CN115157239A - 一种基于滚动观测和连续预测的液压机械臂控制方法 - Google Patents
一种基于滚动观测和连续预测的液压机械臂控制方法 Download PDFInfo
- Publication number
- CN115157239A CN115157239A CN202210678346.1A CN202210678346A CN115157239A CN 115157239 A CN115157239 A CN 115157239A CN 202210678346 A CN202210678346 A CN 202210678346A CN 115157239 A CN115157239 A CN 115157239A
- Authority
- CN
- China
- Prior art keywords
- value
- mechanical arm
- hydraulic cylinder
- hydraulic
- inclination angle
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005096 rolling process Methods 0.000 title claims abstract description 25
- 238000006073 displacement reaction Methods 0.000 claims abstract description 60
- 230000008859 change Effects 0.000 claims description 13
- 238000009825 accumulation Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 claims description 4
- 230000001276 controlling effect Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
-
- 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
- B25J9/1628—Programme controls characterised by the control loop
-
- 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
- B25J9/1679—Programme controls characterised by the tasks executed
- B25J9/1692—Calibration of manipulator
-
- 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
Abstract
本发明公开了一种基于滚动观测和连续预测的液压机械臂控制方法，该方法首先依靠传感器系统对液压机械臂建模，拟合出每个液压缸行程及其对应的机械臂杆件倾角的函数关系，通过实时采集液压缸行程数据更新观测数据列表，列表滚动填充了采集数据及对未来周期规律的预测，通过比较液压缸的目标位移值与观测数据列表的关系进行快速决策，最终精准控制液压缸运动至目标区间内；本发明适用于各类液压作为动力源的机械臂控制系统，以提高采用普通换向阀与节流阀回路的液压缸控制精度，从而提高对于液压动力机器人的机械臂控制精度，同时降低了高精度控制所要求的液压系统元器件成本，相对于传统人工观测控制的系统则提高了机械臂的作业效率。
Description
技术领域
本发明涉及自动化控制的技术领域，尤其是指一种基于滚动观测和连续预测的液压机械臂控制方法。
背景技术
目前，虽然液压机械臂系统相较于电机机械臂系统具有负载能力强，系统稳定可靠，执行器端重量更低的优势，但对于大部分高负载机器人机械臂的硬件系统仍采用的是电机机械臂系统，原因在于高精度的控制需求，因此，对于提高液压系统控制精度仍是一个技术难点。
当下对于提高液压系统控制精度的解决方案有如下两种方案：
(1)采用高精度的控制阀，如比例阀与调速阀，实现对流量的精确控制，缺点是元器件价格昂贵且基本依赖于进口采购。
(2)采用普通换向阀，通过输出脉冲调制信号控制继电器通断，调节驱动频率与占空比可实现对单位时间内相对流量的控制，缺点是频繁的开闭降低了液压阀门的使用寿命，系统稳定性下降。
因此，若能在传统液压缸回路基础上加以合理且精确的判断控制使得液压缸能够精准停止运动在距离目标一定精度范围内，同时这精度能够接近使用高精度控制阀的控制效果，那对于降低液压高精度机械臂控制成本与增加更多液压机械臂机器人使用场景具有重大意义。
发明内容
本发明的目的在于为解决现有技术中的不足，提供了一种基于滚动观测和连续预测的液压机械臂控制方法，基于使用普通换向阀与节流阀组成的液压缸供给流量回路设计，不需要强大的实时算力，通过记录不断更新的拉绳位移传感器采样数据进行并连续预测其未来多个周期内的数据情况，将过去、当前时刻与未来预测数据共同组成观测数据列表，之后判断目标值与观测数据列表的关系输出控制信号，使得最终液压缸能精准停在距离目标值所允许的误差范围内，适用于各类液压作为动力源的机械臂控制系统，以提高采用普通换向阀与节流阀回路的液压缸控制精度，从而提高对于液压动力机器人的机械臂精准控制，同时降低了液压系统元器件成本并提高了液压动力机器臂作业效率。
本发明的目的通过下述技术方案实现：一种基于滚动观测和连续预测的液压机械臂控制方法，该方法首先依靠传感器系统对液压机械臂进行快速建模并校核液压机械臂的转动参数，拟合出每个液压缸行程及其对应的机械臂杆件倾角的函数关系，根据设定的目标机械臂杆件转动角度计算出液压缸的目标位移值，然后采用基于滚动观测与连续预测的方法建立观测数据列表并对观测数据列表进行更新，通过比较液压缸的目标位移值与观测数据列表的关系进行快速决策，最终精准控制液压缸运动至目标位置。
进一步，所述依靠传感器系统对液压机械臂进行快速建模并校核液压机械臂的转动参数，拟合出每个液压缸行程及其对应的机械臂杆件倾角的函数关系，包括以下步骤：
S1.1、在液压机械臂的底座以及各个机械臂杆件上安装倾角传感器，同时在液压机械臂的每个液压缸处安装拉绳位移传感器；
S1.2、固定机械臂的底座并测量倾角，同时驱动液压缸后采集各个拉绳位移传感器和倾角传感器的数据；
S1.3、初步拟合每个液压缸的拉绳位移传感器的数据及其对应机械臂杆件的倾角传感器的数据之间的函数关系；
S1.4、对机械臂杆件的倾角传感器数据分离与映射，进一步拟合每个机械臂杆件净变化倾斜角度与对应拉绳位移传感器的数值的拟合函数关系。
进一步，在步骤S1.2中，具体执行以下操作：
固定液压机械臂的底座，并以安装在底座的倾角传感器测量底座的倾斜角度；同时，单独往复地驱动液压缸，使液压缸达到行程极限，从而采集各个液压缸上的拉绳位移传感器的数据以及各个机械臂杆件上的倾角传感器的数据。
进一步，在步骤S1.4中，具体执行以下操作：
根据液压机械臂的运动学关节角度叠加关系与由于底座倾斜所导致的角度叠加，分离出每个液压缸的拉绳位移传感器数据与对应机械臂杆件净变化倾斜角度的函数关系，从而进一步拟合出输入每个机械臂杆件净变化倾斜角度与输出对应拉绳位移传感器的数值的拟合函数关系。
进一步，所述根据设定的目标机械臂杆件转动角度计算出液压缸的目标位移值，然后采用基于滚动观测与连续预测的方法建立观测数据列表并对观测数据列表进行更新，通过比较液压缸的目标位移值与观测数据列表的关系进行快速决策，包括以下步骤：
S2.1、输入设定的目标机械臂杆件转动角度，由拟合得到的每个液压缸行程及其对应的机械臂杆件倾角的函数关系计算出液压缸的拉绳位移传感器的目标值；
S2.2、采集实时底座倾角传感器数值，并根据实时底座倾角传感器数值与参考底座倾角传感器数值之间的变化对液压缸的拉绳位移传感器的目标值进行校正；
S2.3、根据采集实时液压缸拉绳位移传感器数值，对观测数据列表进行滚动更新与连续预测；
S2.4、通过判断观测数据列表与目标值的关系输出控制信号值，并判断是否符合预设的退出条件，若符合则控制液压缸运动至目标位置后结束控制，若不符合则返回步骤S2.2。
进一步，在步骤S2.2中，具体执行以下操作：
采集实时底座倾角传感器数值，并比较与参考底座倾角传感器数值的差值绝对值是否大于预设阈值，若实时底座倾角传感器数值较参考底座倾角传感器数值的差值绝对值小于预设阈值则执行下一步，若实时底座倾角传感器数值较参考底座倾角传感器数值的差值绝对值大于预设阈值，则调整机械臂杆件的目标转动角度，更新参考底座角度，重新计算液压缸的拉绳位移传感器的目标值。
进一步，在步骤S2.3，具体执行以下操作：
将采集的拉绳位移传感器数值滚动更新，在新处理周期中，新采集的数值放置到数值第n位，上一个循环采集的数值由数值第n位后退至数值第n-1位，再上一个循环采集的数值由数值第n-1位后退至数值第n-2位，同理更新至数值第一位，完成逐步滚动更新观测数据列表：
Datan+1＝Datan+(Datan-Datan-1)+(Datan-1-Datan-2)，
其中，Data代表拉绳位移传感器数值，n代表数值位置；
将更新的观测数据列表作出连续预测更新，采用的方法为线性滑动逐差累加，若采用逐两段差累加则如上公式所示得出新的预测值，则数值第n+1位、数值第n+2位、数值第n+3位可化简为如下公式所示：
以此规律连续预测至第2n位，并且每一个处理周期的预测值都会被重新计算更新，或者也可采用逐单段差或者逐多段差或者不同数值位置变不同段差进行累加，但为保证区间判断价值，数值第2n位与第1位的差值不大于液压缸全行程对应拉绳位移传感器数据的1/6，最终得到完成的观测数据列表。
进一步，在步骤S2.4，具体执行以下操作：
通过判断观测数据列表与目标值的关系输出控制信号值，当液压缸需要运动的时候，观测数据列表不断向目标值靠近，当目标值处于观测数据列表的数值第1位与数值第2n位之间时追加判断是否目标值位于数值第n位与数值第n+1位之间，如果符合则说明液压缸已经达到目标区域，否则直接进入下一个循环周期；如果目标值不是处于观测数据列表的数值第1位与数值第2n位之间则不追加判断，直接进入下一个循环周期；同时，如果目标值已经落入后一次观测数据列表而逐渐远离观测数据列表时，此时由于整个数据采集与控制判断周期过大或者液压缸移动速度过快而错过目标值，此时需要停止液压缸，判断其原因在于液压缸移动速度过快或者整个数据采集与控制判断的处理周期过慢，则需要在判断时添加补偿阈值，拓宽数值第1位与数值第2n位之间以及数值第n位与数值第n+1之间的数值宽度。
本发明与现有技术相比，具有如下优点与有益效果：
1、依靠传感器系统对整体机械臂系统进行快速建模校核机械臂转动参数，省去了依靠建立复杂的运动学模型校核系统，能够得出所有机械臂角度变化累加误差值；
2、所采用机械臂杆件端倾角传感器仅用于建模，实际仅使用底座的倾角传感器与拉绳位移传感器作出机械臂角度的判断，简化了传感器系统，减少了系统误差累加，同时由于液压缸一旦关闭进出油口后，其行程震荡微小，而机械臂端会由于惯性与轴间间隙而产生震荡使得倾角传感器数据产生类稳态误差波动，因此仅使用拉绳位移传感器估计各个机械臂的角度的方法在液压机械臂系统中体现了较强的抗干扰能力，从而使得对实时状态采集结果及对其控制更为精准；
3、所采用的观测数据区间算法所需计算负担较少，适用性广泛；算法实现了对于将过去、当前时刻与未来预测数据共同组成观测数据列表一起参与判断，所判断的观测数据列表是根据实时传感器采集值自适应建立，较传统单一比较实时传感器采集值与目标值阈值的判断使得更加便于适配流量易受负载影响的复杂多变的液压系统，不易错过最佳停止液压缸时机，经测试在调定所有参数后可实现对于液压缸的精确控制，接近高精度控制阀的控制效果，但由于本身节流阀工作过程中开度为定值，追求极限精度的同时会大幅降低液压缸运动速度，适用于对运动速度适中但有较高精度要求的低成本液压机器人系统；
4、所应用为普通换向阀与节流阀系统，较采用高精度的比例阀与调速阀方案的使用成本更低；对于换向阀的控制仅打开或者关闭一段时间，使得液压缸伸出或者缩短或者关闭，使得液压缸精准达到一定位置，和常规换向阀使用方式一致，不存在像输出脉冲调制信号控制液压阀门频繁的开闭而降低使用寿命的情况。
附图说明
图1为本发明的流程图。
图2为传感器系统的安装结构示意图。
图3为本实施例的控制流程图。
具体实施方式
下面结合具体实施例对本发明作进一步说明。
实施例1
参见图1至图3所示，为本实施例所提供的基于滚动观测和连续预测的液压机械臂控制方法，该方法首先依靠传感器系统对液压机械臂进行快速建模并校核液压机械臂的转动参数，拟合出每个液压缸行程及其对应的机械臂杆件倾角的函数关系，根据设定的目标机械臂杆件转动角度计算出液压缸的目标位移值，然后采用基于滚动观测与连续预测的方法建立观测数据列表并对观测数据列表进行更新，通过比较液压缸的目标位移值与观测数据列表的关系进行快速决策，最终精准控制液压缸运动至目标位置。
其中，所述传感器系统包括安装在液压缸上的拉绳位移传感器以及安装在底座和各个机械臂杆件上的倾角传感器，所述倾角传感器为360度模拟量输出倾角传感器，所述传感器系统通讯连接有数据采集与控制系统，所述数据采集与控制系统与液压缸通讯连接，用于连续采集各个传感器数据并控制电磁换向阀进而控制液压缸的伸出、缩回与停止。同时，需要事先对于液压缸的节流阀进行调定，使得液压缸的运动速度适中，关闭液压缸的流量供给时候，液压缸不应出现过大震荡。
在前期准备环节S1中，包括以下步骤：
S1.1需要对液压机械臂进行建模，如图2所示，在液压缸5处安装拉绳位移传感器4，在机械臂一杆1与机械臂二杆2上分别安装一杆倾角传感器7，二杆倾角传感器3，对于驱动的液压系统，油路途径普通换向阀与节流阀后输出流量驱动液压缸运动；
S1.2、固定机械臂的底座8并以底座的倾角传感器6测量倾角，同时驱动液压缸后采集各个拉绳位移传感器和倾角传感器的数据，具体执行以下操作：
固定液压机械臂的底座，并以安装在底座的倾角传感器测量底座的倾斜角度；同时，单独往复地驱动液压缸，使液压缸达到行程极限，从而采集各个液压缸上的拉绳位移传感器的数据以及各个机械臂杆件上的倾角传感器的数据，数据采集与控制系统记录全部传感器数据及各个数据时间点。
S1.3、初步拟合每个液压缸的拉绳位移传感器的数据及其对应机械臂杆件的倾角传感器的数据之间的函数关系；选择液压缸从极限位置一端运动到另一端极限位置的数据或者从一端极限位置返回起始的极限位置的数据进行计算，未选择的另一段数据将作为拟合函数关系后的比较、检验、优化参考对象，拟合函数关系后，可以将输入拉绳位移传感器数据转换映射为精准的倾角传感器数据。
S1.4、对机械臂杆件的倾角传感器数据分离与映射，进一步拟合每个机械臂杆件净变化倾斜角度与对应拉绳位移传感器的数值的拟合函数关系，具体执行以下操作：
将拟合的拉绳位移传感器与倾角传感器数据的函数去掉所记录的机械臂一杆倾角数据所测量的机械臂一杆的倾斜角度，再减去底座的倾斜角度，最终得出为机械臂二杆的拉绳位移传感器数据与净变化倾斜角度的函数关系。
在实际应用环节S2中，包括以下步骤：
S2.1、输入设定的目标机械臂杆件转动角度，由得到的每个液压缸行程及其对应的机械臂杆件倾角的拟合函数关系计算出液压缸的拉绳位移传感器的目标值，本实时例中只驱动液压缸5带动机械臂二杆2转动；
S2.2、采集实时底座倾角传感器数值，并根据实时底座倾角传感器数值与参考底座倾角传感器数值之间的变化对液压缸的拉绳位移传感器的目标值进行校正，具体执行以下操作：
采集实时底座倾角传感器数值，并比较与参考底座倾角传感器数值的差值绝对值是否大于预设阈值a，若实时底座倾角传感器数值较参考底座倾角传感器数值的差值绝对值小于预设阈值a则执行下一步，若实时底座倾角传感器数值较参考底座倾角传感器数值的差值绝对值大于预设阈值a，则调整机械臂杆件的目标转动角度，更新参考底座角度，重新计算液压缸的拉绳位移传感器的目标值。
S2.3、根据采集实时液压缸拉绳位移传感器数值，对观测数据列表进行滚动更新与连续预测，具体执行以下操作：
本实施方案设定液压缸的观测数据列表由6个数值组成(标号数值1、数值2、数值3……数值6)，前三个数值为观测数值，通过将新采集的拉绳位移传感器数值滚动逐步替换，即在这一个周期中，新采集的数值放置到数值3，上一个循环采集的数值由数值3后退至数值2，再上一个循环采集的数值由数值2后退至数值1；后3个数值为预测观测值，通过线性滑动逐差累加的方式连续更新预测值，将目前观测数据列表的数值3加上数值3与数值2的差与数值2与数值1的差得到数值4，将目前观测数据列表的数值4加上数值4与数值3的差与数值3与数值2的差得到数值5，同理得到数值6，共同组成这一个循环的观测数据列表。
S2.4、通过判断观测数据列表与目标值的关系输出控制信号值，并判断是否符合预设的退出条件，若符合则控制液压缸运动至目标位置后结束控制，若不符合则返回步骤S2.2，具体执行以下操作：
判断观测数据列表与目标值的关系是否符合退出条件，当液压缸需要运动的时候，观测数据列表是不断向目标值靠近的，当目标值处于观测数据列表的数值1与数值6之间时追加判断是否目标值位于数值3与数值4之间，如果符合则说明液压缸已经达到目标区域，否则返回进入下一步，如果目标值不是处于观测数据列表的数值1与数值6之间则不追加判断，快速返回进入下一步；同时，如果目标值已经落入后一次观测数据列表而逐渐远离观测数据列表时，说明此时由于整个数据采集与控制判断周期过大或者液压缸移动速度过快而已经错过了在目标值，此时需要返回结束停止液压缸，判断其原因在于液压缸移动速度过快或者整个数据采集与控制判断周期过慢，则需要添加补偿阈值，拓宽数值1与数值6之间、数值3与数值4之间的数值宽度。
最后控制信号值更新，根据判断结果，输出对液压缸的换向阀进行控制，伸出或者缩小或者停止。
此外，若采集的拉绳位移传感器与倾角传感器的数据存在一定程度的静态或者动态波动则需要对数据进行平滑滤波处理，滤波后的数据再参与步骤S1.3、S1.4、S2.2、S2.3，替代采样的拉绳位移传感器与倾角传感器真值。
实施例2
与实施例1不同的是，本实施例的液压机械臂中包括多个液压缸，则对于在建模环节的步骤S1.2，每次采集为单独对每一个液压缸进行数据记录，采集次数为液压系统中液压缸的数量；对于步骤S1.4则需要考虑处于机械臂杆件链后端杆件受前端杆件的组合影响关系，从而得出各个杆件的拉绳位移传感器数据与净变化倾斜角度的函数关系；对于步骤S2.4则多液压缸的拉绳位移传感器数据组成一个观测矩阵，各液压缸之间数据独立。
以上所述之实施例只为本发明之较佳实施例，并非以此限制本发明的实施范围，故凡依本发明之形状、原理所作的变化，均应涵盖在本发明的保护范围内。
Claims (8)
1.一种基于滚动观测和连续预测的液压机械臂控制方法，其特征在于：该方法首先依靠传感器系统对液压机械臂进行快速建模并校核液压机械臂的转动参数，拟合出每个液压缸行程及其对应的机械臂杆件倾角的函数关系，根据设定的目标机械臂杆件转动角度计算出液压缸的目标位移值，然后采用基于滚动观测与连续预测的方法建立观测数据列表并对观测数据列表进行更新，通过比较液压缸的目标位移值与观测数据列表的关系进行快速决策，最终精准控制液压缸运动至目标位置。
2.根据权利要求1所述的一种基于滚动观测和连续预测的液压机械臂控制方法，其特征在于，所述依靠传感器系统对液压机械臂进行快速建模并校核液压机械臂的转动参数，拟合出每个液压缸行程及其对应的机械臂杆件倾角的函数关系，包括以下步骤：
S1.1、在液压机械臂的底座以及各个机械臂杆件上安装倾角传感器，同时在液压机械臂的每个液压缸处安装拉绳位移传感器；
S1.2、固定机械臂的底座并测量倾角，同时驱动液压缸后采集各个拉绳位移传感器和倾角传感器的数据；
S1.3、初步拟合每个液压缸的拉绳位移传感器的数据及其对应机械臂杆件的倾角传感器的数据之间的函数关系；
S1.4、对机械臂杆件的倾角传感器数据分离与映射，进一步拟合每个机械臂杆件净变化倾斜角度与对应拉绳位移传感器的数值的拟合函数关系。
3.根据权利要求2所述的一种基于滚动观测和连续预测的液压机械臂控制方法，其特征在于，在步骤S1.2中，具体执行以下操作：
固定液压机械臂的底座，并以安装在底座的倾角传感器测量底座的倾斜角度；同时，单独往复地驱动液压缸，使液压缸达到行程极限，从而采集各个液压缸上的拉绳位移传感器的数据以及各个机械臂杆件上的倾角传感器的数据。
4.根据权利要求2所述的一种基于滚动观测和连续预测的液压机械臂控制方法，其特征在于，在步骤S1.4中，具体执行以下操作：
根据液压机械臂的运动学关节角度叠加关系与由于底座倾斜所导致的角度叠加，分离出每个液压缸的拉绳位移传感器数据与对应机械臂杆件净变化倾斜角度的函数关系，从而进一步拟合出输入的每个机械臂杆件净变化倾斜角度与输出对应拉绳位移传感器的数值的拟合函数关系。
5.根据权利要求1所述的一种基于滚动观测和连续预测的液压机械臂控制方法，其特征在于，所述根据设定的目标机械臂杆件转动角度计算出液压缸的目标位移值，然后采用基于滚动观测与连续预测的方法建立观测数据列表并对观测数据列表进行更新，通过比较液压缸的目标位移值与观测数据列表的关系进行快速决策，包括以下步骤：
S2.1、输入设定的目标机械臂杆件转动角度，由得到的每个液压缸行程及其对应的机械臂杆件倾角的拟合函数关系计算出液压缸的拉绳位移传感器的目标值；
S2.2、采集实时底座倾角传感器数值，并根据实时底座倾角传感器数值与参考底座倾角传感器数值之间的变化对液压缸的拉绳位移传感器的目标值进行校正；
S2.3、根据采集实时液压缸拉绳位移传感器数值，对观测数据列表进行滚动更新与连续预测；
S2.4、通过判断观测数据列表与目标值的关系输出控制信号值，并判断是否符合预设的退出条件，若符合则控制液压缸运动至目标位置后结束控制，若不符合则返回步骤S2.2。
6.根据权利要求5所述的一种基于滚动观测和连续预测的液压机械臂控制方法，其特征在于，在步骤S2.2中，具体执行以下操作：
采集实时底座倾角传感器数值，并比较与参考底座倾角传感器数值的差值绝对值是否大于预设阈值，若实时底座倾角传感器数值较参考底座倾角传感器数值的差值绝对值小于预设阈值则执行下一步，若实时底座倾角传感器数值较参考底座倾角传感器数值的差值绝对值大于预设阈值，则调整机械臂杆件的目标转动角度，更新参考底座角度，重新计算液压缸的拉绳位移传感器的目标值。
7.根据权利要求5所述的一种基于滚动观测和连续预测的液压机械臂控制方法，其特征在于，在步骤S2.3，具体执行以下操作：
将采集的拉绳位移传感器数值滚动更新，在新处理周期中，新采集的数值放置到数值第n位，上一个循环采集的数值由数值第n位后退至数值第n-1位，再上一个循环采集的数值由数值第n-1位后退至数值第n-2位，同理更新至数值第一位，完成逐步滚动更新观测数据列表：
Datan+1＝Datan+(Datan-Datan-1)+(Datan-1-Datan-2)，
其中，Data代表拉绳位移传感器数值，n代表数值位置；
将更新的观测数据列表作出连续预测更新，采用的方法为线性滑动逐差累加，若采用逐两段差累加则如上公式所示得出新的预测值，则数值第n+1位、数值第n+2位、数值第n+3位可化简为如下公式所示：
以此规律连续预测至第2n位，并且每一个处理周期的预测值都会被重新计算更新，或者也可采用逐单段差或者逐多段差或者不同数值位置变不同段差进行累加，但为保证区间判断价值，数值第2n位与第1位的差值不大于液压缸全行程对应拉绳位移传感器数据的1/6，最终得到完成的观测数据列表。
8.根据权利要求5所述的一种基于滚动观测和连续预测的液压机械臂控制方法，其特征在于，在步骤S2.4，具体执行以下操作：
通过判断观测数据列表与目标值的关系输出控制信号值，当液压缸需要运动的时候，观测数据列表不断向目标值靠近，当目标值处于观测数据列表的数值第1位与数值第2n位之间时追加判断是否目标值位于数值第n位与数值第n+1位之间，如果符合则说明液压缸已经达到目标区域，否则直接进入下一个循环周期；如果目标值不是处于观测数据列表的数值第1位与数值第2n位之间则不追加判断，直接进入下一个循环周期；同时，如果目标值已经落入后一次观测数据列表而逐渐远离观测数据列表时，此时由于整个数据采集与控制判断周期过大或者液压缸移动速度过快而错过目标值，此时需要停止液压缸，判断其原因在于液压缸移动速度过快或者整个数据采集与控制判断的处理周期过慢，需要在判断时添加补偿阈值，拓宽数值第1位与数值第2n位之间以及数值第n位与数值第n+1之间的数值宽度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210678346.1A CN115157239B (zh) | 2022-06-16 | 一种基于滚动观测和连续预测的液压机械臂控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210678346.1A CN115157239B (zh) | 2022-06-16 | 一种基于滚动观测和连续预测的液压机械臂控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115157239A true CN115157239A (zh) | 2022-10-11 |
| CN115157239B CN115157239B (zh) | 2024-05-10 |
Family
ID=
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1838933A (zh) * | 2003-08-21 | 2006-09-27 | 山海嘉之 | 穿着式动作辅助装置、穿着式动作辅助装置的控制方法和控制用程序 |
| CN102798456A (zh) * | 2012-07-10 | 2012-11-28 | 中联重科股份有限公司 | 一种工程机械臂架系统工作幅度的测量方法、装置及系统 |
| CN107014376A (zh) * | 2017-03-01 | 2017-08-04 | 华南农业大学 | 一种适用于农业机械精准作业的姿态倾角估计方法 |
| CN107607113A (zh) * | 2017-08-02 | 2018-01-19 | 华南农业大学 | 一种两轴姿态倾角测量方法 |
| CN110977991A (zh) * | 2019-12-31 | 2020-04-10 | 芜湖哈特机器人产业技术研究院有限公司 | 一种飞机清洗机械臂运动控制方法 |
| CN111503077A (zh) * | 2020-04-15 | 2020-08-07 | 中南大学 | 一种多自由度液压机械臂的电液控制系统及其控制方法 |
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1838933A (zh) * | 2003-08-21 | 2006-09-27 | 山海嘉之 | 穿着式动作辅助装置、穿着式动作辅助装置的控制方法和控制用程序 |
| CN102798456A (zh) * | 2012-07-10 | 2012-11-28 | 中联重科股份有限公司 | 一种工程机械臂架系统工作幅度的测量方法、装置及系统 |
| CN107014376A (zh) * | 2017-03-01 | 2017-08-04 | 华南农业大学 | 一种适用于农业机械精准作业的姿态倾角估计方法 |
| CN107607113A (zh) * | 2017-08-02 | 2018-01-19 | 华南农业大学 | 一种两轴姿态倾角测量方法 |
| CN110977991A (zh) * | 2019-12-31 | 2020-04-10 | 芜湖哈特机器人产业技术研究院有限公司 | 一种飞机清洗机械臂运动控制方法 |
| CN111503077A (zh) * | 2020-04-15 | 2020-08-07 | 中南大学 | 一种多自由度液压机械臂的电液控制系统及其控制方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111230887B (zh) | 一种基于数字孪生技术的工业涂胶机器人运行状态监测方法 | |
| US8147211B2 (en) | Method and system for monitoring a reciprocating compressor valve | |
| JP2003506786A (ja) | プロセス制御ループパラメータの推定値の統計的に決定する方法 | |
| CN103674552A (zh) | 航空发动机试车台推力加载/校准系统及自动控制方法 | |
| CN110243513A (zh) | 滚珠丝杠副效率检测装置 | |
| CN115157239B (zh) | 一种基于滚动观测和连续预测的液压机械臂控制方法 | |
| CN115157239A (zh) | 一种基于滚动观测和连续预测的液压机械臂控制方法 | |
| CN112528430A (zh) | 一种装载机工作连杆机构优化设计方法及系统 | |
| CN113431925A (zh) | 电液比例阀及其位置控制系统、控制方法与故障预测方法 | |
| CN207329422U (zh) | 压缩站升降控制装置以及压缩站 | |
| CN112555202B (zh) | 一种基于参数自适应的液压系统控制方法 | |
| CN111665064B (zh) | 一种商用车悬架系统运动轨迹整车测量系统及其测量方法 | |
| CN1598528A (zh) | 曲轴弯曲疲劳试验系统及试验方法 | |
| CN114800529B (zh) | 一种基于定长记忆窗增量学习的工业机器人误差补偿方法 | |
| JP6792043B1 (ja) | 事象推定システム及び事象推定方法 | |
| CN112008490A (zh) | 一种全闭环伺服系统的数控机床反向间隙检测方法 | |
| CN116429402A (zh) | 航空发动机静叶调节机构多参数测试试验台及其测试方法 | |
| CN2729691Y (zh) | 一种曲轴弯曲疲劳试验系统 | |
| CN107965499B (zh) | 高速插秧机液压自动调平系统及其工作方法 | |
| CN115077958A (zh) | 一种挖掘机工作装置行程稳定性评价方法及系统 | |
| CN109543249B (zh) | 一种两级平面四杆机构及参数设计方法 | |
| CN106094805A (zh) | 一种气动力伺服系统力控制效果测试平台及方法 | |
| CN114412849B (zh) | 负载口独立控制的大惯量旋挖钻机上车回转系统控制方法 | |
| CN115030250B (zh) | 一种用于装载机铲装作业的阻力预测方法和装置 | |
| CN114616975B (zh) | 联合收获机割台自动仿形系统及其控制方法 |
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 |