CN114415505B - 一种扑翼机器人的尾翼自适应抗扰控制方法 - Google Patents

一种扑翼机器人的尾翼自适应抗扰控制方法 Download PDF

Info

Publication number
CN114415505B
CN114415505B CN202111657221.2A CN202111657221A CN114415505B CN 114415505 B CN114415505 B CN 114415505B CN 202111657221 A CN202111657221 A CN 202111657221A CN 114415505 B CN114415505 B CN 114415505B
Authority
CN
China
Prior art keywords
fuzzy
robot
tail
controller
wing
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
CN202111657221.2A
Other languages
English (en)
Other versions
CN114415505A (zh
Inventor
刘祺
张春晓
张智涛
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.)
Tianjin University of Technology
Original Assignee
Tianjin 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 Tianjin University of Technology filed Critical Tianjin University of Technology
Priority to CN202111657221.2A priority Critical patent/CN114415505B/zh
Publication of CN114415505A publication Critical patent/CN114415505A/zh
Application granted granted Critical
Publication of CN114415505B publication Critical patent/CN114415505B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive 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
    • G05B13/042—Adaptive 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

Abstract

本发明公开了扑翼机器人的尾翼自适应抗扰控制方法，属于机器人技术和自动化技术领域，通过对作用于尾翼电机的扰动力矩进行采集与分析，调用抗扰修正算法实现根据扰动力矩修正模糊PID控制器的参数调整值，包括以下步骤，(1)实现扑翼机器人尾翼电机转角的闭环控制；(2)模糊PID控制器调节参数；(3)添加修正算法，根据扰动力矩实时调整模糊控制器输出的PID参数调整值。本发明将模糊算法与修正模糊控制器隶属度函数的修正算法相结合，有效提高扑翼机器人在飞行过程中的稳定性。

Description

一种扑翼机器人的尾翼自适应抗扰控制方法
技术领域
本发明属于机器人技术和自动化领域，涉及一种扑翼机器人的尾翼自适应抗扰控制方法，可有效提高扑翼机器人在飞行过程中的稳定性。
背景技术
对于现代仿生机器人控制普遍采用的PID控制器，其优点是结构简单，方便计算，但动态控制性能较差，自适应能力有限。考虑扑翼机器人在飞行过程中易受空气气流扰动，对抗干扰能力要求极高，采用传统控制方式难以消除飞行过程中的所受干扰；模糊PID作为一种新型的智能控制器，可实现PID参数在线自整定，具有较好的鲁棒性。然而并不能有效应对扑翼机器人飞行过程中，因环境的扰动力矩变化引起的飞行过程不稳定，以及模糊控制器因跟随误差突变频繁快速调节PID参数的问题。因此，亟需一种应用于仿生扑翼机器人的尾翼自适应抗扰控制方法。
发明内容
本部分的目的是在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述背景技术描述中存在的问题，提出了本发明，因此，本发明其中一个目的是提供扑翼机器人的尾翼自适应抗扰控制方法，将模糊算法与修正模糊控制器隶属度函数的修正算法相结合，效提高扑翼机器人在飞行过程中的稳定性。
为解决上述技术问题，本发明采用的技术方案是：扑翼机器人的尾翼自适应抗扰控制方法，通过对作用于尾翼电机的扰动力矩进行采集与分析，调用抗扰修正算法实现根据扰动力矩修正模糊PID控制器的参数调整值，包括以下步骤，
(1)实现扑翼机器人尾翼电机转角的闭环控制；
(2)模糊PID控制器调节参数；
(3)添加修正算法，根据扰动力矩实时调整模糊控制器输出的PID参数调整值。
进一步的，在步骤(1)中，采集扑翼机器人尾翼电机的实际转角并与期望转角比较，经PID控制器调节后转换为期望角速度指令，将其与微分处理实际转角得到的实际角速度相比较，并经PI控制器调节后转换为力矩指令，发送给尾翼电机形成闭环控制。
进一步的，在步骤(2)中，以误差e和误差变化率作为模糊PID控制器的输入量，输入量经过模糊化与模糊推理之后得出模糊控制器的输出，即模糊PID控制器的比例、微分、积分参数的调整值ΔKP、ΔKD、ΔKI。
进一步的，步骤(3)中，修正算法为：
首先，采用力矩传感器采集由环境因素引起的电机扰动力矩τ及其变化率定义τ与/>的模糊语言变量分别为Ti(i＝-im，…，-1，0，1，…，im)与ETj(j＝-jm，…，-1，0，1，…，jm)，对二者的隶属度可表示为
式中，τi、分别表示模糊集合{Ti}、{ETj}的中心，二者分别采用一维模糊规则进行模糊推理，即采用如下条件语句的形式来描述
if τ is Ti，then uT is uT，i
于是模糊输出可以通过下式计算
式中，uT，i、uET，j表示模糊规则表输出值，根据调试经验确定，ηT、ηET分别表示扰动力矩及其变化率的修正因子。
据此，利用修正因子修正模糊调整值，可得到调整后的PID参数为
与现有技术相比，本发明具有的优点和积极效果如下。
1、本发明在传统模糊反馈控制策略的基础上，添加修正算法，通过考虑扰动力矩及其变化率修正控制器参数的模糊调整值，其优点在于，修正算法简单，与模糊PID控制器和伺服闭环控制系统相互独立，可在保证原系统控制性能的前提下，进一步提高系统的抗干扰能力。
2、本发明通过对作用于尾翼电机的扰动力矩进行采集与分析，调用抗扰修正算法实现根据扰动力矩修正模糊PID控制器的参数调整值，可有效应对扑翼机器人飞行过程中，因环境的扰动力矩变化引起的飞行过程不稳定，以及模糊控制器因跟随误差突变频繁快速调节PID参数的问题。
3、本发明可提高扑翼机器人飞行过程的稳定性及对尾翼的控制品质，算法简单且易于实现。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例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实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1是本发明扑翼机器人的尾翼自适应抗扰控制方法的流程图；
图2为本发明抗扰修正算法实施流程框图。
具体实施方式
为了使本发明的技术方案更加清晰，以下结合附图对本发明做进一步详细说明。此处所述的具体实例仅用以解释本发明，但并不限定于本例，以专利CN201910866006.X所公开的一种具有可偏转驱动机构的仿生扑翼飞行机器人为例，本发明适用于所有具有尾翼的扑翼机器人，以有效提高扑翼机器人在飞行过程中的稳定性。
本发明的一种扑翼机器人的尾翼自适应抗扰控制方法如图1所示，通过对作用于尾翼电机的扰动力矩进行采集与分析，调用抗扰修正算法实现根据扰动力矩修正模糊PID控制器的参数调整值，包括以下步骤：
1、扑翼机器人尾翼电机转角的闭环控制
采集扑翼机器人尾翼电机的实际转角并与期望转角比较，经PID控制器调节后转换为期望角速度指令，将其与微分处理实际转角得到的实际角速度相比较，并经PI控制器调节后转换为力矩指令，发送给尾翼电机形成闭环控制，详细如图1所示，参数的定义解释如下：
θa为机器人尾翼电机的实际转角；
θd为机器人尾翼电机的期望转角；
为机器人尾翼电机的实际角速度；
为机器人尾翼电机的期望角速度；
2、模糊PID控制器调节参数
以误差e和误差变化率■作为模糊PID控制器的输入量，输入量经过模糊化与模糊推理之后得出模糊控制器的输出，即模糊PID控制器的比例、微分、积分参数的调整值ΔKP、ΔKD、ΔKI。
3、抗扰修正算法
由于扑翼机器人在飞行过程中，因环境因素产生的扰动力矩变化将导致飞行过程的不稳定，以及模糊控制器频繁调节PID参数引起系统震荡。因此，需要根据扰动力矩实时调整模糊控制器输出的PID参数调整值，以达到抗干扰、提高飞行稳定性的作用。
修正算法实施流程如图2所示，包含以下步骤：
首先，采用力矩传感器采集由环境因素引起的电机扰动力矩τ及其变化率定义τ与/>的模糊语言变量分别为Ti(i＝-im，…，-1，0，1，…，im)与ETj(j＝-jm，…，-1，0，1，…，jm)，对二者的隶属度可表示为
式中，τi、分别表示模糊集合{Ti}、{ETj}的中心。二者分别采用一维模糊规则进行模糊推理，即采用如下条件语句的形式来描述
if τ is Ti，then uT is uT，i
于是模糊输出可以通过下式计算
式中，uT，i、uET，j表示模糊规则表输出值，根据调试经验确定，ηT、ηET分别表示扰动力矩及其变化率的修正因子。
据此，利用修正因子修正模糊调整值，可得到调整后的PID参数为：
本发明提出的一种扑翼机器人的尾翼自适应抗扰控制方法，在传统模糊反馈控制策略的基础上，添加修正算法，通过考虑扰动力矩及其变化率修正控制器参数的模糊调整值，其优点在于，修正算法简单，与模糊PID控制器和伺服闭环控制系统相互独立，可在保证原系统控制性能的前提下，进一步提高系统的抗干扰能力。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳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，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (3)

1.扑翼机器人的尾翼自适应抗扰控制方法，其特征在于：通过对作用于尾翼电机的扰动力矩进行采集与分析，调用抗扰修正算法实现根据扰动力矩修正模糊PID控制器的参数调整值，包括以下步骤，
(1)实现扑翼机器人尾翼电机转角的闭环控制；
(2)模糊PID控制器调节参数；
(3)添加修正算法，根据扰动力矩实时调整模糊控制器输出的PID参数调整值；
步骤(3)中，修正算法为：
首先，采用力矩传感器采集由环境因素引起的电机扰动力矩τ及其变化率定义τ与/>的模糊语言变量分别为Ti(i＝-im,…,-1,0,1,…,im)与ETj(j＝-jm,…,-1,0,1,…,jm)，对二者的隶属度可表示为：
式中，τi、分别表示模糊集合{Ti}、{ETj}的中心，二者分别采用一维模糊规则进行模糊推理，即采用如下条件语句的形式来描述：
if τ is Ti，then uT is uT,i
于是模糊输出可以通过下式计算：
式中，uT,i、uET,j表示模糊规则表输出值，根据调试经验确定，ηT、ηET分别表示扰动力矩及其变化率的修正因子；
据此，利用修正因子修正模糊调整值，可得到调整后的PID参数为：
式中，ΔKP、ΔKD、ΔKI分别表示模糊PID控制器的比例、微分、积分参数的调整值。
2.根据权利要求1所述的扑翼机器人的尾翼自适应抗扰控制方法，其特征在于：在步骤(1)中，采集扑翼机器人尾翼电机的实际转角并与期望转角比较，经PID控制器调节后转换为期望角速度指令，将其与微分处理实际转角得到的实际角速度相比较，并经PI控制器调节后转换为力矩指令，发送给尾翼电机形成闭环控制。
3.根据权利要求1所述的扑翼机器人的尾翼自适应抗扰控制方法，其特征在于：在步骤(2)中，以误差e和误差变化率作为模糊PID控制器的输入量，输入量经过模糊化与模糊推理之后得出模糊控制器的输出，即模糊PID控制器的比例、微分、积分参数的调整值ΔKP、ΔKD、ΔKI。/>
CN202111657221.2A 2021-12-30 2021-12-30 一种扑翼机器人的尾翼自适应抗扰控制方法 Active CN114415505B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111657221.2A CN114415505B (zh) 2021-12-30 2021-12-30 一种扑翼机器人的尾翼自适应抗扰控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111657221.2A CN114415505B (zh) 2021-12-30 2021-12-30 一种扑翼机器人的尾翼自适应抗扰控制方法

Publications (2)

Publication Number Publication Date
CN114415505A CN114415505A (zh) 2022-04-29
CN114415505B true CN114415505B (zh) 2023-08-15

Family

ID=81270562

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111657221.2A Active CN114415505B (zh) 2021-12-30 2021-12-30 一种扑翼机器人的尾翼自适应抗扰控制方法

Country Status (1)

Country Link
CN (1) CN114415505B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104943862A (zh) * 2015-05-30 2015-09-30 北方工业大学 一种欠驱动柔性平板翼扑翼飞行机器人
CN108491558A (zh) * 2018-01-17 2018-09-04 南京航空航天大学 机翼扑动频率始终不变的扑翼飞行器的设计和控制方法
CN108897334A (zh) * 2018-07-19 2018-11-27 上海交通大学 一种基于模糊神经网络的仿昆虫扑翼飞行器姿态控制方法
CN109383777A (zh) * 2017-08-03 2019-02-26 中交遥感载荷（北京）科技有限公司 一种无人机机体
CN110703788A (zh) * 2019-10-16 2020-01-17 北京航空航天大学 一种微型扑翼飞行器的增稳控制方法及其实现
CN112198888A (zh) * 2019-12-31 2021-01-08 北京理工大学 一种考虑无人机在机动平台自主起降的自适应pid控制方法
CN113341693A (zh) * 2021-06-08 2021-09-03 西北工业大学 一种基于扑翼非对称相位差与振幅的航向控制方法
CN113342012A (zh) * 2021-06-08 2021-09-03 西北工业大学 一种滑扑一体航行器的航向控制方法
CN113359419A (zh) * 2021-06-22 2021-09-07 天津理工大学 一种高速并联机器人的模糊耦合控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103492264A (zh) * 2011-02-17 2014-01-01 佐治亚技术研究公司 悬停及滑动多翼扑动式微型航空载具

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104943862A (zh) * 2015-05-30 2015-09-30 北方工业大学 一种欠驱动柔性平板翼扑翼飞行机器人
CN109383777A (zh) * 2017-08-03 2019-02-26 中交遥感载荷（北京）科技有限公司 一种无人机机体
CN108491558A (zh) * 2018-01-17 2018-09-04 南京航空航天大学 机翼扑动频率始终不变的扑翼飞行器的设计和控制方法
CN108897334A (zh) * 2018-07-19 2018-11-27 上海交通大学 一种基于模糊神经网络的仿昆虫扑翼飞行器姿态控制方法
CN110703788A (zh) * 2019-10-16 2020-01-17 北京航空航天大学 一种微型扑翼飞行器的增稳控制方法及其实现
CN112198888A (zh) * 2019-12-31 2021-01-08 北京理工大学 一种考虑无人机在机动平台自主起降的自适应pid控制方法
CN113341693A (zh) * 2021-06-08 2021-09-03 西北工业大学 一种基于扑翼非对称相位差与振幅的航向控制方法
CN113342012A (zh) * 2021-06-08 2021-09-03 西北工业大学 一种滑扑一体航行器的航向控制方法
CN113359419A (zh) * 2021-06-22 2021-09-07 天津理工大学 一种高速并联机器人的模糊耦合控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《基于自适应终端滑模的扑翼飞行器姿态控制》;王丙元 等;《控制工程》;第27卷(第2期);第309-315页 *

Also Published As

Publication number Publication date
CN114415505A (zh) 2022-04-29

Similar Documents

Publication Publication Date Title
US11772264B2 (en) Neural network adaptive tracking control method for joint robots
CN111290421A (zh) 一种考虑输入饱和的高超声速飞行器姿态控制方法
CN107490958B (zh) 一种五自由度混联机器人的模糊自适应控制方法
CN112454359B (zh) 基于神经网络自适应的机器人关节跟踪控制方法
CN113183154B (zh) 一种柔性关节机械臂的自适应反演控制方法
CN109856968B (zh) 一种基于相平面模糊自调整的倒立摆系统改进型自抗扰控制方法
CN110531614B (zh) 新颖的无刷直流电机模糊神经网络pi控制器
CN109491248B (zh) 基于rbf-arx模型和拉盖尔函数的磁悬浮球位置预测控制方法
CN106527125A (zh) 智能控制中的无模型控制方法
CN112039394A (zh) 一种基于模糊自抗扰的pmsm伺服控制系统
CN113359419B (zh) 一种高速并联机器人的模糊耦合控制方法
CN114415505B (zh) 一种扑翼机器人的尾翼自适应抗扰控制方法
WO2023092783A1 (zh) 一种可抑制多扰动因素的风机模糊自适应变桨距控制方法
CN113467340A (zh) 改进的一阶线性自抗扰控制系统及其参数整定方法
CN115107035B (zh) 一种机器人单关节人工免疫系统监控的混合控制方法
CN110231822B (zh) 一种舰船用变输出约束式无模型自适应航向控制方法
Li et al. Stable neuro-flight-controller using fully tuned radial basis function neural networks
CN112305912A (zh) 基于反应釜参数自调整模糊pid算法的前馈压力控制方法
CN109176529B (zh) 一种空间机器人协调运动的自适应模糊控制方法
CN111181467B (zh) 一种基于三维模糊控制的伺服电机转速调节方法及系统
CN109039166B (zh) 一种永磁同步直线伺服系统速度环pi-ip控制参数自校正方法
CN114421835A (zh) 一种基于模糊偏差耦合反步滑模策略的多电机控制方法
CN111679578A (zh) 一种乙烯裂解炉温度系统的新型自抗扰控制方法
CN113534842B (zh) 一种基于自抗扰的无人机控制方法
CN116300470B (zh) 一种基于给水阀门通信故障的异步输出反馈控制方法

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
GR01 Patent grant
GR01 Patent grant