凿岩机器人双三角钻臂自适应控制策略研究
|
摘要
应用计算机实现液压凿岩台车的高度自动化是当今世界各国液压凿岩设备发展的主流，而双三角钻臂因为性能优良而被广泛应用于液压凿岩台车中。双三角钻臂属于直接定位钻臂，在工作区间可将钎头直接移位到目标位置。为了防止干涉、实现直接和精确定位，需要控制钻臂严格按规划轨迹移位。论文以实现双三角钻臂轨迹跟踪定位控制为目的，从双三角定位机构这一实际非线性对象出发，而展开对一般非线性系统的辨识、预测与控制的研究，然后将研究结果又回过来应用于双三角钻臂这一特定对象，主要内容如下。
论述了国内外液压凿岩设备的发展概况及非线性控制系统的研究现状，对双三角钻臂移位控制策略和方案选择进行了论证，指出了采用自适应控制策略的合理性；根据双三角钻臂的结构和运动特性，建立了直角坐标系和斜角坐标系，通过几何分析导出了钻臂各物理量之间的变换或换算关系，为双三角钻臂各液压缸运动速度的决策和钻臂位姿检测过程中的标度变换打下了基础；在分析了双三角钻臂运动特性的基础上，提出了一种双三角钻臂支臂缸运动速度的全程决策方法，为实现双三角钻臂平稳运行和直接定位控制创造了条件；从液压系统的基本方程入手，建立了双三角钻臂平行联动机构的简化模型，导出了连续时间输入输出传递函数、连续时间状态空间表达式、离散时间输入输出模型和离散时间状态空间表达式四种模型形式，通过对钻臂的结构和受力分析，导出了模型中的参数和液压缸负载力的估算公式和估算方法，为控制系统设计和仿真研究打下了基础；在介绍了确定性非线性系统和随机非线性系统的回归输入输出模型的基础上，给出并证明了随机非线性系统的时变线性模型的存在性定理，通过分析系统闭环预测存在的缺陷，并为了改善闭环预测性能，为一般系统提出了三类更简便实用的输入输出离散时间模型：即非齐次时变线性模型、非齐次增量型时变线性模型和增量型一元线性回归模型，给出并证明了其存在性定理；针对增量型一元线性回归模型推出了投影算法、加权限定记忆回归法的参数估计算式，并提出了一种新的滚动多模型加权平均参数估计算法，针对非齐次时变线性模型和增量型非齐次时变线性模型给出了渐消记忆递推最小二乘法和投影算法的参数估计算式，上述模型及其相应的参数估计方法为结构未知的一般系统的辨识与预测提供了便利；应用稳态运行时阀控液压缸的运行速度与电液比例伺服放大器输入电压的近似比例关系，并应用前一采样时刻对象的输入输出数据来确立这种关系，提出了保持两支臂缸运行速度之比为给定值的静态速比自适应控制方案；应用自适应广义预测控制理论，针对双三角钻臂具体的CARIMA模型，推出了具体的自适应广义预测控制算法；沿用自适应广义预测控制的理论与方法，提出了分别基于上述三类模型的自适应多步预测控制策略和自适应单步预测控制策略；分别采用上述三类模型的逆作为逆控制器，并与一阶滤波器串联构成双重自校正控制器，引入智能控制的基本方法，在控制过程中通过监测模型特征来作出控制决策，形成了以自适应逆控制为主、常规控制为辅的智能自适应逆控制策略；对原有双三角钻臂凿岩台车进了改造，设计和研制了一套完整的凿岩机器人两级计算机控制系统，在这一实验平台上对双三角钻臂控制系统进行了实验研究，完成了上述各种控制策略的验证工作，实现了基于上述各种控制策略的双三角钻臂直接定位控制。
论文为实现双三角钻臂轨迹跟踪和精确定位控制提供了一套完整了理论与方法，有关非线性控制系统的研究成果可推广应用于一般工业生产过程的控制。
Using computer to realize the highly automation of hydraulic drill rig is a chief development of hydraulic rock drilling equipment, and double triangle boom is widely used in hydraulic drill rig for its fine behavior. Double triangle boom is a kind of directly positioning mechanism, it can remove the drill rod to a target position directly in its operating range. In order to avoid interference and realize direct and accurate positioning, it is necessary to control the boom to along a planed track precisely. Starting from the practical nonlinear object of the double triangle positioning mechanism, and aiming at the control for trajectory tracking and positioning of the boom, this paper makes research on identification, prediction and control of general nonlinear systems, and then uses the result back to the special object of the boom. The main contents are as follows.
Firstly, the development of hydraulic rock-drilling equipment at home and abroad is surveyed, the status quo of the research on nonlinear control system is discussed, and the selection of the motion control strategy of double triangle boom is demonstrated, then the reasonableness of adopting adaptive control strategy is pointed out. Secondly, according to the structure and the motion characteristic of double triangle boom, a rectangular coordinates and a oblique coordinates are set up, then the dimension relation relevant to the boom is derived from geometrical analysis, thus laying the basis for the moving velocity programming of the supporting cylinders and the scale conversion in the measurement of the posture of the boom. Thirdly, by analyzing the motion characteristic of the boom, a method for the whole course moving velocity programming of the supporting cylinders of the boom is presented, and thereby the condition to control the boom for stable motion and directly positioning is created. Fourthly, sta
rting with the basic equations of hydraulic systems, by modeling the boom and its hydraulic system in mechanism, a simplified model of the parallel translation linkage of the boom is obtained, and the four model forms of input-output continuous-time transfer function, continuous-time statespace expression, input-output discrete-time model and discrete-time statespace expression are deduced. By analyzing the structure of the boom and the load-bearing of the cylinders, the formulas and the methods for estimating the model parameters and the bearing force of the cylinders are presented. As a result, the foundation for the control system design and simulation is set up. Fifthly, after the recursive input-output models of deterministic and stochastic nonlinear systems being introduced, the existence theorem of the time-varying linear model for describing stochastic nonlinear systems is given and demonstrated. By analyzing the defect and in order to improve the behavior of the closed loop prediction of systems, th
ree novel practical input-output discrete-time models: an inhomogeneous time-varying linear model, an inhomogeneous incremental time-varying linear model and an incremental simple linear regression model are put forward, the existence theorem of the three models are also given and demonstrated. Sixthly, in order to estimate the parameters of the incremental simple regression model, a projection algorithm and a weighted limited memory regression algorithm are deduced, and a new rolling multiple model weighted average algorithm is proposed. A recursive least squares with forgetting factor algorithm and a projection algorithm are also given to estimate the parameters of the inhomogeneous time-varying linear model and the inhomogeneous incremental time-varying linear model. The three models and the
relative parameter estimation approach provide general systems with unknown structure with facilities for identification and prediction. Seventhly, as we know, the moving velocity of valve-controlled cylinders is approximately proportional to the input voltage of the servo amplifier of electro-hydraulic proportional valve when the cylinders are in st
论述了国内外液压凿岩设备的发展概况及非线性控制系统的研究现状，对双三角钻臂移位控制策略和方案选择进行了论证，指出了采用自适应控制策略的合理性；根据双三角钻臂的结构和运动特性，建立了直角坐标系和斜角坐标系，通过几何分析导出了钻臂各物理量之间的变换或换算关系，为双三角钻臂各液压缸运动速度的决策和钻臂位姿检测过程中的标度变换打下了基础；在分析了双三角钻臂运动特性的基础上，提出了一种双三角钻臂支臂缸运动速度的全程决策方法，为实现双三角钻臂平稳运行和直接定位控制创造了条件；从液压系统的基本方程入手，建立了双三角钻臂平行联动机构的简化模型，导出了连续时间输入输出传递函数、连续时间状态空间表达式、离散时间输入输出模型和离散时间状态空间表达式四种模型形式，通过对钻臂的结构和受力分析，导出了模型中的参数和液压缸负载力的估算公式和估算方法，为控制系统设计和仿真研究打下了基础；在介绍了确定性非线性系统和随机非线性系统的回归输入输出模型的基础上，给出并证明了随机非线性系统的时变线性模型的存在性定理，通过分析系统闭环预测存在的缺陷，并为了改善闭环预测性能，为一般系统提出了三类更简便实用的输入输出离散时间模型：即非齐次时变线性模型、非齐次增量型时变线性模型和增量型一元线性回归模型，给出并证明了其存在性定理；针对增量型一元线性回归模型推出了投影算法、加权限定记忆回归法的参数估计算式，并提出了一种新的滚动多模型加权平均参数估计算法，针对非齐次时变线性模型和增量型非齐次时变线性模型给出了渐消记忆递推最小二乘法和投影算法的参数估计算式，上述模型及其相应的参数估计方法为结构未知的一般系统的辨识与预测提供了便利；应用稳态运行时阀控液压缸的运行速度与电液比例伺服放大器输入电压的近似比例关系，并应用前一采样时刻对象的输入输出数据来确立这种关系，提出了保持两支臂缸运行速度之比为给定值的静态速比自适应控制方案；应用自适应广义预测控制理论，针对双三角钻臂具体的CARIMA模型，推出了具体的自适应广义预测控制算法；沿用自适应广义预测控制的理论与方法，提出了分别基于上述三类模型的自适应多步预测控制策略和自适应单步预测控制策略；分别采用上述三类模型的逆作为逆控制器，并与一阶滤波器串联构成双重自校正控制器，引入智能控制的基本方法，在控制过程中通过监测模型特征来作出控制决策，形成了以自适应逆控制为主、常规控制为辅的智能自适应逆控制策略；对原有双三角钻臂凿岩台车进了改造，设计和研制了一套完整的凿岩机器人两级计算机控制系统，在这一实验平台上对双三角钻臂控制系统进行了实验研究，完成了上述各种控制策略的验证工作，实现了基于上述各种控制策略的双三角钻臂直接定位控制。
论文为实现双三角钻臂轨迹跟踪和精确定位控制提供了一套完整了理论与方法，有关非线性控制系统的研究成果可推广应用于一般工业生产过程的控制。
Using computer to realize the highly automation of hydraulic drill rig is a chief development of hydraulic rock drilling equipment, and double triangle boom is widely used in hydraulic drill rig for its fine behavior. Double triangle boom is a kind of directly positioning mechanism, it can remove the drill rod to a target position directly in its operating range. In order to avoid interference and realize direct and accurate positioning, it is necessary to control the boom to along a planed track precisely. Starting from the practical nonlinear object of the double triangle positioning mechanism, and aiming at the control for trajectory tracking and positioning of the boom, this paper makes research on identification, prediction and control of general nonlinear systems, and then uses the result back to the special object of the boom. The main contents are as follows.
Firstly, the development of hydraulic rock-drilling equipment at home and abroad is surveyed, the status quo of the research on nonlinear control system is discussed, and the selection of the motion control strategy of double triangle boom is demonstrated, then the reasonableness of adopting adaptive control strategy is pointed out. Secondly, according to the structure and the motion characteristic of double triangle boom, a rectangular coordinates and a oblique coordinates are set up, then the dimension relation relevant to the boom is derived from geometrical analysis, thus laying the basis for the moving velocity programming of the supporting cylinders and the scale conversion in the measurement of the posture of the boom. Thirdly, by analyzing the motion characteristic of the boom, a method for the whole course moving velocity programming of the supporting cylinders of the boom is presented, and thereby the condition to control the boom for stable motion and directly positioning is created. Fourthly, sta
rting with the basic equations of hydraulic systems, by modeling the boom and its hydraulic system in mechanism, a simplified model of the parallel translation linkage of the boom is obtained, and the four model forms of input-output continuous-time transfer function, continuous-time statespace expression, input-output discrete-time model and discrete-time statespace expression are deduced. By analyzing the structure of the boom and the load-bearing of the cylinders, the formulas and the methods for estimating the model parameters and the bearing force of the cylinders are presented. As a result, the foundation for the control system design and simulation is set up. Fifthly, after the recursive input-output models of deterministic and stochastic nonlinear systems being introduced, the existence theorem of the time-varying linear model for describing stochastic nonlinear systems is given and demonstrated. By analyzing the defect and in order to improve the behavior of the closed loop prediction of systems, th
ree novel practical input-output discrete-time models: an inhomogeneous time-varying linear model, an inhomogeneous incremental time-varying linear model and an incremental simple linear regression model are put forward, the existence theorem of the three models are also given and demonstrated. Sixthly, in order to estimate the parameters of the incremental simple regression model, a projection algorithm and a weighted limited memory regression algorithm are deduced, and a new rolling multiple model weighted average algorithm is proposed. A recursive least squares with forgetting factor algorithm and a projection algorithm are also given to estimate the parameters of the inhomogeneous time-varying linear model and the inhomogeneous incremental time-varying linear model. The three models and the
relative parameter estimation approach provide general systems with unknown structure with facilities for identification and prediction. Seventhly, as we know, the moving velocity of valve-controlled cylinders is approximately proportional to the input voltage of the servo amplifier of electro-hydraulic proportional valve when the cylinders are in st
引文
1 周有行。凿岩机器人孔序规划的研究与实现[D]。长沙：中南大学机电工程学院，2003。
2 方向。凿岩机器人钻臂模糊控制策略与计算机仿真研究[D]。长沙：中南大学机电工程学院，2000。
3 美国《工程与采矿杂志》编辑部。凿岩台车综述(一)[J]。国外金属矿山，1994，(1)：87～90。
4 陈玉凡等。钻孔机械设计[M]。北京：机械工业出版社，1987。
5 王德维译。露天凿岩设备的发展趁势[J]。国外采矿技术快报，1986，(5)：
6 胡均平。液压凿岩过程计算机控制系统研究[D]。长沙：中南大学机电工程学院，1995。
7 鸣午译。凿岩作业开始应用计算机控制系统[J]。凿岩机械气动工具，1983，(3)：
8 赵玉东。微机控制炮孔凿岩设备发展概况[J]。凿岩机械气动工具，1991，(4)：
9 赵昱东。地下凿岩设备向凿岩机器人发展[J]。凿岩机械气动工具，2001，(1)：46～49。
10 Ari Tuunanen. The automation of hard rock drilling machines[J]. Tunnels & Tunneling[J], 1993, 25(5): 51～52.
11 芮钟英译。凿岩台车的微机控制[J]。国外采矿，1984，(9)：
12 张金奎，易淳。凿岩台车钻孔自动定位控制系统[J]。国外工程机械，1990，16(6)：11～15。
13 陈定远。液压凿岩设备的应用与发展[J]。凿岩机械气动工具，1992，2：
14 《国外采矿》编辑部。国外新产品简介[J]。国外采矿，1988，26：
15 F.X．比伯特，P．雷纳德．凿岩设备自动化[J]。国外金属矿山，1994，(10)：64～68。
16 陈世涛。钻臂类型分析[J]。凿岩机械气动工具，1998(4)：24～ 9。
17 高为炳。变结构控制的理论及设计方法[M]。北京：科学出版社，1996。
18 吴敏，桂卫华。现代鲁棒控制[M]。长沙：中南工业大学出版社，1998。
19 李少远，席裕庚，陈增强，袁著祉。智能控制的新进展(Ⅰ)[J]。控制与决策，2000，15(1)：1～5。
20 李力争。模糊控制算法及系统性能的研究[D]。长沙：湖南大学电气与信息工程学院，1992。
21 沈清，胡德文，时春。神经网络应用技术[M]。长沙：国防科学技术大学出版社，1993。
22 胡守仁，余少波，戴葵。神经网络导论[M]。长沙：国防科学技术大学出版社，1997。
23 蔡自兴。智能控制—基础与应用[M]。北京：国防工业出版社，1998。
24 舒迪前。预测控制系统及其应用[M]。北京：机械工业出版社，1996。
25 陈福祥。预测控制及应用[M]。武汉：华中理工大学出版社，1993。
26 李清泉。自适应控制系统理论、设计与应用[M]。北京：科学出版社，1990。
27 韩曾晋。自适应控制[M]。北京：清华大学出版社，1996。
28 费敏锐，陈伯时，郎文鹏。智能控制方法的交叉综合及其应用[J]。控制理论与应用，1996，13(3)：273～281。
29 诸静。机器人与控制技术[M]。杭州：浙江大学出版社，1992。
30 徐元昌，陶学恒，沈晓红。工业机器人[M]。北京：中国轻工业出版社，1999。
31 高为炳。非线性控制系统导论[M]。北京：科学出版社，1988。
32 曹建福，韩崇昭，方洋旺。非线性系统理论及应用[M]。西安：西安交通大学出版社，2001。
33 朱全民。非线性系统辨识[J]。控制理论与应用，1994，11(6)：641～652。
34 李春文，苗原，冯元琨，杜继宏。非线性系统控制的逆系统方法(Ⅰ)—单变量控制理论[J]。控制与决策，1997，12(5)：529～535。
35 李春文，冯元琨。多变量非线性系统的逆系统方法[M]。北京：清华大学出版社，1991。
36 ROBERT SHORTEN, RODERICK MURRAY-SMITH, ROGER BJφRGAN,HENRIK GOLLEE. On the interpretation of local models in blended multiple model structures[J]. INT.J.CONTROL, 1999, 72(7/8): 620～628.
37 郭朝晖，郑加成，吴铁军。近似线性化方法综述[J]。控制与决策，1999，14(5)：385～391。
38 胡跃明，胡终须，毛宗源，李志权。非线性控制系统的近似线性化方法[J]。控制理论与应用，2001，18(2)：160～165。
39 侯忠生。非参数模型及其自适应控制理论[M]。北京：科学出版社，1999。
40 朱建新，贺湘宇，何清华。凿岩机器人壁碰问题[J]。中南工业大学学报，2000，31(4)：353～355。
41 何清华。一种新型钻臂变幅机构的设计与分析[J]。工程机械，1988，19(7)：12～16。
42 李洪人。液压控制系统[M]。北京：国防工业出版社，1981。
43 绪方胜彦。现代控制工程[M]。北京，科学出版社，1980。
44 Fahmida N.Chowdhury. Input-Output Modeling of Nonlinear Systems with Time-Varying Linear Models[J]. IEEE TRANSACTION ON AUTOMATIC CONTROL, 2000, 45(7): 1355～1358.
45 I.J.LEONTARITIS, S.A.BILLINGS. Input-output parametric models for non-linear systems Part Ⅰ: deterministric non-linear systems[J]. INT.J.CONTROL, 1985, 41(2): 303～328.
46 I.J.LEONTARITIS, S.A.BILLINGS. Input-output parametric models for non-linear systems Part Ⅱ: stochastic non-linear systems[J]. INT.J.CONTROL, 1985, 41(2): 329～344.
47 Chen S, Billings S A. Representations of nonlinear systems: The NARMAX model[J]. INT.J.CONTROL, 1989, 49(4): 1013～1032.
48 QUAN-GEN ZHOU, WILLIAM R. CLUETT. Recursive Identification of Time-varying Systems via Incremental Estimation[J]. Automatica, 1996, 32(10): 1427～1431.
49 Clark D.W., Montadi C., Tufts P. S.. Generalized Predictive Control, Part Ⅰ: The Basic Algorithm[J]. Automatica, 1987, 23(2): 137～148.
50 Clark D.W., Montadi C., Tufts P. S.. Generalized Predictive Control, Part Ⅱ: Extension and Interpretations[J]. Automatica, 1987, 23(2): 148～160.
51 A.M.Karshenas, M.W.Dunnigan, B.W.Williams. Adaptive inverse control algorithm for shock testing[J], IEE. Proc.-control Theory Appl.,2000, 147(3): 267～276.
52 B. widrow, E. walach. Adaptive Inverse Control(自适应逆控制，刘树棠，韩崇昭译)[M]．西安：西安交通大学出版社，2000．
53 陈世涛。直接定位双三角支撑钻臂运动轨迹的计算机仿真[J]。凿岩机械气动工具，1995，(3)：1～9。
54 Martin Herrenknecht, Jim Broomfield. Latest modem tunneling methods.[J]. Tunnels & Tunneling International[J]. 1997, 29(11): 46～47.
55 Nick Horton. Drifting Under The Midnight Sun[J]. World Mining Equipment, 1991, 15(9): 14～17.
56 Mike Woof. Drilling robots[J]. World Mining Equipment, 1996, 20(7): 43～45.
57 Rainer Beccu. New Concept in Percussion Drilling[J]. World Mining Equipment, 1992, 16(7): 39～42.
58 World News. Hi-tech Computerized Drill Rig for Swedish High-speed Railway[J]. Tunnels
& Tunneling, 1991, 23(9): 13～14.
59 David Martin. "At last, a computer-controlled jumbo that really works"[J]. Tunnels & Tunneling, 1988, 20(5): 33～35.
60 TOR A.JOHANSEN, BJARNE A.FOSS. Constructing NARMAX models using ARMAX models[J]. INT.J.CONTROL, 1993, 58(5): 1125～1153.
61 Andrius Jankunas. Optimal Adaptive Control for Estimation of Parameters of ARX models[J]. IEEE TRANSACTION ON AUTOMATIC CONTROL, 2000, 45(5): 964～968.
62 KAMEN PEREV, CLAS JACOBSON, BAHRAM SHAFAI[J]. An algorithm for identification of smooth nonlinear systems based on parametrized linearization families[J]. INT.J.CONTROL, 1995, 61(5): 1013～1043.
63 J.WATKINGS, S.YURKOVICH. Parameter set estimation algorithms for time-varying systems[J]. INT.J.CONTROL, 1997, 66(5): 711～731.
64 M. Boutayeb. Identification of Nonlinear Systems in the Presence of Unknown but Bounded Disturbances[J]. IEEE TRANSACTION ON AUTOMATIC CONTROL, 2000, 45(8): 1503～1507.
65 Alfred Joensen, henrik Madsen, Henrik Aa. Nielsen, Torben S.Nielsen. Tracking time-varying papameters with local regression[J]. Automatica, 2000, 36:1119～1204.
66 Rogelio Lozano, Dimitrios Dimogianopoulos, Robert Mahony. Identification of linear time-varying systems using a modified least-squares algorithm[J]. Automatica, 2000, 36: 1009～1015.
67 Le Yi Wang, G.George Yin. Persistent Identification of Systems with Unmodeled Dynamics and Exogenous Disturbances[J]. IEEE TRANSACTION ON AUTOMATIC CONTROL, 2000, 45(7): 1246～1256.
68 SOURA DASGUPTA, BRIAN D. O. ANDERSON. A Parametrization for the Closed-loop Identification of Nonlinear Time-varying Systems[J]. Automatica, 1996, 32(10): 1349～1360.
69 LEI GUO. Estimating Time-varying Parameters by the Kalman Filter Based Algorithm: Stability and Convergence[J]. IEEE TRANSACTION ON AUTOMATIC CONTROL, 1990, 35(2): 141～147.
70 Tore Hgglund, Karl Johan strm. Supervision of adaptive control algorithms[J]. Automatica, 2000, 36:1117～1180.
71 Wilson J.Rugh, Jeff S.Shamma. Research on gain scheduling[J]. Automatic, a, 2000, 36: 1401～1425.
72 Sales K R, Billings S A. Self-tuning control of nonlinear ARMAX models[J]. INT.J.CONTROL, 1990, 51(4): 753～769.
73 Po-chiang Yeh, Kokotovic P V. Adaptive control of a class of nonlinear discrete-time systems[J]. INT.J.CONTROL, 1995, 62(2): 203～324.
74 Agarwal M, Seborg D E. Self-tuning controllers for nonlinear systems[J]. Automatica, 1987,23(2): 209～214.
75 Pajunen G. Adaptive control of Wiener type nonlinear systems[J]. Automatica, 1992, 28(4): 781～785.
76 Astrm K J, et al. Towards intelligent PID control[J]. Automatica, 1992, 28(1): 1～9.
77 Wen C, Hill D J. Adaptive linear control of nonlinear systems[J]. IEEE TRANSACTION ON AUTOMATIC CONTROL, 1990, 35(11): 1253～1257.
78 C. Kambhampati, J. D. Mason, K. Warwick. A Stable One-step-ahead predictive control of
nonlinear systems[J]. Automatica, 2000, 36: 485～495.
79 Clarke D W, Mohtadi C, Tufts P S. Generalized predictive control[J]. Automatica, 1987, 23(2): 137～160.
80 Clarke D W, Mohtadi C. Properties of generalized predictive control[J]. Automatica, 1989, 25(6): 859～875.
81 Filatov N M, Unbehauen H. Adaptive predictive control policy for nonlinear stochastic systems[J]. IEEE TRANSACTION ON AUTOMATIC CONTROL, 1995, 40(1): 1943～1949.
82 F.Z.Chaoui, F.Giri, M.M'Saad. Adaptive control of input-constrained type-1 plants stabilization and tracking[J]. Automatica, 2001, 37:197～203.
83 D. Dimogianopoulos, R. Lozano. Adaptive control for linear slowly time-varying systems using direct least-squares estimation[J]. Automatica, 2001, 37:251～256.
84 N.M.LAKSHMANAN, Y.ARKUN. Estimation and model predictive control of non-linear batch processes using linear parameter varying models. INT.J. CONTROL, 1999, 72(7/8): 659～675.
85 GIANLUCA BONTEMPI, MAURO BIRATTARI, HUGUES BERSINI. Lazy leafing for local modeling and control design[J]. INT.J.CONTROL, 1999, 72(7/8): 643～658.
86 BERNHARD EIKENS, M.NAZMUL KARIM. Process identification with multiple neural network models[J]. INT.J.CONTROL, 1999, 72(7/8): 576～590.
87 HOU Zhongsheng, HUANG Wenhu. The Model-free Learning Adaptive Control of a Class of Nonlinear Discrete-time Systems[J]. CONTROL THEORY AND APPLICATION, 1998, 15(6): 893～899.
88 何清华，方向，朱建新。隧道凿岩机器人钻臂直接定位控制策略与速度决策器的设计[J]。机器人，2000，22(7)：684～687。
89 谢习华，何清华，郭勇。隧道凿岩机器人钻臂移位跟踪与控制系统[J]。凿岩机械气动工具，2000，29(2)：31～34。
90 何清华，周宏兵，吴凡。凿岩机器人钻臂的运动学研究[J]。中南工业大学学报，1998，29(5)：483～486。
91 李川，阎天俊。双三角式液压钻臂平动机构分析[J]。凿岩机械气动工具，1999，(1)：3～6。
92 朱建新，何清华，郭勇。液压凿岩设备的研制现状及其发展思路[J]。凿岩机械气动工具，1999，(2)：21～26。
93 刘进录。我国凿岩钻车的发展[J]。凿岩机械气动工具，1999，(3)：28～36。
94 秦滨，韩志刚。非线性NARMAX模型的ARMAX模型的全局同构[J]。控制与决策，1996，11(3)：363～367。
95 秦滨，韩志刚。非线性NARMAX模型的ARMAX模型全局线性化[J]。自动化学报，1997，23(3)：332～337。
96 张广岩，陈景功，张竟新。自适应预报内模控制[J]。信息与控制，1994，23(3)：148～153。
97 王伟。一种广义预测自适应控制的直接方法[J]。自动化学报，1996，22(3)：270～277。
98 候忠生，韩志刚。非线性系统鲁棒无模型学习自适应控制[J]。控制与决策，1995，10(2)：138～142。
99 郭健，朱瑞军，胡维礼。一类非线性系统的自适应广义预测控制[J]。控制与决策，2001，16(3)：358～361。
100 邵青，冯汝鹏。非线性系统模糊辨识的新方法[J]。控制与决策，2001，16(1)：83～89。
101 高仁祥，张世英，刘豹。一类非线性模型及其预测偏差分析[J]。信息与控制，1994，
23(4)：200～205。
102 王淑涟，陆路，史维祥。一类新型自学习控制器及其在气动伺服系统中的应用[J]。信息与控制，1999，28(2)：146～151。
103 亓学广，王付生，张承进。一类离散时间时变系统的自适应辨识与控制[J]。控制与决策，1999，14(6)：658～662。
104 蔡自兴。智能过程控制的应用[J]。中南工业大学学报，1995，26(6)：797～800。
105 孙增圻，张再兴。智能控制的理论与技术[J]，控制与决策，1996，11(1)：1～7。
106 周其鉴。仿人智能控制器[J]。中国仪器仪表，1993，(2)：5～9。
107 李祖枢，徐鸣，周其鉴。一种新型的仿人智能控制器(SHIC)[J]。自动化学报，1990，16(6)：503～509。
108 涂亚庆，李祖枢。一种新型的仿人智能控制器的设计方法[J]。自动化学报，1994，20(5)：616～621。
109 周东华，金以彗，王庆林。一般模型控制(GMC)：一种简单实用的非线性过程控制方法[J]。信息与控制，1998，27(3)：216～222。
110 秦世引，罗公亮。智能控制研究中的几个问题[J]。信息与控制，1996，25(3)：137～142。
111 邓志东，张再兴，孙增圻。学习控制系统[J]。信息与控制，1996，25(2)：94～103。
112 夏小华，高为炳。非线性系统控制及解耦[M]。北京：科学出版社，1993。
113 蔡自兴，徐光祐。人工智能及其应用[M]。北京：清华大学出版社，1996。
114 吴根茂，邱敏秀，王庆丰。实用电液比例技术[M]。杭州：浙江大学出版社，1993。
115 黎启柏。电液比例控制与数字控制系统[M]。北京：机械工业出版社，1997。
116 曾桂英。凿岩机器人定位控制系统研究[D]。长沙：中南大学机电工程学院，1998。
2 方向。凿岩机器人钻臂模糊控制策略与计算机仿真研究[D]。长沙：中南大学机电工程学院，2000。
3 美国《工程与采矿杂志》编辑部。凿岩台车综述(一)[J]。国外金属矿山，1994，(1)：87～90。
4 陈玉凡等。钻孔机械设计[M]。北京：机械工业出版社，1987。
5 王德维译。露天凿岩设备的发展趁势[J]。国外采矿技术快报，1986，(5)：
6 胡均平。液压凿岩过程计算机控制系统研究[D]。长沙：中南大学机电工程学院，1995。
7 鸣午译。凿岩作业开始应用计算机控制系统[J]。凿岩机械气动工具，1983，(3)：
8 赵玉东。微机控制炮孔凿岩设备发展概况[J]。凿岩机械气动工具，1991，(4)：
9 赵昱东。地下凿岩设备向凿岩机器人发展[J]。凿岩机械气动工具，2001，(1)：46～49。
10 Ari Tuunanen. The automation of hard rock drilling machines[J]. Tunnels & Tunneling[J], 1993, 25(5): 51～52.
11 芮钟英译。凿岩台车的微机控制[J]。国外采矿，1984，(9)：
12 张金奎，易淳。凿岩台车钻孔自动定位控制系统[J]。国外工程机械，1990，16(6)：11～15。
13 陈定远。液压凿岩设备的应用与发展[J]。凿岩机械气动工具，1992，2：
14 《国外采矿》编辑部。国外新产品简介[J]。国外采矿，1988，26：
15 F.X．比伯特，P．雷纳德．凿岩设备自动化[J]。国外金属矿山，1994，(10)：64～68。
16 陈世涛。钻臂类型分析[J]。凿岩机械气动工具，1998(4)：24～ 9。
17 高为炳。变结构控制的理论及设计方法[M]。北京：科学出版社，1996。
18 吴敏，桂卫华。现代鲁棒控制[M]。长沙：中南工业大学出版社，1998。
19 李少远，席裕庚，陈增强，袁著祉。智能控制的新进展(Ⅰ)[J]。控制与决策，2000，15(1)：1～5。
20 李力争。模糊控制算法及系统性能的研究[D]。长沙：湖南大学电气与信息工程学院，1992。
21 沈清，胡德文，时春。神经网络应用技术[M]。长沙：国防科学技术大学出版社，1993。
22 胡守仁，余少波，戴葵。神经网络导论[M]。长沙：国防科学技术大学出版社，1997。
23 蔡自兴。智能控制—基础与应用[M]。北京：国防工业出版社，1998。
24 舒迪前。预测控制系统及其应用[M]。北京：机械工业出版社，1996。
25 陈福祥。预测控制及应用[M]。武汉：华中理工大学出版社，1993。
26 李清泉。自适应控制系统理论、设计与应用[M]。北京：科学出版社，1990。
27 韩曾晋。自适应控制[M]。北京：清华大学出版社，1996。
28 费敏锐，陈伯时，郎文鹏。智能控制方法的交叉综合及其应用[J]。控制理论与应用，1996，13(3)：273～281。
29 诸静。机器人与控制技术[M]。杭州：浙江大学出版社，1992。
30 徐元昌，陶学恒，沈晓红。工业机器人[M]。北京：中国轻工业出版社，1999。
31 高为炳。非线性控制系统导论[M]。北京：科学出版社，1988。
32 曹建福，韩崇昭，方洋旺。非线性系统理论及应用[M]。西安：西安交通大学出版社，2001。
33 朱全民。非线性系统辨识[J]。控制理论与应用，1994，11(6)：641～652。
34 李春文，苗原，冯元琨，杜继宏。非线性系统控制的逆系统方法(Ⅰ)—单变量控制理论[J]。控制与决策，1997，12(5)：529～535。
35 李春文，冯元琨。多变量非线性系统的逆系统方法[M]。北京：清华大学出版社，1991。
36 ROBERT SHORTEN, RODERICK MURRAY-SMITH, ROGER BJφRGAN,HENRIK GOLLEE. On the interpretation of local models in blended multiple model structures[J]. INT.J.CONTROL, 1999, 72(7/8): 620～628.
37 郭朝晖，郑加成，吴铁军。近似线性化方法综述[J]。控制与决策，1999，14(5)：385～391。
38 胡跃明，胡终须，毛宗源，李志权。非线性控制系统的近似线性化方法[J]。控制理论与应用，2001，18(2)：160～165。
39 侯忠生。非参数模型及其自适应控制理论[M]。北京：科学出版社，1999。
40 朱建新，贺湘宇，何清华。凿岩机器人壁碰问题[J]。中南工业大学学报，2000，31(4)：353～355。
41 何清华。一种新型钻臂变幅机构的设计与分析[J]。工程机械，1988，19(7)：12～16。
42 李洪人。液压控制系统[M]。北京：国防工业出版社，1981。
43 绪方胜彦。现代控制工程[M]。北京，科学出版社，1980。
44 Fahmida N.Chowdhury. Input-Output Modeling of Nonlinear Systems with Time-Varying Linear Models[J]. IEEE TRANSACTION ON AUTOMATIC CONTROL, 2000, 45(7): 1355～1358.
45 I.J.LEONTARITIS, S.A.BILLINGS. Input-output parametric models for non-linear systems Part Ⅰ: deterministric non-linear systems[J]. INT.J.CONTROL, 1985, 41(2): 303～328.
46 I.J.LEONTARITIS, S.A.BILLINGS. Input-output parametric models for non-linear systems Part Ⅱ: stochastic non-linear systems[J]. INT.J.CONTROL, 1985, 41(2): 329～344.
47 Chen S, Billings S A. Representations of nonlinear systems: The NARMAX model[J]. INT.J.CONTROL, 1989, 49(4): 1013～1032.
48 QUAN-GEN ZHOU, WILLIAM R. CLUETT. Recursive Identification of Time-varying Systems via Incremental Estimation[J]. Automatica, 1996, 32(10): 1427～1431.
49 Clark D.W., Montadi C., Tufts P. S.. Generalized Predictive Control, Part Ⅰ: The Basic Algorithm[J]. Automatica, 1987, 23(2): 137～148.
50 Clark D.W., Montadi C., Tufts P. S.. Generalized Predictive Control, Part Ⅱ: Extension and Interpretations[J]. Automatica, 1987, 23(2): 148～160.
51 A.M.Karshenas, M.W.Dunnigan, B.W.Williams. Adaptive inverse control algorithm for shock testing[J], IEE. Proc.-control Theory Appl.,2000, 147(3): 267～276.
52 B. widrow, E. walach. Adaptive Inverse Control(自适应逆控制，刘树棠，韩崇昭译)[M]．西安：西安交通大学出版社，2000．
53 陈世涛。直接定位双三角支撑钻臂运动轨迹的计算机仿真[J]。凿岩机械气动工具，1995，(3)：1～9。
54 Martin Herrenknecht, Jim Broomfield. Latest modem tunneling methods.[J]. Tunnels & Tunneling International[J]. 1997, 29(11): 46～47.
55 Nick Horton. Drifting Under The Midnight Sun[J]. World Mining Equipment, 1991, 15(9): 14～17.
56 Mike Woof. Drilling robots[J]. World Mining Equipment, 1996, 20(7): 43～45.
57 Rainer Beccu. New Concept in Percussion Drilling[J]. World Mining Equipment, 1992, 16(7): 39～42.
58 World News. Hi-tech Computerized Drill Rig for Swedish High-speed Railway[J]. Tunnels
& Tunneling, 1991, 23(9): 13～14.
59 David Martin. "At last, a computer-controlled jumbo that really works"[J]. Tunnels & Tunneling, 1988, 20(5): 33～35.
60 TOR A.JOHANSEN, BJARNE A.FOSS. Constructing NARMAX models using ARMAX models[J]. INT.J.CONTROL, 1993, 58(5): 1125～1153.
61 Andrius Jankunas. Optimal Adaptive Control for Estimation of Parameters of ARX models[J]. IEEE TRANSACTION ON AUTOMATIC CONTROL, 2000, 45(5): 964～968.
62 KAMEN PEREV, CLAS JACOBSON, BAHRAM SHAFAI[J]. An algorithm for identification of smooth nonlinear systems based on parametrized linearization families[J]. INT.J.CONTROL, 1995, 61(5): 1013～1043.
63 J.WATKINGS, S.YURKOVICH. Parameter set estimation algorithms for time-varying systems[J]. INT.J.CONTROL, 1997, 66(5): 711～731.
64 M. Boutayeb. Identification of Nonlinear Systems in the Presence of Unknown but Bounded Disturbances[J]. IEEE TRANSACTION ON AUTOMATIC CONTROL, 2000, 45(8): 1503～1507.
65 Alfred Joensen, henrik Madsen, Henrik Aa. Nielsen, Torben S.Nielsen. Tracking time-varying papameters with local regression[J]. Automatica, 2000, 36:1119～1204.
66 Rogelio Lozano, Dimitrios Dimogianopoulos, Robert Mahony. Identification of linear time-varying systems using a modified least-squares algorithm[J]. Automatica, 2000, 36: 1009～1015.
67 Le Yi Wang, G.George Yin. Persistent Identification of Systems with Unmodeled Dynamics and Exogenous Disturbances[J]. IEEE TRANSACTION ON AUTOMATIC CONTROL, 2000, 45(7): 1246～1256.
68 SOURA DASGUPTA, BRIAN D. O. ANDERSON. A Parametrization for the Closed-loop Identification of Nonlinear Time-varying Systems[J]. Automatica, 1996, 32(10): 1349～1360.
69 LEI GUO. Estimating Time-varying Parameters by the Kalman Filter Based Algorithm: Stability and Convergence[J]. IEEE TRANSACTION ON AUTOMATIC CONTROL, 1990, 35(2): 141～147.
70 Tore Hgglund, Karl Johan strm. Supervision of adaptive control algorithms[J]. Automatica, 2000, 36:1117～1180.
71 Wilson J.Rugh, Jeff S.Shamma. Research on gain scheduling[J]. Automatic, a, 2000, 36: 1401～1425.
72 Sales K R, Billings S A. Self-tuning control of nonlinear ARMAX models[J]. INT.J.CONTROL, 1990, 51(4): 753～769.
73 Po-chiang Yeh, Kokotovic P V. Adaptive control of a class of nonlinear discrete-time systems[J]. INT.J.CONTROL, 1995, 62(2): 203～324.
74 Agarwal M, Seborg D E. Self-tuning controllers for nonlinear systems[J]. Automatica, 1987,23(2): 209～214.
75 Pajunen G. Adaptive control of Wiener type nonlinear systems[J]. Automatica, 1992, 28(4): 781～785.
76 Astrm K J, et al. Towards intelligent PID control[J]. Automatica, 1992, 28(1): 1～9.
77 Wen C, Hill D J. Adaptive linear control of nonlinear systems[J]. IEEE TRANSACTION ON AUTOMATIC CONTROL, 1990, 35(11): 1253～1257.
78 C. Kambhampati, J. D. Mason, K. Warwick. A Stable One-step-ahead predictive control of
nonlinear systems[J]. Automatica, 2000, 36: 485～495.
79 Clarke D W, Mohtadi C, Tufts P S. Generalized predictive control[J]. Automatica, 1987, 23(2): 137～160.
80 Clarke D W, Mohtadi C. Properties of generalized predictive control[J]. Automatica, 1989, 25(6): 859～875.
81 Filatov N M, Unbehauen H. Adaptive predictive control policy for nonlinear stochastic systems[J]. IEEE TRANSACTION ON AUTOMATIC CONTROL, 1995, 40(1): 1943～1949.
82 F.Z.Chaoui, F.Giri, M.M'Saad. Adaptive control of input-constrained type-1 plants stabilization and tracking[J]. Automatica, 2001, 37:197～203.
83 D. Dimogianopoulos, R. Lozano. Adaptive control for linear slowly time-varying systems using direct least-squares estimation[J]. Automatica, 2001, 37:251～256.
84 N.M.LAKSHMANAN, Y.ARKUN. Estimation and model predictive control of non-linear batch processes using linear parameter varying models. INT.J. CONTROL, 1999, 72(7/8): 659～675.
85 GIANLUCA BONTEMPI, MAURO BIRATTARI, HUGUES BERSINI. Lazy leafing for local modeling and control design[J]. INT.J.CONTROL, 1999, 72(7/8): 643～658.
86 BERNHARD EIKENS, M.NAZMUL KARIM. Process identification with multiple neural network models[J]. INT.J.CONTROL, 1999, 72(7/8): 576～590.
87 HOU Zhongsheng, HUANG Wenhu. The Model-free Learning Adaptive Control of a Class of Nonlinear Discrete-time Systems[J]. CONTROL THEORY AND APPLICATION, 1998, 15(6): 893～899.
88 何清华，方向，朱建新。隧道凿岩机器人钻臂直接定位控制策略与速度决策器的设计[J]。机器人，2000，22(7)：684～687。
89 谢习华，何清华，郭勇。隧道凿岩机器人钻臂移位跟踪与控制系统[J]。凿岩机械气动工具，2000，29(2)：31～34。
90 何清华，周宏兵，吴凡。凿岩机器人钻臂的运动学研究[J]。中南工业大学学报，1998，29(5)：483～486。
91 李川，阎天俊。双三角式液压钻臂平动机构分析[J]。凿岩机械气动工具，1999，(1)：3～6。
92 朱建新，何清华，郭勇。液压凿岩设备的研制现状及其发展思路[J]。凿岩机械气动工具，1999，(2)：21～26。
93 刘进录。我国凿岩钻车的发展[J]。凿岩机械气动工具，1999，(3)：28～36。
94 秦滨，韩志刚。非线性NARMAX模型的ARMAX模型的全局同构[J]。控制与决策，1996，11(3)：363～367。
95 秦滨，韩志刚。非线性NARMAX模型的ARMAX模型全局线性化[J]。自动化学报，1997，23(3)：332～337。
96 张广岩，陈景功，张竟新。自适应预报内模控制[J]。信息与控制，1994，23(3)：148～153。
97 王伟。一种广义预测自适应控制的直接方法[J]。自动化学报，1996，22(3)：270～277。
98 候忠生，韩志刚。非线性系统鲁棒无模型学习自适应控制[J]。控制与决策，1995，10(2)：138～142。
99 郭健，朱瑞军，胡维礼。一类非线性系统的自适应广义预测控制[J]。控制与决策，2001，16(3)：358～361。
100 邵青，冯汝鹏。非线性系统模糊辨识的新方法[J]。控制与决策，2001，16(1)：83～89。
101 高仁祥，张世英，刘豹。一类非线性模型及其预测偏差分析[J]。信息与控制，1994，
23(4)：200～205。
102 王淑涟，陆路，史维祥。一类新型自学习控制器及其在气动伺服系统中的应用[J]。信息与控制，1999，28(2)：146～151。
103 亓学广，王付生，张承进。一类离散时间时变系统的自适应辨识与控制[J]。控制与决策，1999，14(6)：658～662。
104 蔡自兴。智能过程控制的应用[J]。中南工业大学学报，1995，26(6)：797～800。
105 孙增圻，张再兴。智能控制的理论与技术[J]，控制与决策，1996，11(1)：1～7。
106 周其鉴。仿人智能控制器[J]。中国仪器仪表，1993，(2)：5～9。
107 李祖枢，徐鸣，周其鉴。一种新型的仿人智能控制器(SHIC)[J]。自动化学报，1990，16(6)：503～509。
108 涂亚庆，李祖枢。一种新型的仿人智能控制器的设计方法[J]。自动化学报，1994，20(5)：616～621。
109 周东华，金以彗，王庆林。一般模型控制(GMC)：一种简单实用的非线性过程控制方法[J]。信息与控制，1998，27(3)：216～222。
110 秦世引，罗公亮。智能控制研究中的几个问题[J]。信息与控制，1996，25(3)：137～142。
111 邓志东，张再兴，孙增圻。学习控制系统[J]。信息与控制，1996，25(2)：94～103。
112 夏小华，高为炳。非线性系统控制及解耦[M]。北京：科学出版社，1993。
113 蔡自兴，徐光祐。人工智能及其应用[M]。北京：清华大学出版社，1996。
114 吴根茂，邱敏秀，王庆丰。实用电液比例技术[M]。杭州：浙江大学出版社，1993。
115 黎启柏。电液比例控制与数字控制系统[M]。北京：机械工业出版社，1997。
116 曾桂英。凿岩机器人定位控制系统研究[D]。长沙：中南大学机电工程学院，1998。