CN110253573A - 一种基于串并联估计模型的柔性机械臂系统模糊控制方法 - Google Patents

一种基于串并联估计模型的柔性机械臂系统模糊控制方法 Download PDF

Info

Publication number
CN110253573A
CN110253573A CN201910485017.3A CN201910485017A CN110253573A CN 110253573 A CN110253573 A CN 110253573A CN 201910485017 A CN201910485017 A CN 201910485017A CN 110253573 A CN110253573 A CN 110253573A
Authority
CN
China
Prior art keywords
mechanical arm
fuzzy
flexible
matrix
flexible mechanical
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.)
Pending
Application number
CN201910485017.3A
Other languages
English (en)
Inventor
兰扬
张娅
陈雪华
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.)
Chongqing Technology and Business Institute
Original Assignee
Chongqing Technology and Business Institute
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 Chongqing Technology and Business Institute filed Critical Chongqing Technology and Business Institute
Priority to CN201910485017.3A priority Critical patent/CN110253573A/zh
Publication of CN110253573A publication Critical patent/CN110253573A/zh
Pending legal-status Critical Current

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1602Programme controls characterised by the control system, structure, architecture
    • B25J9/161Hardware, e.g. neural networks, fuzzy logic, interfaces, processor

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明属于模糊控制技术领域,公开了一种基于串并联估计模型的柔性机械臂系统模糊控制方法,包括:对操作系统的柔性机械臂系统建立动力学模型;对系统进行初始化设置,建立相应的干扰观测器采集外界数据;针对干扰观测器采集的有关机械臂的运动学和动力学不确定性数据,利用模糊逼近思想,对系统各不确定函数项进行模糊逼近处理;将偏差、偏差一阶导数、偏差二阶导数三个模糊集,通过模糊关系和模糊合成算法进行修正运算。本发明基于串并联估计模型可提高系统的鲁棒性。本发明结合干扰观测器,可消除外部未知干扰对系统的影响。同时对偏差、偏差一阶导数、偏差二阶导数三个模糊集进行修正运算,可进一步提高控制精度,提高自动化程度。

Description

一种基于串并联估计模型的柔性机械臂系统模糊控制方法
技术领域
本发明属于模糊控制技术领域,尤其涉及一种基于串并联估计模型的柔性机械臂系统模糊控制方法。
背景技术
目前,最接近的现有技术:
在当今制造业中,微电子技术、传感器技术等飞速发展,在提高生产效率的同时也需保障产品的质量,自动化越来越受到企业的重视。机械臂因其独特的灵活性,已在工业装配、安全防爆、医疗卫生等领域得到了广泛的应用,在机械臂的使用过程中,需要规划好机械臂关节的移动轨迹,从而实现末端位姿的控制。因此,机器臂的轨迹跟踪控制系统与柔性机械臂问题受到越来越多的重视。然而,大量的耦合项以及非线性不确定项存在于机械臂伺服系统中,导致难以设计控制算法以实现对伺服系统的有效动态补偿。
综上所述,现有技术存在的问题是:
大量的耦合项以及非线性不确定项存在于机械臂伺服系统中,导致难以设计控制算法以实现对伺服系统的有效动态补偿;现有模糊逼近处理方法或是模型,模糊逼近精度不够,且不具备普适性。
发明内容
针对现有技术存在的问题,本发明提供了一种基于串并联估计模型的柔性机械臂系统模糊控制方法。
本发明是这样实现的,一种基于串并联估计模型的柔性机械臂系统模糊控制方法,所述基于串并联估计模型的柔性机械臂系统模糊控制方法包括:
第一步,基于有限元离散动力学方程对操作系统的柔性机械臂系统建立动力学模型;
第二步,对系统进行初始化设置,建立相应的干扰观测器采集外界数据;
第三步,针对干扰观测器采集的有关机械臂的运动学和动力学不确定性数据,构建模糊系统,对系统各不确定函数项进行模糊逼近处理;
第四步,将偏差、偏差一阶导数、偏差二阶导数三个模糊集,通过模糊关系和模糊合成算法进行修正运算。
进一步,所述第一步中基于有限元离散动力学方程对操作系统的柔性机械臂系统建立动力学模型具体包括:
将柔性杆用有限元方法进行离散,将柔性杆划分为n个单元,每个单元的长度为l=L/n,柔性杆一共有n+1个节点,定义节点变形位移列阵为: 其中为柔性杆变形引起的横截面的转角;应用有限元方法离散后可以得到柔性机械臂的动力学方程为:
式中:J为柔性机械臂系统的总转动惯量矩阵,
J=Jh+Jr+Jm+d(M-D)dT+2Ud,
其中Jh为中心刚体的转动惯量,Jr为柔性杆的转动惯量,Jm为末端质量的转动惯量与末端质量与节点变形耦合引起的转动惯量的和,M为柔性杆结构的整体质量矩阵,由柔性杆的单元质量矩阵装配得到,D为与二次耦合项wc有关的矩阵,U为柔性杆转动惯量与节点变形的耦合矩阵;H为刚柔耦合矩阵;
其中Gd为与柔性杆和末端质量有关的矩阵,Cs为瑞利阻尼矩阵,Cs=b1M+b2Ks,Ks为柔性结构的整体刚度阵,由柔性杆的单元质量矩阵装配得到,b1和b2为瑞利阻尼系数;
系统的刚度阵为:
其中Km为末端质量引起的系统刚度变化矩阵;
Qθ=τ+Qa
Qa为柔性杆和末端质量与节点变形位移列阵和转角θ耦合引起的作用力项;Qd为柔性杆和末端质量与系统转角θ耦合引起的作用力矩阵;
同时,假设柔性机械臂系统的运动规律是事先已知的,在柔性机械臂的转动规律事先确定的时候,去掉柔性机械臂的动力方程中的第一行,即得到非惯性系下柔性机械臂的动力学模型为:
进一步,所述第三步中模糊系统构建方法具体包括:
设二维模糊系统g(x)为集合上的一个函数,其解析式形式为未知,假设对任意一个x∈U,都能得到g(x),则基于下述步骤构建模糊系统:
(1)在[αi,βi]上定义Ni(i=1,2)个标准的、一致的和完备的模糊集
(2)组建M=N1×N2条模糊集IF-THEN规则:
如果x1且x2则y为
其中,i1=1,2,…,N1,i2=1,2,…,N2
将模糊集的中心(用表示)选择为:
(3)采用乘机推理机,单值模糊器和中心平均解模糊期,根据M=N1×N2条规则来构造模糊系统:
综上所述,本发明的优点及积极效果为:
本发明基于串并联估计模型,定义系统状态预测量并设计相应控制律,以此提高系统的鲁棒性。本发明结合干扰观测器,可消除外部未知干扰对系统的影响。同时对偏差、偏差一阶导数、偏差二阶导数三个模糊集进行修正运算,可进一步提高控制精度,提高自动化程度。
本发明构建的柔性机械臂动力学模型能够对柔性机械臂运动后的残余振动进行控制,同时得到了柔性机械臂在非惯性系下的刚柔耦合动力学模型,进一步提高了其可控制度,提高了控制精度。
本发明通过构建模糊系统进行模糊逼近处理,该模糊系统是一个万能比近期,能够使用于多种情况,且逼近精度高。
附图说明
图1是本发明实施例提供的基于串并联估计模型的柔性机械臂系统模糊控制方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面结合附图对本发明的应用原理作详细描述。
如图1所示,本发明实施例提供的基于串并联估计模型的柔性机械臂系统模糊控制方法包括:
S101:基于有限元离散动力学方程对操作系统的柔性机械臂系统建立动力学模型;
S102:对系统进行初始化设置,建立相应的干扰观测器采集外界数据;
S103:针对干扰观测器采集的有关机械臂的运动学和动力学不确定性数据,构建模糊系统,对系统各不确定函数项进行模糊逼近处理;
S104:将偏差、偏差一阶导数、偏差二阶导数三个模糊集,通过模糊关系和模糊合成算法进行修正运算。
步骤S101中,本发明实施例提供的基于有限元离散动力学方程对操作系统的柔性机械臂系统建立动力学模型具体包括:
将柔性杆用有限元方法进行离散,将柔性杆划分为n个单元,每个单元的长度为l=L/n,柔性杆一共有n+7个节点,定义节点变形位移列阵为:d=其中为柔性杆变形引起的横截面的转角;应用有限元方法离散后可以得到柔性机械臂的动力学方程为:
式中:J为柔性机械臂系统的总转动惯量矩阵,
J=Jh+Jr+Jm+d(M-D)dT+2Ud,
其中Jh为中心刚体的转动惯量,Jr为柔性杆的转动惯量,Jm为末端质量的转动惯量与末端质量与节点变形耦合引起的转动惯量的和,M为柔性杆结构的整体质量矩阵,由柔性杆的单元质量矩阵装配得到,D为与二次耦合项wc有关的矩阵,U为柔性杆转动惯量与节点变形的耦合矩阵;H为刚柔耦合矩阵;
其中Gd为与柔性杆和末端质量有关的矩阵,Cs为瑞利阻尼矩阵,Cs=b1M+b2Ks,Ks为柔性结构的整体刚度阵,由柔性杆的单元质量矩阵装配得到,b1和b2为瑞利阻尼系数;
系统的刚度阵为:
其中Km为末端质量引起的系统刚度变化矩阵;
Qθ=τ+Qa
Qa为柔性杆和末端质量与节点变形位移列阵和转角θ耦合引起的作用力项;Qd为柔性杆和末端质量与系统转角θ耦合引起的作用力矩阵;
同时,假设柔性机械臂系统的运动规律是事先已知的,在柔性机械臂的转动规律事先确定的时候,去掉柔性机械臂的动力方程中的第一行,即得到非惯性系下柔性机械臂的动力学模型为:
步骤S103中,本发明实施例提供的模糊系统构建方法具体包括:
设二维模糊系统g(x)为集合上的一个函数,其解析式形式为未知,假设对任意一个x∈U,都能得到g(x),则基于下述步骤构建模糊系统:
(1)在[αi,βi]上定义Ni(i=1,2)个标准的、一致的和完备的模糊集
(2)组建M=N1×N2条模糊集IF-THEN规则:
如果x1且x2则y为
其中,i1=1,2,…,N1,i2=1,2,…,N2
将模糊集的中心(用表示)选择为:
(3)采用乘机推理机,单值模糊器和中心平均解模糊期,根据M=N1×N2条规则来构造模糊系统:
本发明实施例提供的干扰观测器对系统的各种不确定性和干扰进行观测。
本发明实施例提供的基于串并联估计模型,定义系统状态预测量并设计相应控制律。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (3)

1.一种基于串并联估计模型的柔性机械臂系统模糊控制方法,其特征在于,所述基于串并联估计模型的柔性机械臂系统模糊控制方法包括:
第一步,基于有限元离散动力学方程对操作系统的柔性机械臂系统建立动力学模型;
第二步,对系统进行初始化设置,建立相应的干扰观测器采集外界数据;
第三步,针对干扰观测器采集的有关机械臂的运动学和动力学不确定性数据,构建模糊系统,对系统各不确定函数项进行模糊逼近处理;
第四步,将偏差、偏差一阶导数、偏差二阶导数三个模糊集,通过模糊关系和模糊合成算法进行修正运算。
2.如权利要求1所述的基于串并联估计模型的柔性机械臂系统模糊控制方法,其特征在于,所述第一步中基于有限元离散动力学方程对操作系统的柔性机械臂系统建立动力学模型具体包括:
将柔性杆用有限元方法进行离散,将柔性杆划分为n个单元,每个单元的长度为l=L/n,柔性杆一共有n+1个节点,定义节点变形位移列阵为: 其中为柔性杆变形引起的横截面的转角;应用有限元方法离散后可以得到柔性机械臂的动力学方程为:
式中:J为柔性机械臂系统的总转动惯量矩阵,
J=Jh+Jr+Jm+d(M-D)dT+2Ud,
其中Jh为中心刚体的转动惯量,Jr为柔性杆的转动惯量,Jm为末端质量的转动惯量与末端质量与节点变形耦合引起的转动惯量的和,M为柔性杆结构的整体质量矩阵,由柔性杆的单元质量矩阵装配得到,D为与二次耦合项wc有关的矩阵,U为柔性杆转动惯量与节点变形的耦合矩阵;H为刚柔耦合矩阵;
其中Gd为与柔性杆和末端质量有关的矩阵,Cs为瑞利阻尼矩阵,Cs=b1M+b2Ks,Ks为柔性结构的整体刚度阵,由柔性杆的单元质量矩阵装配得到,b1和b2为瑞利阻尼系数;
系统的刚度阵为:
其中Km为末端质量引起的系统刚度变化矩阵;
Qθ=τ+Qa
Qa为柔性杆和末端质量与节点变形位移列阵和转角θ耦合引起的作用力项;Qd为柔性杆和末端质量与系统转角θ耦合引起的作用力矩阵;
同时,假设柔性机械臂系统的运动规律是事先已知的,在柔性机械臂的转动规律事先确定的时候,去掉柔性机械臂的动力方程中的第一行,即得到非惯性系下柔性机械臂的动力学模型为:
3.如权利要求1所述的基于串并联估计模型的柔性机械臂系统模糊控制方法,其特征在于,所述第三步中模糊系统构建方法具体包括:
设二维模糊系统g(x)为集合上的一个函数,其解析式形式为未知,假设对任意一个x∈U,都能得到g(x),则基于下述步骤构建模糊系统:
(1)在[αi,βi]上定义Ni(i=1,2)个标准的、一致的和完备的模糊集
(2)组建M=N1×N2条模糊集IF-THEN规则:
如果x1且x2则y为
其中,i1=1,2,…,N1,i2=1,2,…,N2
将模糊集的中心(用表示)选择为:
(3)采用乘机推理机,单值模糊器和中心平均解模糊期,根据M=N1×N2条规则来构造模糊系统:
CN201910485017.3A 2019-06-05 2019-06-05 一种基于串并联估计模型的柔性机械臂系统模糊控制方法 Pending CN110253573A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910485017.3A CN110253573A (zh) 2019-06-05 2019-06-05 一种基于串并联估计模型的柔性机械臂系统模糊控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910485017.3A CN110253573A (zh) 2019-06-05 2019-06-05 一种基于串并联估计模型的柔性机械臂系统模糊控制方法

Publications (1)

Publication Number Publication Date
CN110253573A true CN110253573A (zh) 2019-09-20

Family

ID=67916869

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910485017.3A Pending CN110253573A (zh) 2019-06-05 2019-06-05 一种基于串并联估计模型的柔性机械臂系统模糊控制方法

Country Status (1)

Country Link
CN (1) CN110253573A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110989712A (zh) * 2019-12-18 2020-04-10 清华大学 一种超长柔性结构主动抑振控制方法
CN114211488A (zh) * 2021-12-07 2022-03-22 哈尔滨工业大学 基于模糊控制算法的柔体机器人控制方法
CN117359645A (zh) * 2023-12-04 2024-01-09 青岛理工大学 一种单连杆机械臂的自适应预定义时间控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5047701A (en) * 1989-06-12 1991-09-10 Hitachi, Ltd. Manipulator
CN1075219A (zh) * 1992-11-19 1993-08-11 北方工业大学 模糊控制方法和模糊控制器
CN108445768A (zh) * 2018-05-29 2018-08-24 福州大学 空间机器人操作空间轨迹跟踪的增广自适应模糊控制方法
CN109358506A (zh) * 2018-10-26 2019-02-19 南京理工大学 一种基于干扰观测器的自适应模糊遥操作控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5047701A (en) * 1989-06-12 1991-09-10 Hitachi, Ltd. Manipulator
CN1075219A (zh) * 1992-11-19 1993-08-11 北方工业大学 模糊控制方法和模糊控制器
CN108445768A (zh) * 2018-05-29 2018-08-24 福州大学 空间机器人操作空间轨迹跟踪的增广自适应模糊控制方法
CN109358506A (zh) * 2018-10-26 2019-02-19 南京理工大学 一种基于干扰观测器的自适应模糊遥操作控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
徐健 等: "基于分数阶混沌系统同步与稳定性分析", 《自动化技术与应用》 *
杜严锋 等: "柔性机械臂残余振动控制", 《振动与冲击》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110989712A (zh) * 2019-12-18 2020-04-10 清华大学 一种超长柔性结构主动抑振控制方法
CN114211488A (zh) * 2021-12-07 2022-03-22 哈尔滨工业大学 基于模糊控制算法的柔体机器人控制方法
CN114211488B (zh) * 2021-12-07 2024-03-01 哈尔滨工业大学 基于模糊控制算法的柔体机器人控制方法
CN117359645A (zh) * 2023-12-04 2024-01-09 青岛理工大学 一种单连杆机械臂的自适应预定义时间控制方法
CN117359645B (zh) * 2023-12-04 2024-02-23 青岛理工大学 一种单连杆机械臂的自适应预定义时间控制方法

Similar Documents

Publication Publication Date Title
Parlaktuna et al. Adaptive control of free-floating space manipulators using dynamically equivalent manipulator model
CN110253573A (zh) 一种基于串并联估计模型的柔性机械臂系统模糊控制方法
CN105772917B (zh) 一种三关节点焊机器人轨迹跟踪控制方法
CN108445768B (zh) 空间机器人操作空间轨迹跟踪的增广自适应模糊控制方法
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
CN114942593B (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
CN112936287B (zh) 一种基于动力学迭代学习的柔性机器人控制方法及装置
CN111168682B (zh) 并联机器人结合鲁棒精确微分器有限时间收敛滑模控制方法
Barhaghtalab et al. Dynamic analysis, simulation, and control of a 6-DOF IRB-120 robot manipulator using sliding mode control and boundary layer method
CN107529630A (zh) 一种空间机器人建立动力学模型的方法
Park et al. Pose and posture estimation of aerial skeleton systems for outdoor flying
CN107529498A (zh) 一种空间机器人抓捕非合作目标的方法
Wu et al. Review of industrial robot stiffness identification and modelling
Dai et al. A review of end-effector research based on compliance control
CN113031579A (zh) 双足机器人的行走控制方法、装置及双足机器人
CN109176480A (zh) 一种并联机器人的滑模控制方法及系统
Le Boudec et al. Modeling and adaptive control of redundant robots
CN106444382A (zh) 一种保证物理可行性的串联机器人动力学参数辨识方法
Ramer et al. A robot motion planner for 6-DOF industrial robots based on the cell decomposition of the workspace
CN114559435B (zh) 基于球体包络且性能最优目标下的机械臂轨迹规划方法
CN113927596B (zh) 一种基于宽度神经学习的时变输出约束机器人遥操作有限时间控制方法
Qin et al. Analyzing trajectory tracking accuracy of a flexible multi-purpose deployer
CN112223276B (zh) 基于自适应神经网络滑模控制的多关节机器人控制方法
Dong Gravity and inertial load adaptive control of wall‐climbing robot
CN107650121B (zh) 一种用于机器人的控制方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190920

RJ01 Rejection of invention patent application after publication