欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2016100195757
申请人: 浙江工业大学
专利类型:发明专利
专利状态:已下证
专利领域: 控制;调节
更新日期:2023-12-11
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种保证瞬态性能的机械臂伺服系统死区补偿控制方法,其特征在于:所述控制方法包括以下步骤:步骤1,建立机械臂伺服系统的动态模型,初始化系统状态、采样时间以及控制参数,过程如下:

1.1机械臂伺服系统的动态模型表达形式为其中,q和θ分别为机械臂连杆和电机的角度;I为连杆的惯量;J是电机的惯量;K为弹簧刚度系数;M和L分别是连杆的质量和长度;u是控制信号;v(u)为死区,表示为:其中gl(u),gr(u)为未知非线性函数;bl和br为死区未知宽度参数,满足bl<0,br>0;定义x1=q, x3=θ, 式(1)改写为其中,y为系统输出轨迹;

1.2定义变量z1=x1,z2=x2,则式(3)改写成

其中,

步骤2,根据微分中值定理,将系统中的非线性输入死区线性近似为一个简单的时变系统,推导出带有未知死区的机械臂伺服系统模型,包括如下过程;

2.1对非线性未知死区进行线性处理其中|ω(u)|≤ωN,ωN是未知的正数满足ωN=(g′r+g′l)max{br,bl}和

2.2根据微分中值定理,则其中

其中

2.3由式(6)和式(9),将式(4)改写为以下等效形式:其中,

步骤3,用神经网络逼近不确定性,过程如下:定义连续函数为:

h(X)=W*Tφ(X)+ε     (11)其中W*T∈Rn1×n2是理想的权重矩阵,φ(X)∈Rn1×n2是理想的神经网络的函数,ε是神经网络的估计误差,满足|ε|≤εN,φ(X)函数形式为:其中,a,b,c,d为合适的常数;

步骤4,计算系统瞬态控制性能函数以及误差转换,过程如下:

4.1系统瞬态控制中,控制器输入信号为:d d

其中,e(t)=y-y ,y是理想的跟踪轨迹,e(t)为跟踪误差,ψ(t)是缩放因子,Fφ(t)是误差变量的边界,||e(t)||是欧几里德范数,为了保证e(t)演变在边界内,时变增益ρ(.)为:

4.2设计误差变量的边界为:其中, 是一个连续的正函数, 对t≥0,都有 则Fφ(t)=δ0 exp(-a0t)+δ∞         (16)其中δ0≥δ∞>0, 且|e(0)|<Fφ(0);

4.3定义瞬态控制误差变量为:步骤5,计算反演法中系统瞬态性能控制虚拟变量,动态滑模面及微分,过程如下:

5.1定义瞬态控制虚拟变量及其微分:定义误差变量:

e(t)=y-yd        (18)其中,yd是该系统的理想运动轨迹,y是实际系统输出;

则,对式(15)求导得:其中,φF=1/(Fφ-||e||)2;

5.2定义李亚普诺夫函数:对V1求导得:

5.3设计虚拟控制量

其中,k1为常数,且k1>0;

5.4定义一个新的变量α1,让虚拟控制量 通过时间常数为τ1的一阶滤波器:

5.5定义滤波误差 则

5.6用神经网络来估计其中

步骤6,针对式(4),设计虚拟控制量;

6.1定义误差变量

si=zi-αi-1,i=2,3          (26)式(15)的一阶微分为:

6.2设计虚拟控制量

其中,k2为常数且k2>0, 是ε的估计值, 是W1的估计值;

6.3设计虚拟控制量

其中,k3为常数且k3>0, 是ε的估计值, 是W2的估计值;

6.4定义一个新的变量αi,让虚拟控制量 通过时间常数为τi的一阶滤波器:

6.5定义 则

6.6用神经网络来估计其中, 为理想权重Wi的估计值, 中;

步骤7,设计控制器输入,过程如下:

7.1定义误差变量

s4=z4-α3       (34)计算式(20)的一阶微分为:

7.2设计控制器输入u:其中, 为理想权重W3的估计值,k5≥1/n, 是ε3的估计值;

7.3设计自适应率:

其中,Kj是自适应矩阵,vμ>0;

步骤8,设计李雅普诺夫函数,过程如下:其中, W*是理想值;

对式(26)进行求导得:如果 则判定系统是稳定的。