CN111546350B - 一种多关节重载液压机器人系统及高精度运动控制方法 - Google Patents
一种多关节重载液压机器人系统及高精度运动控制方法 Download PDFInfo
- Publication number
- CN111546350B CN111546350B CN202010365326.XA CN202010365326A CN111546350B CN 111546350 B CN111546350 B CN 111546350B CN 202010365326 A CN202010365326 A CN 202010365326A CN 111546350 B CN111546350 B CN 111546350B
- Authority
- CN
- China
- Prior art keywords
- hydraulic cylinder
- arm
- joint
- arm hydraulic
- model
- 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
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/10—Programme-controlled manipulators characterised by positioning means for manipulator elements
- B25J9/14—Programme-controlled manipulators characterised by positioning means for manipulator elements fluid
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/20—Programme controls fluidic
Abstract
本发明公开了一种多关节重载液压机器人系统及高精度运动控制方法,该系统由动力系统、传感检测和数据采集系统、计算机控制系统和机械臂本体系统组成,该方法建立液压机器人动力学模型,考虑系统不确定性和建模误差进行系统补偿,在不同负载质量条件下不改变控制参数也能精确跟踪控制;非线性自适应鲁棒控制方法将机械和液压耦合的系统分层,引入自适应更新率,克服系统不确定性和外界干扰的影响,使关节角度跟踪误差渐进趋于零,提高系统的暂态、稳态性能以及抗干扰性能力;控制器参数物理含义明确,参数数目少,控制器参数的整定较为简单且有理论依据;利用李雅普诺夫稳定性函数保证系统的稳定性和收敛性,从而保证所有信号的全局鲁棒稳定性。
Description
技术领域
本发明属于液压机器人系统及控制领域,尤其涉及一种多关节重载液压机器人系统及高精度运动控制方法。
背景技术
液压机器人因其具有更大的负载能力、高负载功率比、传动结构简单、易于过载保护等优点,在矿山、航天航空、核工业等大负载领域具有广阔的应用前景。然而,液压驱动系统由于执行器摩擦力、驱动电压饱和、阀口开闭直接变化、阀芯死区遮盖等带来的强非线性和模型、参数的不确定性,再加上重载货物带来的高惯性、高压力和大流量使得机械臂的可控性大大降低、稳定性难以证明、高精度控制器难以设计等问题。对于多关节液压重载机器人,传统PID控制无法实现严格的稳定性证明和精确控制,液压系统本身的非线性会对PID控制性能产生较大影响;除液压系统非线性外,还需要考虑多关节机器人连杆之间存在的动力学耦合,尤其是在高速重载情况下,连杆动力学耦合问题更加严重;此外,机器人系统的参数和干扰往往是不确定性的,要想实现高精度运动控制,则必须要考虑实际系统存在的不确定性和干扰情况。
发明内容
本发明的目的在于针对现有技术的不足,提供一种多关节重载液压机器人系统及高精度运动控制方法。本发明应用于重载搬运场景,在保证稳定性的前提下实现机器人末端位姿的精确控制。
本发明的目的是通过以下技术方案来实现的:一种多关节重载液压机器人系统,它由动力系统、传感检测和数据采集系统、计算机控制系统和机械臂本体系统等组成。所述动力系统由液压泵和阀系统组成;所述传感检测和数据采集系统由传感器组成;所述机械臂本体系统包括机械本体和液压系统;所述液压泵为液压系统提供动力。所述阀系统由电磁阀组成;所述传感器包括压力传感器、角度编码器和位移传感器。所述机械本体包括基座、拐臂、大臂、小臂、摆臂和末端执行器;所述液压系统包括拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸和旋转液压缸;其中,位移传感器分别测量拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸的活塞杆的直线位移,角度编码器测量旋转液压缸的角位移。电磁阀分别控制拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸的活塞杆直线位移y1,y2,y3,y4和旋转液压缸的角位移q5;压力传感器分别测量拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸和旋转液压缸中无杆腔压力pa和有杆腔压力pb。基座与拐臂液压缸固定连接,基座与拐臂通过转动连接,拐臂液压缸和拐臂转动连接,大臂液压缸和大臂分别与拐臂转动连接,小臂液压缸分别与大臂、小臂转动连接,摆臂液压缸分别与小臂、摆臂转动连接,旋转液压缸和摆臂转动连接,末端执行器与旋转液压缸固定连接;传感器将检测结果发送给计算机控制系统,计算机控制系统通过设置电磁阀输入电压u控制机械本体的关节转角q。
一种上述多关节重载液压机器人系统的高精度运动控制方法,包括以下步骤:
(1)建立多关节重载液压机器人系统的数学模型,并将其转化为状态空间方程;所述数学模型包括机械本体动力学模型、电磁阀的流量模型、液压缸两腔压力微分模型和类流量-阀芯非线性映射模型;包括以下子步骤:
(1.1)建立机械本体动力学模型:
(1.2)建立电磁阀的流量模型:
式中,Qa、Qb分别为无杆腔、有杆腔流量,cp1,cp2,cn1,cn2是阀口流量系数,ps,pr分别为供油压力和回油压力,xv是电磁阀阀芯位移,ν(Δp),S(xv)为如下形式:
(1.3)建立液压缸两腔压力微分模型:
式中,βe是有效体积模量,y是活塞杆位移,ls是液压缸有效行程,Aa,Ab分别是液压缸活塞在无杆腔、有杆腔的面积;Va,Vb分别是液压缸无杆腔、有杆腔的容腔体积,Va=Va0+Aay,Vb=Vb0+Ab(ls-y),Va0,Vb0分别是液压缸无杆腔、有杆腔的死容腔体积;dp1(t)为无杆腔压力动态未建模误差和干扰项;dp2(t)为有杆腔压力动态未建模误差和干扰项;
(1.4)建立类流量-阀芯非线性映射模型:
式中,uf为待求的类似流量变量;
(1.5)计算液压缸由两腔压力差引起的推力fp:
fp=Aapa-Abpb
(1.6)计算液压缸摩擦力ff:
式中,Af是库伦摩擦力系数,bv是黏性摩擦力系数;kf是常数,且kf≥600。
(1.7)计算液压缸输出力fc:
fc=fp-ff
式中,λ为各液压缸长度,λ0为各液压缸初始长度,Jλq是驱动雅可比矩阵,f1(y),f2(y)形式如下:
式中,D是旋转液压缸排量,q5是旋转液压缸角位移;y1,y2,y3,y4分别是拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸的活塞杆位移,ls1,ls2,ls3,ls4分别是拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸的有效行程,Aa1,Aa2,Aa3,Aa4分别是拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸活塞在无杆腔的面积;Ab1,Ab2,Ab3,Ab4分别是拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸活塞在有杆腔的面积;Va01,Va02,Va03,Va04分别是拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸无杆腔的死容腔体积,Va05是旋转液压缸无杆腔初始容积;Vb01,Vb02,Vb03,Vb04分别是拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸有杆腔的死容腔体积,Vb05是旋转液压缸有杆腔初始容积。
(2)根据步骤(1)得到的状态空间方程和理想关节转角qd,通过设置电磁阀输入电压u改变机械本体的关节转角q:
(2.1)根据理想关节转角qd计算用于改变当前关节转角q的理想关节力矩τd:
τd=τda+τds
z1=q-qd
τds=-M(q)K2z2
式中,τda是关节力矩模型补偿项,τds是关节力矩鲁棒反馈量;K1是关节转角误差增益系数,z1为关节轨迹跟踪误差,为机械本体未知干扰估计;Γ2是机械本体自适应学习率,Proj为参数自适应映射函数,z2为类似滑模变量;K2是关节转角反馈增益系数;
(2.2)根据步骤(2.1)得到的理想关节力矩τd计算期望类似流量变量ufd:
ufd=ufda+ufds
fcd=Jλq -T(q)τd
z3=fc-fcd
ufds=-K3z3
式中,ufd为期望类似流量变量,ufda为类似流量变量模型补偿量,ufds为类似流量变量鲁棒反馈项;为液压系统未知干扰估计;Γ3是液压系统自适应学习率,z3为液压缸输出力误差,ω3是缩放系数;fcd为期望液压缸输出力;K3是液压缸输出力误差增益系数;
(2.3)计算电磁阀输入电压u:
u=Kv -1xvd
式中,Kv是电磁阀电压增益矩阵;xvd为期望电磁阀阀芯位移,由将步骤(2.2)得到的期望类似流量变量ufd作为待求的类似流量变量uf代入步骤(1.4)建立类流量-阀芯非线性映射模型中得到。
本发明的有益效果是:
1、本发明建立了包含液压系统动力学的完整液压机器人动力学模型,并考虑了系统不确定性和建模误差的影响,在控制率设计中对系统进行精确的模型补偿,在不同负载质量条件下,在不改变控制参数的情况下,也能进行精确的跟踪控制;
2、本发明基于反步法设计的非线性自适应鲁棒控制方法将机械和液压耦合的系统分层设计,引入自适应更新率,克服了系统不确定性和外界干扰对系统性能的影响,使关节角度跟踪误差渐进趋于零,提高了系统的暂态、稳态性能以及抗干扰性能力;
3、本发明控制器参数物理含义明确,参数数目少,控制器参数的整定较为简单且有理论依据;
4、本发明利用李雅普诺夫稳定性函数保证系统的稳定性和收敛性,从而保证所有信号的全局鲁棒稳定性。
附图说明
图1是本发明提出的多关节重载液压机器人系统组成示意图;
图2是本发明提出的重载液压机器人采用的液压系统示意图;
图3是本发明提出的重载液压机器人末端轨迹自适应鲁棒控制框图;
图4是本发明的液压缸活塞杆跟踪曲线和笛卡尔位姿跟踪曲线图;其中,(a)是各液压缸活塞杆位置跟踪情况图;(b)是各液压缸活塞杆速度跟踪情况图;(c)是机器人末端在笛卡尔空间的位姿分量跟踪情况图;(d)是机器人末端在笛卡尔空间的位姿速度分量跟踪情况图;
图中,基座1、拐臂液压缸2、拐臂3、大臂4、小臂液压缸5、摆臂液压缸6、摆臂7、末端执行器8、旋转液压缸9、小臂10、大臂液压缸11。
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,以下结合附图和具体实施例,对本发明进行进一步详细说明。
如附图1所示,本发明提出的五自由度重载液压机器人包括:基座1,拐臂液压缸2,拐臂3,大臂4,小臂液压缸5,摆臂液压缸6,摆臂7,末端执行器8,旋转液压缸9,小臂10,大臂液压缸11,泵源单元,控制阀单元,功率放大单元,实时控制器,传感检测单元。所述基座1与拐臂液压缸2通过轴承座连接,位移传感器测量拐臂液压缸2活塞杆的直线位移,基座1与拐臂3通过销轴连接,大臂液压缸11和大臂4分别通过销轴与拐臂3连接,位移传感器测量大臂液压缸11活塞杆的直线位移,小臂液压缸5通过销轴分别与大臂4、小臂10进行连接,位移传感器测量小臂液压缸5活塞杆的直线位移,摆臂液压缸6分别与小臂10、摆臂7通过销轴连接,位移传感器测量摆臂液压缸6活塞杆的直线位移,末端执行器8与旋转液压缸9通过螺纹连接,角度编码器测量旋转液压缸9的角位移。附图1中箭头表示信号流过程,如泵源向机械臂提供液压动力,传感检测单元获取系统的压力、活塞杆位移信号,并给到控制器进行控制计算,控制输入经功率放大传送到控制阀,控制阀对机械臂进行控制,并回油到泵源单元。
本发明提出的液压机器人液压系统如附图2所示,液压缸与电磁阀相连,电磁阀与伺服放大板相连,压力传感器用来测量液压缸两腔的压力,位移传感器、角度编码器和压力传感器均与实时控制器相连。所述电磁阀可采用的型号为力士乐4WRPEH10-C4B-50L-L,但不限于此。
为了克服机器人建模过程中存在的不确定的影响,实现末端位姿轨迹的高精度跟踪控制,本发明中的控制策略采用自适应鲁棒控制,自适应鲁棒控制的原理是通过设计自适应率来不断调整模型参数,对控制模型进行前馈补偿来保证静态下零跟踪误差,通过设计鲁棒反馈来保证液压机器人系统的动态性能和稳定性。同时,利用反步设计法设计多层控制器,实现对机器人末端执行器姿态的轨迹规划和轨迹跟踪,本发明控制算法易于工程实现且控制灵活。
附图3是本发明五自由度多关节重载液压机器人末端位姿轨迹规划和自适应鲁棒控制框图,具体包括如下步骤:
步骤1,一种五自由度重载液压机器人的系统组成,具体为:
本发明的机器人系统组成如附图1所示,主要由动力系统、传感检测和数据采集系统、计算机控制系统和机械臂本体系统组成;所述动力系统由液压泵(变量泵或定量泵)和阀系统组成;所述传感检测和数据采集系统由传感器组成;所述机械臂本体系统包括机械本体和液压系统;所述液压泵为液压系统提供动力;所述阀系统由电磁阀组成;所述传感器包括压力传感器、角度编码器和位移传感器;所述机械臂本体系统包括机械本体和液压系统;所述机械本体主要包括基座1、拐臂3、大臂4、小臂10、摆臂7和末端执行器8;所述液压系统包括拐臂液压缸2、大臂液压缸11、小臂液压缸5、摆臂液压缸6和旋转液压缸9。液压机器人整体采用串联连杆原理,各运动部件以销轴铰接,由液压缸的伸缩或旋转液压缸的转动动作来完成作业;具体地,拐臂液压缸2的伸缩动作使机械臂整体绕垂直于地面的拐臂转轴旋转,大臂液压缸11的伸缩动作使大臂4绕拐臂3上绞点转动实现大臂4的上升和下降,小臂液压缸5的伸缩动作使小臂10绕大臂4的下绞点转动实现小臂10的前后动作,摆臂液压缸6的伸缩动作使摆臂7绕小臂10下绞点相对转动,旋转液压缸9固定在摆臂7上通过转动实现末端执行器8角度的变化。这样液压机器人就构成了一个五自由度的串联机器人系统,传感器将检测结果发送给计算机控制系统,计算机控制系统通过设置电磁阀输入电压u控制机械本体的关节转角q。
步骤2,建立五自由度重载液压机器人的物理模型,并将其转化为状态空间方程;所述物理模型包括机械臂动力学模型、电磁阀的流量模型、液压缸两腔压力微分模型和类流量-阀芯非线性映射模型,具体为:
(2.1)建立重载液压机器人动力学建模,主要包括:
根据拉格朗日力学建立多关节机械臂动力学模型:
(2.2)液压驱动系统采用普通机械联动式阀控液压缸系统,如附图2所示,液压缸A腔(无杆腔)、B腔(有杆腔)流量模型为:
式中,Qa、Qb分别为无杆腔、有杆腔流量,cp1,cp2,cn1,cn2是阀口流量系数,ps,pr分别为供油压力和回油压力,pa,pb分别是A腔、B腔压力,xv是电磁阀阀芯位移,ν(Δp),S(xv)形式如下式所示:
(2.3)液压缸A腔、B腔压力微分模型为:
式中,βe是有效体积模量,y是活塞杆位移,ls是液压缸有效行程,Aa,Ab分别是液压缸活塞在无杆腔、有杆腔的面积,Va,Vb分别是液压缸无杆腔、有杆腔的容腔体积,Va=Va0+Aay,Vb=Vb0+Ab(ls-y),Va0,Vb0分别是液压缸无杆腔、有杆腔的死容腔体积,dp1(t)为无杆腔压力未建模误差和干扰项;dp2(t)为有杆腔压力未建模误差和干扰项。
(2.4)类流量-阀芯非线性映射模型为:
式中,uf为待求的类似流量变量。
(2.5)液压缸压由两腔压力差引起的推力fp为:
fp=Aapa-Abpb (9)
(2.6)液压缸摩擦力ff模型为:
式中,Af是库伦摩擦力系数,bv是黏性摩擦力系数;kf是一个较大的常值正数,一般kf≥600,本发明实施例取900。
(2.7)液压缸输出力fc为:
fc=fp-ff (11)
式中,λ为各液压缸长度,λ0为各液压缸初始长度,Jλq是驱动雅可比矩阵,f1(y),f2(y)形式如下:
式中,D是旋转液压缸排量,q5是旋转液压缸角位移;y1,y2,y3,y4分别是拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸的活塞杆位移,ls1,ls2,ls3,ls4分别是拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸的有效行程,Aa1,Aa2,Aa3,Aa4分别是拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸活塞在无杆腔的面积;Ab1,Ab2,Ab3,Ab4分别是拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸活塞在有杆腔的面积;Va01,Va02,Va03,Va04分别是拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸无杆腔的死容腔体积,Va05是旋转液压缸无杆腔初始容积;Vb01,Vb02,Vb03,Vb04分别是拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸有杆腔的死容腔体积,Vb05是旋转液压缸有杆腔初始容积。
步骤3,多关节液压机器人末端位姿自适应鲁棒控制算法设计,基于步骤2推导的完整液压机器人状态方程,设计基于反步法的重载液压机器人的自适应鲁棒控制算法,其设计步骤可分为三层,第一层计算期望的机械臂关节力矩τd,第二层计算期望的类流量变量uf,第三层计算电磁阀电压,具体为:
(3.1)第一层:设计理想的关节力矩τd,使机械臂关节转角q跟踪理想关节转角qd;
式中,K1是正定的对角矩阵,是关节转角误差增益系数;类似滑模变量z2的误差动力学为:
(3.1.2)设计期望输入力矩τd作为第一层的虚拟控制量:
τd=τda+τds (17)
式中,τds是鲁棒反馈量,τda是模型补偿项,为:
式中,Γ2是机械系统自适应学习率;参数自适应映射函数Proj为:
(3.1.3)设计鲁棒反馈项τds为:
τds=-M(q)K2z2 (21)
其中,K2是关节转角反馈增益系数,是正定的对角矩阵。
(3.1.4)定义期望液压缸输出力fcd与实际输出力fc之间的输出力误差z3=fc-fcd,则机械臂的关节输入力矩τ为:
τ=Jλq(q)Tfc=τd+Jλq(q)Tz3 (22)
fcd=Jλq -T(q)τd
(3.1.5)设计第一层的李雅普诺夫函数V2为:
(3.1.6)设计带有参数自适应的增广李雅普诺夫函数V2a为:
(3.1.7)增广李雅普诺夫函数V2a对时间的微分为:
当输出力误差z3=0时,将自适应率公式(19)代入到公式(23),增广李雅普诺夫函数V2a恒小于等于0,稳定性得以证明。
(3.2)第二层:设计类似流量变量uf,使输出力误差z3趋向于零,并在保证误差收敛的前提下使系统具有较好的动态性能。
(3.2.1)液压缸输出力的误差动力学为:
(3.2.2)设计第二层的虚拟控制量期望类流量变量ufd为:
ufd=ufda+ufds (28)
其中,ufda为模型补偿量,ufds为鲁棒反馈项。
设计所述模型补偿量ufda为:
设计所述鲁棒反馈项ufds为:
ufds=-K3z3 (31)
式中,K3是正定的对角矩阵,是液压缸输出力误差增益系数。
(3.2.3)定义第二层的李雅普诺夫函数V3为:
(3.2.4)定义第二层带参数自适应的增广李雅普诺夫函数V3a为:
(3.3)第三层:公式(31)得到的期望类似流量变量uf可通过非线性映射方程(8)得到期望电磁阀阀芯位移xvd,电磁阀输入电压u为:
u=Kv -1xvd (35)
式中,Kv是电磁阀电压增益矩阵。
为了验证上述理论的可行性,在MATLAB下进行仿真实验,仿真实验验证了本发明提出的多关节重载液压机器人系统的自适应鲁棒控制的效果,仿真参数选取如下:
表1:控制器参数
控制器参数 | 数值 |
K<sub>1</sub> | diag([30,30,30,30]) |
K<sub>2</sub> | diag([30,30,30,30]) |
K<sub>3</sub> | 110*diag([2,4,4,6]) |
Γ<sub>2</sub> | 10<sup>-2</sup>*diag([0.63,1,0.2,9.84]) |
Γ<sub>3</sub> | 10<sup>6</sup>*diag([0.275,1.1,4.4,27.5]) |
设置系统参数为:负载质量mL=500Kg,ps=31MPa,A腔初始压力pa0=8MPa,关节阻尼系数矩阵Cs=diag([5000,10000,2000,400])(单位:Ns/rad),液压缸静摩擦力系数矩阵Af=diag([5000,10000,1000,100])(单位:Ns/m),液压缸黏性摩擦系数矩阵bv=1800*diag([1,1,1,1])(单位:Ns/m),液压系统有效弹性模量βe=1.1*109Pa,液压缸活塞直径120mm,活塞杆直径70mm。机械臂系统集中干扰和液压系统集中干扰dt,dp=0,机械系统参数估计最小值设为最大值液压系统参数估计最小值设为控制器参数见表1。
取液压机器人末端轨迹为XZ平面上点到点的笛卡尔运动轨迹,末端姿态使用Z-Y-Z型欧拉角表示,起始点姿态为Ω0=(0.3,0,-1.5,0,-π,0),终止点姿态为Ωf=(1.0,0,-0.5,0,-π,0),速度规划采用梯形速度规划,规划期望轨迹全长14秒,其中0-1秒,11-14秒为静平衡状态,1-11秒为运动状态。
附图4是500Kg负载下期望轨迹驱动空间和笛卡尔空间位置跟踪和速度跟踪结果图。液压缸活塞杆位置最大跟踪误差和0.056mm,活塞杆最大跟踪误差0.301mm/s,笛卡尔合成路径最大跟踪误差能够保证暂、动态稳定性且达到高精度轨迹跟踪效果。
以上描述了本发明的基本原理,主要特征,并非限制本发明所描述的技术方案,一切不脱离发明精神和范围的技术方案及其改进,均应涵盖在本发明的权利要求范围当中。
Claims (2)
1.一种多关节重载液压机器人系统,其特征在于,它由动力系统、传感检测和数据采集系统、计算机控制系统和机械臂本体系统组成;所述动力系统由液压泵和阀系统组成;所述传感检测和数据采集系统由传感器组成;所述机械臂本体系统包括机械本体和液压系统;所述液压泵为液压系统提供动力;所述阀系统由电磁阀组成;所述传感器包括压力传感器、角度编码器和位移传感器;所述机械本体包括基座、拐臂、大臂、小臂、摆臂和末端执行器;所述液压系统包括拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸和旋转液压缸;其中,位移传感器分别测量拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸的活塞杆的直线位移,角度编码器测量旋转液压缸的角位移;电磁阀分别控制拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸的活塞杆直线位移y1,y2,y3,y4和旋转液压缸的角位移q5;压力传感器分别测量拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸和旋转液压缸中无杆腔压力pa和有杆腔压力pb;基座与拐臂液压缸固定连接,基座与拐臂通过转动连接,拐臂液压缸和拐臂转动连接,大臂液压缸和大臂分别与拐臂转动连接,小臂液压缸分别与大臂、小臂转动连接,摆臂液压缸分别与小臂、摆臂转动连接,旋转液压缸和摆臂转动连接,末端执行器与旋转液压缸固定连接;传感器将检测结果发送给计算机控制系统,计算机控制系统通过以下步骤设置电磁阀输入电压u控制机械本体的关节转角q:
(1)建立多关节重载液压机器人系统的数学模型,并将其转化为状态空间方程;所述数学模型包括机械本体动力学模型、电磁阀的流量模型、液压缸两腔压力微分模型和类流量-阀芯非线性映射模型;
(2)根据理想关节转角qd和步骤(1)得到的状态空间方程,通过设置电磁阀输入电压u改变机械本体的关节转角q。
2.一种如权利要求1所述多关节重载液压机器人系统的高精度运动控制方法,其特征在于,包括以下步骤:
(1)建立多关节重载液压机器人系统的数学模型,并将其转化为状态空间方程;所述数学模型包括机械本体动力学模型、电磁阀的流量模型、液压缸两腔压力微分模型和类流量-阀芯非线性映射模型;包括以下子步骤:
(1.1)建立机械本体动力学模型:
(1.2)建立电磁阀的流量模型:
式中,Qa、Qb分别为无杆腔、有杆腔流量,cp1,cp2,cn1,cn2是阀口流量系数,ps,pr分别为供油压力和回油压力,xv是电磁阀阀芯位移,ν(Δp),S(xv)为如下形式:
(1.3)建立液压缸两腔压力微分模型:
式中,βe是有效体积模量,y是活塞杆位移,Aa,Ab分别是液压缸活塞在无杆腔、有杆腔的面积;Va,Vb分别是液压缸无杆腔、有杆腔的容腔体积,Va=Va0+Aay,Vb=Vb0+Ab(ls-y),Va0,Vb0分别是液压缸无杆腔、有杆腔的死容腔体积;dp1(t)为无杆腔压力动态未建模误差和干扰项;dp2(t)为有杆腔压力动态未建模误差和干扰项;
(1.4)建立类流量-阀芯非线性映射模型:
式中,ls是液压缸有效行程,uf为待求的类似流量变量;
(1.5)计算液压缸由两腔压力差引起的推力fp:
fp=Aapa-Abpb
(1.6)计算液压缸摩擦力ff:
式中,Af是库伦摩擦力系数,bv是黏性摩擦力系数;kf是常数,且kf≥600;
(1.7)计算液压缸输出力fc:
fc=fp-ff
式中,τc为关节阻尼力矩,λ为各液压缸长度,λ0为各液压缸初始长度,Jλq是驱动雅可比矩阵,f1(y),f2(y)形式如下:
式中,D是旋转液压缸排量,q5是旋转液压缸角位移;y1,y2,y3,y4分别是拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸的活塞杆位移,ls1,ls2,ls3,ls4分别是拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸的有效行程,Aa1,Aa2,Aa3,Aa4分别是拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸活塞在无杆腔的面积;Ab1,Ab2,Ab3,Ab4分别是拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸活塞在有杆腔的面积;Va01,Va02,Va03,Va04分别是拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸无杆腔的死容腔体积,Va05是旋转液压缸无杆腔初始容积;Vb01,Vb02,Vb03,Vb04分别是拐臂液压缸、大臂液压缸、小臂液压缸、摆臂液压缸有杆腔的死容腔体积,Vb05是旋转液压缸有杆腔初始容积;
(2)根据理想关节转角qd和步骤(1)得到的状态空间方程,通过设置电磁阀输入电压u改变机械本体的关节转角q:
(2.1)根据理想关节转角qd计算用于改变当前关节转角q的理想关节力矩τd:
τd=τda+τds
z1=q-qd
τds=-M(q)K2z2
式中,τda是关节力矩模型补偿项,τds是关节力矩鲁棒反馈量;K1是关节转角误差增益系数,z1为关节轨迹跟踪误差,为机械本体未知干扰估计;Γ2是机械本体自适应学习率,Proj为参数自适应映射函数,z2为类似滑模变量;K2是关节转角反馈增益系数;
(2.2)根据步骤(2.1)得到的理想关节力矩τd计算期望类似流量变量ufd:
ufd=ufda+ufds
fcd=Jλq -Tτd
z3=fc-fcd
ufds=-K3z3
式中,ufd为期望类似流量变量,ufda为类似流量变量模型补偿量,ufds为类似流量变量鲁棒反馈项;为液压系统未知干扰估计;Γ3是液压系统自适应学习率,z3为液压缸输出力误差,ω3是缩放系数;fcd为期望液压缸输出力;K3是液压缸输出力误差增益系数;
(2.3)计算电磁阀输入电压u:
u=Kv -1xvd
式中,Kv是电磁阀电压增益矩阵;xvd为期望电磁阀阀芯位移,由将步骤(2.2)得到的期望类似流量变量ufd作为待求的类似流量变量uf代入步骤(1.4)建立类流量-阀芯非线性映射模型中得到。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010365326.XA CN111546350B (zh) | 2020-04-30 | 2020-04-30 | 一种多关节重载液压机器人系统及高精度运动控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010365326.XA CN111546350B (zh) | 2020-04-30 | 2020-04-30 | 一种多关节重载液压机器人系统及高精度运动控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111546350A CN111546350A (zh) | 2020-08-18 |
CN111546350B true CN111546350B (zh) | 2021-09-10 |
Family
ID=72004329
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010365326.XA Active CN111546350B (zh) | 2020-04-30 | 2020-04-30 | 一种多关节重载液压机器人系统及高精度运动控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111546350B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114309519A (zh) * | 2020-09-29 | 2022-04-12 | 上海梅山钢铁股份有限公司 | 一种连铸塞棒控流机构减载弹簧弹性系数确定方法 |
CN112817234B (zh) * | 2021-01-11 | 2022-07-26 | 中国煤炭科工集团太原研究院有限公司 | 机载钻臂钻锚的自适应控制方法以及控制系统 |
CN112936254B (zh) * | 2021-03-16 | 2022-09-13 | 合肥工业大学 | 一种具有辅助驱动单元的液压工业机器人节能工作单元 |
CN113219841B (zh) * | 2021-06-10 | 2022-03-29 | 浙江大学 | 基于自适应鲁棒的水下多关节液压机械臂非线性控制方法 |
CN114516052B (zh) * | 2022-03-23 | 2023-12-22 | 杭州湖西云百生科技有限公司 | 并行实时高性能多轴机械臂的动力学控制方法及系统 |
CN114738338B (zh) * | 2022-04-27 | 2023-02-10 | 浙江大学 | 一种面向水下多自由度液压机械臂的滑模控制方法 |
CN114800522B (zh) * | 2022-05-25 | 2023-07-11 | 华东交通大学 | 无末端力传感器的液压机械臂接触作业自适应阻抗控制系统 |
CN116909137B (zh) * | 2023-06-19 | 2024-01-16 | 北京航天发射技术研究所 | 一种位置误差动态补偿的举升系统闭环控制方法及装置 |
CN116922392B (zh) * | 2023-08-28 | 2024-03-22 | 山东开泰抛丸机械股份有限公司 | 单关节机械臂动态预设性能弱扰动解耦控制方法及系统 |
CN116945193B (zh) * | 2023-09-15 | 2023-11-28 | 中建四局安装工程有限公司 | 焊接风管法兰的机器人的控制方法、控制终端及存储介质 |
CN117245660B (zh) * | 2023-10-16 | 2024-04-09 | 燕山大学 | 机器人液压动力源压力和流量匹配控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0321890A2 (de) * | 1987-12-22 | 1989-06-28 | Barmag Ag | Handhabungsgerät |
CN105538310A (zh) * | 2016-01-11 | 2016-05-04 | 电子科技大学 | 一种基于衰减记忆滤波的电液伺服控制方法及2-dof机械臂 |
WO2017164786A1 (en) * | 2016-03-24 | 2017-09-28 | Volvo Construction Equipment Ab | A wheel loader front unit and a wheel loader |
CN108181818A (zh) * | 2018-02-26 | 2018-06-19 | 南京理工大学 | 含未建模摩擦动态的电液位置伺服系统鲁棒自适应控制方法 |
CN110928182A (zh) * | 2019-11-05 | 2020-03-27 | 南京理工大学 | 基于状态估计的液压伺服系统鲁棒自适应重复控制方法 |
CN110953318A (zh) * | 2019-11-06 | 2020-04-03 | 江苏大学 | 一种机械液压复合传动装置及控制方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106438593B (zh) * | 2016-10-21 | 2018-01-12 | 电子科技大学 | 一种存在参数不确定性和负载干扰的电液伺服控制方法及机械臂 |
CN108415249B (zh) * | 2018-02-09 | 2021-05-07 | 南京理工大学 | 一种基于低频学习的电液伺服系统自适应鲁棒控制方法 |
-
2020
- 2020-04-30 CN CN202010365326.XA patent/CN111546350B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0321890A2 (de) * | 1987-12-22 | 1989-06-28 | Barmag Ag | Handhabungsgerät |
CN105538310A (zh) * | 2016-01-11 | 2016-05-04 | 电子科技大学 | 一种基于衰减记忆滤波的电液伺服控制方法及2-dof机械臂 |
WO2017164786A1 (en) * | 2016-03-24 | 2017-09-28 | Volvo Construction Equipment Ab | A wheel loader front unit and a wheel loader |
CN108181818A (zh) * | 2018-02-26 | 2018-06-19 | 南京理工大学 | 含未建模摩擦动态的电液位置伺服系统鲁棒自适应控制方法 |
CN110928182A (zh) * | 2019-11-05 | 2020-03-27 | 南京理工大学 | 基于状态估计的液压伺服系统鲁棒自适应重复控制方法 |
CN110953318A (zh) * | 2019-11-06 | 2020-04-03 | 江苏大学 | 一种机械液压复合传动装置及控制方法 |
Non-Patent Citations (2)
Title |
---|
基于鲁棒观测器的肘关节鲁棒自适应控制;罗高生,顾临怡,李林;《浙江大学学报》;20141031;第48卷(第10期);全文 * |
采用干扰估计的液压系统自适应鲁棒控制;徐张宝,马大为,姚建勇等;《西安交通大学学报》;20160831;第50卷(第8期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111546350A (zh) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111546350B (zh) | 一种多关节重载液压机器人系统及高精度运动控制方法 | |
Yao et al. | High-accuracy tracking control of hydraulic rotary actuators with modeling uncertainties | |
Slotine et al. | Adaptive manipulator control: A case study | |
CN108181813B (zh) | 一种柔性关节机械臂的分数阶滑模控制方法 | |
Yao et al. | Adaptive robust motion control of single-rod hydraulic actuators: theory and experiments | |
CN112817231B (zh) | 一种具有强鲁棒性的机械臂高精度跟踪控制方法 | |
Cui et al. | Friction compensation based on time-delay control and internal model control for a gimbal system in magnetically suspended CMG | |
CN111338209B (zh) | 一种基于扩张干扰观测器的电液伺服系统自适应控制方法 | |
CN111290276B (zh) | 一种液压位置伺服系统神经网络分数阶积分滑模控制方法 | |
CN111687827B (zh) | 一种双机器人协调操作弱刚性构件的控制方法和控制系统 | |
CN109884894B (zh) | 电液助力转向系统神经网络积分滑模控制方法 | |
CN112000009B (zh) | 一种基于状态与扰动估计的物料转送器强化学习控制方法 | |
CN111648758B (zh) | 一种水井钻机推进装置无模型自适应控制方法及系统 | |
Jing et al. | Practical torque tracking control of electro-hydraulic load simulator using singular perturbation theory | |
CN107765548B (zh) | 基于双观测器的发射平台高精度运动控制方法 | |
CN110259879A (zh) | 用于电动Stewart结构的无力反馈隔振控制方法和系统 | |
CN110649845B (zh) | 基于鲁棒广义预测控制的光电转台位置跟踪控制方法 | |
Jiang et al. | Research on adaptive friction compensation of digital hydraulic cylinder based on LuGre friction model | |
CN111673742A (zh) | 一种工业机器人轨迹跟踪控制算法 | |
CN114578697A (zh) | 一种电机驱动机械手的多约束自适应控制方法 | |
CN108333919B (zh) | 一种考虑路面波动干扰的非平衡身管俯仰位置控制方法 | |
Huang et al. | Indirect adaptive fuzzy sliding-mode control for hydraulic manipulators | |
CN117289612B (zh) | 一种液压机械臂自适应神经网络控制方法 | |
Zhang et al. | Real-time feedforward torque control of an industrial robot based on the dynamics model | |
Liang et al. | State-observer-based asymptotic tracking control for electro-hydraulic actuator systems with uncertainties and unmeasurable velocity |
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 |