Крутько П.Д. Обратные задачи динамики управляемых систем. Нелинейные модели. М.: Наука, 1988. 326 с.
  4. Isidori A. Nonlinear Control Systems. 3rd ed. London: Springer-Verlag, 1995. 549 p.
  5. Краснощеченко В.И., Крищенко А.П. Нелинейные системы: геометрические методы анализа и синтеза. М.: Изд-во МГТУ им. Н.Э. Баумана, 2005. 520 с.
  6. Krstić M., Kanellakopoulos I., Kokotović P.V. Nonlinear and Adaptive Control Design. New York: John Wiley and Sons, 1995. 563 p.
  7. Ortega R., Loria A., Nicklasson P.J., Sira-Ramirez H. Passivity-based Control of Euler-Lagrange Systems: Mechanical, Electrical and Electromechanical Applications. London: Springer-Verlag, 1998. 543 p.
  8. Ngo K.B., Mahony R., Jiang Z.P. Integrator Backstepping Using Barrier Functions for Systems with Multiple State Constraints // Proc. 44th IEEE Conf. on Decision and Control, and the European Control Conf. Seville, Spain, 2005. P. 8306–8312.
  9. Tee K.P., Ge S.S., Tay E.H. Barrier Lyapunov Functions for the Control of Output-constrained Nonlinear Systems // Automatica. 2009. V. 45 (4). P. 918–927.
  10. Boyd S., Vandenberghe L. Convex Optimization. Cambridge: University Press, 2009. 716 p.
  11. Niu B., Zhao J. Barrier Lyapunov Functions for the Output Tracking Control of Constrained Nonlinear Switched Systems // Systems and Control Letters. 2013. V. 62 (10). P. 963–971.
  12. Sachan K., Padhi R. Barrier Lyapunov Function Based Output-constrained Control of Nonlinear Euler-Lagrange Systems // Proc. 15th Intern. Conf. on Control, Automation, Robotics and Vision (ICARCV). Singapore, 2018. P. 686–691.
  13. Golubev A.E., Botkin N.D., Krishchenko A.P. Backstepping Control of Aircraft Take-off in Windshear // IFAC-PapersOnLine. 2019. V. 52 (16). P. 712–717.
  14. Garg T., Roy S.B. Barrier Lyapunov Function Based Controller Design for Euler-Lagrange Systems with Reduced Control Effort // IFAC-PapersOnLine. 2020. V. 53 (1). P. 459–464.
  15. Wang X., Xu J., Lv M., Zhang L., Zhao Z. Barrier Lyapunov Function-based Fixed-time FTC for High-order Nonlinear Systems with Predefined Tracking Accuracy // Nonlinear Dynamics. 2022. V. 110. P. 381–394.
  16. Golubev A., Kovtanyuk A., Lampe R. Modeling of Cerebral Blood Flow Autoregulation Using Mathematical Control Theory // Mathematics. 2022. V. 10 (12). 2060.
  17. Голубев А.Е. Построение программных движений механических систем с учетом ограничений при помощи многочленов третьего порядка // Изв. РАН. ТиСУ. 2021. № 2. С. 126–137.
  18. Sussmann H.J., Kokotovic P.V. The Peaking Phenomenon and the Global Stabilization of Nonlinear Systems // IEEE Transactions on Automatic Control. 1991. V. 36 (4). P. 424–440.
  19. Khalil H.K. Nonlinear Systems. 3rd ed. Upper Saddle River: Prentice Hall, 2002.
  20. Fossen T.I. Guidance and Control of Ocean Vehicles. Chichester: John Wiley and Sons, 1994.
  21. Silpa-Anan C., Zelinsky A. Kambara: Past, Present, and Future // Proc. 2001 Australian Conf. on Robotics and Automation. Sydney, 2001. P. 61–66.
  22. Silpa-Anan C. Autonomous Underwater Robot: Vision and Control. Master thesis. Canberra: Australian National University, 2001. https://doi.org/10.25911/5d626dd9b96ec.

Supplementary files

Supplementary Files
Action
1. JATS XML
2.

Download (109KB)
3.

Download (132KB)
4.

Download (100KB)
5.

Download (124KB)
6.

Download (144KB)
7.

Download (95KB)
8.

Download (105KB)
9.

Download (93KB)

Copyright (c) 2023 А.Е. Голубев

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».