基于跨尺度模型的空间机械臂轨迹跟踪控制方法技术

一种基于跨尺度模型的空间机械臂轨迹跟踪控制方法，在分析漂浮基空间机械臂系统建模过程中存在参数与非参数跨尺度特征的情况下，对机械臂关节空间进行实时在线跟踪控制。该控制方法引入径向基神经网络对空间机械臂动力学模型中存在跨尺度特征的变化项进行逼近，利用神经网络的学习能力，有效抑制了变化项对系统的影响，并设计自适应律实时调整神经网络的权值，以平面2连杆空间机械臂为例进行仿真验证，实现了空间机械臂关节空间内对期望轨迹的快速精确跟踪。

【技术实现步骤摘要】

本专利技术属于智能控制与系统仿真
，尤其是涉及一种基于跨尺度模型的空间机械臂轨迹跟踪控制方法。
技术介绍
随着空间技术的不断发展，太空探索活动进一步延伸。但太空环境具有微重力、高真空、强辐射、大温差等特点，在这样危险的环境中，采用空间机械臂协助或代替宇航员来完成大量艰巨危险的任务成为世界各空间大国的一致目标。与地面机械臂的一个显著差异是空间机械臂的基座是运动的，是一种十分复杂的多输入-多输出的强耦合非线性时变系统，使得空间机械臂的控制问题与地面机械臂相比具有许多新的特点。空间机械臂系统数学模型中的跨尺度特征主要表现在参数与非参数变化的跨尺度。参数的跨尺度特征主要表现在难以精确得到的动力学、运动学参数，如各部分质心位置、转动惯量、负载质量等，同时，还有很多低阶时变参数，如随着燃料消耗基座质量的变化等。非参数的跨尺度特征无法用定常参数描述，如机械臂低速运动时的非线性摩擦力、结构共振和一些高阶未建模误差等。一些针对地面机械臂能够达到较好效果的控制方法，未必适用于空间机械臂。针对轨迹跟踪控制问题，目前常用的控制方法主要有PID控制、自适应控制、鲁棒控制和智能控制。Parlaktuna本文档来自技高网...

【技术保护点】
一种基于跨尺度模型的空间机械臂轨迹跟踪控制方法，其特征在于：设计神经网络自适应控制律，将空间机械臂系统动力学模型中存在跨尺度特征的变化项表示为利用神经网络对变化项f进行逼近，从而实现对变化项f的补偿，神经网络控制律为v为用于克服神经网络逼近误差的鲁棒项，其值为v＝Kvsgn(r)；误差函数为神经网络的形式为径向基神经网络，径向基神经网络的输入取理想的逼近算法为则网络的输出为径向基神经网络权值调整自适应律为D0、C0为对象的名义模型，D0＝D‑ΔD，C0＝C‑ΔC，ΔD、ΔC为建模误差矩阵，d是总和扰动，e＝qd‑q和分别为关节角跟踪误差和角速度跟踪误差，qd和q分别为期望和实际的关节矢量，KP...

【技术特征摘要】
1.一种基于跨尺度模型的空间机械臂轨迹跟踪控制方法，其特征在于：设计神经网络自适应控制律，将空间机械臂系统动力学模型中存在跨尺度特征的变化项表示为利用神经网络对变化项f进行逼近，从而实现对变化项f的补偿，神经网络控制律为v为用于克服神经网络逼近误差的鲁棒项，其值为v＝Kvsgn(r)；误差函数为神经网络的形式为径向基神经网络，径向基神经网络的输入取理想的逼近算法为则网络的输出为...

【专利技术属性】
技术研发人员：高巍，赵永佳，周淼磊，刘恋，姚大顺，焦玉堂，史建博，王文强，孙悦，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林;22