CN108132598B - 移动装弹机械臂系统动力学模型与轨迹控制 - Google Patents

移动装弹机械臂系统动力学模型与轨迹控制 Download PDF

Info

Publication number
CN108132598B
CN108132598B CN201711141897.XA CN201711141897A CN108132598B CN 108132598 B CN108132598 B CN 108132598B CN 201711141897 A CN201711141897 A CN 201711141897A CN 108132598 B CN108132598 B CN 108132598B
Authority
CN
China
Prior art keywords
connecting rod
sliding mode
mechanical arm
telescopic
controller
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.)
Active
Application number
CN201711141897.XA
Other languages
English (en)
Other versions
CN108132598A (zh
Inventor
唐志国
李元春
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.)
Jilin University
Original Assignee
Jilin University
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 Jilin University filed Critical Jilin University
Priority to CN201711141897.XA priority Critical patent/CN108132598B/zh
Publication of CN108132598A publication Critical patent/CN108132598A/zh
Application granted granted Critical
Publication of CN108132598B publication Critical patent/CN108132598B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/0275Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Feedback Control In General (AREA)

Abstract

一种移动装弹机械臂系统动力学模型与轨迹控制,属于控制技术领域。本发明步骤是:首先利用拉格朗日方程建立了移动装弹机械臂系统的动力学模型,并通过仿真检验模型的准确性;然后设计了滑模变结构轨迹跟踪控制器;考虑系统存在参数不确定性和外部干扰影响时,该不确定状态难以测量获得,在滑模变结构轨迹跟踪控制器的基础上,引入自适应模糊控制思想逼近不确定部分的上界,重新推导出自适应模糊滑模控制器。本发明所设计的控制器可以很好地跟踪上系统的期望轨迹,达到了预期控制目标。

Description

移动装弹机械臂系统动力学模型与轨迹控制
技术领域
本发明属于控制技术领域。
背景技术
导弹发射时的速度一直受到导弹转载速度的制约,如果在导弹发射过程中采用人工指挥吊车完成导弹转载工作,必定耗费人力物力,同时准确性及实时性也难以保证。移动装弹机械臂是一种装置在汽车类移动平台上,将吊装炮弹与运输转载两种任务集于一身的机械臂系统,通常情况下是由支腿、转台、机架和起重吊臂等四大部分组成。与传统工业机械臂系统相较,移动装弹机械臂系统体现出功能多、效率高、平稳性强、快速性好及作用范围大等特点,因此近年来此类大型移动机械臂受到越来越多学者的密切关注。
有些文献基于微分同胚和非线性输入变换,将移动机械臂的动力学模型分解成四个低维的子系统,采用滑模控制和二阶滑模控制设计了鲁棒输出跟踪控制器,解决了非完整约束情况下惯性参数的不确定性问题。有些文献以四轮移动平台和三自由度吊臂组成的系统为对象,分别设计了滑模控制器和非奇异终端滑模控制器,并比较了两种控制器的性能。有些文献首先建立了移动吊臂的动力学模型并做了简化处理,然后在参考坐标系下,研究了包含电机驱动动力学的滑模变结构控制问题。有些文献在系统存在不确定性和外扰作用下,研究了非完整约束轮式移动吊臂滑模轨迹跟踪控制问题,并利用backstepping法保证了速度跟踪性能。有些文献基于串级控制思想,设计了两个控制器:一个是考虑控制饱和的最小范数运动学控制器,另一个是动力学补偿器。有些文献在不加装关节力/力矩传感器的情况下,针对多移动吊臂搬运负载的物理系统,设计了滑模控制方法,该方法可以确保跟踪误差趋近于0。有些文献针对滑模控制的抖振问题,研究了移动机械臂的模糊滑模控制方法,利用模糊控制改善了滑模趋近律,有效抑制了控制力矩的抖振。
发明内容
本发明的目的是为了解决上述存在的问题,根据装弹机械臂的各个关节的特点,针对每个关节机理设计一个移动装弹机械臂系统动力学模型。
本发明步骤是:
①首先利用拉格朗日方程建立了移动装弹机械臂系统的动力学模型,并通过仿真检验模型的准确性;
②然后设计了滑模变结构轨迹跟踪控制器;
③考虑系统存在参数不确定性和外部干扰影响时,该不确定状态难以测量获得,在滑模变结构轨迹跟踪控制器的基础上,引入自适应模糊控制思想逼近不确定部分的上界,重新推导出自适应模糊滑模控制器。
本发明的具体步骤是:
①装弹机械臂动力学建模:
首先求得系统的总动能T和总势能V:
⑴连杆1的动能和势能:
Figure GDA0001640277150000011
Figure GDA0001640277150000012
⑵连杆2上任一点在惯性坐标系的表示
Figure GDA0001640277150000021
连杆2的动能和势能:
Figure GDA0001640277150000022
Figure GDA0001640277150000023
⑶连杆3上任一点在惯性坐标系的表示
Figure GDA0001640277150000024
连杆3的动能和势能
Figure GDA0001640277150000025
Figure GDA0001640277150000026
⑷连杆4上面任一点在惯性坐标系的表示,连杆4即伸缩杆,
Figure GDA0001640277150000027
设伸缩杆中每段的最大伸缩长度为ΔD,当伸缩杆全部缩回时的长度为固定在连杆3中的长度D,当一个伸缩杆伸出Δx,则3段伸缩杆总伸缩长度d=3Δx;根据多级伸缩结构可知,伸缩部分的整体伸出长度为D+2d/3;
伸缩杆子系统的动能和势能
Figure GDA0001640277150000028
Figure GDA0001640277150000031
⑸连杆5上任一点在惯性坐标系的表示
Figure GDA0001640277150000032
连杆5的动能和势能
Figure GDA0001640277150000033
Figure GDA0001640277150000034
⑹矩形刚体的夹具视为连杆6,连杆6上任一点在惯性坐标系的表示
Figure GDA0001640277150000035
连杆6的动能和势能
Figure GDA0001640277150000036
Figure GDA0001640277150000037
其中,J1和J2分别为连杆1和关节2的转动惯量;ρ1为连杆1的面密度;A1为微元面积;ρ2,ρ3,ρ5和ρ6分别为连杆2、连杆3、连杆5和吊具部分矩形刚体的线密度;m2,m3和m6分别为关节2、关节3和末端回转关节的质量;M4为伸缩杆的总质量;l1,l2,l3,l5和l6分别为连杆1、连杆2、连杆3、连杆5和矩形刚体的长度;
⑺将所求动能与势能带入拉格朗日方程
Figure GDA0001640277150000041
其中,L=T-V,q是广义坐标,Q是广义力,n为连杆个数;
整理得系统动力学方程为
Figure GDA0001640277150000042
其中,M(q)为惯性矩阵;
Figure GDA0001640277150000043
为离心力与哥氏力项;G(q)为重力项;Q=τ=[τ123456]T为广义力;q=[θ123,d478,]T为广义坐标;
②滑模轨迹控制器:
⑴将系统动力学方程整理成
Figure GDA0001640277150000044
Figure GDA0001640277150000045
其中ψ表示系统总体不确定性;ΔM(q),
Figure GDA00016402771500000414
ΔG(q)为系统参数中的不确定性;d为外部干扰项;
Figure GDA0001640277150000046
为系统模型的标称参数;以下将
Figure GDA0001640277150000047
简写成
Figure GDA0001640277150000048
其它类似;
⑵不确定性ψ具有已知上界ψ*,即存在:||ψ||≤ψ*
定义位置误差、速度误差以及滑模面
e=qd-q (24)
Figure GDA0001640277150000049
Figure GDA00016402771500000410
设计滑模控制器为
Figure GDA00016402771500000411
其中,k和λ均为正定对角矩阵;
③自适应模糊滑模轨迹控制器
⑴将含有不确定性的移动装弹机械臂系统动力学方程式(22)改写为
Figure GDA00016402771500000412
其中
Figure GDA00016402771500000413
为系统的总体不确定项的变形形式;
⑵利用模糊系统逼近机械臂系统动力学中的总体不确定性F,从而使得控制器中不再出现难以测量的ψ*
Figure GDA0001640277150000051
其中
Figure GDA0001640277150000052
⑶定义θFi的最优参数估计为
Figure GDA0001640277150000053
⑷定义系统的最小逼近误差项
Figure GDA0001640277150000054
⑸不确定性ψ具有上界,但是该上界未知,则F亦有未知上界,即||F||≤F*
⑹系统最小逼近误差ω有界,即||ω||≤p*,其中p*=||ω||max
⑺考虑移动装弹机械臂系统动力学模型式(28),以及第⑸、第⑹步定义式(27)中的位置误差和滑模面形式,设计自适应模糊滑模控制器为
Figure GDA0001640277150000055
选取自适应更新律为
Figure GDA0001640277150000056
Figure GDA0001640277150000057
其中,K和λ为正定对角矩阵,ΓF为对称正定矩阵。
本发明应用拉格朗日方程对移动装弹机械臂系统进行了数学建模,得到了系统的动力学模型。当系统存在外界干扰和参数不确定性时,通过定义总体不确定项,并从不确定性项上界已知和未知两种情况,分别设计了滑模控制器和自适应模糊滑模控制器。仿真结果表明,本申请所设计的控制器可以很好地跟踪上系统的期望轨迹,达到了预期控制目标。
附图说明
图1是移动装弹机械臂模型示意图;
图2是伸缩连杆(连杆4)示意图;
图3是关节角的跟踪曲线图,其中从(a)至(f)分别是从关节1至关节6的位置图;
图4是两种控制下轨迹跟踪误差曲线比较,其中从(a)至(f)分别是从关节1至关节6的误差曲线比较图。
具体实施方式
由于装弹机类的大型移动机械臂是一个高度非线性、强耦合的非线性系统。装载机械臂的移动平台一般质量较重、动力学响应慢,与此同时,整个系统还存在模型参数的不确定性、未建模动态及外界干扰等多种不确定性因素的影响,因此动力学建模和控制问题变得十分复杂。尤其是当系统不确定性难以测量,且上界未知的情况下,传统的滑模变结构控制便难以应用。
本发明的步骤是:
①首先利用拉格朗日方程建立了移动装弹机械臂系统的动力学模型,并通过仿真检验模型的准确性;
②然后设计了滑模变结构轨迹跟踪控制器;
③考虑系统存在参数不确定性和外部干扰影响时,该不确定状态难以测量获得,在滑模变结构轨迹跟踪控制器的基础上,引入自适应模糊控制思想逼近不确定部分的上界,重新推导出自适应模糊滑模控制器。
移动装弹机械臂由连杆、套筒、伸缩关节、旋转关节和回转关节组成,其简化结构如图1所示。吊臂的基座定义为自由度1,调整末端姿态关节定义为自由度8,二者皆为回转关节,可以通过控制回转的角度,实现调节机械臂抓取炮弹的空间位置指向;吊臂的两个旋转关节分别定义为自由度2和3;吊臂还有一部分具有三段式同步伸缩功能,定义为自由度4,5和6,该结构可以有效让吊臂末端达到更远的位置;此外,吊臂还有一个腕关节,可定义为自由度7,该关节主要是考虑到炮弹质量过重,为减小末端重物产生的附加力矩,从而保证负载的方向始终垂直向下。
本发明的具体步骤是:
①装弹机械臂动力学建模:
首先求得系统的总动能T和总势能V:
⑴连杆1的动能和势能:
Figure GDA0001640277150000061
Figure GDA0001640277150000062
⑵连杆2上任一点在惯性坐标系的表示
Figure GDA0001640277150000063
⑵连杆2的动能和势能:
Figure GDA0001640277150000064
Figure GDA0001640277150000065
⑶连杆3上任一点在惯性坐标系的表示
Figure GDA0001640277150000066
连杆3的动能和势能
Figure GDA0001640277150000071
Figure GDA0001640277150000072
⑷连杆4上面任一点在惯性坐标系的表示,连杆4即伸缩杆,
Figure GDA0001640277150000073
由于伸缩关节坐标建立在伸缩杆的末端,因此在计算伸缩部分的动能和势能时需要考虑伸缩关节及下一关节的动能和势能。设三个伸缩杆中每段的最大伸缩长度为ΔD,当伸缩杆全部缩回时的长度为固定在连杆3中的长度D,由于伸缩部分采用套筒式同步结构,且为等速伸缩,即当一个伸缩杆伸出Δx,则3段伸缩杆总伸缩长度d=3Δx;根据多级伸缩结构可知,伸缩部分的整体伸出长度为D+2d/3;
伸缩杆子系统的动能和势能
Figure GDA0001640277150000074
Figure GDA0001640277150000075
⑸连杆5上任一点在惯性坐标系的表示
Figure GDA0001640277150000076
连杆5的动能和势能
Figure GDA0001640277150000077
Figure GDA0001640277150000081
⑹矩形刚体的夹具视为连杆6,连杆6上任一点在惯性坐标系的表示
Figure GDA0001640277150000082
连杆6的动能和势能
Figure GDA0001640277150000083
Figure GDA0001640277150000084
其中,J1和J2分别为连杆1和关节2的转动惯量;ρ1为连杆1的面密度;A1为微元面积;ρ2,ρ3,ρ5和ρ6分别为连杆2、连杆3、连杆5和吊具部分矩形刚体的线密度;m2,m3和m6分别为关节2、关节3和末端回转关节的质量;M4为伸缩杆的总质量;l1,l2,l3,l5和l6分别为连杆1、连杆2、连杆3(伸缩杆的基臂)、连杆5和矩形刚体的长度。
⑺将所求动能与势能带入拉格朗日方程
Figure GDA0001640277150000085
其中,L=T-V,q是广义坐标,Q是广义力,n为连杆个数;
整理得系统动力学方程为
Figure GDA0001640277150000086
其中,M(q)为惯性矩阵;
Figure GDA00016402771500000914
为离心力与哥氏力项;G(q)为重力项;Q=τ=[τ123456]T为广义力;q=[θ123,d478,]T为广义坐标。
②滑模轨迹控制器也叫滑模变结构轨迹跟踪控制器:
⑴移动装弹机械臂的动力学方程是一个非线性、强耦合、时变的复杂系统,考虑到实际系统中会存在参数不确定性和外部干扰等影响,将系统动力学方程整理成
Figure GDA0001640277150000091
Figure GDA0001640277150000092
其中ψ表示系统总体不确定性;ΔM(q),
Figure GDA0001640277150000093
ΔG(q)为系统参数中的不确定性;d为外部干扰项;
Figure GDA0001640277150000094
为系统模型的标称参数;为推导控制器书写方便,以下将
Figure GDA0001640277150000095
简写成
Figure GDA0001640277150000096
其它类似。
⑵不确定性ψ具有已知上界ψ*,即存在:||ψ||≤ψ*
定义位置误差、速度误差以及滑模面
e=qd-q (24)
Figure GDA0001640277150000097
Figure GDA0001640277150000098
考虑道移动装弹机械臂系统动力学模型如式(22),以及不确定性ψ具有的已知上界ψ*,若设计滑模控制器为
Figure GDA0001640277150000099
则可使得该机械臂系统具有良好的轨迹跟踪性能,并可以保证系统闭环渐近稳定。其中,k和λ均为正定对角矩阵。
证明1:选取Lyapunov函数如下
Figure GDA00016402771500000910
对式(26)求导,并把式(24)(25)(27)带入得
Figure GDA00016402771500000911
对V1求导,把式(b)带入
Figure GDA00016402771500000912
中,可得
Figure GDA00016402771500000913
Figure GDA0001640277150000101
由于有式(c)的存在,因此
V1(s(t))≤V1(s(0))(d)
即函数V1为非增且有界的函数,V1(s(∞))存在。因此可知,s(t)是有界的。此时定义V2=-sTks,则有:
Figure GDA0001640277150000102
对函数V2进行积分有:
Figure GDA0001640277150000103
由于
Figure GDA0001640277150000104
有界,根据Barbalat引理可知,当t→∞时,V2(t)→0,也就是s(t)→0。此外,若s=0,轨迹跟踪误差也将渐近趋近于零,证毕。
③自适应模糊滑模轨迹控制器
⑴在实际工程现场,系统不确定性的上界是很难测量得到的,因此含有ψ*的控制器基本不可实现,这就要求寻找一种不含ψ*的机械臂轨迹跟踪控制器。由于模糊系统可以任意精度逼近非线性函数,因此将含有不确定性的移动装弹机械臂系统动力学方程式(22)改写为
Figure GDA0001640277150000105
其中
Figure GDA0001640277150000106
为系统的总体不确定项的变形形式。
⑵利用模糊系统逼近机械臂系统动力学中的总体不确定性F,从而使得控制器中不再出现难以测量的ψ*
Figure GDA0001640277150000107
其中
Figure GDA0001640277150000108
⑶定义θFi的最优参数估计为
Figure GDA0001640277150000109
⑷定义系统的最小逼近误差项
Figure GDA00016402771500001010
⑸不确定性ψ具有上界,但是该上界未知,则F亦有未知上界,即||F||≤F*
⑹系统最小逼近误差ω有界,即||ω||≤p*,其中p*=||ω||max
⑺考虑移动装弹机械臂系统动力学模型式(28),以及第⑸、第⑹步定义式(27)中的位置误差和滑模面形式,设计自适应模糊滑模控制器为
Figure GDA00016402771500001011
选取自适应更新律为
Figure GDA0001640277150000111
Figure GDA0001640277150000112
则可使得该机械臂系统具有良好的轨迹跟踪性能,并可以保证系统闭环渐近稳定。其中,K和λ为正定对角矩阵,ΓF为对称正定矩阵。
证明2:选取Lyapunov函数如下
Figure GDA0001640277150000113
对式(A)关于时间求导数得
Figure GDA0001640277150000114
考虑到
Figure GDA0001640277150000115
因此对滑模面式(26)求一阶导数,并把(32)代入化简得
Figure GDA0001640277150000116
考虑到
Figure GDA0001640277150000117
Figure GDA0001640277150000118
把式(33)(34)(D)(E)和(F)一起代入式(B)中化简整理有
Figure GDA0001640277150000119
由于有式(G)的存在,因此
Figure GDA00016402771500001110
与证明1的证明类似,可根据Barbalat引理证得系统跟踪误差将渐近趋近于零,证毕。
仿真研究
为了检验系统建模的准确性以及所设计控制器的有效性,对军事工程中某型号移动装弹机械臂进行了仿真研究。系统参数选取如表1所示:
表1移动装弹机械臂系统参数
Figure GDA0001640277150000121
为验证建模的准确性,首先保证移动装弹机械臂的动力学模型参数满足如下两条性质:
性质1:惯性矩阵M为对称正定矩阵;
性质2:
Figure GDA0001640277150000122
为反对称矩阵。
然后,通过给定期望的关节角度表达式计算期望力矩,再把期望力矩代入到模型的实际力矩中,得到实际的关节角度曲线,比较两曲线的结果。
期望关节角度轨迹选取如下:
关节1:θ1(t)=π/12+0.1t+0.1t2+0.1t3
关节2:θ2(t)=π/6+0.2t+0.1t2+0.01t3
关节3:θ3(t)=π/3+0.1t+0.1t2+0.01t3
伸缩部分:d(t)=0.3t+0.1t2+0.1t3
关节5:θ5(t)=-0.1t-0.2t2-0.01t3
吊具:θ6(t)=-π/8+0.1t+0.1t2+0.2t3
仿真时间设定为3s,仿真结果如图3所示。
从图3的仿真结果可以看出,装弹移动机械臂的实际关节角度与设定的期望关节角度基本匹配,从而验证了该机械臂动力学建模的准确性。这为研究装弹移动机械臂的轨迹跟踪控制问题奠定了理论基础。
自适应模糊系统采用单点模糊化、乘积推理和中心平均加权解模糊所构成的模糊逻辑系统对系统总体不确定性进行逼近。自适应参数
Figure GDA0001640277150000131
Figure GDA0001640277150000132
的初值分别选择为:
Figure GDA0001640277150000133
模糊系统其他参数为:rf=50,rp=0.1,n=5。
控制器中的其它控制参数选取
λ=diag(15,10,10,100,5,20),
Figure GDA0001640277150000134
ΓF=diag(10,10,10,10,10,10).
期望关节角度的轨迹选取与模型验证时的选取相同。
仿真时间设定为8s,结果如图4所示
图4是机械臂在两种控制器作用下关节轨迹跟踪误差曲线。在滑模控制器的作用下,移动装弹机械臂的关节至少3秒后便可跟踪上期望轨迹,机械臂在自适应模糊滑模控制器作用下,关节2和关节3跟踪上期望轨迹最多只需2秒即可,且关节1和关节8均为回转关节,关节4实为套筒伸缩部分,它们的跟踪时间与旋转关节相比更短,均在0.5秒左右。比较图4中的两组误差曲线可知,当系统存在未知上界的不确定性和外部干扰时,自适应模糊滑模控制器的控制性能较常规滑模控制器更好。
图1说明:移动装弹机械臂由连杆、套筒、伸缩关节、旋转关节和回转关节组成,其简化结构如图1所示。吊臂的基座定义为关节1,调整末端姿态安装夹持器的部分关节定义为关节6,二者皆为回转关节,可以通过控制回转的角度,实现调节机械臂抓取炮弹的空间位置指向;吊臂的关节2和关节3是两个旋转关节;吊臂的关节4是一个伸缩关节,它具有三段式同步伸缩功能,用d4,d5和d6便是伸缩关节的三个套筒结构(具体伸缩原理见图2),该结构可以有效让吊臂末端达到更远的位置;吊臂的关节5类似人的腕关节,主要是考虑到炮弹质量过重,为减小末端重物产生的附加力矩,从而保证负载的方向始终垂直向下。

Claims (1)

1.一种移动装弹机械臂系统动力学模型与轨迹控制,其特征在于:
①首先利用拉格朗日方程建立了移动装弹机械臂系统的动力学模型,并通过仿真检验模型的准确性;
②然后设计了滑模变结构轨迹跟踪控制器;
③考虑系统存在参数不确定性和外部干扰影响时,该不确定状态难以测量获得,在滑模变结构轨迹跟踪控制器的基础上,引入自适应模糊控制思想逼近不确定部分的上界,重新推导出自适应模糊滑模控制器;
具体过程如下:
①装弹机械臂动力学建模:
首先求得系统的总动能T和总势能V:
⑴连杆1的动能和势能:
Figure FDA0002946088420000011
Figure FDA0002946088420000012
⑵连杆2上任一点在惯性坐标系的表示
Figure FDA0002946088420000013
连杆2的动能和势能:
Figure FDA0002946088420000014
Figure FDA0002946088420000015
⑶连杆3上任一点在惯性坐标系的表示
Figure FDA0002946088420000016
连杆3的动能和势能
Figure FDA0002946088420000017
Figure FDA0002946088420000021
⑷连杆4上面任一点在惯性坐标系的表示,连杆4即伸缩杆,
Figure FDA0002946088420000022
设伸缩杆中每段的最大伸缩长度为ΔD,当伸缩杆全部缩回时的长度为固定在连杆3中的长度D,当一个伸缩杆伸出Δx,则3段伸缩杆总伸缩长度d=3Δx;根据多级伸缩结构可知,伸缩部分的整体伸出长度为D+2d/3;
伸缩杆子系统的动能和势能
Figure FDA0002946088420000023
Figure FDA0002946088420000024
⑸连杆5上任一点在惯性坐标系的表示
Figure FDA0002946088420000025
连杆5的动能和势能
Figure FDA0002946088420000026
Figure FDA0002946088420000027
⑹矩形刚体的夹具视为连杆6,连杆6上任一点在惯性坐标系的表示
Figure FDA0002946088420000031
连杆6的动能和势能
Figure FDA0002946088420000032
Figure FDA0002946088420000033
其中,J1和J2分别为连杆1和关节2的转动惯量;ρ1为连杆1的面密度;A1为微元面积;ρ2,ρ3,ρ5和ρ6分别为连杆2、连杆3、连杆5和吊具部分矩形刚体的线密度;m2,m3和m6分别为关节2、关节3和末端回转关节的质量;M4为伸缩杆的总质量;l1,l2,l3,l5和l6分别为连杆1、连杆2、连杆3、连杆5和矩形刚体的长度;
⑺将所求动能与势能带入拉格朗日方程
Figure FDA0002946088420000034
其中,L=T-V,q是广义坐标,Q是广义力,n为连杆个数;
整理得系统动力学方程为
Figure FDA0002946088420000035
其中,M(q)为惯性矩阵;
Figure FDA0002946088420000036
为离心力与哥氏力项;G(q)为重力项;Q=τ=[τ123456]T为广义力;q=[θ123,d478,]T为广义坐标;
②滑模轨迹控制器:
⑴将系统动力学方程整理成
Figure FDA0002946088420000037
Figure FDA0002946088420000038
其中ψ表示系统总体不确定性;ΔM(q),
Figure FDA0002946088420000039
ΔG(q)为系统参数中的不确定性;d为外部干扰项;
Figure FDA00029460884200000310
Figure FDA00029460884200000311
为系统模型的标称参数;以下将
Figure FDA00029460884200000312
简写成
Figure FDA00029460884200000313
其它类似;
⑵不确定性ψ具有已知上界ψ*,即存在:||ψ||≤ψ*
定义位置误差、速度误差以及滑模面
e=qd-q (24)
Figure FDA00029460884200000314
Figure FDA00029460884200000315
设计滑模控制器为
Figure FDA0002946088420000041
其中,k和λ均为正定对角矩阵;
③自适应模糊滑模轨迹控制器
⑴将含有不确定性的移动装弹机械臂系统动力学方程式(22)改写为
Figure FDA0002946088420000042
其中
Figure FDA0002946088420000043
为系统的总体不确定项的变形形式;
⑵利用模糊系统逼近机械臂系统动力学中的总体不确定性F,从而使得控制器中不再出现难以测量的ψ*
Figure FDA0002946088420000044
其中
Figure FDA0002946088420000045
⑶定义θFi的最优参数估计为
Figure FDA0002946088420000046
⑷定义系统的最小逼近误差项
Figure FDA0002946088420000047
⑸不确定性ψ具有上界,但是该上界未知,则F亦有未知上界,即||F||≤F*
⑹系统最小逼近误差ω有界,即||ω||≤p*,其中p*=||ω||max
⑺考虑移动装弹机械臂系统动力学模型式(28),以及第⑸、第⑹步定义式(27)中的位置误差和滑模面形式,设计自适应模糊滑模控制器为
Figure FDA0002946088420000048
自适应更新律为
Figure FDA0002946088420000049
Figure FDA00029460884200000410
其中,K和λ为正定对角矩阵,ΓF为对称正定矩阵。
CN201711141897.XA 2017-11-17 2017-11-17 移动装弹机械臂系统动力学模型与轨迹控制 Active CN108132598B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711141897.XA CN108132598B (zh) 2017-11-17 2017-11-17 移动装弹机械臂系统动力学模型与轨迹控制

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711141897.XA CN108132598B (zh) 2017-11-17 2017-11-17 移动装弹机械臂系统动力学模型与轨迹控制

Publications (2)

Publication Number Publication Date
CN108132598A CN108132598A (zh) 2018-06-08
CN108132598B true CN108132598B (zh) 2021-06-01

Family

ID=62389037

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711141897.XA Active CN108132598B (zh) 2017-11-17 2017-11-17 移动装弹机械臂系统动力学模型与轨迹控制

Country Status (1)

Country Link
CN (1) CN108132598B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108833075B (zh) * 2018-06-21 2021-06-11 东北大学 一种基于非奇异终端滑模控制器的二阶混沌投影同步方法
CN110497418B (zh) * 2019-09-25 2021-05-11 广东工业大学 一种机器人自适应模糊控制方法及系统
CN110625616B (zh) * 2019-10-17 2024-07-16 徐龙 一种考虑机械臂参数不确定和干扰的固定时间控制方法
CN115464635B (zh) * 2022-07-25 2023-11-10 长春工业大学 一种基于压电驱动的机器人末端执行器精密控制方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2733525A1 (en) * 2008-08-07 2010-02-11 Jean-Guy Lebreux Articulating boom for a sawing and chipping device
CN102540881B (zh) * 2012-02-17 2014-03-26 国电科学技术研究院 基于柔性机械臂的偏微分模型的边界控制律的设计方法
CN104932271B (zh) * 2015-06-08 2017-07-28 浙江工业大学 一种机械臂伺服系统的神经网络全阶滑模控制方法
CN104950674A (zh) * 2015-06-12 2015-09-30 河海大学常州校区 基于反演模糊滑模控制的悬臂梁振动控制方法
CN104950677B (zh) * 2015-06-17 2017-10-13 浙江工业大学 基于反演滑模控制的机械臂系统饱和补偿控制方法
CN105922265B (zh) * 2016-06-20 2018-08-24 广州视源电子科技股份有限公司 一种机械臂的运动轨迹规划方法、装置及机器人
CN107045557B (zh) * 2016-11-01 2020-05-12 长春工业大学 面向约束的可重构机械臂非奇异终端滑模力位置控制方法
CN107160398B (zh) * 2017-06-16 2019-07-12 华南理工大学 基于确定学习的全状态受限刚性机械臂安全可靠控制方法
CN107203141A (zh) * 2017-08-02 2017-09-26 合肥工业大学 一种机械臂分散化神经鲁棒控制的轨迹跟踪算法

Also Published As

Publication number Publication date
CN108132598A (zh) 2018-06-08

Similar Documents

Publication Publication Date Title
CN108132598B (zh) 移动装弹机械臂系统动力学模型与轨迹控制
CN108942924B (zh) 基于多层神经网络的模型不确定性机械臂运动控制方法
Sun et al. Antiswing cargo transportation of underactuated tower crane systems by a nonlinear controller embedded with an integral term
CN106945020B (zh) 一种空间双机械臂系统运动协调控制方法
CN110977988B (zh) 基于有限时间命令滤波的多关节机械臂阻抗控制方法
CN106406085B (zh) 基于跨尺度模型的空间机械臂轨迹跟踪控制方法
CN105152020B (zh) 带有跟踪误差约束的桥式吊车自适应跟踪控制器及方法
CN105174061B (zh) 基于伪谱法的双摆吊车全局时间最优轨迹规划方法
CN105600683B (zh) 带初始负载摆角及台车位移的桥式吊车误差跟踪器及方法
CN110342400B (zh) 一种基于负载能量耦合的桥式起重机定位消摆控制方法
CN109725643B (zh) 一种基于主动建模的旋翼飞行器非平衡负载吊运系统的控制方法
CN104932531B (zh) 一种基于滑模控制的四旋翼飞行器的最优抗输入饱和控制方法
CN104876128A (zh) 带有状态约束的三维桥式吊车增强耦合非线性控制方法
CN115625711A (zh) 一种考虑末端力的双臂机器人协同控制方法
CN108549209A (zh) 一种起重机防摇控制方法
CN113942934B (zh) 基于速度控制的集装箱桥式起重机精准定位及防摇控制方法
CN112580196A (zh) 变绳长无人机减摆控制器生成方法、控制方法及生成系统
Ratnayake et al. LQR-based stabilization and position control of a mobile double inverted pendulum
CN107102549A (zh) 参数不确定条件下空间绳系机器人目标逼近姿轨稳定控制方法
Li et al. Indirect adaptive impedance control for dual-arm cooperative manipulation
Mahamood Improving the Performance of Adaptive PDPID Control of Two-Link Flexible Robotic Manipulator with ILC.
Damaren An adaptive controller for two cooperating flexible manipulators
Samin et al. A hybrid controller for control of a 3-DOF rotary crane system
CN114594683A (zh) 基于Hurwitz稳定的动基座桥式起重机防摆滑模控制方法
Yan-dong et al. Adaptive RBFNN formation control of multi-mobile robots with actuator dynamics

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