【技术实现步骤摘要】
一种未知参数下的双功能模型预测控制方法
本专利技术属于工业自动控制领域，涉及一种机械臂控制方法。
技术介绍
工业革命以来，各行业尤其是工业界对更好技术的需求飞速增长。随着国际竞争力和经济效益方面的压力不断加剧，对产品质量的要求也不断增加，这些都对加工机器的可靠性和精确性提出了更高的要求，尤其是在高速生产过程中。在这种背景下，工业机器人成为工业生产过程中不可或缺的自动化设备。其中，机械臂作为一种较早期出现的工业机器人，是工业机器人的重要组成之一。机械臂通过模仿人类手臂完成一些动作及功能，所以常被用于工业制造、军事、医疗、航空航天等领域。随着现代工业技术的飞速发展，对机械臂的速度和精度的要求也越来越高，这不断促使各国的学者将现代控制理论和机械臂控制系统相结合，从而更高效地解决机械臂中的控制问题。机械臂由多个连杆组成，因此它有着多个自由度，具有高度耦合、多输入多输出以及强非线性的特点。与大多数的机械系统相同，已知机械臂的模型和系统参数时，可以直接用含有机械臂参数的数学模型来表示该机械臂的动态特性。但在实际情况中，常...
【技术保护点】
1.一种未知参数下的双功能模型预测控制方法，其特征在于，包括以下步骤：/n步骤1，对六自由度机械臂进行动力学建模；/n步骤2，针对机械臂动力学模型，构建模型预测控制优化问题下的性能指标函数，得到一个目标函数；/n步骤3，重构目标函数，求解该优化问题的最优控制输入序列，估计出机械臂动力学模型中的未知参数，该最优控制输入序列的第一个值就是机械臂在每一时刻对应的最优关节驱动力矩。/n
【技术特征摘要】
1.一种未知参数下的双功能模型预测控制方法，其特征在于，包括以下步骤：
步骤1，对六自由度机械臂进行动力学建模；
步骤2，针对机械臂动力学模型，构建模型预测控制优化问题下的性能指标函数，得到一个目标函数；
步骤3，重构目标函数，求解该优化问题的最优控制输入序列，估计出机械臂动力学模型中的未知参数，该最优控制输入序列的第一个值就是机械臂在每一时刻对应的最优关节驱动力矩。
2.根据权利要求1所述的未知参数下的双功能模型预测控制方法，其特征在于，所述的机械臂动力学模型为表示第i个关节的位置向量，表示第i个关节的速度，表示第i个关节的加速度，表示第i个关节的驱动力矩向量，M(qi)为机器人的惯性矩阵，M＝MT，表示该机械臂受到的惯性力大小，是科里奥利矩阵，表示离心力和科氏力，为重力矩阵，表示该机器人受到重力的大小；将模型简化为离散时...
【专利技术属性】
技术研发人员：李慧平，孟晨静，严卫生，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。