一种并联机器人间接自适应模糊控制参数的确定方法技术

本发明专利技术属于并联机器人的模糊控制技术领域，公开了一种并联机器人间接自适应模糊控制参数的确定方法，该方法包括如下步骤：建立并联机器人的动力学模型；确定并联机器人的控制目标；根据所述并联机器人的动力学模型，确定并联机器人的模糊控制器；根据所述并联机器人的控制目标、所述并联机器人的模糊控制器，确定所述控制目标的自适应控制率；能够自适应地调整模糊控制系统的参数，取得给定的跟踪误差性能指标来实现高品质的控制要求。

【技术实现步骤摘要】

本专利技术涉及并联机器人的模糊控制
，尤其涉及一种并联机器人间接自适应模糊控制参数的确定方法。
技术介绍
相对于串联机器人，并联机器人由于具有刚度大、结构紧凑、承载能力强、精度高、运动惯性小等优点，极大的扩大了机器人的应用领域范围，比如在医疗、机床、工业、航天、海底作业、生物工程、服务等领域都具有广泛的应用。但在实际上，并联机器人的复杂性和它系统本身的高度非线性、强耦合性，生产制造过程中的制造误差加上外界的干扰都使并联机器人的研究变得十分复杂。所以，并联机器人机器人系统本身的高度非线性及运动过程中产生的大量随机干扰和摄动，使得常规的控制，如PID控制，在完成高速高精度运动控制时无法达到要求的精度。模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础的一种智能的控制方法。模糊控制是将操作人员或者专家的相关经验变成模糊规则，然后将由传感器来的实时信号模糊化，将模糊化的信号作为模糊规则的输入，完成模糊推理，最终将推理后得到的输出量加到执行器上，实现系统三维模糊控制。而对于单纯的模糊控制，由于并联机器人控制过程有非线性、时变性以及随机干扰等各种不确定因素的影响，会引起模糊控制规则不精确，降低系统控制的精度。
技术实现思路
针对上述现有技术的不足，本专利技术提供一种并联机器人间接自适应模糊控制参数的控制方法，能够自适应地调整模糊控制系统的参数，取得给定的跟踪误差性能指标来实现高品质的控制要求，可以补偿动力学模型中的不确定因素，提高轨迹跟踪的控制精度和控制器的鲁棒性，使系统的控制性能得到了极大的改善。自适应模糊控制是在模糊控制的基础上发展起来的，它是具有自适应学习的模糊逻辑系统，可以任意设定控制对象参数的初始值，然后通过设计控制器参数的自适应算法，调节自适应参数，能够实时地在线更新控制器的参数，保证在任意初始值下系统控制的快速性和稳定性，与传统的自适应控制器相比，自适应模糊控制器的最大优越性在于自适应模糊控制器可以利用操作人员提供的语言性模糊信息。自适应模糊控制不仅弥补了普通自适应控制不能表达知识的能力，也弥补了模糊控制缺乏本身适应系统控制能力的缺点。为达到上述目的，本专利技术采用如下技术方案予以实现。一种并联机器人间接自适应模糊控制参数的确定方法，所述并联机器人间接自适应模糊控制参数为并联机器人的控制目标的自适应控制率，所述方法包括如下步骤：步骤1，建立并联机器人的动力学模型；步骤2，确定并联机器人的控制目标；步骤3，根据所述并联机器人的动力学模型，确定并联机器人的模糊控制器；步骤4，根据所述并联机器人的控制目标、所述并联机器人的模糊控制器，确定所述控制目标的自适应控制率。本专利技术技术方案的特点和进一步的改进为：(1)所述步骤1具体包括如下子步骤：(1a)串联机器人的动力学模型表示为：其中，θ表示关节角向量，表示关节角速度，表示关节角加速度，t表示时间，表示串联机器人对称正定惯性矩阵，表示哥式力和离心力项，表示关节摩擦力矩矢量，表示串联机器人关节输入力矩；(1b)串联机器人的拉格朗日动力学方程为：符号表示对时间求导，符号表示对θ求偏导，L为拉格朗日函数，L等于系统的动能与势能之差，符号T表示求转置；则并联机器人的约束方程为h(θ)＝h(θa,θb)＝0(3)其中，θa为主动关节角向量，θb为从动关节角向量，对(3)式约束方程求导得如下约束方程：(1c)利用拉格朗日—达朗贝尔原理得到如下方程：其中θ＝[θa,θb]，δθ满足约束方程(4)，将约束方程(4)带入到方程(5)中得：其中为主动关节输入力矩，为从动关节输入力矩；对其进行简化得：其中I为单位矩阵，(1d)并联机器人关节输入力矩τ与串联机器人关节输入力矩的关系表示为其中则并联机器人的动力学模型表示为：其中(2)步骤2中确定并联机器人的控制目标为：确定并联机器人的第一参数向量第二参数向量和惯性补偿项uf为控制量，设计自适应控制率，满足并联机器人中的变量是有界的，并且跟踪误差e取得H∞跟踪性能，即：式中，T∈[0,∞)为时间，ω∈L[0,T]，Q＝QT>0，P＝PT>0，Q和P为给定的权值矩阵，e＝θ-θd为跟踪误差，ω为模糊系统的逼近误差，为模糊系统参数的估计误差，η1和η2为学习率，ρ为抑制水平，其中和为并联机器人参数向量，为并联机器人参数向量的最优估计，θ为并联机器人各关节的实际角度，θd为并联机器人各关节的期望角度。(3)步骤3具体包括如下子步骤：并联机器人的动力学模型为构造来代替M(θ)、来代替定义模糊基函数为：定义回归向量ξ(θ)＝(ξ1(θ),ξ2(θ),…,ξM(θ))，ξ(ρ)＝(ξ1(ρ),ξ2(ρ),…,ξ2M(ρ))，则和中元素分别表示为如下形式：其中为中的元素，为中的元素，φ为可调参数；则表示为：式中E(θ)、E(ρ)∈Rn×n为Ge-Lee矩阵，ζ(θ)、ζ(ρ)为对应的矩阵元素，·为Ge-Lee矩阵的乘积算子；设表示期望角加速度矢量、表示角速度矢量、θd表示角度矢量，定义跟踪误差e＝θ-θd，定义跟踪速度误差取λ＝diag(λ1,λ2,…,λn)，其中λn>0；则并联机器人的动力学模型式(10)可化为如下形式则并连接器人的模糊控制器为式中uf为惯性补偿项。(4)步骤4具体包括如下子步骤：定义第一参数向量的最优参数估计和第二参数向量的最优参数估计分别为：式中，Ωm为包含的有界集，Ωc为包含的有界集，argmin表示使目标函数取得最小值时的变量值，sup表示最小上界，则最小模糊逼近误差为：跟踪速度误差为：跟踪速度误差表达式等价于：式中，ω1＝ω-d，ki(i＝1,2,...,n)表示满足多项式sn+k1sn-1+…+kn＝0的所有根位于左半开平面上的系数，则参数向量的自适应律为：式中参数η1>0，η2>0，η1和η2为学习率。为了使并联机器人能够获得更好的运动特性，针对机器人系统的复杂性，本专利技术对传统的控制方法做了一些改进，设计了针对并联机器人的一种间接自适应模糊控制参数的确定方法。对冗余驱动并联机器人的非线性系统，采用模糊逻辑系统对被控对象中的未知函数进行逼近，即对非线性系统进行模糊建模，不需要进行机器人动力学的转换，能够足够逼近并联机器人的理想控制器；采用惯性补偿，用来克服外界的干扰，保证并联机器人整个系统的稳定性。采用该控制方法能够自适应地调整模糊控制系统的参数，取得给定的跟踪误差性能指标来实现高品质的控制要求，可以补偿动力学模型中的不确定因素，提高轨迹跟踪的控制精度和控制器的鲁棒性，使系统的控制性能得到了极大的改善。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种并联机器人间接自适应模糊控制参数的确定方法的流程示意图；图2为并联机器人末端执行器在X轴的轨迹跟踪曲线示意图；图3为并联机器人末端执行器在Y轴的轨迹跟踪曲线示意图；图4为并联机器人末端执行器在X轴的跟踪误差曲线示意图；图5为并联机器人末端执行器在Y轴的跟踪误差曲线示意图。具体实施方式下面将结合本文档来自技高网...

【技术保护点】
一种并联机器人间接自适应模糊控制参数的确定方法，所述并联机器人间接自适应模糊控制参数为并联机器人的控制目标的自适应控制率，其特征在于，所述方法包括如下步骤：步骤1，建立并联机器人的动力学模型；步骤2，确定并联机器人的控制目标；步骤3，根据所述并联机器人的动力学模型，确定并联机器人的模糊控制器；步骤4，根据所述并联机器人的控制目标、所述并联机器人的模糊控制器，确定所述控制目标的自适应控制率。

【技术特征摘要】
1.一种并联机器人间接自适应模糊控制参数的确定方法，所述并联机器人间接自适应模糊控制参数为并联机器人的控制目标的自适应控制率，其特征在于，所述方法包括如下步骤：步骤1，建立并联机器人的动力学模型；步骤2，确定并联机器人的控制目标；步骤3，根据所述并联机器人的动力学模型，确定并联机器人的模糊控制器；步骤4，根据所述并联机器人的控制目标、所述并联机器人的模糊控制器，确定所述控制目标的自适应控制率。2.根据权利要求1所述的一种并联机器人间接自适应模糊控制方法，其特征在于，所述步骤1具体包括如下子步骤：(1a)串联机器人的动力学模型表示为：M^(θ)θ··+C^(θ,θ·)θ·+τd(θ,θ·,t)=τ^---(1)]]>其中，θ表示关节角向量，表示关节角速度，表示关节角加速度，t表示时间，表示串联机器人对称正定惯性矩阵，表示哥式力和离心力项，表示关节摩擦力矩矢量，表示串联机器人关节输入力矩；(1b)串联机器人的拉格朗日动力学方程为：(ddt∂L∂θ·-∂L∂θ)T=τ^---(2)]]>符号表示对时间求导，符号表示对θ求偏导，L为拉格朗日函数，L等于系统的动能与势能之差，符号T表示求转置；则并联机器人的约束方程为h(θ)＝h(θa，θb)＝0(3)其中，θa为主动关节角向量，θb为从动关节角向量，对(3)式约束方程求导得如下约束方程：∂h∂θaδθa+∂h∂θbδθb=0---(4)]]>(1c)利用拉格朗日-达朗贝尔原理得到如下方程：(ddt∂L∂θ·-∂L∂θ-τ^T)δθ=0---(5)]]>其中θ＝[θa，θb]，δθ满足约束方程(4)，将约束方程(4)带入到方程(5)中得：(ddt(∂L∂θ·)-∂L∂θ-τ^T)δθ=[ddt∂L∂θ·a-∂L∂θa-τ^aT,ddt∂L∂θ·b-∂L∂θb-τ^bT]δθaδb=[(ddt∂L∂θ·a-∂L∂θa-τaT)+(ddt∂L∂θ^b-∂L∂θb-τ^bT)∂θb∂θa]δθa=0]]>其中为主动关节输入力矩，为从动关节输入力矩；对其进行简化得：[ddt∂L∂θ·-∂L∂θ]I∂θb∂θa=τ^aT+τ^bT∂θb∂θa---(6)]]>其中I为单位矩阵，(1d)并联机器人关节输入力矩τ与串联机器人关节输入力矩的关系表示为τ=WTτ^---(7)]]>其中则并联机器人的动力学模型表示为：M(θ)θ··+C(θ,θ·)θ·+τd(θ,θ·,τ)=τ---(8)]]>其中3.根据权利要求1所述的一种并联机器人间接自适应模糊控制方法，其特征在于，步骤2中确定并联机器人的控制目标为：确定并联机器人的第一参数向量第二参数向量和惯性补偿项uf为控制量，设计自适应控制率，满足并联机器人中的变量是有界的，并且跟踪误差e取得H∞跟踪性能，即：∫0TeTQedt≤eT(0)Pe(0)+1η1Φ~mT(0)θ~m(0)+1η2Φ~cT(0)θ~c(0)+ρ2∫0TωTωdt---(9)]]>...

【专利技术属性】
技术研发人员：惠记庄，罗丽，郭云欣，杨永奎，郑恒玉，王其锋，
申请(专利权)人：长安大学，
类型：发明
国别省市：陕西;61