一种三自由度Delta并联机器人的自适应鲁棒控制方法技术

本发明专利技术公开了一种三自由度Delta并联机器人的自适应鲁棒控制方法，将三自由度Delta并联机器人动力学模型中含有不确定性的项分离出来，分别得到并联机器人系统的标称项和不确定项；根据三自由度Delta并联机器人动力学模型中的标称项建立控制器中的标称补偿环节，用于对标称机器人系统进行补偿；通过选取正定对角矩阵，设计控制器中的P.D.控制环节，用于对初始位置误差进行补偿；再根据三自由度Delta并联机器人动力学模型中与不确定性有关的项，构造代表系统不确定项上界信息的函数，并验证假设；选取参数，建立带有死区和泄露项的自适应律，用于在线估计不确定性的上界信息；根据函数和自适应律，对系统中的不确定性进行补偿；最终，给出自适应鲁棒控制器。

【技术实现步骤摘要】
一种三自由度Delta并联机器人的自适应鲁棒控制方法
本专利技术属于并联机器人运动控制领域，尤其涉及一种三自由度Delta并联机器人的自适应鲁棒控制方法。
技术介绍
随着Delta并联机器人在加工制造、微电子、医疗康复、智能物流等高精尖领域的应用，Delta并联机器人对控制精度和抗干扰能力的要求越来越高。Delta并联机器人为多连杆链式并联结构，其从动臂通常采用轻质材料的细长杆件，在高速工作时关节间隙与细长杆件的弹性变形会引起残余振动，该振动现象将严重影响到运动的精度和稳定性。同时，Delta并联机器人在实际工作中存在着大量的不确定性，如：系统变化的动力学参数、非线性关节摩擦力干扰与外部随机载荷的扰动等，这些不确定因素影响着控制精度和工作效率。因此，针对具有不确定性的Delta并联机器人动态控制方法研究成为该领域的研究重点。对于具有不确定性的Delta并联机器人系统，传统的鲁棒控制方法在设计鲁棒控制器时，需要已知不确定性的上界，并根据不确定性上界值构造鲁棒控制器增益，得到的鲁棒控制器可以应对机器人系统“最坏的情况”，进而保证系统具有精确定义的稳定性和控制精度。但Delta并联机器人并非一直工作在“最坏的情况”，因此依据不确定性上界设计的鲁棒控制器具有一定的保守性。传统的自适应控制方法可以对系统的不确定参数进行系统辨识，利用辨识的参数来设计控制器，相比鲁棒控制方法能够减弱对不确定参数信息的依赖。然而，自适应控制无法解决系统由于扰动或未建模部分给系统带来的不确定性问题，因此，Delta并联机器人系统的控制方法的研究一直为本领域技术人员所关注。
技术实现思路
针对上述现有技术存在的缺陷或不足，本专利技术的目的在于，从一个全新的角度结合鲁棒控制和自适应控制，进而提供一种三自由度Delta并联机器人的自适应鲁棒控制方法，以解决传统鲁棒控制方法往往基于精确的不确定性上界信息的问题以及传统自适应控制无法解决系统由于扰动或未建模部分给系统带来的不确定性问题。为了实现上述任务，本专利技术采用如下技术解决方案予以实现：一种三自由度Delta并联机器人的自适应鲁棒控制方法，其特征在于，按照以下步骤进行：步骤1，将三自由度Delta并联机器人动力学模型中含有不确定性的项分离出来，分别得到并联机器人系统的标称项和不确定项；步骤2，根据三自由度Delta并联机器人动力学模型中的标称项建立控制器中的标称补偿环节，用于对标称机器人系统进行补偿；步骤3，选取正定对角矩阵，设计控制器中的P.D.控制环节，用于对初始位置误差进行补偿；步骤4，根据三自由度Delta并联机器人动力学模型中与不确定性有关的项，构造代表系统不确定项上界信息的函数，并验证假设；步骤5，选取参数，建立带有死区和泄露项的自适应律，用于在线估计不确定性的上界信息；步骤6，根据函数和自适应律，构造不确定补偿环节，用于对系统中的不确定性进行补偿；步骤7，最终，给出自适应鲁棒控制器。本专利技术的三自由度Delta并联机器人的自适应鲁棒控制方法，带来的有益效果是，在所设计的自适应鲁棒控制方法中，若机器人系统中不存在初始位置误差和不确定性时，控制器中单独的标称补偿环节可使并联机器人的轨迹跟踪误差达到一致渐近稳定性的性能。若机器人系统中仅存在初始位置误差时，系统中的不确定性因素为零，控制器中标称补偿环节加P.D.控制环节即可使机器人系统满足控制性能指标。若机器人系统中既存在初始位置误差又存在不确定性且不确定性上界未知时，加上控制器中的不确定性补偿环节与自适应率可补偿系统中的不确定性，使系统满足一致有界和一致最终有界性能指标。附图说明图1为DELTA机器人的空间结构示意简图；图2为DELTA机器人的鲁棒控制器设计示意简图；图3为Delta并联机器人关节角位移仿真结果图；图4为Delta并联机器人关节角速度仿真结果图；图5为Delta并联机器人控制输入力矩仿真结果图；图6为自适应参数仿真结果图；图7为不确定参数上界与自适应参数估计最大值之间的关系图；图8为Delta并联机器人轨迹跟踪误差e仿真结果图；图9为Delta并联机器人轨迹跟踪误差仿真结果图；图10为Delta并联机器人运行轨迹仿真结果。以下结合附图和实施例对本专利技术的技术方案进行进一步的清楚、完整地描述。具体实施方式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较优实施例，本专利技术不限于这些实施例。首先进行机器人介绍：本实施例采用一种十分常见的少自由度并联机器人——三自由度Delta并联机器人作为研究对象进行分析。图1所示的是三自由度Delta并联机器人在工作平面内的结构示意简图，以及在工作空间内建立的直角坐标系。其中，O-A1A2A3为静平台，O′-C1C2C3为动平台，静平台与动平台均为等边三角形。O-XYZ为静平台系(基坐标系)，O′-x′y′z′为动平台系，O、O′分别位于静、动平台系几何中心，Z、z′轴向上方向设为正方向。A1、A2、A3位于电机轴与主动臂轴线的交点，称之为并联机器人的主动关节。B1、B2、B3位于主动臂轴线和从动臂轴线的交点，C1、C2、C3位于从动臂轴线和动平台的交点。定义机器人主动臂的长度AiBi为la，从动臂的长度BiCi为lb，动、静平台的外接圆半径分别为r、R。θ1、θ2、θ3为主动臂对静平台的张角，q1、q2、q3为主动关节转角。如图2所示，本实施例给出一种三自由度Delta并联机器人的自适应鲁棒控制方法，该方法包括的步骤为：步骤1，将三自由度Delta并联机器人动力学模型中含有不确定性的项分离出来，分别得到并联机器人系统的标称项和和不确定项ΔM、ΔC、ΔG和ΔF。步骤2，根据三自由度Delta并联机器人动力学模型中的标称项建立控制器中的标称补偿环节P1，用于对标称机器人系统进行补偿。步骤3，选取正定对角矩阵Kp＝diag[kpi]3×3，Kv＝diag[kvi]3×3，设计控制器中的P.D.控制环节P2，用于对初始位置误差进行补偿。步骤4，根据三自由度Delta并联机器人动力学模型中与不确定性有关的项构造函数φ，构造代表系统不确定项上界信息的函数并验证假设3。步骤5，选取参数κ、k1、k2、k3、∈和ξ，建立带有死区和泄露项的自适应律，用于在线估计不确定性的上界信息。步骤6，根据函数和自适应律，构造P3，用于对系统中的不确定性进行补偿。步骤7，最终，给出自适应鲁棒控制器τ＝P1+P2+P3。以下是各个步骤的详细实施内容：步骤1：具有不确定性的三自由度Delta并联机器人动力学模型表示为：其中，q∈R3为主动关节角度向量，为主动关节角速度向量，为主动关节角加速度向量。σ∈Σ∈Rp为机器人系统中存在的不确定参数向量，Σ∈Rp为不确定参数的紧集，代表着不确定性的界。M(q,σ,t)为机器人系统惯性矩阵，为系统的科氏力/离心力项，为斜对称矩阵，G(q,σ,t)为系统的重力项，为系统所受的外部干扰，τ(t)为系统输入力矩。M(·)、C(·)、G(·)与F(·)均连续或关于时间t勒贝格可测。为了后续控制器的设计，将式(3.3)中的M(·)、C(·)、G(·)与F(·)分解为：其中，和称为Delta本文档来自技高网...

【技术保护点】
1.一种三自由度Delta并联机器人的自适应鲁棒控制方法，其特征在于，按照以下步骤进行：步骤1，将三自由度Delta并联机器人动力学模型中含有不确定性的项分离出来，分别得到并联机器人系统的标称项和不确定项；步骤2，根据三自由度Delta并联机器人动力学模型中的标称项建立控制器中的标称补偿环节，用于对标称机器人系统进行补偿；步骤3，选取正定对角矩阵，设计控制器中的P.D.控制环节，用于对初始位置误差进行补偿；步骤4，根据三自由度Delta并联机器人动力学模型中与不确定性有关的项，构造代表系统不确定项上界信息的函数，并验证假设；步骤5，选取参数，建立带有死区和泄露项的自适应律，用于在线估计不确定性的上界信息；步骤6，根据函数和自适应律，构造不确定性补偿环节，用于对系统中的不确定性进行补偿；步骤7，最终，给出自适应鲁棒控制器。

【技术特征摘要】
1.一种三自由度Delta并联机器人的自适应鲁棒控制方法，其特征在于，按照以下步骤进行：步骤1，将三自由度Delta并联机器人动力学模型中含有不确定性的项分离出来，分别得到并联机器人系统的标称项和不确定项；步骤2，根据三自由度Delta并联机器人动力学模型中的标称项建立控制器中的标称补偿环节，用于对标称机器人系统进行补偿；步骤3，选取正定对角矩阵，设计控制器中的...

【专利技术属性】
技术研发人员：赵睿英，惠记庄，武琳琳，李梦，张红俊，雷景媛，
申请(专利权)人：长安大学，
类型：发明
国别省市：陕西,61