CN107203191B - 多伺服系统预演协同控制系统及控制方法 - Google Patents

多伺服系统预演协同控制系统及控制方法 Download PDF

Info

Publication number
CN107203191B
CN107203191B CN201710502614.3A CN201710502614A CN107203191B CN 107203191 B CN107203191 B CN 107203191B CN 201710502614 A CN201710502614 A CN 201710502614A CN 107203191 B CN107203191 B CN 107203191B
Authority
CN
China
Prior art keywords
curve
space
controlled device
level controller
lower level
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201710502614.3A
Other languages
English (en)
Other versions
CN107203191A (zh
Inventor
张士雄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Henan University of Technology
Original Assignee
Henan University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Henan University of Technology filed Critical Henan University of Technology
Priority to CN201710502614.3A priority Critical patent/CN107203191B/zh
Publication of CN107203191A publication Critical patent/CN107203191A/zh
Application granted granted Critical
Publication of CN107203191B publication Critical patent/CN107203191B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Feedback Control In General (AREA)
  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)

Abstract

本发明公开了一种多伺服系统预演协同控制系统，包括用于人机交互的上位机和用于控制被控对象的下位控制器，上位机内置有运动控制器；上位机通过通讯装置与下位控制器相连接。本发明的控制方法，依次按以下步骤进行：第一步骤是获得空间期望曲线；第二步骤是分段；第三步骤是产生模型输出空间曲线；第四步骤是对各段空间期望曲线进行修正；第五步骤是得出修正后的空间期望曲线；第六步骤是被控对象响应；第七步骤是修正被控对象仿真模型；重复第一至第七步骤，实现对被控对象的预演协同控制。本发明减小了多维空间曲线跟踪误差，相对跟踪精度得到显著提高，并且随着控制过程的不断进行，相对跟踪精度会因为反馈修正而得到不断提高。

Description

多伺服系统预演协同控制系统及控制方法
技术领域
本发明涉及数控领域，尤其涉及工业机器人的运动控制。
背景技术
在数控机床、工业机器人领域，空间运动控制由多个独立运动轴的伺服系统协同完成。
要实现较高的多维空间曲线跟踪精度，不仅要求各运动轴的伺服系统本身具有较高的一维曲线跟踪精度，还要求各运动轴的伺服系统的动、静态性能指标相互匹配。
各运动轴的伺服系统结构和普通伺服系统相同，由控制器和控制对象组成，对于实际伺服系统装置，系统还包括运动传感器等信号反馈元件。
控制器的作用是根据性能指标要求，在存在负载及扰动的情况下完成对该运动轴加速度（电流、转矩）、速度（转速）或位移（角度）的控制。
单运动轴伺服系统中的控制器并不考虑各运动轴之间的匹配问题，各运动轴伺服系统之间往往是独立的。
然而对于数控系统、工业机器人等需要实现空间运动的复杂设备，多维空间运动曲线的高跟踪精度并不能通过各运动轴的独立伺服系统的高精度实现。
这是因为各运动轴伺服系统通过设备的机械或者任务对象之间存在耦合，且耦合关系随着设备的运动状态和姿态改变而改变。因此，采用可能处理运动轴之间耦合扰动的控制器是实现多维空间高运动跟踪精度的关键。
目前，国内、外已有多种方案实现多个伺服系统的协同控制，多伺服系统成为现有技术。
由最初由美国密西根大学的Yoram Koren在1980年提出的双轴交叉耦合控制方法（Cross-Coupled Control，CCC）及实现该方法的相应设备，发展到CCC与各种算法相结合得到的控制方法，如多轴耦合补偿控制、自适应前馈控制、变增益控制、轮廓误差补偿器、任务坐标系、无源性等算法与传统交叉耦合控制结合产生的各类新算法，将这些新算法应用于计算机（上位机和下位机）中，成为能够实现协同控制的多伺服系统。
这类协同控制方法的共同特征是，其软件中包含多运动轴多伺服系统模型，各运动轴伺服系统受到的负载或扰动信息可以直接或间接的反馈到其它运动轴的伺服系统。多运动轴多伺服系统模型的构建随着这类协同控制方法的研究和应用成为本领域技术人员的常规能力。
交叉耦合控制器通过多轴共同调节克服负载及扰动对多维空间曲线跟踪精度的影响，采用的是被动、同步调节方法来克服扰动提高空间曲线跟踪相对精度的方法，即扰动出现后再进行协同控制，控制器的控制作用和控制对象的运行时同步的方法。
在工业控制中，上位机和下位机的架构得到了广泛地应用。上位机和下位机均属于计算机，人机交互软件运行在上位机，下位机即控制器，下位机直接控制被控对象。
发明内容
本发明的目的在于提供一种多伺服系统预演协同控制系统及相应的控制方法，能够通过主动预先调节的方法来提高空间曲线跟踪相对精度。
为实现上述目的，本发明的多伺服系统预演协同控制系统包括用于人机交互的上位机和用于控制被控对象的下位控制器，上位机内置有运动控制器；上位机通过通讯装置与下位控制器相连接，下位控制器连接有作为被控对象的功率放大器、伺服电机、运动传感器和变送器。
所述通讯装置为通讯线路或wifi模块或蓝牙模块或zigbee模块。
采用上述控制系统实现的控制方法依次按以下步骤进行：
第一步骤是获得空间期望曲线；
上位机有两个任务来源，第一任务来源是用户，用户为上位机设置任务；第二任务来源是算法，上位机内置的任务软件通过计算产生任务；
上位机的运动控制器通接受第一任务来源或第二任务来源产生的任务计算出被控对象实现任务的最佳空间曲线，即空间期望曲线；
第二步骤是分段；
下位控制器根据空间期望曲线的曲率变化情况，以空间期望曲线的各转折处为界，对空间期望曲线进行分段；
第三步骤是产生模型输出空间曲线；
下位控制器将分段后的空间期望曲线作为输入参数输入下位控制器内置的被控对象仿真模型，经过被控对象仿真模型算法的计算，得出各段模型输出空间曲线；被控对象仿真模型采用多运动轴多伺服系统模型；
第四步骤是对各段空间期望曲线进行修正；
下位控制器将各段模型输出空间曲线与相应的各段空间期望曲线进行对比，按照最小误差原则对各段空间期望曲线进行修正；
第五步骤是得出修正后的空间期望曲线；
下位控制器将修正后的各段空间期望曲线组合在一起，经过平滑滤波得到修正后的空间期望曲线；
第六步骤是被控对象响应；
下位控制器向被控对象发出指令，根据修正后的空间期望曲线控制被控对象响应，通过运动传感器获得被控对象的真实运动曲线；
第七步骤是修正被控对象仿真模型；
下位控制器将真实运动曲线与原空间期望曲线进行对比，通过参数识别修正下位控制器内置的被控对象仿真模型；
重复第一至第七步骤，实现对被控对象的预演协同控制。
本发明具有如下的优点：
由于本控制系统和控制方法具有被控对象仿真模型，使得该方法中基于被控对象仿真模型的预演与控制对象对于下位控制器的指令的实际执行是不同步的，可以在被控对象实际执行指令前进行内部仿真动作。
由于本发明的控制方法可以实现预演，使得系统可以在控制对象执行指令前提前获得多维空间曲线跟踪效果；由于本方法在控制对象执行前可以提前获得指令的执行效果，使得该方法可以根据执行效果，即系统对多维空间曲线跟踪误差对原指令，即原空间期望曲线根据误差最小原则进行修正，从而能够获得修正后的空间期望曲线，得到更高相对精度的控制指令。本方法具有在线参数辨识能力，能够通过对比真实运动曲线和修正后的空间期望曲线，使得被控对象仿真模型可以与实际控制对象在动态反馈中保持一致，使系统具有更高的鲁棒性。
由于该方法采用的被控对象仿真模型本身为多运动轴多个伺服系统的模型，使得下位控制器具备了协同控制能力。本控制系统和控制方法最显著、最直接的技术效果在于，减小了多维空间曲线跟踪误差，相对跟踪精度得到显著提高，并且随着控制过程的不断进行，相对跟踪精度会因为反馈修正而得到不断提高。
附图说明
图1是本发明的结构示意图；
图2是本发明的控制流程图。
具体实施方式
如图1和图2所示，本发明的多伺服系统预演协同控制系统包括用于人机交互的上位机和用于控制被控对象的下位控制器，上位机内置有运动控制器；上位机通过通讯装置与下位控制器相连接，下位控制器连接有作为被控对象的功率放大器（即伺服驱动装置）、伺服电机、运动传感器和变送器。
所述通讯装置为通讯线路或wifi模块或蓝牙模块或zigbee模块。
本发明还公开了使用上述控制系统的控制方法，依次按以下步骤进行：
第一步骤是获得空间期望曲线；
上位机有两个任务来源，第一任务来源是用户，用户为上位机设置任务；第二任务来源是算法，上位机内置的任务软件通过计算产生任务；
上位机的运动控制器通接受第一任务来源或第二任务来源产生的任务计算出被控对象实现任务的最佳空间曲线，即空间期望曲线；（现有的伺服系统均可以根据任务计算出实现任务的最佳空间曲线，此为现有技术）
第二步骤是分段；
下位控制器根据空间期望曲线的曲率变化情况，以空间期望曲线的各转折处为界，对空间期望曲线进行分段；
第三步骤是产生模型输出空间曲线；
下位控制器将分段后的空间期望曲线作为输入参数输入下位控制器内置的被控对象仿真模型，经过被控对象仿真模型算法的计算，得出各段模型输出空间曲线；（设置现实对象的仿真模型是本领域技术人员的常规能力，根据不同的被控对象及任务，本领域技术人员有能力构造出被控对象仿真模型）被控对象仿真模型采用多运动轴多伺服系统模型；
第四步骤是对各段空间期望曲线进行修正；
下位控制器将各段模型输出空间曲线与相应的各段空间期望曲线进行对比，按照最小误差原则对各段空间期望曲线进行修正；
所谓最小误差原则是指使期望曲线与实际输出曲线均方差最小的原则。在此即为：每段空间期望曲线上各采样点的值，与对应各段模型输出空间曲线上各采样点的值，均方差最小的原则。
第五步骤是得出修正后的空间期望曲线；
下位控制器将修正后的各段空间期望曲线组合在一起，经过平滑滤波得到修正后的空间期望曲线；
第六步骤是被控对象响应；
下位控制器向被控对象发出指令，根据修正后的空间期望曲线控制被控对象响应，通过运动传感器获得被控对象的真实运动曲线；
第七步骤是修正被控对象仿真模型；
下位控制器将真实运动曲线与原空间期望曲线进行对比，通过参数识别修正下位控制器内置的被控对象仿真模型；
重复第一至第七步骤，实现对被控对象的预演协同控制，并得到不断改进的被控对象仿真模型。
以上实施例仅用以说明而非限制本发明的技术方案，尽管参照上述实施例对本发明进行了详细说明，本领域的普通技术人员应当理解：依然可以对本发明进行修改或者等同替换，而不脱离本发明的精神和范围的任何修改或局部替换，其均应涵盖在本发明的权利要求范围当中。

Claims (1)

1.多伺服系统预演协同控制系统的控制方法，多伺服系统预演协同控制系统包括用于人机交互的上位机和用于控制被控对象的下位控制器，上位机内置有运动控制器；上位机通过通讯装置与下位控制器相连接，下位控制器连接有作为被控对象的功率放大器、伺服电机、运动传感器和变送器；其特征在于依次按以下步骤进行：
第一步骤是获得空间期望曲线；
上位机有两个任务来源，第一任务来源是用户，用户为上位机设置任务；第二任务来源是算法，上位机内置的任务软件通过计算产生任务；
上位机的运动控制器通接受第一任务来源或第二任务来源产生的任务计算出被控对象实现任务的最佳空间曲线，即空间期望曲线；
第二步骤是分段；
下位控制器根据空间期望曲线的曲率变化情况，以空间期望曲线的各转折处为界，对空间期望曲线进行分段；
第三步骤是产生模型输出空间曲线；
下位控制器将分段后的空间期望曲线作为输入参数输入下位控制器内置的被控对象仿真模型，经过被控对象仿真模型算法的计算，得出各段模型输出空间曲线；被控对象仿真模型采用多运动轴多伺服系统模型；
第四步骤是对各段空间期望曲线进行修正；
下位控制器将各段模型输出空间曲线与相应的各段空间期望曲线进行对比，按照最小误差原则对各段空间期望曲线进行修正；
第五步骤是得出修正后的空间期望曲线；
下位控制器将修正后的各段空间期望曲线组合在一起，经过平滑滤波得到修正后的空间期望曲线；
第六步骤是被控对象响应；
下位控制器向被控对象发出指令，根据修正后的空间期望曲线控制被控对象响应，通过运动传感器获得被控对象的真实运动曲线；
第七步骤是修正被控对象仿真模型；
下位控制器将真实运动曲线与原空间期望曲线进行对比，通过参数识别修正下位控制器内置的被控对象仿真模型；
重复第一至第七步骤，实现对被控对象的预演协同控制。
CN201710502614.3A 2017-06-27 2017-06-27 多伺服系统预演协同控制系统及控制方法 Expired - Fee Related CN107203191B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710502614.3A CN107203191B (zh) 2017-06-27 2017-06-27 多伺服系统预演协同控制系统及控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710502614.3A CN107203191B (zh) 2017-06-27 2017-06-27 多伺服系统预演协同控制系统及控制方法

Publications (2)

Publication Number Publication Date
CN107203191A CN107203191A (zh) 2017-09-26
CN107203191B true CN107203191B (zh) 2019-08-02

Family

ID=59907917

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710502614.3A Expired - Fee Related CN107203191B (zh) 2017-06-27 2017-06-27 多伺服系统预演协同控制系统及控制方法

Country Status (1)

Country Link
CN (1) CN107203191B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3085339B2 (ja) * 1993-03-03 2000-09-04 株式会社牧野フライス製作所 機械加工方法
CN2906795Y (zh) * 2006-06-07 2007-05-30 南京工业大学 基于多轴运动控制卡的教学用多轴混合控制系统
CN102419570A (zh) * 2011-09-29 2012-04-18 上海大学 数控机床高速加工的加减速前瞻控制方法
CN102591257A (zh) * 2012-02-27 2012-07-18 山东理工大学 面向参数曲线刀具轨迹的数控系统轮廓误差控制方法
CN102728646A (zh) * 2012-05-23 2012-10-17 重庆理工大学 一种冷成形直齿锥齿轮齿形尺寸精度的控制方法
CN103244280A (zh) * 2013-04-03 2013-08-14 中国人民解放军总参谋部陆航研究所 裕度设计编辑器以及性能裕度给定的方法
CN105892412A (zh) * 2014-12-15 2016-08-24 广西大学 基于自定义总线的多轴运动控制系统硬件架构

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3634146B2 (ja) * 1998-05-11 2005-03-30 三菱マテリアル神戸ツールズ株式会社 砥石整形誤差補正方法及び砥石整形・直溝成形研削加工誤差補正方法並びにそれらの誤差補正装置
CN101439412B (zh) * 2008-12-23 2010-08-25 大连晨瑞自动化系统有限公司 自动测量误差加工半组合式曲轴主轴颈基正圆的方法及设备
CN101943896B (zh) * 2010-07-16 2012-02-29 浙江大学 数控机床误差的轨迹再生补偿方法
JP2012196046A (ja) * 2011-03-16 2012-10-11 Kansai Electric Power Co Inc:The 日負荷予測曲線の逐次補正方法および装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3085339B2 (ja) * 1993-03-03 2000-09-04 株式会社牧野フライス製作所 機械加工方法
CN2906795Y (zh) * 2006-06-07 2007-05-30 南京工业大学 基于多轴运动控制卡的教学用多轴混合控制系统
CN102419570A (zh) * 2011-09-29 2012-04-18 上海大学 数控机床高速加工的加减速前瞻控制方法
CN102591257A (zh) * 2012-02-27 2012-07-18 山东理工大学 面向参数曲线刀具轨迹的数控系统轮廓误差控制方法
CN102728646A (zh) * 2012-05-23 2012-10-17 重庆理工大学 一种冷成形直齿锥齿轮齿形尺寸精度的控制方法
CN103244280A (zh) * 2013-04-03 2013-08-14 中国人民解放军总参谋部陆航研究所 裕度设计编辑器以及性能裕度给定的方法
CN105892412A (zh) * 2014-12-15 2016-08-24 广西大学 基于自定义总线的多轴运动控制系统硬件架构

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Integration Study of Multi-axis Coupled Numeric Control and Online Image Measurement for Curve Grinding;Yonghong Zhang;《2006 6th World Congress on Intelligent Control and Automation》;20061231;第7988-7991页
基于ARM和DSP的多轴伺服系统以太网通信;戴钦来 等;《轻工机械》;20111231;第29卷(第1期);第62-66页
复杂曲线曲面的参数化建模及多轴运动控制研究;赵忠华;《中国优秀硕士学位论文全文数据库 工程科技I辑》;20150315(第3期);第B022-481页
空间曲线轮廓误差实时估算与补偿方法研究;肖晓萍 等;《四川大学学报(工程科学版)》;20150131;第47卷(第1期);第215-222页

Also Published As

Publication number Publication date
CN107203191A (zh) 2017-09-26

Similar Documents

Publication Publication Date Title
CN104440864B (zh) 一种主从式遥操作工业机器人系统及其控制方法
JP6499720B2 (ja) 機械学習装置、サーボ制御装置、サーボ制御システム、及び機械学習方法
Xie et al. An acceleration-level data-driven repetitive motion planning scheme for kinematic control of robots with unknown structure
JP6419323B2 (ja) 多軸機械装置シミュレータ、運転指令装置の設計支援装置、電動機制御装置の設計支援装置及び電動機の容量選定装置
CN105772917B (zh) 一种三关节点焊机器人轨迹跟踪控制方法
Singh et al. Inverse dynamics and robust sliding mode control of a planar parallel (2-PRP and 1-PPR) robot augmented with a nonlinear disturbance observer
Li et al. A flexible manufacturing assembly system with deep reinforcement learning
CN110154024B (zh) 一种基于长短期记忆神经网络增量模型的装配控制方法
CN114102600B (zh) 一种多空间融合的人机技能迁移与参数补偿方法及系统
Makris et al. On deformable object handling: Model-based motion planning for human-robot co-manipulation
Xu et al. The design of a neural network-based adaptive control method for robotic arm trajectory tracking
Rea Minango et al. Combining the STEP-NC standard and forward and inverse kinematics methods for generating manufacturing tool paths for serial and hybrid robots
Suresh et al. Human-swarm interactions for formation control using interpreters
Suresh et al. Gesture based human-swarm interactions for formation control using interpreters
Ma et al. A novel aerial manipulator system compensation control based on ADRC and backstepping
CN107203191B (zh) 多伺服系统预演协同控制系统及控制方法
Edoimioya et al. Vibration compensation of delta 3D printer with position-varying dynamics using filtered B-splines
JP6928031B2 (ja) 制御装置及び制御システム
Chen et al. Nonlinear Robust Adaptive Control of Universal Manipulators Based on Desired Trajectory
Wang et al. Repetitive Control Scheme of Robotic Manipulators Based on Improved B‐Spline Function
Wang et al. A Novel Trajectory Tracking Control with Modified Supertwisting Sliding Mode for Human‐Robot Cooperation Manipulator in Assembly Line
Liu et al. Research on intelligent control system of manipulator based on multi degree of freedom
Zhang et al. Neural Network Based Friction Compensation for Joints in Robotic Motion Control
CN105634356B (zh) 基于plc的多电机调速系统神经网络广义逆内模实现方法
KR20220050953A (ko) 적어도 하나의 기계, 특히 기계들의 집합체를 제어하기 위한 시스템 및 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190802

Termination date: 20210627