基于自适应动态规划的多故障并发模块化机械臂最优容错控制方法研究
发布时间：2020-12-08 07:08
随着工业4.0以及智能制造的提出,掀起了模块化机械臂的研究高潮。模块化机械臂由统一标准的物理和电气接口的关节和连杆等构成,可自主的改变构型完成不同工作任务的需要。因此,模块化机械臂广泛应用于执行任务非单一、工作环境复杂的工作环境中,其传感器、执行器和其他电子部件不可避免的发生故障,且不能够人为的干预,接下来将会产生重大的财产损失,甚至于人员伤亡等重大事故。因此对于模块化机械臂系统设计容错控制系统来保障模块化机械臂系统在故障发生后依旧能够保持一定的控制性能具有重要的理论和实际意义。另外,对于模块机械臂控制系统,结合最优控制理论,在本着提高控制精度并优化能源消耗方面的研究也具有重大且深远的意义。从目前资料来看,结合最优控制思想,对于多故障并发的模块化机械臂进行故障容错控制方法的研究并不多见,也不够深入。本文针对模块化机械臂多故障并发的情形,提出了一种基于自适应动态规划的最优容错控制方法,主要研究了基于自适应动态规划（Adaptive dynamic programming,ADP）多传感器故障的模块化机械臂最优容错控制方法、传感器和执行器故障并发下基于ADP的模块化机械臂最优容错控制方法。...
【文章来源】：长春工业大学吉林省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
传统工业机器人
第1章绪论2出强大的生命力。然而由于这些极端的工作环境，其工作模块不可避免的发生老化磨损等现象，对于模块化机械臂不可避免的发生故障加上工作环境的恶劣性使得其不能人为的维修与干预。随着计算机科学与硬件技术的发展，大量的故障研究表明故障的发生往往来自于执行器和传感器故障。对此倘若模块化机械臂发生故障，此时模块化机械臂系统的稳定性与控制性能均会招到严重的影响。如果这些故障不能够进行有效的容许的控制，这将带来巨大的经济损失甚至人员伤亡等严重的后果。因此，提高模块化机械臂系统的安全性和可靠性，针对模块化机械臂系统的传感器和执行器故障研究具有重大的理论价值和实际应用价值。图1.1传统工业机器人图1.2模块化机器人目前，针对模块化机械臂的容错控制研究方面虽然取得了一定的研究成果，但是我们知道容错控制的本质是牺牲能源为代价去保证模块化机械臂故障系统的继续运行以及尽可能的保证控制性能，对于在保证模块化机械臂故障系统的控制稳定性与控制精度的前提下，基于最优控制的思想，实现控制性能与能源消耗的平衡与优化这一理念思想的研究并不够多见也不够深入。针对模块化机械臂的最优容错控制问题，我们首先基于微分同胚原理，引进一阶滤波器，将传感器故障转化为伪执行器故障。另外结合改进的性能指标将容错控制问题转化为最优控制问题。由此，问题的关键就转
第1章绪论3化为对HJB方程的求解。对于线性系统和代价函数为二次型的形式，我们可以直接通过求解黎卡提方程获得。而由于模块化机械臂系统的高度的非线性，对于这种偏微分形式的HJB方程的求解，这是非常困难的。自适应动态规划（ADP）是最优控制领域新兴起的一种近似最优方法，它结合了强化学习、动态规划和自适应评判设计等知识，解决了动态规划随着控制系统维度的增加引起的“维数灾”问题。ADP是求解非线性系统最优控制问题强有力的工具，ADP方法通过函数近似结构比如多项式、模糊模型、神经网络等方法去近似HJB方程的解，并采用离线迭代或者在线更新的方法，进而获取最优控制策略，最终解决了非线性系统的优化控制问题。目前，基于最优控制思想，针对模块化机械臂的多故障容错控制问题的研究还有许多理论上的问题。因此，基于自适应动态规划的思想，对模块化机械臂的最优容错控制问题，在保证控制性能的基础上尽可能的节约资源成为了当前迫切需要解决的的课题。本问题的解决不仅推动了ADP最优理论在模块化机械臂的应用，另外模块化机械臂也成为了其理论验证的平台，推动了交叉学科的发展。1.2模块化机械臂的国内外研究现状1.2.1国外研究现状模块化机械臂由统一标准的电气与物理接口的连杆与关节构成，并且满足不同模块之间的通信，可以根据任务的需要灵活地增减或者改变连杆模块，达到构型改变的目的来完成不同环境下的工作任务。世界上第一台基于模块化思想设计的模块化机械臂系统RMMS[3]是在20世纪80年代在卡内基梅隆大学实验室诞生的，如图1.3所示，RMMS系统不仅实现了机械上的可重构，而且包括软件和控制算法的可重构。图1.3RMMS机器人及相应模块
【参考文献】：
期刊论文
[1]Robust Finite-Time Trajectory Tracking Control of Wheeled Mobile Robots with Parametric Uncertainties and Disturbances[J]. GUO Yijun,YU Li,XU Jianming. Journal of Systems Science & Complexity. 2019(05)
[2]可重构机器人操作柔性悬臂梁动力学分析[J]. 刘强,葛为民,王肖锋,邢恩宏,张会义. 制造业自动化. 2018(01)
[3]多种构型正逆运动学统一求解方法研究[J]. 蒋林,肖俊,金晓宏,朱志超. 机械设计与制造. 2017(08)
[4]模块化机器人手臂运动学及仿真研究[J]. 刘鹏,王强,张伟,卞德坤. 自动化技术与应用. 2017(07)
[5]六轮移动机器人运动学建模与仿真[J]. 王殿君,吴乐,郑世杰,关似玉,刘占民. 高技术通讯. 2017(02)
[6]面向任务的可重构模块化机器人构型设计[J]. 吴文强,管贻生,朱海飞,苏满佳,李怀珠,周雪峰. 哈尔滨工业大学学报. 2014(03)
[7]考虑多传感器故障的可重构机械臂主动取代分散容错控制[J]. 赵博,李元春. 控制与决策. 2014(02)
[8]动态约束下可重构模块机器人分散强化学习最优控制[J]. 董博,刘克平,李元春. 吉林大学学报(工学版). 2014(05)
[9]自适应动态规划综述[J]. 张化光,张欣,罗艳红,杨珺. 自动化学报. 2013(04)
[10]过驱动航天器飞轮故障重构与姿态容错控制[J]. 张爱华,胡庆雷,霍星,马广富. 宇航学报. 2013(03)
博士论文
[1]空间模块化机器人构型重组与控制方法研究[D]. 姚美宝.哈尔滨工业大学 2019
硕士论文
[1]无线化可重构空间机械臂关节的研究[D]. 韩亮.哈尔滨工业大学 2016
本文编号：2904684
【文章来源】：长春工业大学吉林省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
传统工业机器人
第1章绪论2出强大的生命力。然而由于这些极端的工作环境，其工作模块不可避免的发生老化磨损等现象，对于模块化机械臂不可避免的发生故障加上工作环境的恶劣性使得其不能人为的维修与干预。随着计算机科学与硬件技术的发展，大量的故障研究表明故障的发生往往来自于执行器和传感器故障。对此倘若模块化机械臂发生故障，此时模块化机械臂系统的稳定性与控制性能均会招到严重的影响。如果这些故障不能够进行有效的容许的控制，这将带来巨大的经济损失甚至人员伤亡等严重的后果。因此，提高模块化机械臂系统的安全性和可靠性，针对模块化机械臂系统的传感器和执行器故障研究具有重大的理论价值和实际应用价值。图1.1传统工业机器人图1.2模块化机器人目前，针对模块化机械臂的容错控制研究方面虽然取得了一定的研究成果，但是我们知道容错控制的本质是牺牲能源为代价去保证模块化机械臂故障系统的继续运行以及尽可能的保证控制性能，对于在保证模块化机械臂故障系统的控制稳定性与控制精度的前提下，基于最优控制的思想，实现控制性能与能源消耗的平衡与优化这一理念思想的研究并不够多见也不够深入。针对模块化机械臂的最优容错控制问题，我们首先基于微分同胚原理，引进一阶滤波器，将传感器故障转化为伪执行器故障。另外结合改进的性能指标将容错控制问题转化为最优控制问题。由此，问题的关键就转
第1章绪论3化为对HJB方程的求解。对于线性系统和代价函数为二次型的形式，我们可以直接通过求解黎卡提方程获得。而由于模块化机械臂系统的高度的非线性，对于这种偏微分形式的HJB方程的求解，这是非常困难的。自适应动态规划（ADP）是最优控制领域新兴起的一种近似最优方法，它结合了强化学习、动态规划和自适应评判设计等知识，解决了动态规划随着控制系统维度的增加引起的“维数灾”问题。ADP是求解非线性系统最优控制问题强有力的工具，ADP方法通过函数近似结构比如多项式、模糊模型、神经网络等方法去近似HJB方程的解，并采用离线迭代或者在线更新的方法，进而获取最优控制策略，最终解决了非线性系统的优化控制问题。目前，基于最优控制思想，针对模块化机械臂的多故障容错控制问题的研究还有许多理论上的问题。因此，基于自适应动态规划的思想，对模块化机械臂的最优容错控制问题，在保证控制性能的基础上尽可能的节约资源成为了当前迫切需要解决的的课题。本问题的解决不仅推动了ADP最优理论在模块化机械臂的应用，另外模块化机械臂也成为了其理论验证的平台，推动了交叉学科的发展。1.2模块化机械臂的国内外研究现状1.2.1国外研究现状模块化机械臂由统一标准的电气与物理接口的连杆与关节构成，并且满足不同模块之间的通信，可以根据任务的需要灵活地增减或者改变连杆模块，达到构型改变的目的来完成不同环境下的工作任务。世界上第一台基于模块化思想设计的模块化机械臂系统RMMS[3]是在20世纪80年代在卡内基梅隆大学实验室诞生的，如图1.3所示，RMMS系统不仅实现了机械上的可重构，而且包括软件和控制算法的可重构。图1.3RMMS机器人及相应模块
【参考文献】：
期刊论文
[1]Robust Finite-Time Trajectory Tracking Control of Wheeled Mobile Robots with Parametric Uncertainties and Disturbances[J]. GUO Yijun,YU Li,XU Jianming. Journal of Systems Science & Complexity. 2019(05)
[2]可重构机器人操作柔性悬臂梁动力学分析[J]. 刘强,葛为民,王肖锋,邢恩宏,张会义. 制造业自动化. 2018(01)
[3]多种构型正逆运动学统一求解方法研究[J]. 蒋林,肖俊,金晓宏,朱志超. 机械设计与制造. 2017(08)
[4]模块化机器人手臂运动学及仿真研究[J]. 刘鹏,王强,张伟,卞德坤. 自动化技术与应用. 2017(07)
[5]六轮移动机器人运动学建模与仿真[J]. 王殿君,吴乐,郑世杰,关似玉,刘占民. 高技术通讯. 2017(02)
[6]面向任务的可重构模块化机器人构型设计[J]. 吴文强,管贻生,朱海飞,苏满佳,李怀珠,周雪峰. 哈尔滨工业大学学报. 2014(03)
[7]考虑多传感器故障的可重构机械臂主动取代分散容错控制[J]. 赵博,李元春. 控制与决策. 2014(02)
[8]动态约束下可重构模块机器人分散强化学习最优控制[J]. 董博,刘克平,李元春. 吉林大学学报(工学版). 2014(05)
[9]自适应动态规划综述[J]. 张化光,张欣,罗艳红,杨珺. 自动化学报. 2013(04)
[10]过驱动航天器飞轮故障重构与姿态容错控制[J]. 张爱华,胡庆雷,霍星,马广富. 宇航学报. 2013(03)
博士论文
[1]空间模块化机器人构型重组与控制方法研究[D]. 姚美宝.哈尔滨工业大学 2019
硕士论文
[1]无线化可重构空间机械臂关节的研究[D]. 韩亮.哈尔滨工业大学 2016
本文编号：2904684
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/2904684.html
