基于有限差分法的双臂关节柔性空间机器人智能递阶控制策略
发布时间：2021-11-15 14:52
谐波减速器和力矩传感器等柔性元件广泛应用于空间机器人关节系统,以获取高减速比.这些柔性元件为空间机器人系统引入关节柔性,使得对其的稳定控制变得更为复杂.本文讨论研究了参数不确定双臂关节柔性空间机器人基于有限差分法的智能递阶控制及弹性振动抑制.运用递阶系统理论、动量守恒原理及第二类拉格朗日方法推导出系统递阶动力学模型.利用该模型,设计了基于模糊回归神经网络的非奇异Terminal滑模控制算法和基于有限差分法的滑模控制算法.采用模糊回归神经网络（Recurrent Fuzzy Neural Network,RFNN）逼近系统的不确定部分.为避免复杂的求导计算及角加速度可测要求,利用基于有限差分法的滑模控制来抑制柔性关节振动.由于设计控制器过程中未涉及惯常的奇异摄动双时标分解操作,该控制算法理论上具有适合任意大小关节柔性刚度的优点.系统对比仿真试验证明了智能递阶控制算法优于传统基于奇异摄动法的控制方案.
【文章来源】：空间科学学报. 2020,40(06)北大核心CSCD
【文章页数】：10 页
【部分图文】：
图１空间机器人系统结构模型??Ｆｉｇ．?１?Ｓｔｒｕｃｔｕｒｅ?ｍｏｄｅｌ?ｏｆ?ｓｐａｃｅ?ｒｏｂｏｔ?ｓｙｓｔｅｍ??
以及左右臂玖，ｓ２，?ｓ３，氏组成．??图１屮Ｏｒｙ为惯性坐标系，０〇〇；＿为本体坐标系，??Ｏ＃战（ｉ?＝?１，２，３，４）为连杆坐标系．考虑空间机器??人存在多关节柔性的情况，为两操作臂各刚性连杆??及各关节驱动电机转子分别定义了独立转角变量込??及０ｉｍ?（ｉ?＝?１，２，３，４），并定义为空间站载体姿态??转角变量．??１．１柔性关节简化模型??为获得较大输出力矩和较高关节精度，空间机器??人关节一般采用谐波减速器装置，依靠柔轮柔性变形??产生驱动力．将柔性关节假设为图２所示线性扭转??弹簧Ｌ和Ｔｍ分别为电机转角和电机力矩．??图１空间机器人系统结构模型??Ｆｉｇ．?１?Ｓｔｒｕｃｔｕｒｅ?ｍｏｄｅｌ?ｏｆ?ｓｐａｃｅ?ｒｏｂｏｔ?ｓｙｓｔｅｍ??１．２递阶动力学模型??选取０〇，氏及‘（ｉ?＝?１，２，３，４）作为系统广义??坐标变量．基于关节柔性的线性扭转弹簧假设、动??置守恒原理及第二类拉格朗日方法进行动力学模拟，??可得双臂关节柔性空间机器人系统递阶动力学方程??Ｍ（ｑ）ｑ?＋?Ｈ｛ｑ．ｑ）ｑ?＝?［ｒ〇，ｒＴ］Ｔ，?⑴??Ｊｍ６ｍ?＋?Ｋｍ（０ｍ?￣?８）?＝?Ｔｍ，?（２）??ｒ?＝?Ｋｍ（０ｍ?－?６）．?（３）??式⑴中：Ｍ⑷ｅ?ｉ２５ｘ５为质量矩阵；Ｈ（ｇ，々）々ｅ??ｆｔ５ｘｌ为离心力、科氏力向量，且对任选列向量Ｚｅ??ｉ？５?均满足?２ＺＴｉ／Ｚ?＝?ｇ?＝?［０〇?旬?６＊２??０３心］Ｔ为空间站载体姿态角与关节角组成的向童，??００为载体姿态角．式（２）中，０ｍ?＝队ｍ?０２ｍ?０３ｍ??为关节电机转角列向童；＝?ｄｉａｇ（Ｋｌｍ??Ｋ２ｍ?Ｋ３ｍ?Ａｍ）为系统
１１２８??关节铰的实际转动角度民（ｉ?＝?１，２，３，４）因关节柔性??而表现出不同步这是柔性关节空间机器人的控制??难点所在．??２模糊回归神经网络原理??模糊神经网络［２２１既是一个全局逼近器，又是一??个模式存储器，其缺点是仅适用于静态问题；而模糊??回归神经网络能以任意精度逼近任意非线性动态系??统．传统的ＢＰ神经网络、小波神经网络等前馈神经??网络均很难识别空间机器人这类具有时变、强耦合??的复杂非线性系统．基于此，采用图３所示模糊回归??神经网络对空间机器人系统进行在线辨识．??ＲＦＮＮ结构为４层网络结构，由输出层、模糊推??理层、模糊化层及输入层组成．ＲＦＮＮ的输入层反馈??系数职、模糊化层反馈系数咏，？及各高斯函数的中??心值ｍｙ？和宽度屯对ＲＦＮＮ的性能也起着重要作??用．这些参数的在线学习算法采用梯度法．??３智能递阶控制器设计??由于惯常柔性关节空间机器人控制系统设计仅??适用于柔性关节刚度较大的情况．这里采用智能递??阶控制方法设计控制器进行轨迹跟踪控制并抑制关??节振动，图４所示为基于智能递阶控制方法设计的??控制系统，其设计流程如下．??第一步，将电机输出转角０ｍ作为子系统式（１）??图３模糊回归神经网络??Ｆｉｇ．?３?Ｆｕｚｚｙ?ｒｅｃｕｒｒｅｎｔ?ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ??Ｃｈｉｎ．?Ｊ．?Ｓｐａｃｅ?Ｓｃｉ．空间科学学报?２０２０，?４０（６）??的控制变量，设计基于模糊回归神经网络的非奇??异Ｔｅｒｍｉｎａｌ滑模虚拟控制变量０ｆｍ以实现关节轨迹??跟踪控制．第二步，针对子系统式（２），设计基于有限??差分法的滑模控制来抑制柔性关节的振动．具体方??法
【参考文献】：
期刊论文
[1]捕获目标卫星后组合体航天器模糊神经网络滑模控制[J]. 梁捷,秦开宇,陈力. 动力学与控制学报. 2018(02)
[2]柔性空间机器人基于关节柔性补偿控制器与虚拟力概念的模糊全局滑模控制及振动主动抑制[J]. 梁捷,陈力,梁频. 振动与冲击. 2016(18)
[3]考虑重力影响的柔性关节空间机械臂任务空间神经网络控制[J]. 刘福才,高静方,贾晓菁. 宇航学报. 2015(12)
[4]执行器受限空间机器人的模糊神经网络控制[J]. 梁捷,陈力. 工程力学. 2014(11)
[5]漂浮基柔性关节空间机械臂模糊滑模控制及振动抑制[J]. 谢立敏,陈力. 力学季刊. 2012(04)
[6]大型空间机械臂关节动力学建模与分析研究[J]. 潘博,于登云,孙京. 宇航学报. 2010(11)
[7]一种多旋翼多功能空中机器人及其腿式壁面行走运动规划[J]. 丁希仑,俞玉树. 航空学报. 2010(10)
[8]自由浮动柔性双臂空间机器人系统的动力学控制[J]. 王从庆,张承龙. 机械工程学报. 2007(10)
[9]中心刚体-柔性梁系统的最优跟踪控制[J]. 蔡国平,李琳,洪嘉振. 力学学报. 2006(01)
[10]刚柔性耦合机械臂轨迹跟踪与振动抑制[J]. 戈新生,崔玮,赵秋玲. 工程力学. 2005(06)
本文编号：3496988
【文章来源】：空间科学学报. 2020,40(06)北大核心CSCD
【文章页数】：10 页
【部分图文】：
图１空间机器人系统结构模型??Ｆｉｇ．?１?Ｓｔｒｕｃｔｕｒｅ?ｍｏｄｅｌ?ｏｆ?ｓｐａｃｅ?ｒｏｂｏｔ?ｓｙｓｔｅｍ??
以及左右臂玖，ｓ２，?ｓ３，氏组成．??图１屮Ｏｒｙ为惯性坐标系，０〇〇；＿为本体坐标系，??Ｏ＃战（ｉ?＝?１，２，３，４）为连杆坐标系．考虑空间机器??人存在多关节柔性的情况，为两操作臂各刚性连杆??及各关节驱动电机转子分别定义了独立转角变量込??及０ｉｍ?（ｉ?＝?１，２，３，４），并定义为空间站载体姿态??转角变量．??１．１柔性关节简化模型??为获得较大输出力矩和较高关节精度，空间机器??人关节一般采用谐波减速器装置，依靠柔轮柔性变形??产生驱动力．将柔性关节假设为图２所示线性扭转??弹簧Ｌ和Ｔｍ分别为电机转角和电机力矩．??图１空间机器人系统结构模型??Ｆｉｇ．?１?Ｓｔｒｕｃｔｕｒｅ?ｍｏｄｅｌ?ｏｆ?ｓｐａｃｅ?ｒｏｂｏｔ?ｓｙｓｔｅｍ??１．２递阶动力学模型??选取０〇，氏及‘（ｉ?＝?１，２，３，４）作为系统广义??坐标变量．基于关节柔性的线性扭转弹簧假设、动??置守恒原理及第二类拉格朗日方法进行动力学模拟，??可得双臂关节柔性空间机器人系统递阶动力学方程??Ｍ（ｑ）ｑ?＋?Ｈ｛ｑ．ｑ）ｑ?＝?［ｒ〇，ｒＴ］Ｔ，?⑴??Ｊｍ６ｍ?＋?Ｋｍ（０ｍ?￣?８）?＝?Ｔｍ，?（２）??ｒ?＝?Ｋｍ（０ｍ?－?６）．?（３）??式⑴中：Ｍ⑷ｅ?ｉ２５ｘ５为质量矩阵；Ｈ（ｇ，々）々ｅ??ｆｔ５ｘｌ为离心力、科氏力向量，且对任选列向量Ｚｅ??ｉ？５?均满足?２ＺＴｉ／Ｚ?＝?ｇ?＝?［０〇?旬?６＊２??０３心］Ｔ为空间站载体姿态角与关节角组成的向童，??００为载体姿态角．式（２）中，０ｍ?＝队ｍ?０２ｍ?０３ｍ??为关节电机转角列向童；＝?ｄｉａｇ（Ｋｌｍ??Ｋ２ｍ?Ｋ３ｍ?Ａｍ）为系统
１１２８??关节铰的实际转动角度民（ｉ?＝?１，２，３，４）因关节柔性??而表现出不同步这是柔性关节空间机器人的控制??难点所在．??２模糊回归神经网络原理??模糊神经网络［２２１既是一个全局逼近器，又是一??个模式存储器，其缺点是仅适用于静态问题；而模糊??回归神经网络能以任意精度逼近任意非线性动态系??统．传统的ＢＰ神经网络、小波神经网络等前馈神经??网络均很难识别空间机器人这类具有时变、强耦合??的复杂非线性系统．基于此，采用图３所示模糊回归??神经网络对空间机器人系统进行在线辨识．??ＲＦＮＮ结构为４层网络结构，由输出层、模糊推??理层、模糊化层及输入层组成．ＲＦＮＮ的输入层反馈??系数职、模糊化层反馈系数咏，？及各高斯函数的中??心值ｍｙ？和宽度屯对ＲＦＮＮ的性能也起着重要作??用．这些参数的在线学习算法采用梯度法．??３智能递阶控制器设计??由于惯常柔性关节空间机器人控制系统设计仅??适用于柔性关节刚度较大的情况．这里采用智能递??阶控制方法设计控制器进行轨迹跟踪控制并抑制关??节振动，图４所示为基于智能递阶控制方法设计的??控制系统，其设计流程如下．??第一步，将电机输出转角０ｍ作为子系统式（１）??图３模糊回归神经网络??Ｆｉｇ．?３?Ｆｕｚｚｙ?ｒｅｃｕｒｒｅｎｔ?ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ??Ｃｈｉｎ．?Ｊ．?Ｓｐａｃｅ?Ｓｃｉ．空间科学学报?２０２０，?４０（６）??的控制变量，设计基于模糊回归神经网络的非奇??异Ｔｅｒｍｉｎａｌ滑模虚拟控制变量０ｆｍ以实现关节轨迹??跟踪控制．第二步，针对子系统式（２），设计基于有限??差分法的滑模控制来抑制柔性关节的振动．具体方??法
【参考文献】：
期刊论文
[1]捕获目标卫星后组合体航天器模糊神经网络滑模控制[J]. 梁捷,秦开宇,陈力. 动力学与控制学报. 2018(02)
[2]柔性空间机器人基于关节柔性补偿控制器与虚拟力概念的模糊全局滑模控制及振动主动抑制[J]. 梁捷,陈力,梁频. 振动与冲击. 2016(18)
[3]考虑重力影响的柔性关节空间机械臂任务空间神经网络控制[J]. 刘福才,高静方,贾晓菁. 宇航学报. 2015(12)
[4]执行器受限空间机器人的模糊神经网络控制[J]. 梁捷,陈力. 工程力学. 2014(11)
[5]漂浮基柔性关节空间机械臂模糊滑模控制及振动抑制[J]. 谢立敏,陈力. 力学季刊. 2012(04)
[6]大型空间机械臂关节动力学建模与分析研究[J]. 潘博,于登云,孙京. 宇航学报. 2010(11)
[7]一种多旋翼多功能空中机器人及其腿式壁面行走运动规划[J]. 丁希仑,俞玉树. 航空学报. 2010(10)
[8]自由浮动柔性双臂空间机器人系统的动力学控制[J]. 王从庆,张承龙. 机械工程学报. 2007(10)
[9]中心刚体-柔性梁系统的最优跟踪控制[J]. 蔡国平,李琳,洪嘉振. 力学学报. 2006(01)
[10]刚柔性耦合机械臂轨迹跟踪与振动抑制[J]. 戈新生,崔玮,赵秋玲. 工程力学. 2005(06)
本文编号：3496988
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3496988.html
