CN117991719A - 用于机器人磨抛力控制的动态摩擦建模与补偿方法及系统 - Google Patents
用于机器人磨抛力控制的动态摩擦建模与补偿方法及系统 Download PDFInfo
- Publication number
- CN117991719A CN117991719A CN202410398699.5A CN202410398699A CN117991719A CN 117991719 A CN117991719 A CN 117991719A CN 202410398699 A CN202410398699 A CN 202410398699A CN 117991719 A CN117991719 A CN 117991719A
- Authority
- CN
- China
- Prior art keywords
- friction
- dynamic
- force
- modeling
- compensation
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 104
- 238000005498 polishing Methods 0.000 title claims abstract description 62
- 230000003068 static effect Effects 0.000 claims abstract description 43
- 230000007704 transition Effects 0.000 claims abstract description 31
- 230000005284 excitation Effects 0.000 claims abstract description 14
- 238000005316 response function Methods 0.000 claims abstract description 14
- 230000001629 suppression Effects 0.000 claims abstract description 13
- 238000013507 mapping Methods 0.000 claims description 17
- 230000006399 behavior Effects 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 15
- 238000010586 diagram Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 8
- 238000006073 displacement reaction Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 230000001965 increasing effect Effects 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 108010074506 Transfer Factor Proteins 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000005312 nonlinear dynamic Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 2
- 230000005764 inhibitory process Effects 0.000 abstract description 4
- 230000008878 coupling Effects 0.000 abstract description 3
- 238000010168 coupling process Methods 0.000 abstract description 3
- 238000005859 coupling reaction Methods 0.000 abstract description 3
- 230000008901 benefit Effects 0.000 description 12
- 230000000694 effects Effects 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000007517 polishing process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004904 shortening Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000012356 Product development Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011031 large-scale manufacturing process Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Feedback Control In General (AREA)
- Control Of Position Or Direction (AREA)
Abstract
本发明属于机电控制系统中的摩擦扰动建模补偿技术领域，公开了一种用于机器人磨抛力控制的动态摩擦建模与补偿方法及系统，包括：设计摩擦特征激励轨迹，采集数据；分析预滑动与滑动阶段以及摩擦连续过渡行为；连续动态摩擦建模；获得初始化静态参数辨识结果；结合摩擦状态方程与系统微分方程，获得系统频响函数与动态参数辨识结果；高精度迭代搜索；对力控制系统进行前馈补偿，实现摩擦扰动抑制。本发明通过在力控制系统内合并参考信号和电机的控制输入作为前馈信号来补偿估计的摩擦力，实现刚柔耦合致动器中参考力轨迹跟踪的目标；利用动态连续摩擦模型与参考反馈结合的快速辨识补偿方法显著提高了力控制系统的摩擦扰动抑制与最终控制精度。
Description
技术领域
本发明属于机电控制系统中的摩擦扰动建模补偿技术领域，尤其涉及一种用于机器人磨抛力控制的动态摩擦建模与补偿方法及系统。
背景技术
高精度伺服系统中摩擦扰动十分常见，对性能造成十分不利的影响。如紧凑单自由度SEA中，综合多个接触面产生的摩擦力影响，旋转SEA力控制中，锥齿轮传动带来的摩擦力阻抗，以及机器人恒力低速跟踪时，主要阻抗为关节摩擦力等。摩擦通常具有时变、非线性、迟滞等复杂动态特性。在力执行器中造成明显的滞后问题、在低幅值的稳态误差问题，以及零速时非线性跳变等明显误差。因此，为实现响应速度快、高精度、高稳定性的伺服控制，必须对摩擦力进行分析和补偿。目前，主要发展了基于非模型补偿和基于模型补偿的两类控制方法，基于非模型方法的核心思想是把摩擦视为外部扰动，通过改变控制参数或结构，提高系统抑制扰动的能力。其主要研究重点在于提高力控制带宽、最优控制器设计、以及提高系统鲁棒性等问题。非模型的方法不依赖于模型的摩擦补偿控制方法缺乏对摩擦的本质认识，摩擦特性的描述不准确，导致补偿精度有限。尤其在低速低幅值力控制时效果较差。同时摩擦受影响参数多。并且在预滑动、滑动的状态下表现出较大的差异性，非模型控制难以进行针对性补偿，控制效果一致性不佳。
基于模型方法补偿方法则通过对摩擦特定规律进行分析，建立与摩擦力相关的微分模型，并通过前馈、反馈等方式进行补偿。主要研究内容有精确摩擦模型建立、参数辨识方法设计、模型参数观测以及控制器设计等方面。基于模型的摩擦补偿控制设计直观，是减少摩擦不良影响的有效方法。但该方法需要对摩擦特性进行准确表征。低速摩擦具有两种不同物理特性:预滑动特性和滑动特性，预滑动摩擦表现非线性弹簧特点，而宏观滑动表现复杂的粘性阻尼特征。需要针对性的进行建模、控制。通过对现有文献的检索，现有摩擦模型往往单一针对预滑动、滑动建模，缺乏对连续变换的关注，因此，仍需要进行进一步的优化，兼具动-静态连续过渡、形式简单的优点。另一方面，发现对于力控制执行器的摩擦补偿方法，现无相关专利。因此，亟需设计一种新的用于机器人磨抛力控制的动态摩擦建模与补偿方法及系统。
通过上述分析，现有技术存在的问题及缺陷为：
（1）摩擦受影响参数多。并且在预滑动、滑动的状态下表现出较大的差异性，非模型控制难以进行针对性补偿，控制效果一致性不佳。
（2）现有摩擦模型往往单一针对预滑动、滑动建模，缺乏对连续变换的关注，因此，仍需要进行进一步的优化，兼具动-静态连续过渡、形式简单的优点。
（3）力控制系统难以获得期望速度信号，前馈摩擦补偿策略不稳定，且力控制系统响应速度要求高，反馈摩擦补偿方法对计算频率要求高，复杂模型难以运用。
（4）通过对现有文献的检索发现，对于力控制系统摩擦建模与补偿的方法，现无相关专利。
发明内容
针对现有技术存在的问题，本发明提供了一种用于机器人磨抛力控制的动态摩擦建模与补偿方法及系统。
本发明是这样实现的，一种用于机器人磨抛力控制的动态摩擦建模与补偿方法，所述用于机器人磨抛力控制的动态摩擦建模与补偿方法包括：
步骤一，按照幅值遍历与速度加速度变化的原则，设计摩擦特征激励轨迹，在机器人磨抛力控制系统中运行，采集频率尽可能高的数据。
步骤二，基于动态摩擦理论，构建输入-输出映射图，分析预滑动(pre-sliding)与滑动(sliding)阶段以及摩擦连续过渡行为。
步骤三，根据双曲正切函数的连续特性，与低通滤波器相结合，对摩擦动态、静态以及动静过渡态行为进行拟合。实现连续动态摩擦建模。
步骤四，分析恒速度与摩擦的关系散点图。根据Stribeck画图法获得Fc，Fs，Vs，B等静态参数，并进行连续化映射，获得初始化静态参数辨识结果。
步骤五，简化低速预滑动力执行器为单质量零状态系统，结合摩擦状态方程与系统微分方程，获得考虑摩擦力的系统频响函数Hf(jw)与动态参数辨识结果σ。
步骤六，利用初值Fc，Fs，Vs，B，σ对优化算法进行初始化，采用PSO方法进行高精度迭代搜索。
步骤七，对力控制系统进行前馈补偿，将参考信号Fd与反馈信号Fo相减，根据力执行器模型获得参考速度Vd，通过所辨识摩擦模型获得估计摩擦力fest,并在电机端电流进行补偿，实现摩擦扰动抑制。
进一步，所述步骤一，通过幅值梯度递增参考速度信号Vd，与高阶可微位移信号Xd，对力执行器系统的摩擦扰动进行激励。采集运行得到的结果包括：
根据所涉及的电机输出信号与考虑摩擦扰动的力执行器动力学模型，计算相对速度v、相对位移x和摩擦扰动f。
进一步，所述步骤二中的输入-输出映射图构建方法包括：
结合经典LuGre摩擦理论：
；
其中，F为总摩擦力矩，单位为，v为相对速度，单位为/>，σ0，σ1，σ2为动磨擦的内部参数，g(v)为静摩擦力矩，单位为/>，z为内部状态变量，用于确定不同速度对应的摩擦区域；/>是阻力摩擦力；/>是Stribeck速度；/>是库仑（动能）摩擦力；/>是一个经验常数。
进一步，所述步骤三中的结合双曲正切函数与低通滤波器，对摩擦动态、静态以及动静过渡态行为进行拟合。实现连续动态摩擦建模包括：
考虑忽略极小值σ1，dz/dt，σ2v的LuGre模型：
并进行s变换：
其中s(v)是静摩擦模型，T(v)是动态滤波系数。g(v)是Stribeck系数。
进一步，所述步骤四中的根据Stribeck画图法获得Fc，Fs，Vs，B静态参数，并进行连续化映射。包括：
考虑双曲正切形式的静态摩擦建模：
其中，γ1到γ5为Stribeck模型的连续化映射参数，γ5 0，γ2>γ3，γ2/>0，γ4=FC，γ6=σ1，γ1=Fs-Fc，γ3=1/Vs，以此实现连续Stribeck曲线，进一步与低通滤波器结合，实现改进的连续动态摩擦建模。
进一步，所述步骤五中的将简化低速预滑动力执行器为单质量零状态系统，获得考虑与动态参数σ相关摩擦力的系统频响函数Hf(jw)包括：
考虑将连续过渡摩擦模型转变为状态空间形式：
其中，x1为系统相对位移，u为参考输入，σ0为动态参数。将摩擦状态空间方程与系统微分方程结合，并进行频域分析：
其中，jω为频域传递因子。Cm为比例系数。
进一步，所述步骤六中的选取参数初值采用PSO方法进行寻优包括：
选取pso参数寻优区间[-2a,+2a]，其中a为每一所寻优参数初值。及上述画图法与频域法选定值。设定pso全局影响因子c1，个体影响因子c2，种群个数N，迭代次数G，吸引度w等关键参数。采用群矢量方法进行多参数辨识。
进一步，所述步骤七中的通过所辨识摩擦模型获得估计摩擦力fest,并在电机端电流进行补偿，实现摩擦扰动抑制包括：
在电机转矩模式基础上，建立双质量SEA模型搭建速度内环与力控制外环，以及摩擦补偿。
本发明的另一目的在于提供一种用于机器人磨抛力控制的动态摩擦建模与补偿系统，所述用于机器人磨抛力控制的动态摩擦建模与补偿系统包括：
摩擦特征激励模块，用于按照包含尽可能高频率及其他摩擦信息的原则，设计系统输入数据。并在力控执行器上运行。
摩擦特征参数辨识模块，用于不同阶段如预滑动、滑动、以及过渡阶段的不同摩擦特征参数辨识。
连续非线性动态摩擦特征构建模块，用于结合经典Stribeck摩擦理论以及双曲正切函数，构建零速连续过渡的摩擦模型。
摩擦补偿模块，用于实现位置信号未知的情况下不同摩擦特征及其扰动的准确预测，实现基于模型的前馈补偿。
磨抛力控制模块，用于对目标力轨迹进行准确跟踪。得到低误差的磨抛接触控制。
本发明的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述用于机器人磨抛力控制的动态摩擦建模与补偿方法的步骤。
本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述用于机器人磨抛力控制的动态摩擦建模与补偿方法的步骤。
本发明的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端用于实现所述用于机器人磨抛力控制的动态摩擦建模与补偿系统。
结合上述的技术方案和解决的技术问题，本发明所要保护的技术方案所具备的优点及积极效果为：
第一、针对上述现有技术存在的技术问题以及解决该问题的难度，解决问题之后带来的一些具备创造性的技术效果。具体描述如下：
与现有的模型估计方法相比，本发明保证精度和一致性的同时，显着缩短了计算时间。为了实现刚柔耦合致动器中参考力轨迹跟踪的最终目标，通过在力控制系统内合并参考信号和电机的控制输入作为前馈信号来补偿估计的摩擦力。本发明利用动态连续摩擦模型与参考反馈结合的快速辨识补偿方法显著提高了力控制系统的摩擦扰动抑制与最终控制精度。具体而言：
1、提高精度和一致性：与现有模型估计方法相比，本发明通过采用动态连续摩擦模型与传统力控制结合的方法，有效提高了力控制系统的控制精度。这对于需要高精度控制的应用领域，如机器人控制、医疗器械操作等，具有重要的应用价值。
2、缩短参数辨识与模型计算时间：本发明在保证精度和一致性的前提下，显著缩短了参数辨识与计算时间。这对于实时性要求较高的应用场景，如自动驾驶系统、实时机器人控制等，是一项重要的技术优势。减少计算时间有助于系统更快地做出响应，提高系统的实时性和效率。
3、刚柔耦合执行器的参考力轨迹跟踪：本发明的技术方案通过在力控制系统内合并参考信号和电机的控制输入作为前馈信号，实现了刚柔耦合执行器器中参考力轨迹跟踪的最终目标。
4、摩擦扰动抑制：本发明采用了动态连续摩擦模型与参考反馈相结合的快速辨识补偿方法，显著提高了力控制系统的摩擦扰动抑制能力。这对于需要在存在摩擦力的情况下进行高精度控制的系统，如力控制的精密加工设备、医疗手术机器人等，具有重要的实际应用意义。
总体而言，本发明通过综合运用动态连续摩擦模型、参考反馈等技术手段，成功解决了现有技术中存在的问题，并在控制精度、计算效率、摩擦扰动抑制等方面取得了显著的技术优势，为相关领域的技术发展和应用提供了有力支持。
第二，针对刚柔耦合执行器的需求，本发明实现了参考力轨迹跟踪的最终目标。这对于需要在系统中同时考虑刚性和柔性元素的应用场景，提供了一种全面解决方案。同时本发明通过创新性的技术手段，全面提升了系统的性能。无论是在控制精度、计算效率还是摩擦扰动抑制方面，都取得了显著的改进，使整个系统在各个方面都表现出更卓越的性能。在此基础上，通过显著缩短计算时间，本发明有助于降低系统的计算成本。这对于需要在有限计算资源下运行的嵌入式系统、便携设备等，有着重要的经济意义。
综上所述，本发明所要保护的技术方案不仅在局部技术问题上有显著的技术效果，而且从整体或产品的角度出发，具备了提升系统性能、降低成本、提高竞争力等多方面的优点，为相关领域的技术应用和产品开发带来了全面的推动作用。
第三，本发明的技术方案转化后的预期收益和商业价值为：该技术方案在提高系统性能、降低成本、增强实时性等方面具备显著的优势，如自动化控制系统、机器人技术、医疗器械等，实现更高精度的力控制系统，以此获得更加准确的磨抛加工。从而吸引更多客户，提升市场份额，并增加收入。此外，通过高效率的参数辨识框架以降低系统成本也有助于提高企业的利润率，进一步增强商业竞争力。
本发明的技术方案填补了国内外业内技术空白：本发明在机器人磨抛力控制领域填补了国内外的技术空白，建立了一种连续动态摩擦建模方法，通过双曲正切函数的连续特性和低通滤波器的结合，对摩擦动态、静态以及动静过渡态行为进行拟合，实现了连续动态摩擦建模。这一方法的创新性填补了传统摩擦建模方法的不足，提高了对摩擦现象的准确描述。
本发明的技术方案解决了人们一直渴望解决、但始终未能获得成功的技术难题：本发明解决了Stribeck画图法在恒速度与摩擦关系的应用，在低速预滑动力执行器静态参数获得方面，一直存在对于静态参数准确获取的技术难题。本发明引入Stribeck画图法，通过分析恒速度与摩擦的关系散点图，成功获取了静态参数，并进行了连续化映射，解决了在静态参数获取方面的技术难题。
另一方面，传统方法在考虑摩擦力的系统频响函数与动态参数辨识方面常常面临复杂性和不准确性的问题。本发明通过简化低速预滑动力执行器为单质量零状态系统，结合摩擦状态方程与系统微分方程，成功获得了考虑摩擦力的系统频响函数与动态参数辨识结果，解决了传统方法在这方面的技术难题。
附图说明
图1是本发明实施例提供的用于机器人磨抛力控制的动态摩擦建模与补偿方法流程图；
图2是本发明实施例提供的用于机器人磨抛力控制的动态摩擦建模与补偿方法原理图；
图3是本发明实施例提供的一种新型连续动态摩擦模型的数学形式与结构示意图；
图4是本发明实施例提供的用于机器人磨抛力控制的动态摩擦建模与补偿系统模块图；
图5是本发明实施例提供的用于机器人磨抛力控制的动态摩擦建模与补偿系统的建模误差对比图；
图6是本发明实施例提供的所用到的设备图；
图7是本发明实施例提供的所采用的力控制与摩擦补偿结构框图；
图8是本发明实施例提供的用于机器人磨抛力控制的动态摩擦建模与补偿系统补偿前后误差对比图。
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。
本发明实施例的两个具体应用实施例为：
实施例1：精密制造行业中的应用
本实施例适合于需要高精度和高表面质量的制造行业，例如航空航天部件制造或精密仪器制造。
摩擦特征激励轨迹设计：在制造工业的机器人应用中，设计特定的摩擦特征激励轨迹，根据不同的制造材料和条件采集高频率数据。
动态摩擦建模：基于采集到的数据，利用本发明的方法构建摩擦力模型，包括预滑动与滑动阶段的分析和摩擦连续过渡行为的拟合。
前馈补偿机制实施：在机器人磨抛过程中，根据建立的摩擦模型实施前馈补偿，通过电机端电流补偿来减少摩擦扰动，提高磨抛的精度和效率。
实施例2：自动化机器人磨抛系统中的应用
本实施例适合于大规模生产线，如汽车制造或电子产品的外壳加工，能够大幅提高加工效率和产品一致性。
动态摩擦模型的创建：在自动化机器人磨抛系统中，首先根据机器人的操作特性和被加工物料的性质设计摩擦特征激励轨迹，采集相应的动态摩擦数据。
摩擦建模与参数辨识：利用本发明的方法，对摩擦动力学进行建模，包括低速预滑动阶段和高速滑动阶段的摩擦特性分析，并进行参数辨识。
实时摩擦力补偿：在机器人的磨抛操作中，根据辨识出的摩擦模型和参数，实时进行力控制系统的前馈补偿，以减少摩擦扰动对磨抛效果的影响，确保加工质量和效率。
本发明主要针对以下现有技术的问题和缺陷进行改进，实现显著的技术进步：
摩擦力模型的不精确：传统的机器人磨抛系统中，摩擦力模型往往不够精确，导致力控制系统的性能不稳定，影响磨抛效果和质量。
动态和静态摩擦力的处理困难：在实际应用中，动态和静态摩擦力的转换处理困难，难以实现平滑的力控制。
频响函数的不准确：传统方法中，摩擦力的频响函数往往缺乏准确性，影响系统的响应速度和精度。
针对现有技术存在的问题，本发明采用的技术方案为：
精确的摩擦力建模：通过设计摩擦特征激励轨迹并采集高频率数据，本发明能够更精确地建模摩擦力，尤其是在预滑动与滑动阶段以及摩擦的连续过渡行为。
动态和静态摩擦力的连续化处理：通过使用双曲正切函数与低通滤波器结合的方法，本发明能够更好地拟合摩擦动态和静态以及动静过渡态行为，实现摩擦力的连续化处理。
频响函数的优化：通过将低速预滑动力执行器视为单质量零状态系统，结合摩擦状态方程和系统微分方程，本发明能够得到更准确的系统频响函数，提高了控制系统的响应速度和准确性。
优化算法的应用：采用粒子群优化（PSO）方法进行高精度迭代搜索，进一步优化了摩擦力模型的参数，提高了模型的精确度。
前馈补偿机制：通过在电机端电流进行补偿，本发明有效地实现了摩擦扰动的抑制，改善了力控制系统的稳定性和精度。
如图1所示，本发明实施例提供的用于机器人磨抛力控制的动态摩擦建模与补偿方法包括以下步骤：
S101，按照幅值遍历与速度加速度变化的原则，设计摩擦特征激励轨迹，在机器人磨抛力控制系统中运行，采集频率尽可能高的数据；
S102，基于动态摩擦理论，构建输入-输出映射图，分析摩擦预滑动(pre-sliding)与滑动(sliding)阶段以及摩擦连续过渡行为；
S103，根据双曲正切函数的连续特性，与低通滤波器相结合，对摩擦动态、静态以及动静过渡态行为进行拟合。实现连续动态摩擦建模；
S104，分析恒速度与摩擦的关系散点图。根据Stribeck画图法获得Fc，Fs，Vs，B等静态参数，并进行连续化映射，获得初始化静态参数辨识结果；
S105，简化低速预滑动力执行器为单质量零状态系统，结合摩擦状态方程与系统微分方程，获得考虑摩擦力的系统频响函数Hf(jw)与动态参数辨识结果σ；
S106，利用初值Fc，Fs，Vs，B，σ对优化算法进行初始化，采用PSO方法进行高精度迭代搜索；
S107，对力控制系统进行前馈补偿，将参考信号Fd与反馈信号Fo相减，根据力执行器模型获得参考速度Vd，通过所辨识摩擦模型获得估计摩擦力fest,并在电机端电流进行补偿，实现摩擦扰动抑制。
本发明实施例提供的一种用于机器人磨抛力控制的动态摩擦建模与补偿方法原理图如图2所示。
本发明实施例提供的一种用于机器人磨抛力控制的动态摩擦建模与补偿方法的数学形式与结构示意图如图3所示。
如图4所示，本发明实施例提供的用于机器人磨抛力控制的动态摩擦建模与补偿系统包括：
摩擦特征激励模块，用于按照包含尽可能高频率及其他摩擦信息的原则，设计系统输入数据。并在力控执行器上运行。
摩擦特征参数辨识模块，用于不同阶段如预滑动、滑动、以及过渡阶段的不同摩擦特征参数辨识。
连续非线性动态摩擦特征构建模块，用于结合经典Stribeck摩擦理论以及双曲正切函数，构建零速连续过渡的摩擦模型。
摩擦补偿模块，用于实现位置信号未知的情况下不同摩擦特征及其扰动的准确预测，实现基于模型的前馈补偿。
磨抛力控制模块，用于对目标力轨迹进行准确跟踪。得到低误差的磨抛接触控制。
本发明实施例提供的一种用于机器人磨抛力控制的动态摩擦建模与补偿系统的建模误差对比图如图5所示。
针对现有伺服系统摩擦建模与补偿方法中存在的问题，本发明提供了一种用于机器人磨抛力控制的动态摩擦建模与补偿方法及系统，涉及一种利用双曲正切函数与简化动态摩擦模型的连续摩擦建模方法及系统，尤其涉及一种在磨抛力控制执行器中考虑摩擦过渡行为与模型简化的准确建模方法及系统。
为实现上述目的，按照本发明的一个方面，提供了用于机器人磨抛力控制的动态摩擦建模与补偿方法，该方法包括下列步骤：
（a）设计摩擦机理激励轨迹，采集电机输出电流I与输出角度q，由力控系统动力学T(t)计算标称摩擦扰动f，相对位移x，相对速度v；
（b）基于动态摩擦理论，构建位移-摩擦力x-f，速度-摩擦力v-f输入输出映射图，分析摩擦预滑动(pre-sliding)与滑动(sliding)的连续过渡行为；
（c）结合双曲正切函数与低通滤波器，对摩擦动态、静态以及动静过渡态行为进行拟合，实现连续动态摩擦建模；
（d）输入速度递增信号，采集速度与摩擦关系点，根据Stribeck画图法获得Fc，Fs，Vs，B静态参数，并进行连续化映射；
（e）简化低速预滑动力执行器为单质量零状态系统，结合摩擦状态方程与系统微分方程，获得考虑摩擦力的系统频响函数Hf(jw)与动态参数σ；
（f）选取参数初值Fc，Fs，Vs，B，σ，采用PSO方法进行寻优，保证最终参数精度同时减少辨识时间消耗；
（g）对力控制系统进行前馈补偿，将参考信号Fd与反馈信号Fo相减，根据力执行器模型获得参考速度Vd，通过所辨识摩擦模型获得估计摩擦力fest,并在电机端电流进行补偿，实现摩擦扰动抑制。
本发明实施例提供的步骤一，通过幅值梯度递增参考速度信号Vd，与高阶可微位移信号Xd，对力执行器系统的摩擦扰动进行激励。根据所涉及的电机输出信号与考虑摩擦扰动的力执行器动力学模型，计算相对速度v、相对位移x和摩擦扰动f。
本发明实施例提供的步骤二中的输入-输出映射图构建方法包括：
结合经典LuGre摩擦理论：
其中，F为总摩擦力矩，单位为，v为相对速度，单位为/>，σ0，σ1，σ2为动磨擦的内部参数，g(v)为静摩擦力矩，单位为/>，z为内部状态变量，用于确定不同速度对应的摩擦区域；/>是阻力摩擦力；/>是Stribeck速度；/>是库仑（动能）摩擦力；/>是一个经验常数；
本发明实施例提供的步骤三中的结合双曲正切函数与低通滤波器，对摩擦动态、静态以及动静过渡态行为进行拟合。实现连续动态摩擦建模包括：
考虑忽略极小值σ1，dz/dt，σ2v的LuGre模型：
并进行s变换：
其中s(v)是静摩擦模型，T(v)是动态滤波系数。g(v)是stribeck系数。
根据Stribeck画图法获得Fc，Fs，Vs，B静态参数，并进行连续化映射。包括：
考虑双曲正切形式的静态摩擦建模：
其中，γ5 0，γ2>γ3，γ2/>0，γ4=FC，γ6=σ1，γ1=Fs-Fc，γ3=1/Vs，以此实现连续Stribeck曲线，进一步与低通滤波器结合，实现改进的连续动态摩擦建模。
本发明实施例提供的在步骤四中将简化低速预滑动力执行器为单质量零状态系统，获得考虑摩擦力的系统频响函数Hf(jw)与动态参数σ包括：
考虑将连续过渡摩擦模型转变为状态空间形式：
其中，x1为系统相对位移，u为参考输入，σ0为动态参数。将摩擦状态空间方程与系统微分方程结合，并进行频域分析：
其中，jω为频域传递因子。Cm为比例系数。
本发明实施例提供的步骤五中选取参数初值采用PSO方法进行寻优包括：
选取pso参数寻优区间[-2a,+2a]，其中a为每一所寻优参数初值。及上述画图法与频域法选定值。设定pso全局影响因子c1，个体影响因子c2，种群个数N，迭代次数G，吸引度w等关键参数。采用群矢量方法进行多参数辨识。
本发明实施例提供的在步骤六中通过所辨识摩擦模型获得估计摩擦力fest,并在电机端电流进行补偿，实现摩擦扰动抑制包括：
本发明实施例提供的步骤七中在电机转矩模式基础上，建立双质量SEA模型搭建速度内环与力控制外环，以及摩擦补偿。
本发明提供的用于机器人磨抛力控制的动态摩擦建模与补偿系统，在避免复杂的摩擦建模过程的同时，充分利用连续函数与简化动态模型提高摩擦建模精度。并且在力控制系统中进行了补偿。通过本发明，在避免高难度摩擦建模的情况下，利用双曲正切函数构建连续摩擦特征提高了力控制摩擦补偿系统的精度。本发明通过对系统摩擦扰动内力进行预测，利用控制电机输出作为中间量，使得所提出的模型能够更多对系统扰动进行准确表征，一定程度上拆分了复杂的进给系统，也一定程度上反映了干扰量的影响，提高了对力控制跟踪误差的预测精度。
将本发明应用实施例提供的用于机器人磨抛力控制的动态摩擦建模与补偿方法应用于计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述用于机器人磨抛力控制的动态摩擦建模与补偿方法的步骤。
将本发明应用实施例提供的用于机器人磨抛力控制的动态摩擦建模与补偿方法应用于信息数据处理终端，所述信息数据处理终端用于实现所述用于机器人磨抛力控制的动态摩擦建模与补偿系统。
本发明的技术方案可以应用于机器人磨抛系统的力控制中，以提高磨抛过程的控制精度和效率。在该实施例中，通过本发明的动态摩擦建模与补偿方法，系统能够更准确地理解摩擦特性，实现对摩擦扰动的实时抑制。有助于提高磨抛过程的表面质量、精度和稳定性，使机器人磨抛系统在制造、加工等领域中更为可靠和高效。应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
如图6所示，本发明实施例所使用的到的设备由以下部件组成：X轴运动组件1、柔性耦合运动组件2、力传感器组件3、磨抛执行组件4，本发明实施例还使用到了Matlab计算程序、Simulink控制程序，倍福控制操作平台以及ABB工业机器人系统。
如图6所示，按照本发实施例，X轴运动组件1通刚性配件固定在柔性耦合运动组件2上，力传感器组件3通过螺栓安装在X轴运动组件1的工作台上，磨抛执行组件4相对于力传感器组件3位置确定，也固定在平台上。
如图7所示，按照本发明实施例，使用以刚柔耦合执行器为基础的力控制框架，其电机采用电流闭环反馈进行控制，PID参数由LS参数整定法实现。摩擦模型前馈如图7所示，保证不影响控制性能。
如图8所示，按照本发明实施例，分别在测试轨迹上使用本发明所提出的方法构建的模型补偿前后误差对比，所提出方法构建的模型与无模型的力控制偏差对比，可以看到，所提出方法构建的模型各峰值处，其力控制误差普遍较小。整体精度提高。所提出方法构建的力执行器建模补偿系统相较于不使用最大偏差显著减小，力控精度达±0.15N，整体精度提升57%。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，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，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种用于机器人磨抛力控制的动态摩擦建模与补偿方法，其特征在于，包括：
步骤一，按照幅值遍历与速度加速度变化的原则，设计摩擦特征激励轨迹，在机器人磨抛力控制系统中运行，采集频率尽可能高的数据；
步骤二，基于动态摩擦理论，构建输入-输出映射图，分析预滑动与滑动阶段以及摩擦连续过渡行为；
步骤三，根据双曲正切函数的连续特性，与低通滤波器相结合，对摩擦动态、静态以及动静过渡态行为进行拟合，实现连续动态摩擦建模；
步骤四，分析恒速度与摩擦的关系散点图，根据Stribeck画图法获得Fc，Fs，Vs，B这些静态参数，并进行连续化映射，获得初始化静态参数辨识结果；
步骤五，简化低速预滑动力执行器为单质量零状态系统，结合摩擦状态方程与系统微分方程，获得考虑摩擦力的系统频响函数Hf(jw)与动态参数辨识结果σ；
步骤六，利用初值Fc，Fs，Vs，B，σ对优化算法进行初始化，采用PSO方法进行高精度迭代搜索；
步骤七，对力控制系统进行前馈补偿，将参考信号Fd与反馈信号Fo相减，根据力执行器模型获得参考速度Vd，通过所辨识摩擦模型获得估计摩擦力fest,并在电机端电流进行补偿，实现摩擦扰动抑制。
2.根据权利要求1所述的用于机器人磨抛力控制的动态摩擦建模与补偿方法，其特征在于，所述步骤一，通过幅值梯度递增参考速度信号Vd，与高阶可微位移信号Xd，对力执行器系统的摩擦扰动进行激励，采集运行得到的结果包括：
根据所涉及的电机输出信号与考虑摩擦扰动的力执行器动力学模型，计算相对速度v、相对位移x和摩擦扰动f。
3.根据权利要求1所述的用于机器人磨抛力控制的动态摩擦建模与补偿方法，其特征在于，所述步骤二中的输入-输出映射图构建方法包括：
结合经典LuGre摩擦理论：
；
其中，F为总摩擦力矩，单位为，v为相对速度，单位为/>，σ0，σ1，σ2为动磨擦的内部参数，g(v)为静摩擦力矩，单位为/>，z为内部状态变量，用于确定不同速度对应的摩擦区域；/>是阻力摩擦力；/>是Stribeck速度；/>是库仑摩擦力；/>是一个经验常数；
所述步骤三中的结合双曲正切函数与低通滤波器，对摩擦动态、静态以及动静过渡态行为进行拟合，实现连续动态摩擦建模包括：
考虑忽略极小值σ1，dz/dt，σ2v的LuGre模型：
；
并进行s变换：
；
其中s(v)是静摩擦模型，T(v)是动态滤波系数，g(v)是Stribeck系数。
4.根据权利要求1所述的用于机器人磨抛力控制的动态摩擦建模与补偿方法，其特征在于，所述步骤四中的根据Stribeck画图法获得Fc，Fs，Vs，B静态参数，并进行连续化映射，包括：
考虑双曲正切形式的静态摩擦建模：
；
其中，γ1到γ5为Stribeck模型的连续化映射参数，γ5 0，γ2>γ3，γ2/>0，γ4=FC，γ6=σ1，γ1=Fs-Fc，γ3=1/Vs，以此实现连续Stribeck曲线，进一步与低通滤波器结合，实现改进的连续动态摩擦建模。
5.根据权利要求1所述的用于机器人磨抛力控制的动态摩擦建模与补偿方法，其特征在于，所述步骤五中的将简化低速预滑动力执行器为单质量零状态系统，获得考虑摩擦力的系统频响函数Hf(jw)与动态参数σ包括：
考虑将连续过渡摩擦模型转变为状态空间形式：
；
其中，x1为系统相对位移，u为参考输入，σ0为动态参数，将摩擦状态空间方程与系统微分方程结合，并进行频域分析：
；
其中，jω为频域传递因子，cm为比例系数。
6.根据权利要求1所述的用于机器人磨抛力控制的动态摩擦建模与补偿方法，其特征在于，所述步骤六中的选取参数初值采用PSO方法进行寻优包括：
选取pso参数寻优区间[-2a,+2a]，其中a为每一所寻优参数初值，及上述画图法与频域法选定值；设定pso全局影响因子c1，个体影响因子c2，种群个数N，迭代次数G，吸引度w这些关键参数，采用群矢量方法进行多参数辨识；
所述步骤七中的通过所辨识摩擦模型获得估计摩擦力fest,并在电机端电流进行补偿，实现摩擦扰动抑制包括：
在电机转矩模式基础上，建立双质量SEA模型搭建速度内环与力控制外环，以及摩擦补偿。
7.一种实施如权利要求1-6任意一项所述用于机器人磨抛力控制的动态摩擦建模与补偿系统，其特征在于，所述用于机器人磨抛力控制的动态摩擦建模与补偿系统包括：
摩擦特征激励模块，用于按照包含尽可能高频率及其他摩擦信息的原则，设计系统输入数据，并在力控执行器上运行；
摩擦特征参数辨识模块，用于不同阶段如预滑动、滑动、以及过渡阶段的不同摩擦特征参数辨识；
连续非线性动态摩擦特征构建模块，用于结合经典Stribeck摩擦理论以及双曲正切函数，构建零速连续过渡的摩擦模型；
摩擦补偿模块，用于实现位置信号未知的情况下不同摩擦特征及其扰动的准确预测，实现基于模型的前馈补偿；
磨抛力控制模块，用于对目标力轨迹进行准确跟踪，得到低误差的磨抛接触控制。
8.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1-6任意一项所述用于机器人磨抛力控制的动态摩擦建模与补偿方法的步骤。
9.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1-6任意一项所述用于机器人磨抛力控制的动态摩擦建模与补偿方法的步骤。
10.一种信息数据处理终端，其特征在于，所述信息数据处理终端用于实现如权利要求7所述用于机器人磨抛力控制的动态摩擦建模与补偿系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410398699.5A CN117991719A (zh) | 2024-04-03 | 2024-04-03 | 用于机器人磨抛力控制的动态摩擦建模与补偿方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410398699.5A CN117991719A (zh) | 2024-04-03 | 2024-04-03 | 用于机器人磨抛力控制的动态摩擦建模与补偿方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117991719A true CN117991719A (zh) | 2024-05-07 |
Family
ID=90895659
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410398699.5A Pending CN117991719A (zh) | 2024-04-03 | 2024-04-03 | 用于机器人磨抛力控制的动态摩擦建模与补偿方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117991719A (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109223444A (zh) * | 2018-10-23 | 2019-01-18 | 上海电气集团股份有限公司 | 康复机器人及其人机协同交互力控制方法 |
| CN110460277A (zh) * | 2019-07-22 | 2019-11-15 | 南京理工大学 | 基于粒子群算法的单电机伺服系统摩擦非线性补偿方法 |
| CN113283090A (zh) * | 2021-05-28 | 2021-08-20 | 中国民航大学 | 基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法 |
| CN114326591A (zh) * | 2021-11-22 | 2022-04-12 | 西北工业大学 | 一种数控机床系统非对称动态摩擦的自适应前馈摩擦补偿方法 |
| KR20220052697A (ko) * | 2020-10-21 | 2022-04-28 | 주식회사 뉴로메카 | 다자유도 로봇의 마찰보상 시스템 및 마찰보상 방법 |
| CN114545864A (zh) * | 2022-03-07 | 2022-05-27 | 哈尔滨理工大学 | 一种电液伺服系统摩擦补偿控制方法 |
| CN114952858A (zh) * | 2022-06-16 | 2022-08-30 | 华中科技大学 | 一种基于摩擦补偿控制的工业机器人轨迹跟踪方法和系统 |
| CN115729171A (zh) * | 2022-11-23 | 2023-03-03 | 南京信息工程大学 | 一种基于行程特性的挖掘机摩擦补偿控制方法 |
| CN117564803A (zh) * | 2023-10-03 | 2024-02-20 | 陕西诺贝特自动化科技股份有限公司 | 基于改进LuGre摩擦模型的驱动系统前馈控制方法 |
| CN117681252A (zh) * | 2024-01-12 | 2024-03-12 | 华中科技大学 | 一种柔顺末端力控执行器振动抑制方法、系统及设备 |
-
2024
- 2024-04-03 CN CN202410398699.5A patent/CN117991719A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109223444A (zh) * | 2018-10-23 | 2019-01-18 | 上海电气集团股份有限公司 | 康复机器人及其人机协同交互力控制方法 |
| CN110460277A (zh) * | 2019-07-22 | 2019-11-15 | 南京理工大学 | 基于粒子群算法的单电机伺服系统摩擦非线性补偿方法 |
| KR20220052697A (ko) * | 2020-10-21 | 2022-04-28 | 주식회사 뉴로메카 | 다자유도 로봇의 마찰보상 시스템 및 마찰보상 방법 |
| CN113283090A (zh) * | 2021-05-28 | 2021-08-20 | 中国民航大学 | 基于蜂群算法的飞机舵机电动伺服系统摩擦补偿方法 |
| CN114326591A (zh) * | 2021-11-22 | 2022-04-12 | 西北工业大学 | 一种数控机床系统非对称动态摩擦的自适应前馈摩擦补偿方法 |
| CN114545864A (zh) * | 2022-03-07 | 2022-05-27 | 哈尔滨理工大学 | 一种电液伺服系统摩擦补偿控制方法 |
| CN114952858A (zh) * | 2022-06-16 | 2022-08-30 | 华中科技大学 | 一种基于摩擦补偿控制的工业机器人轨迹跟踪方法和系统 |
| CN115729171A (zh) * | 2022-11-23 | 2023-03-03 | 南京信息工程大学 | 一种基于行程特性的挖掘机摩擦补偿控制方法 |
| CN117564803A (zh) * | 2023-10-03 | 2024-02-20 | 陕西诺贝特自动化科技股份有限公司 | 基于改进LuGre摩擦模型的驱动系统前馈控制方法 |
| CN117681252A (zh) * | 2024-01-12 | 2024-03-12 | 华中科技大学 | 一种柔顺末端力控执行器振动抑制方法、系统及设备 |
Non-Patent Citations (2)
| Title |
|---|
| YING WANG 等: "Nonlinear Friction Compensation and Disturbance Observer for a High-speed Motion Platform", 《PROCEEDINGS OF THE 2004 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS & AUTOMATION》, 30 April 2004 (2004-04-30) * |
| 叶超等: "基于LuGre模型的伺服系统摩擦补偿策略研究", 微电机, no. 05, 28 May 2019 (2019-05-28) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zheng et al. | Stable adaptive PI control for permanent magnet synchronous motor drive based on improved JITL technique | |
| CN101369133B (zh) | 基于灰色预估器的低速摩擦伺服系统滑模变结构控制方法 | |
| Wang et al. | Energy-efficient SVM learning control system for biped walking robots | |
| CN107942670B (zh) | 一种双柔性空间机械臂模糊鲁棒滑模削抖运动控制方法 | |
| Wu et al. | Limit cycle analysis of active disturbance rejection control system with two nonlinearities | |
| CN111506996B (zh) | 一种基于辨识误差受限的转台伺服系统自适应辨识方法 | |
| CN108415253B (zh) | 基于马尔可夫跳变理论的飞轮电池磁轴承系统的控制方法 | |
| Yang et al. | Neural network dynamic surface position control of n‐joint robot driven by PMSM with unknown load observer | |
| CN110647105B (zh) | 一种适用于双轴或三轴进给驱动系统的有限控制集模型预测轮廓控制方法 | |
| Ramírez‐Neria et al. | On the tracking of fast trajectories of a 3DOF torsional plant: A flatness based ADRC approach | |
| Zhang et al. | Identification and control of the motor‐drive servo turntable with the switched friction model | |
| Liu et al. | Robust constraint-following control for permanent magnet linear motor with optimal design: A fuzzy approach | |
| Mou et al. | Disturbance rejection sliding mode control for robots and learning design | |
| CN117991719A (zh) | 用于机器人磨抛力控制的动态摩擦建模与补偿方法及系统 | |
| Nguyen | Non-Negative Adaptive Mechanism-Based Sliding Mode Control for Parallel Manipulators with Uncertainties. | |
| CN116638544A (zh) | 一种基于超局部模型的关节模组协同控制方法 | |
| Leva et al. | On the design of the feedforward compensator in two-degree-of-freedom controllers | |
| Nishi et al. | Nanoscale motion control using composite filter for disturbance observer | |
| Xiaolin et al. | Research on Robot Tracking of Books Returning to Bookshelf Based on Particle Swarm Optimization Fuzzy PID Control | |
| Li et al. | Vibration suppression of ball-screw drive system based on flexible dynamics model | |
| Li et al. | Time-optimal general asymmetric S-curve profile with low residual vibration | |
| Riazi et al. | From trapezoid to polynomial: Next-generation energy-efficient robot trajectories | |
| Kochumon et al. | Self-Tuning Backstepping and Sliding Mode Control for Robust Trajectory Tracking in Differential Drive Wheeled Mobile Robots | |
| Yadegar | Design stable robust intelligent nonlinear controller for 6-DOF serial links robot manipulator | |
| Liao et al. | Adaptive robust control of skid steer mobile robot with independent driving torque allocation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination |