基于虚拟力概念的柔性臂空间机器人模糊退步自适应控制算法设计

讨论了漂浮基柔性臂空间机器人系统的动力学模拟、运动轨迹跟踪控制算法设计及柔性振动主动抑制。采用多体动力学建模方法并结合假设模态法,建立了漂浮基柔性臂空间机器人的系统动力学模型。基于该模型,针对系统惯性参数未知情况,提出了刚性运动基于模糊基函数网络自适应调节的退步控制算法,以完成柔性臂空间机器人载体姿态及机械臂各关节铰的协调运动。然后,为了主动抑制系统柔性振动,运用虚拟力的概念,构造了同时反映柔性模态和刚性运动轨迹的混合期望轨迹,通过改造原有的控制算法,提出了基于虚拟力概念的模糊退步自适应控制算法;这样不但保证了之前刚性运动控制方案对模型不确定的鲁棒性,而且能主动抑制柔性振动,从而提高了轨迹跟踪性能。理论分析及数值仿真算例均表明了控制方法的可行性。     

柔性关节-柔性臂空间机器人的神经网络自适应反演控制及双重柔性振动抑制

空间机器人系统的柔性主要体现在空间机器人的臂杆和连接各臂杆之间的铰关节。由于空间机器人系统结构的复杂性,以往研究人员对同时具有柔性关节和柔性臂的系统关注不够。为此探讨了参数未知柔性关节-柔性臂空间机器人系统的动力学模拟、轨迹跟踪控制算法设计和关节、臂杆双重柔性振动的主动抑制问题。首先,采用多体动力学建模方法并结合漂浮基空间机器人固有的线动量和角动量守恒动力学特性,推导了系统的动力学方程。以此为基础,考虑到空间机器人实际应用中各关节铰具有较强柔性的情况,引入一种关节柔性补偿控制器解决了传统奇异摄动法应用受关节柔性限制问题,导出了适用于控制系统算法设计的数学模型。然后,利用该模型,基于反演思想在慢时标子系统中设计神经网络自适应控制算法来补偿系统参数未知和柔性关节引起的转动误差,实现系统运动轨迹跟踪性能;针对快时标子系统,设计了鲁棒最优控制算法抑制因柔性关节及柔性臂引起的系统双重弹性振动,保证系统的稳定性。最后,通过仿真对比实验验证了所设计控制算法的有效性。     

全柔性空间机器人运动振动一体化输入受限重复学习控制

探究基座、臂、关节全柔性影响下空间机器人动力学模拟、运动控制及基座、臂、关节三重柔性振动主动抑制的问题,设计了不基于系统模型信息的运动振动一体化输入受限重复学习控制算法.将柔性基座与关节等效为线性弹簧与扭转弹簧,柔性臂视为欧拉-伯努利梁模型,利用拉格朗日方程与假设模态法建立动力学模型,然后,用奇异摄动理论将模型分解为包含刚性变量与臂柔性振动的慢变子系统,包含基座、关节柔性振动的快变子系统,并分别设计相应的子控制器,构成了带关节柔性补偿的一体化控制算法.针对慢变子系统,提出输入受限重复学习控制算法,由双曲正切函数,饱和函数与重复学习项构成,双曲正切函数与饱和函数实现输入力矩受限要求,重复学习项补偿周期性系统误差,以完成对基座姿态、关节铰周期轨迹的渐进稳定追踪.然而,为了同时抑制慢变子系统臂的柔性振动,运用虚拟力的概念,构造同时反映臂柔性振动与系统刚性运动的混合轨迹,提出了基于虚拟力概念的输入受限重复学习控制器,保证基座、关节轨迹精确追踪的同时,对臂的柔性振动主动抑制.针对快变子系统,采用线性二次最优控制算法抑制基座与关节的柔性振动.仿真结果表明:控制器适用于一般柔性非线性系统,满足输入力矩受限要求,实现对周期信号的高精度追踪,有效抑制基座、臂、关节的柔性振动,证实算法的可行性.     

全柔性空间机器人运动振动一体化输入受限重复学习控制

探究基座、臂、关节全柔性影响下空间机器人动力学模拟、运动控制及基座、臂、关节三重柔性振动主动抑制的问题, 设计了不基于系统模型信息的运动振动一体化输入受限重复学习控制算法. 将柔性基座与关节等效为线性弹簧与扭转弹簧, 柔性臂视为欧拉-伯努利梁模型, 利用拉格朗日方程与假设模态法建立动力学模型, 然后, 用奇异摄动理论将模型分解为包含刚性变量与臂柔性振动的慢变子系统, 包含基座、关节柔性振动的快变子系统, 并分别设计相应的子控制器, 构成了带关节柔性补偿的一体化控制算法. 针对慢变子系统, 提出输入受限重复学习控制算法, 由双曲正切函数, 饱和函数与重复学习项构成, 双曲正切函数与饱和函数实现输入力矩受限要求, 重复学习项补偿周期性系统误差, 以完成对基座姿态、关节铰周期轨迹的渐进稳定追踪. 然而, 为了同时抑制慢变子系统臂的柔性振动, 运用虚拟力的概念, 构造同时反映臂柔性振动与系统刚性运动的混合轨迹, 提出了基于虚拟力概念的输入受限重复学习控制器, 保证基座、关节轨迹精确追踪的同时, 对臂的柔性振动主动抑制. 针对快变子系统, 采用线性二次最优控制算法抑制基座与关节的柔性振动. 仿真结果表明: 控制器适用于一般柔性非线性系统, 满足输入力矩受限要求, 实现对周期信号的高精度追踪, 有效抑制基座、臂、关节的柔性振动, 证实算法的可行性.      

全弹性平面运动机器人的高精度运动控制和振动抑制算法研究

为实现对基座、关节和臂均存在弹性的空间机器人运动高精度控制及多重振动抑制,建立了基座、关节和臂全弹性空间机器人动力学模型,并采用运动有限维PD重复学习控制及振动同步抑制方案进行研究.首先,利用线性弹簧、扭转弹簧和欧拉-伯努力梁理论,假设模态法和动量守恒定律,采用拉格朗日方程建立了弹性基座、柔性关节和柔性臂空间机器人动力学模型,之后,选取反映柔性臂振动的前两阶模态及基座和关节刚性运动变量为慢变子变量,选取基座和关节弹性振动变量为快变子变量,根据奇异摄动理论将系统降维分解成慢、快变子系统.最后设计了慢变子系统的运动有限维PD重复学习控制及快变子系统的线性最优双重减振控制构成的总控制器.数值仿真结果验证了算法的有效性.     

漂浮基柔性空间机器人的鲁棒控制及振动抑制

讨论了漂浮基柔性空间机器人系统的动力学建模、运动控制算法设计以及关节、臂双重柔性振动的分级主动抑制问题. 利用系统动量、动量矩守恒关系和拉格朗日-假设模态法对系统进行动力学分析,建立系统动力学方程. 基于奇异摄动法,将系统分解为表示系统刚性运动部分的慢变子系统, 表示由柔性臂引起的系统柔性运动部分的快变子系统1和表示由柔性关节引起的系统柔性运动部分的快变子系统2. 针对慢变子系统提出一种鲁棒控制方法来补偿系统参数的不确定性和柔性关节引起的转动误差,实现系统期望运动轨迹的渐近跟踪;针对快变子系统1采用线性二次型最优控制器来抑制由柔性臂引起的系统柔性振动;针对快变子系统2设计了基于机械臂和电机转子的转角速度差值的反馈控制器来抑制由柔性关节引起的系统柔性振动. 因此,系统的总控制律为以上3个子系统控制律的综合. 最后通过仿真实验证明了所提出的混合控制方法的有效性.      

漂浮基柔性两杆空间机械臂的关节运动鲁棒控制与柔性振动最优控制

讨论了载体位置、姿态均不受控情况下,具有有界干扰及有界未知参数的漂浮基柔性两杆空间机械臂的具有鲁棒性的关节运动控制与柔性振动最优控制算法设计问题。首先选择合理的联体坐标系,利用拉格朗日方程并结合动量守恒原理得到漂浮基柔性两杆空间机械臂系统的动力学方程。通过合理选择联体坐标系与利用奇异摄动理论,实现了两个柔性杆柔性振动之间、关节运动与两柔性杆柔性振动的解耦,得到了柔性两杆空间机械臂的慢变子系统与柔性臂快变子系统。针对两个子系统设计相应的控制规律,即增广鲁棒慢变子系统控制律与柔性臂快变子系统最优控制律,这两个相应的子系统控制规律综合到一起构成飘浮基柔性两杆空间机械臂总的关节运动与臂柔性振动控制的组合控制律。系统的数值仿真证实了方法的有效性。该控制方案不需要直接测量漂浮基的位置、移动速度和移动加速度。     

漂浮基柔性两杆空间机械臂的关节运动鲁棒控制与柔性振动最优控制Robust joint motion control and vibration optimal control for a free-floating two-flexible-link space manipulator

讨论了载体位置、姿态均不受控情况下,具有有界干扰及有界未知参数的漂浮基柔性两杆空间机械臂的具有鲁棒性的关节运动控制与柔性振动最优控制算法设计问题。首先选择合理的联体坐标系,利用拉格朗日方程并结合动量守恒原理得到漂浮基柔性两杆空间机械臂系统的动力学方程。通过合理选择联体坐标系与利用奇异摄动理论,实现了两个柔性杆柔性振动之间、关节运动与两柔性杆柔性振动的解耦,得到了柔性两杆空间机械臂的慢变子系统与柔性臂快变子系统。针对两个子系统设计相应的控制规律,即增广鲁棒慢变子系统控制律与柔性臂快变子系统最优控制律,这两个相应的子系统控制规律综合到一起构成飘浮基柔性两杆空间机械臂总的关节运动与臂柔性振动控制的组合控制律。系统的数值仿真证实了方法的有效性。该控制方案不需要直接测量漂浮基的位置、移动速度和移动加速度。     

漂浮基柔性关节空间机器人自适应滑模运动控制及振动主动抑制

讨论了关节柔性且系统参数不确定的漂浮基空间机器人系统的动力学建模过程、运动轨迹跟踪控制算法设计及系统柔性振动的主动抑制问题。利用系统动量、动量矩守恒关系和拉格朗日法对系统动力学进行分析,并建立系统动力学方程。基于奇异摄动法将系统分解为表示系统刚性运动部分的慢变子系统和表示系统柔性运动部分的快变子系统。针对慢变子系统提出了一种自适应滑模控制算法。该控制算法是由基于滑模面的等效控制项、自适应控制项和PID反馈控制项组成。因此,它集合了滑模控制、自适应算法和PID技术的优点,且弥补了三种算法各自的缺点。该控制算法能够有效地补偿系统的转动误差和不确定参数,提高控制系统的精度。针对快变子系统,提出基于速度差值的反馈控制算法来抑制柔性关节引起的系统柔性振动,保证系统的稳定性。最后,通过仿真实验证明了提出的混合控制算法的有效性。     

考虑摩擦特性的柔性关节空间机器人自适应CMAC神经网络鲁棒控制

讨论了关节摩擦力矩影响下,具有柔性铰关节的漂浮基空间机器人系统的动力学控制问题.设计了基于高斯基函数的小脑神经网络(CMAC)鲁棒控制器和摩擦力矩补偿器.用奇异摄动理论对系统的动力学模型进行快慢变子系统分解,针对快变子系统,设计力矩微分反馈控制器来抑制机械臂关节柔性引起的振动;对于慢变子系统,设计了基于自适应CMAC神...     

弹性关节空间机械臂级联智能滑模控制

谐波减速器和力矩传感器等柔性元件因其独特性能而广泛应用在空间机器人关节系统中，以获取高减速比．但同时这些柔性元件的存在为空间机械臂系统引入了关节柔性，使得对其稳定控制变得更为复杂．基于此，文中讨论了基于自适应回归小波神经网络(Self-Recurrent Wavelet Neural Networks, SRWNN)的弹性关节空间机械臂系统动力学建模及级联智能滑模控制．首先，利用级联系统理论及第二类拉格朗日方法推导出了由外环刚性臂子系统和内环关节电机转子子系统组成的系统级联动力学模型；其次，为两个子系统分别设计了内、外环自适应滑模回归小波神经网络控制．外环控制算法以期望轨迹为控制量，而其控制信号作为抑制弹性关节振动的内环控制算法的控制量，整个控制系统由内、外环控制系统叠加而成；而后，基于Lyapunov稳定性理论证明了整个控制系统的稳定性并设计了自适应回归小波神经网络的各权值参数在线学习算法．所提的控制算法有效地消除了模型不确定的影响，避免了复杂的求导计算和角加速度可测的要求，同时，控制系统设计过程中未涉及惯常奇异摄动双时标分解操作，在理论上适合任意大小的关节柔性刚度．最后，系统对比仿真试验证明了所提的级联智能控制算法优于惯常基于奇异摄动法和基于柔性铰补偿奇异摄动法的控制方案．     

存在关节力矩输出死区及外部干扰的漂浮基空间机械臂积分滑模神经网络自适应控制

探讨了载体位置和姿态都不受控时,漂浮基空间机械臂在带有关节力矩输出死区及外部干扰情况下轨迹跟踪的控制算法设计问题。死区与外部干扰影响系统的跟踪精度与稳定性。为此引入积分型切换函数,减少外部干扰引起的稳态误差,并利用径向基函数神经网络逼近动力学方程的未知部分,设计了一种积分滑模神经网络控制方案。控制算法的优点是,在死区斜率与边界参数不确定及最优逼近误差上确界未知的条件下,可以利用最优逼近误差、死区及干扰的补偿项来消除影响。李亚普诺夫稳定性分析证明了闭环系统的稳定性,且轨迹跟踪误差将收敛到0的某个小邻域内。仿真算例证实了该控制算法的有效性,实现了空间机械臂的轨迹跟踪控制。     

柔性铰柔性杆机器人动力学建模、仿真和控制

本文探究了铰柔性对机器人动力学响应和动力学控制的影响. 首先, 建立由$n$个柔性铰和$n$个柔性杆组成的空间机器人模型, 运用递推拉格朗日动力学方法, 得到柔性机器人系统的刚柔耦合动力学方程. 在动力学建模过程中, 除了考虑杆件的拉伸变形、弯曲变形、扭转变形以及非线性耦合变形对机器人系统动力学行为的影响, 还考虑了铰的柔性对机器人动力学响应和控制的影响. 其中, 柔性铰模型是基于Spong的柔性关节简化模型, 将柔性铰看成线性扭转弹簧, 不仅考虑了铰阻尼的存在, 还考虑了柔性铰的质量效应. 其次, 编写了空间柔性铰柔性杆机器人仿真程序, 研究铰的刚度系数和阻尼系数对系统动力学响应的影响. 研究表明: 随着柔性铰刚度系数的增大, 柔性机器人的动态响应幅值减小, 振动频率变大. 随着柔性铰阻尼系数的增大, 柔性机器人的动态响应幅值减小, 振动幅值的衰减速度变快. 可通过调节柔性铰的刚度和阻尼来减小柔性铰柔性杆机器人的振动, 因此铰阻尼的研究具有重要工程意义. 最后, 研究了铰柔性在机器人系统动力学控制中的影响. 在刚性铰机械臂和柔性铰机械臂完成相同圆周运动时, 通过逆动力学方法求解得到两种情况下的关节驱动力矩. 研究表明: 引入柔性铰会使控制所需的驱动力矩变小, 对机器人控制的影响显著.      

基于干扰观测器的柔性关节空间机器人退步自适应控制

研究了载体位置、姿态均不受控的情况下,系统参数不确定的柔性关节空间机器人轨迹跟踪的控制问题.结合系统动量、动量矩守恒关系,利用拉格朗日法推导出系统的动力学模型.为减小系统柔性关节对系统控制精度的影响,采用关节柔性补偿器来等效降低系统关节的柔性.再借助奇异摄动法,针对系统参数不确定的情况,设计了柔性关节空间机器人基于干扰观测器的退步自适应滑模控制方案.该方案不需要对系统惯性参数进行线性化处理,控制器结构简单,且实现了空间机器人期望轨迹的精确跟踪控制.通过平面两杆空间机器人的数值仿真证明了该方法的有效性.     

柔性空间机器人快速终端滑模容错抑振控制

针对基座与臂杆存在柔性且执行机构发生故障的自由漂浮空间机器人系统，设计了快速终端滑模容错抑振控制器。结合线性弹簧假设、欧拉-伯努利梁理论和假设模态法提取了系统的柔性特征，利用拉格朗日方程推导出柔性基、柔性臂空间机器人系统的动力学模型；基于双幂次非奇异快速终端滑模为系统设计了有限时间容错控制器，采用Lyapunov函数法证明了闭环系统的稳定性；在此基础上，引入混合轨迹对容错控制器进行修正，进而构造出基于虚拟控制力的有限时间容错抑振控制器，实现对空间机器人载体姿态与关节轨迹的快速跟踪控制及基座与臂杆柔性振动的有效抑制。仿真结果表明，相较于无容错机制的计算力矩抑振控制算法，所设计算法的轨迹跟踪误差收敛速度提升了68.75%，弹性基座的振幅减小了78%，限定在1.1×10^-4 m之内。     

柔性机械臂运动轨迹变结构双模控制

本文针对柔性机械臂运动轨迹的控制问题，采用假设模态法，利用Ｋａｎｅ春动力学模型，采用变结构控制理论跟踪关节转角的运动轨迹，当关切转角到达其终点的领域时，利用线性稳态器来控制末端点的弹性振动。提出了一种弯以模控制算法，并将其应用于单杆柔性机械臂的控制中，文中最后给出仿真研究结果，验证了该算法的有效性。     

带滑移铰空间机械壁的分解运动自适应控制

讨论了载体位置与姿态均不受控制的漂浮基带滑移铰空间机械臂的逆运动学问题,推导了系统的运动学、动力学方程。分析表明,结合系统动量及动量矩守恒关系得到的系统广义Jacobi关系为系统惯性参数的非线性函数。证明了借助于增广变量法可以将增广广义Jacobi矩阵表示为一组适当选择的惯性参数的线性函数。在此基础上,给出了系统参数未知时由空间机械臂末端惯性空间期望轨迹产生机械臂关节铰期望角速度、角加速度的增广自适应控制算法。仿真运算,证实了方法的有效性。     

随机激励下柔性智能梁结构振动的模糊自适应控制

对柔性智能梁结构提出了一种具有结构和参数学习能力的模糊神经网络控制方法,该法摒弃了常规的以BP算法来优化整个网络参数的作法,利用遗传算法对网络全局性参数进行离线优化,利用BP学习算法对网络局部性参数进行在线调节。以柔性智能悬臂梁为例,实现了对其在随机激励下的振动控制。仿真结果表明,模糊神经网络控制算法对智能结构的振动控制具有一定的鲁棒性和自适应性。     

DYNAMICS MODELING,SIMULATION, AND CONTROL OF ROBOTS WITH FLEXIBLE JOINTS AND FLEXIBLE LINKS$^{\bf 1)}$

本文探究了铰柔性对机器人动力学响应和动力学控制的影响. 首先, 建立由$n$个柔性铰和$n$个柔性杆组成的空间机器人模型, 运用递推拉格朗日动力学方法, 得到柔性机器人系统的刚柔耦合动力学方程. 在动力学建模过程中, 除了考虑杆件的拉伸变形、弯曲变形、扭转变形以及非线性耦合变形对机器人系统动力学行为的影响, 还考虑了铰的柔性对机器人动力学响应和控制的影响. 其中, 柔性铰模型是基于Spong的柔性关节简化模型, 将柔性铰看成线性扭转弹簧, 不仅考虑了铰阻尼的存在, 还考虑了柔性铰的质量效应. 其次, 编写了空间柔性铰柔性杆机器人仿真程序, 研究铰的刚度系数和阻尼系数对系统动力学响应的影响. 研究表明: 随着柔性铰刚度系数的增大, 柔性机器人的动态响应幅值减小, 振动频率变大. 随着柔性铰阻尼系数的增大, 柔性机器人的动态响应幅值减小, 振动幅值的衰减速度变快. 可通过调节柔性铰的刚度和阻尼来减小柔性铰柔性杆机器人的振动, 因此铰阻尼的研究具有重要工程意义. 最后, 研究了铰柔性在机器人系统动力学控制中的影响. 在刚性铰机械臂和柔性铰机械臂完成相同圆周运动时, 通过逆动力学方法求解得到两种情况下的关节驱动力矩. 研究表明: 引入柔性铰会使控制所需的驱动力矩变小, 对机器人控制的影响显著.     

基于非线性级联系统的弹性关节空间机器人新型滑模控制

研究了双臂弹性关节空间机器人的改进型非线性干扰观测器(nonlinear disturbance observer,NDO)设计、新型自适应动态终端滑模控制和弹性振动抑制问题。首先,考虑空间机器人的关节弹性,基于非线性级联系统的结构建立弹性关节空间机器人模型,分为外环机械臂动力学和内环关节动力学,具有渐近稳定性。针对外环机械臂动力学模型,设计基于改进型NDO的新型自适应动态终端滑模控制算法。针对内环关节动力学模型,设计力矩反馈控制算法来抑制弹性关节振动。本文提出的基于非线性级联系统的自适应动态终端滑模控制算法具有良好的动态特性及较强的鲁棒性,可在关节柔性刚度较小情况下,快速完成弹性关节振动抑制,实现空间机器人轨迹的精确跟踪。系统仿真试验证明了本文控制算法的正确性。