冯 浩, 殷晨波, 曹东辉,, 俞宏福

(1.南京信息工程大学 人工智能学院，江苏 南京 210044；2.南京工业大学 挖掘机关键技术联合研究所，江苏 南京 211816； 3.三一重机有限公司，江苏 昆山 215300)

引言

伺服系统具有输出力大、信号处理灵活、结构紧凑、承载力强等优点，常被用作动作执行机构，在机器人、工程机械、航空航天等领域有着广泛应用[1-2]。挖掘机器人主要依靠由动臂、斗杆和铲斗组成的工作装置复合动作来完成施工任务，整平、修坡等施工场合精度要求较高[3]，工作装置伺服系统性能直接影响着施工质量、精度和工作效率。一方面需要应用先进的液压元件，另一方面，还需研究先进的控制策略。但是，摩擦、死区和流量等系统固有的非线性因素，泄漏系数、流量增益和弹性模量等不确定因素，未建模动态和外干扰等影响因素的存在，使经典控制策略无法满足现阶段高性能控制的需求[4]。因此，如何通过智能控制策略实现挖掘机器人伺服系统高性能控制，是现阶段的主要挑战。

近年来，模糊控制、比例积分微分控制(Proportional Integral Differential，PID)、反馈控制等经典算法在伺服系统中得到了广泛的应用，并取得了一定的成果[5-7]。然而，挖掘机器人工作环境复杂多变，伺服系统又要求具备良好的动态性能，需要采用更为先进的控制策略。随着非线性控制理论的成熟，如滑模控制、非线性H∞控制、神经网络控制和反演设计[8-9]，特别是滑模控制已经成为伺服系统智能控制策略的研究热点[10-11]。滑模控制(Sliding Mode Control，SMC)的主要优点是不受参数扰动和系统干扰的影响。……