考慮模型不確定和關節(jié)電機動態(tài)的柔性機械手滑?？刂?/h1>
2022-10-14 01:17:12王春峰
機床與液壓 2022年1期
王春峰
(南京信息職業(yè)技術學院智能制造學院，江蘇南京 210023)
0 前言
柔性機械手以其負載/質(zhì)量比大、結構輕巧、效率高等優(yōu)勢，已逐漸取代傳統(tǒng)的剛性機械手在航空航天、醫(yī)療和工業(yè)等領域得到廣泛應用。然而，由于其結構柔性的存在，柔性機械手的魯棒控制一直是控制和應用工程領域的難點之一[1-3]。
柔性機械手建模方法主要有牛頓-歐拉法、拉格朗日法和虛位移法等，最常見的模型有解耦模型[4]、偏微分方程組模型[5]和基于模態(tài)假設法的模型。由于模態(tài)假設法模型將每個桿視為歐拉-伯努利桿，模型包含分布參數(shù)，更接近柔性機械手的真實情況，因此應用最廣泛，如文獻[6-8]中都用到了模態(tài)假設法模型。柔性機械手包含柔性單元，屬于典型的分布參數(shù)系統(tǒng)，必須用無窮維分布參數(shù)模型來描述，然而，為降低模型復雜性，通常柔性模態(tài)只截取到1階。特別地，關節(jié)電機安裝在機械臂上，通常輔助以諧波減速器、制動器、磁編碼器及控制器等，進而通過一個或多個關節(jié)電機的聯(lián)動完成機械手的運動控制[9]。因此，電機動態(tài)性的影響不可忽略，但現(xiàn)有建模過程中卻常忽略，使得柔性機械手建模精度不高，嚴重制約了其模型分析與控制精度。
在柔性機械手的控制方面，其末端控制面臨的難點之一為轉(zhuǎn)矩輸入與位移輸出間的傳遞函數(shù)為非最小相位，難以直接針對末端期望位移進行控制器設計。為此，研究人員針對其非最小相位的解耦問題進行了相關研究。文獻[10]中在被控系統(tǒng)平衡點處利用輸出重定義的方式，將它轉(zhuǎn)變?yōu)橐子诳刂频淖钚∠辔幌到y(tǒng)。文獻[9]和文獻[10]中根據(jù)不同時間尺度下的關節(jié)電機轉(zhuǎn)角和柔性模態(tài)，分別采用奇異攝動方法、輸出重定義法將系統(tǒng)分解為快、慢2個子系統(tǒng)。對比以上2種常用解耦方法，輸出重定義法應用更廣泛、簡單且控制器設計靈活。
此外，在應用控制方法方面，對比PI控制[12]、狀態(tài)反饋控制[13]和模糊控制[14]等，滑模(Sliding Mode Control, SMC)控制[15]以其強魯棒性、對控制對象模型精度要求不高和易于實現(xiàn)等優(yōu)點，在柔性機械手控制方法中廣泛應用，有效緩解了柔性機械手建模精度的約束。但目前SMC多以傳統(tǒng)線性滑?？刂?、非奇異終端滑?？刂芠16]及與模糊控制、神經(jīng)網(wǎng)絡等智能控制法相結合[17]的應用為主，且多以額定工況下的柔性機械手控制為主。然而，在對運動精度要求較高的場合中，由于關節(jié)電機的動態(tài)性能和實際模型中參數(shù)的不確定性，SMC控制性能往往不理想?，F(xiàn)有控制方法多以穩(wěn)定性作為控制目標，且無法定量給出其末端位移偏差的準確值。
基于以上研究背景，本文作者以雙臂柔性機械手為例，考慮模型參數(shù)不確定和關節(jié)電機動態(tài)，建立一種柔性機械手與關節(jié)電機的聯(lián)合模型，在此基礎上，重新定義其輸出以解決其最小相位問題。針對分解后的重定義子系統(tǒng)，借鑒文獻[18]中的終端滑模的有限時間收斂特性，提出一種改進的非線性滑?？刂品椒?，同時實現(xiàn)對輸出重定義系統(tǒng)狀態(tài)和關節(jié)電機動態(tài)的魯棒控制，提高其動態(tài)響應時間。針對分解后的柔性模態(tài)，利用李雅普諾夫穩(wěn)定性理論保證它在平衡點鄰域的局部收斂性，并推導出雙機械手末端位移的誤差范圍。
1 系統(tǒng)描述與建模
1.1 柔性機械手-關節(jié)電機聯(lián)合建模
針對雙臂柔性機械手，本文作者采用文獻[18]中的模型。不同于目前柔性模態(tài)僅取截斷后1階的做法，該模型每個臂柔性模態(tài)均取2階，因此建模精度更高?？紤]模型參數(shù)不確定性，雙臂柔性機械手系統(tǒng)描述如式(1)所示：
(1)
其中:θ=[θ1θ2]T∈R2為電機轉(zhuǎn)角;q=[q1
其中：Mr∈R2×2;Mrf∈R4×2;Mf∈R4×4。矩陣M的逆矩陣可表示為
其中:N11∈R2×2;N12∈R2×4;N21∈R4×2;N22∈R4×4。
本文作者著重考慮關節(jié)電機的動態(tài)。相比于異步電機、步進電機等，直流電機以其結構簡單、調(diào)速范圍大、易于實現(xiàn)線性和快速啟?？刂频葍?yōu)點在機械手中廣泛應用[20]。為此，本文作者采用直流電機充當柔性手的關節(jié)驅(qū)動電機，其動態(tài)特性可表示為
(2)
式中：L=diag[L1L2]、R=diag[R1R2]、Ke=diag[ke1ke2]，分別表示2個柔性臂上電機的電感、電阻和反電勢常數(shù)陣；KT為電機的電流-轉(zhuǎn)矩正定常數(shù)陣；u=[u1,u2]T∈R2為關節(jié)電機的輸出轉(zhuǎn)矩;Te=[Te1,Te2]T∈R2為關節(jié)電機的機械轉(zhuǎn)矩，且有u=Te+τ。
(3)
其中:
文中控制目標：控制雙臂柔性機械手的末端位移從非零初始狀態(tài)yi(0)≠0到零，其計算公式如式(4)所示：
(4)
式中:yi(0)、Li和φij分別為第i個柔性機械手的初始位移、臂長和第j個柔性模態(tài)。
柔性機械手系統(tǒng)的輸入維數(shù)小于輸出維數(shù)，屬于非最小相位系統(tǒng)，難以直接設計控制器。因此，借鑒文獻[19]中的輸出重定義方法進行模型變換。
1.2 模型變換
根據(jù)式(4)，為克服柔性機械手末端控制的最小相位問題，重新定義輸出變量z∈R2為電機轉(zhuǎn)角θ和柔性模態(tài)q的線性組合為
z=λ0θ+λ1q
(5)
式(5)中并沒有把關節(jié)電機模型(2)的變量I考慮到重定義輸出變量z中，因為關節(jié)電機只是通過電流I為柔性機械手提供驅(qū)動轉(zhuǎn)矩，而式(4)表示的末端位移的控制仍然通過控制關節(jié)轉(zhuǎn)角θ和柔性模態(tài)q實現(xiàn)。
將式(5)中的z進行兩次求導，可得關節(jié)電機的輸出轉(zhuǎn)矩u，并將u代入式(3)，有：
(6)
其中:
(7a)
Δα=(λ0N11+λ1N21-N11Te)Δ1+(λ0N12+
λ1N22-N21Te)Δ2
(7b)
β=λ0N11+λ1N21
(7c)
(8)
根據(jù)文獻[19]中輸出重定義方法，式(8)可視為輸入、輸出子系統(tǒng)，而其余4維柔性模態(tài)構成內(nèi)部子系統(tǒng)，由式(3)可直接得到：
Kq-Δ2)+N21u
(9)
若針對如式(9)所示的重定義輸出系統(tǒng)設計控制律u使其狀態(tài)z1=z2=z3=0有限時間收斂，則式(6)成立，進而推出:
u=-β-1(α+Δα)
(10)
將式(10)代入式(9)，根據(jù)文獻[10]中零動態(tài)的定義，內(nèi)部子系統(tǒng)化為零動態(tài)子系統(tǒng):
(11)
綜合以上模型變換，可見如式(3)所示的柔性機械手-關節(jié)電機聯(lián)合模型可最終分解為如式(8)所示的重定義子系統(tǒng)和如式(11)所示的零動態(tài)子系統(tǒng)。
2 非線性滑?？刂破髟O計
針對重定義輸出系統(tǒng)，由于包括3個系統(tǒng)狀態(tài)z1、z2和z3且為實現(xiàn)有限時間收斂，借鑒文獻[18]中終端滑模的有限時間收斂特性設計一種改進的非線性滑模面，其表達式為
(12)
式中：s∈R2；設計參數(shù)為c1、c2，并且c1=diag[c11
c12]、c2=diag[c21c22]，cii>0,i=1, 2。
式(8)中包含未知的不確定項Δα，在設計相應滑模控制器時需要知道其上邊界范圍，則有：
(13)
其中:ε3>0。
基于滑模等效控制原理[2]，設計滑?？刂坡蓇由等效控制項ueq和切換項un組成，即:
u=ueq+un
(14)
令式(12)中的s的一階導為0，可以計算得到等效控制項ueq，旨在維持系統(tǒng)在滑模面穩(wěn)定。ueq表達式為
ueq=Rz3+Kez2+Te-
(15)
而切換項un的作用是通過切換開關使得系統(tǒng)趨近于設計的滑模面，其優(yōu)點為具有高度抗干擾性。
(16)
將式(15)代入式(16)，則有:
(17)
可見，若設計切換項un為
(18)
其中，η>0則可使得式(17)變?yōu)?/p>
結合以上分析，可證明所設計的控制律u的正確性及系統(tǒng)狀態(tài)的有限時間收斂性。
3 穩(wěn)定性分析
由式(11)可知，零動態(tài)系統(tǒng)的穩(wěn)定性能決定整個柔性機械手系統(tǒng)的穩(wěn)定性能，且由于不確定性Δ1、Δ2的存在，可知在x=0時具有局部穩(wěn)定性，假設其穩(wěn)定區(qū)域為Ω。為此，在其局部穩(wěn)定區(qū)域可對矩陣N和ff進行線性化，即有：
(19)
將式(19)代入式(11)有：
(20)
其中：
(21)
其中：
(22)
(23)
由式(23)可推導出柔性模態(tài)q的收斂范圍為
(24)
結合式(14)(15)和(18)所示控制律的作用，由式(5)重定義輸出變量z=λ0θ+λ1q=0成立，因此可推導出電機轉(zhuǎn)角θ的收斂范圍：
(25)
最后根據(jù)柔性機械手末端位移的計算公式，考慮關節(jié)電機與參數(shù)不確定情況下，得到雙臂柔性機械手末端位移誤差范圍為
(26)
4 數(shù)值仿真
為驗證所提控制方法的有效性，從重定義參數(shù)λ0和λ1、模型參數(shù)不確定和關節(jié)電機動態(tài)三方面分析其對柔性機械手穩(wěn)定性和控制性能的影響。表1給出了雙臂柔性機械手模型參數(shù)。
表1 雙臂柔性機械手模型參數(shù)
(1)重定義參數(shù)對穩(wěn)定性能的影響
圖1 重定義系數(shù)對零動態(tài)系統(tǒng)狀態(tài)的影響
(2)模型參數(shù)Δ1和Δ2對系統(tǒng)性能的影響
圖2 存在模型不確性的柔性機械手仿真結果
(3)關節(jié)電機動態(tài)對系統(tǒng)性能的影響
不考慮模型參數(shù)的不確定Δ1和Δ2的影響，式(2)中關節(jié)電機參數(shù)如表2所示。在基于文獻[19]中忽略關節(jié)電機的影響建模和控制器設計的基礎上，增加關節(jié)電機動態(tài)的控制，選擇參數(shù)c2=diag[1.2,1.2]，對比仿真結果如圖3所示，其中，有關節(jié)電機采用如式(12)所示的非線性滑模，沒有關節(jié)電機采用文獻[19]中的標準終端滑模。
表2 直流電機參數(shù)
由圖3(a)(b)可見：文獻[19]中的標準終端滑模和文中設計的非線性滑模變量均可實現(xiàn)有限時間收斂，但不考慮關節(jié)電機動態(tài)的情況下收斂時間延長，意味著柔性機械手-關節(jié)電機聯(lián)合控制會使系統(tǒng)響應速度加快。由圖3(c)(d)可知：若考慮關節(jié)電機動態(tài)，其對應輸出的關節(jié)驅(qū)動轉(zhuǎn)矩作用也會變大，即需要額外的驅(qū)動扭矩用于關節(jié)控制。由圖3(e)(f)可知：關節(jié)電機動態(tài)的聯(lián)合控制具有加快系統(tǒng)響應速度的作用。利用LMI工具箱和式(25)—(26)可算出存在關節(jié)電機動態(tài)時2個柔性機械手的末端誤差分別為1.699×10-4rad 和8.71×10-4，因此在建模和控制器設計時不應忽略關節(jié)電機動態(tài)。
圖3 考慮/不考慮關節(jié)電機特性的柔性機械手仿真結果
5 結論
本文作者針對雙臂柔性機械手系統(tǒng)，著重研究了關節(jié)電機與模型不確定對末端位移誤差的影響。建立了雙臂柔性機械手-關節(jié)電機的聯(lián)合數(shù)學模型，并利用重定義方法解決其非最小相位問題。針對分解后的重定義子系統(tǒng)，提出一種改進的非線性滑?？刂品椒ǎ瑢崿F(xiàn)了重定義輸出變量和關節(jié)電機動態(tài)的魯棒控制。針對零動態(tài)子系統(tǒng)，利用Lyapunov穩(wěn)定性定理推導出重定義參數(shù)與零動態(tài)子系統(tǒng)穩(wěn)定性、末端位移誤差的關系。仿真結果證明了模型不確定性和關節(jié)電機的影響不可忽略，所提方法具有參考價值。
猜你喜歡
抓取脆弱物體的機械手青少年科技博覽(中學版)(2023年5期)2023-06-26 09:39:12 一種柔性拋光打磨頭設計機械工業(yè)標準化與質(zhì)量(2022年9期)2022-09-30 07:22:08 灌注式半柔性路面研究進展(1)——半柔性混合料組成設計石油瀝青(2021年5期)2021-12-02 03:21:18 高校學生管理工作中柔性管理模式應用探索文化創(chuàng)新比較研究(2020年7期)2021-01-13 09:10:48 基于組合滑模控制的絕對重力儀兩級主動減振設計中國慣性技術學報(2019年6期)2019-03-04 09:50:06 測控技術(2018年4期)2018-11-25 09:47:26 并網(wǎng)逆變器逆系統(tǒng)自學習滑?？箶_控制測控技術(2018年3期)2018-11-25 09:45:40 搬運機械手PLC控制系統(tǒng)設計通信電源技術(2016年1期)2016-04-16 04:57:29 基于ADAMS與MATLAB的機械手控制系統(tǒng)仿真研究機電信息(2015年3期)2015-02-27 15:54:53 基于PLC的機械手控制系統(tǒng)河南科技(2014年11期)2014-02-27 14:17:10
王春峰
(南京信息職業(yè)技術學院智能制造學院，江蘇南京 210023)
0 前言
柔性機械手以其負載/質(zhì)量比大、結構輕巧、效率高等優(yōu)勢，已逐漸取代傳統(tǒng)的剛性機械手在航空航天、醫(yī)療和工業(yè)等領域得到廣泛應用。然而，由于其結構柔性的存在，柔性機械手的魯棒控制一直是控制和應用工程領域的難點之一[1-3]。
柔性機械手建模方法主要有牛頓-歐拉法、拉格朗日法和虛位移法等，最常見的模型有解耦模型[4]、偏微分方程組模型[5]和基于模態(tài)假設法的模型。由于模態(tài)假設法模型將每個桿視為歐拉-伯努利桿，模型包含分布參數(shù)，更接近柔性機械手的真實情況，因此應用最廣泛，如文獻[6-8]中都用到了模態(tài)假設法模型。柔性機械手包含柔性單元，屬于典型的分布參數(shù)系統(tǒng)，必須用無窮維分布參數(shù)模型來描述，然而，為降低模型復雜性，通常柔性模態(tài)只截取到1階。特別地，關節(jié)電機安裝在機械臂上，通常輔助以諧波減速器、制動器、磁編碼器及控制器等，進而通過一個或多個關節(jié)電機的聯(lián)動完成機械手的運動控制[9]。因此，電機動態(tài)性的影響不可忽略，但現(xiàn)有建模過程中卻常忽略，使得柔性機械手建模精度不高，嚴重制約了其模型分析與控制精度。
在柔性機械手的控制方面，其末端控制面臨的難點之一為轉(zhuǎn)矩輸入與位移輸出間的傳遞函數(shù)為非最小相位，難以直接針對末端期望位移進行控制器設計。為此，研究人員針對其非最小相位的解耦問題進行了相關研究。文獻[10]中在被控系統(tǒng)平衡點處利用輸出重定義的方式，將它轉(zhuǎn)變?yōu)橐子诳刂频淖钚∠辔幌到y(tǒng)。文獻[9]和文獻[10]中根據(jù)不同時間尺度下的關節(jié)電機轉(zhuǎn)角和柔性模態(tài)，分別采用奇異攝動方法、輸出重定義法將系統(tǒng)分解為快、慢2個子系統(tǒng)。對比以上2種常用解耦方法，輸出重定義法應用更廣泛、簡單且控制器設計靈活。
此外，在應用控制方法方面，對比PI控制[12]、狀態(tài)反饋控制[13]和模糊控制[14]等，滑模(Sliding Mode Control, SMC)控制[15]以其強魯棒性、對控制對象模型精度要求不高和易于實現(xiàn)等優(yōu)點，在柔性機械手控制方法中廣泛應用，有效緩解了柔性機械手建模精度的約束。但目前SMC多以傳統(tǒng)線性滑?？刂?、非奇異終端滑?？刂芠16]及與模糊控制、神經(jīng)網(wǎng)絡等智能控制法相結合[17]的應用為主，且多以額定工況下的柔性機械手控制為主。然而，在對運動精度要求較高的場合中，由于關節(jié)電機的動態(tài)性能和實際模型中參數(shù)的不確定性，SMC控制性能往往不理想?，F(xiàn)有控制方法多以穩(wěn)定性作為控制目標，且無法定量給出其末端位移偏差的準確值。
基于以上研究背景，本文作者以雙臂柔性機械手為例，考慮模型參數(shù)不確定和關節(jié)電機動態(tài)，建立一種柔性機械手與關節(jié)電機的聯(lián)合模型，在此基礎上，重新定義其輸出以解決其最小相位問題。針對分解后的重定義子系統(tǒng)，借鑒文獻[18]中的終端滑模的有限時間收斂特性，提出一種改進的非線性滑?？刂品椒?，同時實現(xiàn)對輸出重定義系統(tǒng)狀態(tài)和關節(jié)電機動態(tài)的魯棒控制，提高其動態(tài)響應時間。針對分解后的柔性模態(tài)，利用李雅普諾夫穩(wěn)定性理論保證它在平衡點鄰域的局部收斂性，并推導出雙機械手末端位移的誤差范圍。
1 系統(tǒng)描述與建模
1.1 柔性機械手-關節(jié)電機聯(lián)合建模
針對雙臂柔性機械手，本文作者采用文獻[18]中的模型。不同于目前柔性模態(tài)僅取截斷后1階的做法，該模型每個臂柔性模態(tài)均取2階，因此建模精度更高?？紤]模型參數(shù)不確定性，雙臂柔性機械手系統(tǒng)描述如式(1)所示：
(1)
其中:θ=[θ1θ2]T∈R2為電機轉(zhuǎn)角;q=[q1
其中：Mr∈R2×2;Mrf∈R4×2;Mf∈R4×4。矩陣M的逆矩陣可表示為
其中:N11∈R2×2;N12∈R2×4;N21∈R4×2;N22∈R4×4。
本文作者著重考慮關節(jié)電機的動態(tài)。相比于異步電機、步進電機等，直流電機以其結構簡單、調(diào)速范圍大、易于實現(xiàn)線性和快速啟?？刂频葍?yōu)點在機械手中廣泛應用[20]。為此，本文作者采用直流電機充當柔性手的關節(jié)驅(qū)動電機，其動態(tài)特性可表示為
(2)
式中：L=diag[L1L2]、R=diag[R1R2]、Ke=diag[ke1ke2]，分別表示2個柔性臂上電機的電感、電阻和反電勢常數(shù)陣；KT為電機的電流-轉(zhuǎn)矩正定常數(shù)陣；u=[u1,u2]T∈R2為關節(jié)電機的輸出轉(zhuǎn)矩;Te=[Te1,Te2]T∈R2為關節(jié)電機的機械轉(zhuǎn)矩，且有u=Te+τ。
(3)
其中:
文中控制目標：控制雙臂柔性機械手的末端位移從非零初始狀態(tài)yi(0)≠0到零，其計算公式如式(4)所示：
(4)
式中:yi(0)、Li和φij分別為第i個柔性機械手的初始位移、臂長和第j個柔性模態(tài)。
柔性機械手系統(tǒng)的輸入維數(shù)小于輸出維數(shù)，屬于非最小相位系統(tǒng)，難以直接設計控制器。因此，借鑒文獻[19]中的輸出重定義方法進行模型變換。
1.2 模型變換
根據(jù)式(4)，為克服柔性機械手末端控制的最小相位問題，重新定義輸出變量z∈R2為電機轉(zhuǎn)角θ和柔性模態(tài)q的線性組合為
z=λ0θ+λ1q
(5)
式(5)中并沒有把關節(jié)電機模型(2)的變量I考慮到重定義輸出變量z中，因為關節(jié)電機只是通過電流I為柔性機械手提供驅(qū)動轉(zhuǎn)矩，而式(4)表示的末端位移的控制仍然通過控制關節(jié)轉(zhuǎn)角θ和柔性模態(tài)q實現(xiàn)。
將式(5)中的z進行兩次求導，可得關節(jié)電機的輸出轉(zhuǎn)矩u，并將u代入式(3)，有：
(6)
其中:
(7a)
Δα=(λ0N11+λ1N21-N11Te)Δ1+(λ0N12+
λ1N22-N21Te)Δ2
(7b)
β=λ0N11+λ1N21
(7c)
(8)
根據(jù)文獻[19]中輸出重定義方法，式(8)可視為輸入、輸出子系統(tǒng)，而其余4維柔性模態(tài)構成內(nèi)部子系統(tǒng)，由式(3)可直接得到：
Kq-Δ2)+N21u
(9)
若針對如式(9)所示的重定義輸出系統(tǒng)設計控制律u使其狀態(tài)z1=z2=z3=0有限時間收斂，則式(6)成立，進而推出:
u=-β-1(α+Δα)
(10)
將式(10)代入式(9)，根據(jù)文獻[10]中零動態(tài)的定義，內(nèi)部子系統(tǒng)化為零動態(tài)子系統(tǒng):
(11)
綜合以上模型變換，可見如式(3)所示的柔性機械手-關節(jié)電機聯(lián)合模型可最終分解為如式(8)所示的重定義子系統(tǒng)和如式(11)所示的零動態(tài)子系統(tǒng)。
2 非線性滑?？刂破髟O計
針對重定義輸出系統(tǒng)，由于包括3個系統(tǒng)狀態(tài)z1、z2和z3且為實現(xiàn)有限時間收斂，借鑒文獻[18]中終端滑模的有限時間收斂特性設計一種改進的非線性滑模面，其表達式為
(12)
式中：s∈R2；設計參數(shù)為c1、c2，并且c1=diag[c11
c12]、c2=diag[c21c22]，cii>0,i=1, 2。
式(8)中包含未知的不確定項Δα，在設計相應滑模控制器時需要知道其上邊界范圍，則有：
(13)
其中:ε3>0。
基于滑模等效控制原理[2]，設計滑?？刂坡蓇由等效控制項ueq和切換項un組成，即:
u=ueq+un
(14)
令式(12)中的s的一階導為0，可以計算得到等效控制項ueq，旨在維持系統(tǒng)在滑模面穩(wěn)定。ueq表達式為
ueq=Rz3+Kez2+Te-
(15)
而切換項un的作用是通過切換開關使得系統(tǒng)趨近于設計的滑模面，其優(yōu)點為具有高度抗干擾性。
(16)
將式(15)代入式(16)，則有:
(17)
可見，若設計切換項un為
(18)
其中，η>0則可使得式(17)變?yōu)?/p>
結合以上分析，可證明所設計的控制律u的正確性及系統(tǒng)狀態(tài)的有限時間收斂性。
3 穩(wěn)定性分析
由式(11)可知，零動態(tài)系統(tǒng)的穩(wěn)定性能決定整個柔性機械手系統(tǒng)的穩(wěn)定性能，且由于不確定性Δ1、Δ2的存在，可知在x=0時具有局部穩(wěn)定性，假設其穩(wěn)定區(qū)域為Ω。為此，在其局部穩(wěn)定區(qū)域可對矩陣N和ff進行線性化，即有：
(19)
將式(19)代入式(11)有：
(20)
其中：
(21)
其中：
(22)
(23)
由式(23)可推導出柔性模態(tài)q的收斂范圍為
(24)
結合式(14)(15)和(18)所示控制律的作用，由式(5)重定義輸出變量z=λ0θ+λ1q=0成立，因此可推導出電機轉(zhuǎn)角θ的收斂范圍：
(25)
最后根據(jù)柔性機械手末端位移的計算公式，考慮關節(jié)電機與參數(shù)不確定情況下，得到雙臂柔性機械手末端位移誤差范圍為
(26)
4 數(shù)值仿真
為驗證所提控制方法的有效性，從重定義參數(shù)λ0和λ1、模型參數(shù)不確定和關節(jié)電機動態(tài)三方面分析其對柔性機械手穩(wěn)定性和控制性能的影響。表1給出了雙臂柔性機械手模型參數(shù)。
表1 雙臂柔性機械手模型參數(shù)
(1)重定義參數(shù)對穩(wěn)定性能的影響
圖1 重定義系數(shù)對零動態(tài)系統(tǒng)狀態(tài)的影響
(2)模型參數(shù)Δ1和Δ2對系統(tǒng)性能的影響
圖2 存在模型不確性的柔性機械手仿真結果
(3)關節(jié)電機動態(tài)對系統(tǒng)性能的影響
不考慮模型參數(shù)的不確定Δ1和Δ2的影響，式(2)中關節(jié)電機參數(shù)如表2所示。在基于文獻[19]中忽略關節(jié)電機的影響建模和控制器設計的基礎上，增加關節(jié)電機動態(tài)的控制，選擇參數(shù)c2=diag[1.2,1.2]，對比仿真結果如圖3所示，其中，有關節(jié)電機采用如式(12)所示的非線性滑模，沒有關節(jié)電機采用文獻[19]中的標準終端滑模。
表2 直流電機參數(shù)
由圖3(a)(b)可見：文獻[19]中的標準終端滑模和文中設計的非線性滑模變量均可實現(xiàn)有限時間收斂，但不考慮關節(jié)電機動態(tài)的情況下收斂時間延長，意味著柔性機械手-關節(jié)電機聯(lián)合控制會使系統(tǒng)響應速度加快。由圖3(c)(d)可知：若考慮關節(jié)電機動態(tài)，其對應輸出的關節(jié)驅(qū)動轉(zhuǎn)矩作用也會變大，即需要額外的驅(qū)動扭矩用于關節(jié)控制。由圖3(e)(f)可知：關節(jié)電機動態(tài)的聯(lián)合控制具有加快系統(tǒng)響應速度的作用。利用LMI工具箱和式(25)—(26)可算出存在關節(jié)電機動態(tài)時2個柔性機械手的末端誤差分別為1.699×10-4rad 和8.71×10-4，因此在建模和控制器設計時不應忽略關節(jié)電機動態(tài)。
圖3 考慮/不考慮關節(jié)電機特性的柔性機械手仿真結果
5 結論
本文作者針對雙臂柔性機械手系統(tǒng)，著重研究了關節(jié)電機與模型不確定對末端位移誤差的影響。建立了雙臂柔性機械手-關節(jié)電機的聯(lián)合數(shù)學模型，并利用重定義方法解決其非最小相位問題。針對分解后的重定義子系統(tǒng)，提出一種改進的非線性滑?？刂品椒ǎ瑢崿F(xiàn)了重定義輸出變量和關節(jié)電機動態(tài)的魯棒控制。針對零動態(tài)子系統(tǒng)，利用Lyapunov穩(wěn)定性定理推導出重定義參數(shù)與零動態(tài)子系統(tǒng)穩(wěn)定性、末端位移誤差的關系。仿真結果證明了模型不確定性和關節(jié)電機的影響不可忽略，所提方法具有參考價值。
猜你喜歡
青少年科技博覽(中學版)(2023年5期)2023-06-26 09:39:12
機械工業(yè)標準化與質(zhì)量(2022年9期)2022-09-30 07:22:08
石油瀝青(2021年5期)2021-12-02 03:21:18
文化創(chuàng)新比較研究(2020年7期)2021-01-13 09:10:48
中國慣性技術學報(2019年6期)2019-03-04 09:50:06
測控技術(2018年3期)2018-11-25 09:45:40
通信電源技術(2016年1期)2016-04-16 04:57:29
機電信息(2015年3期)2015-02-27 15:54:53
河南科技(2014年11期)2014-02-27 14:17:10
