基于数据驱动的机械臂位置级联分数阶控制方法及系统技术方案

本发明专利技术公开了一种基于数据驱动的机械臂位置级联分数阶控制方法及系统，该方法利用同一控制输入信号对机械臂的各关节进行两次激励实验，利用预设的内、外环参考系统和采集的相关数据计算虚拟参考信号和跟随误差信号，并使用理想滤波器对内外环信号进行滤波处理，进而构建以位置级联分数阶控制器参数为优化变量的整定准则，最终完成最优位置级联分数阶控制器的优化设计。本发明专利技术直接利用实际采集的输入和输出数据进行控制器的设计，而不需进行被控对象的模型辨识，因而不受未建模动态和模型误差的影响，其使用重复试验的过程数据，消除了数据噪声的影响，并可同时优化整定内外环分数阶控制器，保证了控制算法的效率，提高了系统的鲁棒性和控制精度。

Fractional-order control method and system for position cascade of manipulator based on Data-driven

The invention discloses a data-driven cascaded Fractional-order Control Method and system for the position of a manipulator. The method uses the same control input signal to conduct two excitation experiments on each joint of the manipulator, calculates the virtual reference signal and the tracking error signal using the preset inner and outer ring reference system and the relevant data collected, and uses the ideal filter to carry out the inner and outer ring signals. Firstly, the filter is processed, and then the setting criterion of the position cascade fractional order controller parameters as the optimization variables is constructed. Finally, the optimal design of the optimal position cascade fractional order controller is completed. The invention directly utilizes the actual collected input and output data to design the controller without model identification of the controlled object, so it is not affected by unmodeled dynamics and model errors. The process data of repeated tests are used to eliminate the influence of data noise, and the fractional order controller of inner and outer loop can be optimized and tuned at the same time, thus ensuring the efficiency of the control algorithm and improving the efficiency of the control algorithm. The robustness and control accuracy of the system are discussed.

【技术实现步骤摘要】
基于数据驱动的机械臂位置级联分数阶控制方法及系统
本专利技术属于工业机器人控制
，更具体地，涉及一种基于数据驱动的机械臂位置级联分数阶控制方法。
技术介绍
多关节机械臂的运动控制技术是自动化控制领域的前沿热门研究课题，高性能的机械臂是提升制造业“高精尖”装备水平的基础保障之一。对于多关节机械臂而言，其位置控制性能将会影响制造过程的效率与定位精度。为了实现对机械臂的精确位置控制，其各个关节的驱动系统采用位置级联控制对其进行控制，因此各关节系统的位置跟踪能力将直接决定机械臂的控制性能。位置级联控制在保证系统跟随性能的同时也保证了系统的抗扰动能力，提高了受控系统的鲁棒性。为了发挥位置级联控制器的控制潜能，需要对其控制器参数进行设计和优化。考虑到位置级联控制框架由内环速度控制器和外环位置控制器组成，现有的方法采用的是分步优化策略，即先优化内环速度控制器，随后整定外环速度控制器。考虑到需要对机械臂多个关节进行控制，这种耗时的分步设计方法不能保证系统的控制效率。如论文“Cascadepositioncontrolofasinglepneumaticartificialmuscle–masssystemwithhysteresiscompensation”(RAMONHerman.Mechatronics,2010,20(3):402-414)，公布的即是分步整定的位置级联控制方法。除此之外，上述位置级联控制器的设计方法还存在三方面的不足：1)控制器参数整定算法的顺利实施与应用需对被控系统进行精确的模型辨识，然而，当被控对象的精确模型不能实时得到时，并且在结构非线性及不确定因素不可忽视的情况下，这类基于模型的位置控制方法很难满足系统的实际需求；2)这类方法只适用于位置级联整数阶控制器的设计，而没有考虑到机械臂关节动态响应中存在的分数阶特性，因此控制效果有限；3)这些方法并没有针对数据存在干扰的情况进行分析，然而对于实际的工业环境，噪声干扰始终存在于数据的采集和传输过程。
技术实现思路
针对现有技术的以上缺陷或改进需求，本专利技术提供了一种基于数据驱动的机械臂位置级联分数阶控制方法，其目的在于，利用分数阶控制器和系统实际采集的过程数据，令未知的被控对象的动态特征趋近于设定的参考系统，从而保证机械臂的位置控制性能，实现对机械臂各关节系统的精确位置控制，并使末端执行器能够到达指定区域。为实现上述目的，按照本专利技术的一个方面，提供了一种基于数据驱动的机械臂位置级联分数阶控制方法，包括如下步骤：步骤1：对于机械臂单关节系统的控制器，使用同一控制输入电流信号u(t)对机械臂单关节系统进行两次重复激励测试，考虑到噪声的干扰，定义两次测试的速度反馈信号分别为和位置反馈信号分别为和其中，下标1和2分别表示第一次和第二次实验采集的数据；步骤2：设定内环参考系统Ms(z)以及外环参考系统Mp(z)，其中，z为时移算子，并利用步骤1采集的反馈信号计算相应的内环虚拟参考信号和外环虚拟参考信号和以及内环虚拟跟随误差和外环虚拟跟随误差和步骤3：使用内环速度理想滤波器Ls(z)和外环位置理想滤波器Lp(z)对相应的内外环信号进行滤波，得到滤波后的输入信号uL(t)、内环虚拟跟随信号和外环虚拟跟随信号和以及内环虚拟参考信号vsL(t)：uL(t)＝Ls(z)u(t)vsL(t)＝Lp(z)vs(t)步骤4：构建以内环速度分数阶控制器Cs(z,θs)和外环位置分数阶控制器Cp(z,θp)为优化变量的优化准则：其中，N为数据容量，θs和θp分别为内环和外环的分数阶控制器参数，αs和αp为对应控制器结构中的已知参数构建的矩阵。步骤5：利用步骤3的滤波信号对步骤4确定的优化准则进行求解，得到最优的分数阶控制器参数和其中，和为控制器参数求解过程中的中间变量，可分别由下面的公式计算得到：步骤6：重复步骤1到5，对机械臂的其他单关节系统进行位置级联分数阶控制器的优化设计，直至所有关节系统优化完毕。进一步地，步骤4中的内环分数阶控制器Cs(z,θs)和外环分数阶控制器Cp(z,θp)分别定义为：其中，s表示复数频率，λs和μs为预设的内环分数阶阶次，λp和μp为预设的外环分数阶阶次，和分别为待优化的内、外环控制器参数，和为控制器结构中的已知参数构建的矩阵。进一步地，步骤3中的内外环理想滤波器分别由下式计算得到：其中，φu和φp分别是u(t)和的功率谱密度。为了实现上述目的，按照本专利技术的另一方面，提供了一种基于数据驱动的机械臂位置级联分数阶控制系统，包括处理器和控制程序模块，所述控制程序模块在被所述处理器调用时，执行如前所述的任意一种机械臂位置级联分数阶控制方法。总体而言，本专利技术所构思的以上技术方案与现有技术相比，能够取得下列有益效果：1、本专利技术提出的是位置级联控制方法，可同时对内环速度控制器和外环位置控制器进行控制参数的优化设计，相较于传统分步整定方法，效率更高。2、本专利技术提出的是基于数据驱动的运动控制策略，不需要对系统的实际模型进行辨识，因此不受未建模动态和建模误差的影响，并可针对系统模型无法辨识得到或者非线性强的情况进行精确位置控制。3、本专利技术提出的位置级联控制方法使用两次采集的输入和输出数据，消除数据噪声的影响，提高了系统的鲁棒性和控制精度，可适用于分数阶控制器和整数阶控制器，因此适用性更广。附图说明图1是本专利技术实施例的机械臂位置级联分数阶控制框图；图2是本专利技术实施例的机械臂位置级联分数阶控制原理图；图3是本专利技术实施例的机械臂位置级联分数阶控制流程图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术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专利技术，并不用于限定本专利技术。此外，下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。图1展示了机械臂位置级联分数阶控制框图。对于分数阶位置级联控制器Cs(z,θs)和Cp(z,θp)而言，当系统被速度内环和位置外环分别被es(t)和ep(t)激励时，内外环控制器的输出信号如果分别与实际采集的信号u(t)和vs(t)保持一致时，则闭环系统的控制性能即可跟参考系统Ms(z)和Mp(z)保持一致，如图2所示。因此，直接利用输入和输出数据便可将命令值跟踪问题转化为以控制器参数为优化变量的优化问题，从而在闭环系统的模型未知的情况下，使其表现为任意根据实际需求而设定的参考系统Ms(z)和Mp(z)。对于内环分数阶控制器Cs(z,θs)和外环分数阶控制器Cp(z,θp)，可利用这些过程数据，确定最优的分数阶控制器参数θs和θp。如图3流程图所示，下面将针对机械臂的关节1进行位置级联分数阶控制方法的设计：步骤1：使用同一电流输入信号u(t)对机械臂单关节系统进行两次重复激励测试，考虑到噪声的干扰，定义两次测试的速度反馈信号分别为和位置反馈信号分别为和其中，下标1和2分别表示第一次和第二次实验采集的数据；步骤2：利用理想波特函数设定内环参考系统Ms(z)以及外环参考系统Mp(z)：其中，T是采样时间，n表示的是迭代执行计算的次数，Γ(x)表示的是伽玛函数，即为γ为理想伯德函数的阶次，为穿越频率。在本实施例中，对于参考模型也即是理想伯德本文档来自技高网...

【技术保护点】
1.一种基于数据驱动的机械臂位置级联分数阶控制方法，其特征在于，包括如下步骤：步骤1：对于机械臂单关节系统的控制器，使用同一控制输入电流信号u(t)对机械臂单关节系统进行两次重复激励测试，考虑到噪声的干扰，定义两次测试的速度反馈信号分别为

【技术特征摘要】
1.一种基于数据驱动的机械臂位置级联分数阶控制方法，其特征在于，包括如下步骤：步骤1：对于机械臂单关节系统的控制器，使用同一控制输入电流信号u(t)对机械臂单关节系统进行两次重复激励测试，考虑到噪声的干扰，定义两次测试的速度反馈信号分别为和位置反馈信号分别为和其中，下标1和2分别表示第一次和第二次实验采集的数据；步骤2：设定内环参考系统Ms(z)以及外环参考系统Mp(z)，其中，z为时移算子，并利用步骤1采集的反馈信号计算相应的内环虚拟参考信号和外环虚拟参考信号和以及内环虚拟跟随误差和外环虚拟跟随误差和步骤3：使用内环速度理想滤波器Ls(z)和外环位置理想滤波器Lp(z)对相应的内外环信号进行滤波，得到滤波后的输入信号uL(t)、内环虚拟跟随信号和外环虚拟跟随信号和以及内环虚拟参考信号vsL(t)：uL(t)＝Ls(z)u(t)vsL(t)＝Lp(z)vs(t)步骤4：构建以内环速度分数阶控制器Cs(z,θs)和外环位置分数阶控制器Cp(z,θp)为优化变量的优化准则：其中，N为数据容量，θs和θp分别为内环和外环的分数阶控制器参数，αs和αp为对应控制器结构中的已知参...

【专利技术属性】
技术研发人员：王书亭，谢远龙，刘伦洪，罗年猛，张捷，蒋立泉，孟杰，赵伟，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北,42