CN109048995B - 一种三自由度Delta并联机器人的非线性关节摩擦力补偿方法 - Google Patents

一种三自由度Delta并联机器人的非线性关节摩擦力补偿方法 Download PDF

Info

Publication number
CN109048995B
CN109048995B CN201810824631.3A CN201810824631A CN109048995B CN 109048995 B CN109048995 B CN 109048995B CN 201810824631 A CN201810824631 A CN 201810824631A CN 109048995 B CN109048995 B CN 109048995B
Authority
CN
China
Prior art keywords
uncertainty
parallel robot
nonlinear
friction
degree
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
CN201810824631.3A
Other languages
English (en)
Other versions
CN109048995A (zh
Inventor
惠记庄
赵睿英
武琳琳
张红俊
李梦
雷景媛
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.)
Changan University
Original Assignee
Changan 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 Changan University filed Critical Changan University
Priority to CN201810824631.3A priority Critical patent/CN109048995B/zh
Publication of CN109048995A publication Critical patent/CN109048995A/zh
Application granted granted Critical
Publication of CN109048995B publication Critical patent/CN109048995B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/003Programme-controlled manipulators having parallel kinematics

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明涉及三自由度Delta并联机器人的非线性关节摩擦力补偿方法,首先选定非线性摩擦力模型,将非线性关节摩擦力模型中的正向压力视为一种不确定性因素;将三自由度Delta并联机器人动力学模型中含有不确定性的项分离出来,根据三自由度Delta并联机器人动力学模型中的标称项建立控制器中的标称补偿环节;选取正定对角矩阵设计控制器中的P.D.控制环节,用于对初始位置误差进行补偿;根据三自由度Delta并联机器人动力学模型中与不确定性有关的项,构造代表系统不确定项上界信息的函数并验证;选取参数,建立带有死区和泄露项的自适应律;根据函数和自适应律,对系统中的不确定性和非线性摩擦力进行补偿;最终,给出非线性关节摩擦力补偿控制器。

Description

一种三自由度Delta并联机器人的非线性关节摩擦力补偿 方法
技术领域
本发明属于并联机器人运动控制领域,尤其涉及一种三自由度Delta并联机器人的非线性关节摩擦力补偿方法。
背景技术
随着Delta并联机器人在加工制造、微电子、医疗康复、智能物流等高精尖领域的应用,Delta并联机器人对控制精度和抗干扰能力的要求越来越高。由于Delta并联机器人关节摩擦力具有高度的非线性,会使机器人在控制时产生控制误差,影响控制精度和响应特性,特别是主动关节的摩擦力和控制力矩耦合,当控制输入增大时更无法忽略其关节摩擦力对系统的干扰。因此,基于非线性关节摩擦力数学模型的Delta并联机器人摩擦力主动补偿控制方法成为了该领域的研究热点。
目前,机器人的摩擦力补偿控制方法中大多采用的是具有参数离线辨识的摩擦力模型,即将摩擦接触面的正向压力视为常值来线性化摩擦力模型,这对于并联机器人这样典型的非线性系统是不准确的。在这种摩擦力补偿控制方法中,摩擦力常被视为系统扰动,研究人员仅利用控制方法的鲁棒性对其进行抗干扰控制。但这种控制方法的效果已不能满足Delta并联机器人在高精度应用中的控制系统动态性能。
发明内容
针对上述现有技术存在的缺陷或不足,本发明的目的在于,提供一种三自由度Delta并联机器人的非线性摩擦力补偿方法,以解决传统摩擦力补偿控制方法不能满足Delta并联机器人在高精度应用中的控制系统动态性能的技术问题。
为了实现上述任务,本发明采用如下技术解决方案予以实现:
一种三自由度Delta并联机器人的非线性关节摩擦力补偿方法,其特征在于,按照以下步骤进行:
步骤1,选定非线性摩擦力模型,将非线性关节摩擦力模型中的正向压力视为一种不确定性因素;
步骤2,将三自由度Delta并联机器人动力学模型中含有不确定性的项分离出来,分别得到并联机器人系统的标称项和不确定项;
步骤3,根据三自由度Delta并联机器人动力学模型中的标称项建立控制器中的标称补偿环节,用于对标称机器人系统进行补偿;
步骤4,选取正定对角矩阵设计控制器中的P.D.控制环节,用于对初始位置误差进行补偿;
步骤5,根据三自由度Delta并联机器人动力学模型中与不确定性有关的项,构造代表系统不确定项上界信息的函数并验证;
步骤6,选取参数,建立带有死区和泄露项的自适应律,用于在线估计不确定性的上界信息;
步骤7,根据函数和自适应律,对系统中的不确定性和非线性摩擦力进行补偿;
步骤8,最终,给出非线性关节摩擦力补偿控制器。
本发明的三自由度Delta并联机器人的非线性关节摩擦力补偿方法,将并联机器人的摩擦力模型中的正向压力视为一种不确定性因素,此不确定性因素的上界信息可以为未知量,从一种全新的角度将非线性关节摩擦力补偿问题转换为对系统中的不确定性进行补偿的问题,带来的有益效果在于:
在所设计的非线性关节摩擦力补偿控制方法中,若机器人系统中不存在初始位置误差、不确定性和非线性关节摩擦力时,控制器中单独的标称补偿环节可使并联机器人的轨迹跟踪误差达到一致渐近稳定性的性能。若机器人系统中仅存在初始位置误差时,控制器中标称补偿环节加P.D.控制环节即可使机器人系统满足控制性能指标。若机器人系统中同时存在初始位置误差、不确定性与非线性关节摩擦力时,加上控制器中的不确定性补偿环节与自适应率可补偿系统中的不确定性与非线性关节摩擦力,使系统满足一致有界和一致最终有界性能指标。
附图说明
图1为DELTA机器人的空间结构示意简图;
图2为DELTA机器人的非线性关节摩擦力补偿控制器设计示意简图;
图3为Delta并联机器人关节角位移仿真结果图;
图4为Delta并联机器人关节角位移仿真结果图;
图5为Delta并联机器人控制输入力矩仿真结果图;
图6是自适应参数
Figure BDA0001742173040000031
仿真结果图;
图7是Delta并联机器人运行轨迹仿真结果图;
图8是Delta并联机器人轨迹跟踪误差e仿真结果图;
图9是Delta并联机器人轨迹跟踪误差
Figure BDA0001742173040000032
仿真结果图;
图10是有无摩擦力补偿下轨迹跟踪误差e仿真结果图;
图11是有无摩擦力补偿下轨迹跟踪误差
Figure BDA0001742173040000033
仿真结果图;
以下结合附图和实施例对本发明的技术方案作进一步的清楚、完整地描述。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些较优实施例,本发明不限于这些实施例。
首先进行机器人介绍:本实施例采用一种十分常见的少自由度并联机器人——三自由度Delta并联机器人作为研究对象进行分析。
图1所示的是三自由度Delta并联机器人在工作平面内的结构示意简图,以及在工作空间内建立的直角坐标系。
其中,O-A1A2A3为静平台,O′-C1C2C3为动平台,静平台与动平台均为等边三角形。O-XYZ为静平台系(基坐标系),O′-x′y′z′为动平台系,O、O′分别位于静、动平台系几何中心,Z、z′轴向上方向设为正方向。A1、A2、A3位于电机轴与主动臂轴线的交点,称之为并联机器人的主动关节。B1、B2、B3位于主动臂轴线和从动臂轴线的交点,C1、C2、C3位于从动臂轴线和动平台的交点。
定义机器人主动臂的长度AiBi为la,从动臂的长度BiCi为lb,动、静平台的外接圆半径分别为r、R。θ1、θ2、θ3为主动臂对静平台的张角,q1、q2、q3为主动关节转角。
如图2所示,本实施例给出一种三自由度Delta并联机器人的非线性关节摩擦力补偿方法,该方法包括的步骤是:
步骤1,选定非线性摩擦力模型,将非线性关节摩擦力模型中的正向压力视为一种不确定性因素;
步骤2,将三自由度Delta并联机器人动力学模型中含有不确定性的项分离出来,分别得到并联机器人系统的标称项
Figure BDA0001742173040000051
Figure BDA0001742173040000052
和不确定项△M、△C、△G、△F和
Figure BDA0001742173040000053
步骤3,根据三自由度Delta并联机器人动力学模型中的标称项建立控制器中的标称补偿环节P1,用于对标称机器人系统进行补偿;
步骤4,选取正定对角矩阵Kp=diag[kpi]3×3,Kv=diag[kvi]3×3,设计控制器中的P.D.控制环节P2,用于对初始位置误差进行补偿。
步骤5,根据三自由度Delta并联机器人动力学模型中与不确定性有关的项构造函数φ,构造代表系统不确定项上界信息的函数
Figure BDA0001742173040000054
并验证假设3。
步骤6,选取参数κ、k1、k2、k3、∈和ξ,建立带有死区和泄露项的自适应律,用于在线估计不确定性的上界信息。
步骤7,根据函数
Figure BDA0001742173040000055
和自适应律,构造P3,用于对系统中的不确定性和非线性摩擦力进行补偿。
步骤8,最终,给出非线性关节摩擦力补偿控制器τ=P1+P2+P3
以下是各个步骤的详细实施内容:
步骤1:
Stribeck摩擦力能够可以对摩擦力在两接触表面从相对静止到相对运动过程中的非线性特性进行描述,因此选取Stribeck摩擦力模型为研究的非线性关节摩擦力模型,其数学模型模型表示为
Figure BDA0001742173040000061
其中,Ff为Stribeck摩擦力,Fs为静摩擦力,vs表示Stribeck速度,Fv为粘性摩擦系数,Fc为库伦摩擦力,其表达形式为:
Figure BDA0001742173040000062
其中,μ为库伦摩擦系数,Fn是接触面正压力的大小,v为相对运动速度矢量,v为相对速度的大小。
步骤2:
忽略对系统性能影响较小的被动关节摩擦力,考虑具有非线性主动关节摩擦力的三自由度Delta并联机器人动力学模型为:
Figure BDA0001742173040000063
其中,q∈R3为主动关节角度向量,
Figure BDA0001742173040000064
为主动关节角速度向量,
Figure BDA0001742173040000065
为主动关节角加速度向量。σ∈Σ∈Rp为机器人系统中存在的不确定参数向量,其中包括时变的动力学参数、外部负载、关节正向压力等,其上界信息未知。Σ∈Rp为不确定参数的紧集,代表着不确定性的界。M(q,σ,t)为机器人系统惯性矩阵,
Figure BDA0001742173040000066
为系统的科氏力/离心力项,
Figure BDA0001742173040000067
Figure BDA0001742173040000068
为斜对称矩阵,G(q,σ,t)为系统的重力项,
Figure BDA0001742173040000069
为系统所受的外部干扰,
Figure BDA00017421730400000610
为非线性关节摩擦力,τ(t)为系统输入力矩。M(·)、C(·)、G(·)、F(·)与Ff(·)均连续或关于时间t勒贝格可测。
为了后续控制器的设计,将式(3)中的M(·)、C(·)、G(·)与F(·)分解为:
Figure BDA0001742173040000071
Figure BDA0001742173040000072
Figure BDA0001742173040000073
Figure BDA0001742173040000074
Figure BDA0001742173040000075
其中,
Figure BDA0001742173040000076
Figure BDA0001742173040000077
称为Delta并联机器人系统的标称项,△M(q,σ,t)、
Figure BDA0001742173040000078
△G(q,σ,t)、
Figure BDA0001742173040000079
Figure BDA00017421730400000710
称为Delta并联机器人系统的不确定项。
当Delta并联机器人在工作过程中不存在不确定性和摩擦力时,有:
Figure BDA00017421730400000711
Figure BDA00017421730400000712
为了简化推导过程,在不产生歧义的情况,下文部分公式中的自变量会省略。
其中,惯性矩阵满足:
假设1:
惯性矩阵M(q,σ,t)为正定矩阵,即对任意的q∈R3,存在一个常数σ>0使得:
M(q,σ,t)>σI (9)
假设2:
对任意的q∈R3,总存在常数γj,j=0,1,2,且γ0>0,γ1,2≥0,使得:
‖M(q,σ,t)‖<γ01‖q‖+γ2‖q‖2 (10)
对于由转动副和滑动副连接的串、并联机器人,其惯性矩阵M(q,σ,t)仅与质量惯性参数、滑动关节和转动关节的位置相关。因此,总存在一组常数γj,令串、并联机器人质量惯性矩阵的欧式范数满足式(10)。
步骤3:
设三自由度Delta并联机器人的期望轨迹为qd
Figure BDA0001742173040000081
Figure BDA0001742173040000082
其中qd:[t0,∞)→R3表示期望位置,且qd为C2连续,
Figure BDA0001742173040000083
为期望速度,
Figure BDA0001742173040000084
为期望加速度。
定义系统的轨迹跟踪误差为:
e:=q-qd (11)
因此,系统的速度跟踪误差与加速度跟踪误差可以表示为:
Figure BDA0001742173040000085
Figure BDA0001742173040000086
则:
Figure BDA0001742173040000087
步骤4:
Figure BDA0001742173040000088
其中,正定对角矩阵Kp=diag[kpi]3×3且kpi>0,Kv=diag[kvi]3×3且kvi>0,i=1,2,3。
步骤5:(为了构造满足假设3的函数
Figure BDA0001742173040000091
假设3:
(1)存在一个已知的正定函数Γ(·):(0,∞)k×R3×R3×R→R+和一个未知的向量α∈(0,∞)k,使得:
Figure BDA0001742173040000092
其中:
Figure BDA0001742173040000093
式(14)中,正定矩阵S=diag[si]3×3,si>0,ks=λmin(S),i=1,2,3。
(2)对于所有
Figure BDA0001742173040000094
函数
Figure BDA0001742173040000095
满足:(i)C1;(ii)关于α的凹函数,即对于任意的α1,α2,有:
Figure BDA0001742173040000096
(3)函数
Figure BDA0001742173040000097
为关于α的不下降函数。
步骤6:
设计带死区的自适应律为:
Figure BDA0001742173040000098
Figure BDA0001742173040000101
式(19)为一个带有死区设计和泄露项的自适应率,
Figure BDA0001742173040000102
为自适应参数,
Figure BDA0001742173040000103
Figure BDA0001742173040000104
Figure BDA0001742173040000105
向量的第i个元素,i=1,2,…,k,k1,k2,k3∈Rk×k且k1,k2,k3>0,κ∈R,κ>0,∈∈R,∈>0。
Figure BDA0001742173040000106
未进入大小为∈的范围内,
Figure BDA0001742173040000107
为非负项,泄露项
Figure BDA0001742173040000108
设计为指数形式,使
Figure BDA0001742173040000109
呈指数衰减趋向0值,若
Figure BDA00017421730400001010
恒成立,t>t0,i=1,2,…,k。死区部分
Figure BDA00017421730400001011
进入大小为∈的范围内)的设计可以简化控制算法。
步骤7:
Figure BDA00017421730400001012
式(20)中:
Figure BDA00017421730400001013
Figure BDA00017421730400001014
其中,正定对角矩阵Kp=diag[kpi]3×3且kpi>0,Kv=diag[kvi]3×3且kvi>0,i=1,2,3,kp=λmin(Kp),kp=λmin(Kv),ksp=kskp,ε>0,ξ>0。
步骤8:
考虑跟踪误差向量为
Figure BDA0001742173040000111
现给出一种针对三自由度Delta并联机器人的非线性关节摩擦力补偿控制器:
Figure BDA0001742173040000112
式(23)中,控制器分为三个部分,若机器人系统中存在初始位置误差、不确定性和非线性关节摩擦力时,令τ=P1+P2+P3,可使t→∞时,轨迹跟踪误差向量
Figure BDA0001742173040000113
满足一致有界和一致最终有界。
当系统中仅存在初始位置误差时,△M≡0、△C≡0、△G≡0和△F≡0,可以选取函数
Figure BDA0001742173040000114
使得P3=0,此时τ=P1+P2,能使t→∞时,e→0。
若系统无初始位置误差、不确定性和非线性关节摩擦力存在时,则:
Figure BDA0001742173040000115
令τ=P1,当t>t0时,
Figure BDA0001742173040000116
恒成立。
一、稳定性证明
先给出稳定性证明结论:
如果三自由度Delta并联机器人系统动力学模型(3)满足假设1-3,控制器设计(23)可以使轨迹跟踪误差向量
Figure BDA0001742173040000117
满足:
(1)一致有界性:对于任意给定的r>0,且||e(t0)||<r,当t>t0时,存在一个正实数d(r):0<d(r)<∞,使得||e(t)||<d(r)成立。
(2)一致最终有界性:对于任意给定
Figure BDA0001742173040000121
且||e(t0)||<r,当
Figure BDA0001742173040000122
时,
Figure BDA0001742173040000123
成立,其中
Figure BDA0001742173040000124
以下给出证明过程如下:
构造李雅普诺夫函数为:
Figure BDA0001742173040000125
李雅普诺夫函数V的导数为:
Figure BDA0001742173040000126
分析式(25)中第一项:
Figure BDA0001742173040000127
根据式(14):
Figure BDA0001742173040000128
式(26)中:
Figure BDA0001742173040000131
将式(20)带入式(26)中:
Figure BDA0001742173040000132
根据假设3,有:
Figure BDA0001742173040000133
将式(27)-(30)带入式(25):
Figure BDA0001742173040000134
Figure BDA0001742173040000141
将自适应率(19)带入式(31)中,有:
(1)当
Figure BDA0001742173040000142
时:
Figure BDA0001742173040000144
Figure BDA0001742173040000151
其中,
Figure BDA0001742173040000152
Figure BDA0001742173040000153
(2)当
Figure BDA0001742173040000154
时:
Figure BDA0001742173040000155
Figure BDA0001742173040000161
Figure BDA0001742173040000162
其中,
Figure BDA0001742173040000163
根据式(32)和式(33),李雅普诺夫函数导数
Figure BDA0001742173040000164
为:
Figure BDA0001742173040000165
其中,
Figure BDA0001742173040000166
Figure BDA0001742173040000167
对于式(34),当‖δ‖满足:
Figure BDA0001742173040000168
Figure BDA0001742173040000169
为负值,即:
Figure BDA00017421730400001610
根据文献(Chen Y.,Zhang X..Adaptive Robust Approximate Constraint-following Control for Mechanical Systems[J].Journal of the FranklinInstitute,2010,347(1):69-86),当李雅普诺夫函数导数
Figure BDA0001742173040000171
满足式(36)时,轨迹跟踪误差向量
Figure BDA0001742173040000172
和自适应参数
Figure BDA0001742173040000173
满足一致有界与一直最终有界。
Figure BDA0001742173040000174
Figure BDA0001742173040000175
Figure BDA0001742173040000176
其中:
Figure BDA0001742173040000177
二、动力学模型仿真
在MATLAB软件中,利用ode15i函数对三自由度Delta并联机器人的动力学模型与设计的控制器进行仿真。假设并联机器人受到的不确定因素为动平台的质量参数
Figure BDA0001742173040000178
外部负载
Figure BDA0001742173040000179
Figure BDA00017421730400001710
Figure BDA00017421730400001711
其中,
Figure BDA00017421730400001712
Figure BDA0001742173040000181
为标称项,Δmo′、△F1、△F2、△F3、△Fn1、△Fn2和△Fn3为随时间变化的不确定项。不确定参数向量定义为:σ=[ΔmO′,△F1,△F2,△F3,△Fn1,△Fn2,△Fn3]T。设Delta并联机器人工作平台需要跟踪的目标轨迹为:
Figure BDA0001742173040000182
根据假设3,函数
Figure BDA0001742173040000183
的选取和函数
Figure BDA0001742173040000184
有关,选取函数
Figure BDA0001742173040000185
为:
Figure BDA0001742173040000186
其中,α=max{α123}。
三自由度Delta并联机器人的结构参数如下:
主动臂的长度la=200mm,静平台的外接圆半径R=180mm,动平台的外接圆半径r=100mm,机器人的质量参数如下:主动臂质量ma=1.193kg,从动臂质量mb=1.178kg,动平台质量mO′=4.3225kg。
选取控制器的控制参数如下:Kv=diag[1,1,1],Kp=diag[1,1,1],S=diag[2,2,2],ε=0.1,κ=1,k1=10,k2=0.3,k3=0.5,ζ=0.001。
选取标称参数如下:
Figure BDA0001742173040000187
Figure BDA0001742173040000188
选取不确定参数如下:
Figure BDA0001742173040000189
Figure BDA0001742173040000191
Δm=0.7,Δf=0.6,Δfc=0.5。
设定仿真的初始值位置为:q0=[0.5434 0.5434 0.9639]T,
Figure BDA0001742173040000192
Figure BDA0001742173040000193
仿真结果如图3-10所示。
其中,图3与图4为三自由度Delta并联机器人的主动关节角位移与关节角速度的仿真结果。图5为三个主动关节角上的输入力矩仿真结果。图6为自适应参数
Figure BDA0001742173040000194
仿真结果,随着轨迹跟踪误差的减小,由于泄露项的存在,
Figure BDA0001742173040000195
由3.8减小至2附近。
当三自由度Delta并联机器人系统受到初始位置误差、不确定性和非线性关节摩擦力影响时,分别令τ=P1、τ=P1+P2、τ=P1+P2+P3为控制输入对比控制效果。图7中,当只有τ=P1+P2+P3为控制输入时,末端执行器轨迹可以高品质的跟踪目标轨迹。
图8为在三种控制输入下系统轨迹跟踪误差e的仿真结果,当τ=P1为控制输入时,轨迹跟踪误差在1s时运行至奇异点,当τ=P1+P2为控制输入时,轨迹跟踪误差在0.1m-0.25m之间振荡。当τ=P1P+2+P3为控制输入时,系统从0.01m附近经过0.2s后进入并保持在0m附近范围内。
图9为在三种控制输入下系统轨迹跟踪误差
Figure BDA0001742173040000196
的仿真结果,当τ=P1+P2+P3为控制输入时,轨迹跟踪误差
Figure BDA0001742173040000197
从0.31m/s经过0.5s后减小到0m/s附近,当τ=P1、τ=P1+P2为控制输入时。轨迹跟踪误差
Figure BDA0001742173040000198
均发散。
图10为所设计非线性关节摩擦力控制器中有无摩擦力补偿项时的轨迹跟踪误差e仿真结果,控制器设计不考虑对非线性摩擦力进行补偿时,轨迹跟踪误差e由0.01m经过1s降至0.002m附近,并一直维持在0.002m附近振荡。控制器设计考虑对非线性摩擦力进行补偿时,轨迹跟踪误差降至0m附近。
图11为有无摩擦力补偿项时的轨迹跟踪误差
Figure BDA0001742173040000201
仿真结果,控制器设计不考虑对非线性摩擦力进行补偿时,轨迹跟踪误差e由0.31m经过1s降至0.02m附近,并一直维持在0.02m附近振荡。控制器设计考虑对非线性摩擦力进行补偿时,轨迹跟踪误差
Figure BDA0001742173040000202
降至0m附近。
仿真结果表明:本实施例所提出的三自由度Delta并联机器人摩擦力补偿控制器拥有良好的鲁棒性,在具有不确定参数的非线性摩擦力干扰下,可以快速跟踪目标轨迹,并使跟踪误差满足有界性能。

Claims (1)

1.一种三自由度Delta并联机器人的非线性关节摩擦力补偿方法,其特征在于,按照以下步骤进行:
步骤1,选定非线性摩擦力模型,将非线性关节摩擦力模型中的正向压力视为一种不确定性因素;
选取Stribeck摩擦力模型为研究的非线性关节摩擦力模型,其数学模型表示为
Figure FDA0003079529250000011
其中,Ff为Stribeck摩擦力,Fs为静摩擦力,vs表示Stribeck速度,Fv为粘性摩擦系数,Fc为库伦摩擦力,其表达形式为:
Figure FDA0003079529250000012
其中,μ为库伦摩擦系数,Fn是接触面正压力的大小,
Figure FDA0003079529250000013
为相对运动速度矢量;v为相对速度的大小;
步骤2,将三自由度Delta并联机器人动力学模型中含有不确定性的项分离出来,分别得到并联机器人系统的标称项和不确定项;
忽略对系统性能影响较小的被动关节摩擦力,考虑具有非线性主动关节摩擦力的三自由度Delta并联机器人动力学模型为:
Figure FDA0003079529250000014
其中,q∈R3为主动关节角度向量,
Figure FDA0003079529250000015
为主动关节角速度向量,
Figure FDA0003079529250000016
为主动关节角加速度向量;σ∈∑∈Rp为机器人系统中存在的不确定参数向量,其中包括时变的动力学参数、外部负载、关节正向压力,其上界信息未知;∑∈Rp为不确定参数的紧集,代表着不确定性的界;M(q,σ,t)为机器人系统惯性矩阵,
Figure FDA0003079529250000017
为系统的科氏力/离心力项,
Figure FDA0003079529250000018
Figure FDA0003079529250000021
为斜对称矩阵,G(q,σ,t)为系统的重力项,
Figure FDA0003079529250000022
为系统所受的外部干扰
Figure FDA0003079529250000023
为非线性关节摩擦力,τ(t)为系统输入力矩,M(·)、C(·)、G(·)、F(·)与Ff(·)均连续或关于时间t勒贝格可测;
步骤3,根据三自由度Delta并联机器人动力学模型中的标称项建立控制器中的标称补偿环节,用于对标称机器人系统进行补偿;
设三自由度Delta并联机器人的期望轨迹为qd
Figure FDA0003079529250000024
Figure FDA0003079529250000025
其中qd:[t0,∞)→R3表示期望位置,且qd为C2连续,
Figure FDA0003079529250000026
为期望速度,
Figure FDA0003079529250000027
为期望加速度;
定义系统的轨迹跟踪误差为:
Figure FDA0003079529250000028
因此,系统的速度跟踪误差与加速度跟踪误差可以表示为:
Figure FDA0003079529250000029
Figure FDA00030795292500000210
则:
Figure FDA00030795292500000211
步骤4,选取正定对角矩阵设计控制器中的P.D.控制环节,用于对初始位置误差进行补偿;
Figure FDA00030795292500000212
其中,正定对角矩阵Kp=diag[kpi]3×3且kpi>0,Kv=diag[kvi]3×3且kvi>0,i=1,2,3;
步骤5,根据三自由度Delta并联机器人动力学模型中与不确定性有关的项,构造代表系统不确定项上界信息的函数并验证;
步骤6,选取参数,建立带有死区和泄露项的自适应律,用于在线估计不确定性的上界信息;
设计带死区和泄露项自适应律为:
Figure FDA0003079529250000031
式中,
Figure FDA0003079529250000032
为自适应参数,
Figure FDA0003079529250000033
Figure FDA0003079529250000034
Figure FDA0003079529250000035
向量的第i个元素,i=1,2,…,k,k1,k2,k3∈Rk×k且k1,k2,k3>0,κ∈R,κ>0,∈∈R,∈>0;
Figure FDA0003079529250000036
未进入大小为∈的范围内,
Figure FDA0003079529250000037
为非负项,泄露项
Figure FDA0003079529250000038
设计为指数形式,使
Figure FDA0003079529250000039
呈指数衰减趋向0值,若
Figure FDA00030795292500000310
恒成立,t>t0,i=1,2,…,k;
死区部分即
Figure FDA00030795292500000311
进入大小为∈的范围内的设计可以简化控制算法;
步骤7,根据函数
Figure FDA00030795292500000312
和自适应律,构造P3,对系统中的不确定性和非线性摩擦力进行补偿;其表达式如下:
Figure FDA00030795292500000313
式中:
Figure FDA00030795292500000314
Figure FDA00030795292500000315
其中,正定对角矩阵Kp=diag[kpi]3×3且kpi>0,Kv=diag[kvi]3×3且kvi>0,i=1,2,3,kp=λmin(Kp),kp=λmin(Kv),ksp=kskp,ε>0,ξ>0;
步骤8,给出非线性关节摩擦力补偿控制器;
考虑跟踪误差向量为
Figure FDA00030795292500000316
现给出一种针对三自由度Delta并联机器人的非线性关节摩擦力补偿控制器:
Figure FDA0003079529250000041
式中,控制器分为三个部分,若机器人系统中存在初始位置误差、不确定性和非线性关节摩擦力时,令τ=P1+P2+P3,可使t→∞时,轨迹跟踪误差向量
Figure FDA0003079529250000042
满足一致有界和一致最终有界;
当系统中仅存在初始位置误差时,ΔM≡0、ΔC≡0、ΔG≡0和ΔF≡0,可以选取函数
Figure FDA0003079529250000043
使得P3=0,此时τ=P1+P2,能使t→∞时,e→0;
若系统无初始位置误差、不确定性和非线性关节摩擦力存在时,则:
Figure FDA0003079529250000044
令τ=P1,当t>t0时,
Figure FDA0003079529250000045
恒成立;
一致有界性:对于任意给定的r>0,且||e(t0)||<r,当t>t0时,存在一个正实数d(r):0<d(r)<∞,使得||e(t)||<d(r)成立;
(2)一致最终有界性:对于任意给定r>0,
Figure FDA0003079529250000046
Figure FDA0003079529250000047
Figure FDA0003079529250000048
时,
Figure FDA00030795292500000419
或立,其中
Figure FDA0003079529250000049
构造李雅普诺夫函数为:
Figure FDA00030795292500000410
经推导,李雅普诺夫函数V的导数
Figure FDA00030795292500000411
满足:
Figure FDA00030795292500000412
时,控制器设计可以使轨迹跟踪误差向量
Figure FDA00030795292500000413
和自适应参数
Figure FDA00030795292500000414
满足系统一致有界与一致最终有界;
其中,δ为给定误差向量,
Figure FDA00030795292500000415
为二次项系数,
Figure FDA00030795292500000416
为一次项系数,
Figure FDA00030795292500000418
为常数项。
CN201810824631.3A 2018-07-25 2018-07-25 一种三自由度Delta并联机器人的非线性关节摩擦力补偿方法 Expired - Fee Related CN109048995B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810824631.3A CN109048995B (zh) 2018-07-25 2018-07-25 一种三自由度Delta并联机器人的非线性关节摩擦力补偿方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810824631.3A CN109048995B (zh) 2018-07-25 2018-07-25 一种三自由度Delta并联机器人的非线性关节摩擦力补偿方法

Publications (2)

Publication Number Publication Date
CN109048995A CN109048995A (zh) 2018-12-21
CN109048995B true CN109048995B (zh) 2021-07-13

Family

ID=64835421

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810824631.3A Expired - Fee Related CN109048995B (zh) 2018-07-25 2018-07-25 一种三自由度Delta并联机器人的非线性关节摩擦力补偿方法

Country Status (1)

Country Link
CN (1) CN109048995B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110977971B (zh) * 2019-12-03 2021-08-24 长安大学 一种基于模糊集理论的Delta机器人控制方法
CN112975987B (zh) * 2021-03-25 2022-12-09 江苏集萃复合材料装备研究所有限公司 一种基于动力学模型的骨科手术机器人控制方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102540887A (zh) * 2011-12-27 2012-07-04 浙江大学 一种非线性参数化系统的控制方法
CN104808487A (zh) * 2015-03-03 2015-07-29 台州学院 一种神经网络自适应鲁棒轨迹跟踪方法及控制器
CN105772917A (zh) * 2014-12-16 2016-07-20 苏州继企机电科技有限公司 一种三关节点焊机器人轨迹跟踪控制方法
CN106773648A (zh) * 2016-12-19 2017-05-31 华侨大学 一种自抗扰控制的鲁棒保性能设计与参数整定方法
CN108098749A (zh) * 2017-12-27 2018-06-01 华南智能机器人创新研究院 一种可调臂长高速三轴机器人
DK3077162T3 (en) * 2013-12-06 2018-06-06 Huber Diffraktionstechnik Gmbh & Co Kg REDUNDANT PARALLEL POSITIONING DEVICE
CN108177152A (zh) * 2017-12-27 2018-06-19 华南智能机器人创新研究院 一种用于定位喷漆的高速机器人
CN108262738A (zh) * 2017-12-29 2018-07-10 哈尔滨工业大学深圳研究生院 一种绳驱并联机器人及立体仓储

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102540887A (zh) * 2011-12-27 2012-07-04 浙江大学 一种非线性参数化系统的控制方法
DK3077162T3 (en) * 2013-12-06 2018-06-06 Huber Diffraktionstechnik Gmbh & Co Kg REDUNDANT PARALLEL POSITIONING DEVICE
CN105772917A (zh) * 2014-12-16 2016-07-20 苏州继企机电科技有限公司 一种三关节点焊机器人轨迹跟踪控制方法
CN104808487A (zh) * 2015-03-03 2015-07-29 台州学院 一种神经网络自适应鲁棒轨迹跟踪方法及控制器
CN106773648A (zh) * 2016-12-19 2017-05-31 华侨大学 一种自抗扰控制的鲁棒保性能设计与参数整定方法
CN108098749A (zh) * 2017-12-27 2018-06-01 华南智能机器人创新研究院 一种可调臂长高速三轴机器人
CN108177152A (zh) * 2017-12-27 2018-06-19 华南智能机器人创新研究院 一种用于定位喷漆的高速机器人
CN108262738A (zh) * 2017-12-29 2018-07-10 哈尔滨工业大学深圳研究生院 一种绳驱并联机器人及立体仓储

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
六自由度并联平台位置正解及控制方法研究;李磊;《中国博士学位论文全文数据库信息科技辑》;20100415;第72-95页 *
柔性并联机器人非线性摩擦动力学建模与速度规划;赵磊;《农业机械学报》;20170530;第390-395页 *

Also Published As

Publication number Publication date
CN109048995A (zh) 2018-12-21

Similar Documents

Publication Publication Date Title
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
CN105319972B (zh) 基于快速终端滑模的遥操作机器人固定时间控制方法
CN104723340B (zh) 基于连接和阻尼配置的柔性关节机械臂的阻抗控制方法
CN108875253B (zh) 基于干扰观测器的欠驱动吊车系统的终端滑模消摆控制方法及系统
Yang et al. Adaptive coupling control for overhead crane systems
CN105772917B (zh) 一种三关节点焊机器人轨迹跟踪控制方法
Asl et al. Adaptive neural network control of cable-driven parallel robots with input saturation
Liu et al. Adaptive control of manipulator based on neural network
Hu et al. A reinforcement learning neural network for robotic manipulator control
CN108227506A (zh) 一种基于自适应最优化方法的机器人导纳控制系统
CN110673472A (zh) 基于神经网络补偿死区反演误差的自适应鲁棒控制方法
Yang et al. Finite-time synchronization control for bilateral teleoperation under communication delays
CN108453732A (zh) 控制体系封闭机器人自适应动态力/位置混合控制方法
CN111702767A (zh) 一种基于反演模糊自适应的机械手阻抗控制方法
CN109062039B (zh) 一种三自由度Delta并联机器人的自适应鲁棒控制方法
Yang et al. Multi‐manipulators coordination for bilateral teleoperation system using fixed‐time control approach
Yang et al. Disturbance observer based on biologically inspired integral sliding mode control for trajectory tracking of mobile robots
Koofigar Adaptive tracking with external force disturbance rejection for uncertain robotic systems
CN109048995B (zh) 一种三自由度Delta并联机器人的非线性关节摩擦力补偿方法
Wahballa et al. Constant force tracking using online stiffness and reverse damping force of variable impedance controller for robotic polishing
CN114942593A (zh) 一种基于干扰观测器补偿的机械臂自适应滑模控制方法
CN108693776B (zh) 一种三自由度Delta并联机器人的鲁棒控制方法
Boscariol et al. Optimal trajectory planning for nonlinear systems: robust and constrained solution
Xu et al. Extended state observer based dynamic iterative learning for trajectory tracking control of a six-degrees-of-freedom manipulator
Zeng et al. Fully distributed event-triggered control for multi-robot systems based on modal space framework

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

Granted publication date: 20210713

CF01 Termination of patent right due to non-payment of annual fee