基于评价网络的柔性空间机械臂控制方法、设备及介质技术

本公开实施例中提供了一种基于评价网络的柔性空间机械臂控制方法、设备及介质，属于控制技术领域，具体包括：结合假设模态法与拉格朗日方程，推导柔性空间机械臂系统的动力学模型；结合奇异摄动理论解构动力学模型，得到慢时变子系统的动力学微分方程和快时变子系统的动力学微分方程；慢时变子系统基于评价网络设计自适应轨迹跟踪最优控制器；快时变子系统基于模糊逻辑设计抑振控制器；根据慢时变子系统基于评价网络的自适应轨迹跟踪最优控制器和快时变子系统的模糊控制器构成混合控制方案，得到柔性空间机械臂系统的总控制输入。通过本公开的方案，简化了控制器结果，提高了控制效率、控制精准度和适应性。控制精准度和适应性。控制精准度和适应性。

【技术实现步骤摘要】
基于评价网络的柔性空间机械臂控制方法、设备及介质


[0001]本公开实施例涉及控制
，尤其涉及一种基于评价网络的柔性空间机械臂控制方法、设备及介质。

技术介绍

[0002]目前，空间机器人是由自由漂浮基座及机械臂组成的特殊航天器，多应用于空间站组装建造与运行维护，承担舱段转位与对接、舱外设备安装与维护、航天器燃料加注、悬停飞行器捕获、失效卫星修复、平台载荷照料等空间任务。近年来，随着空间任务朝着多样化、精细化和智能化方向发展，空间机器人的结构与材质有了较大的优化与升级。由于设计与制造等原因，细长轻质的空间机械臂存在固有柔性，并呈现出低刚度、小阻尼等特点，很容易在外部载荷的冲击下产生较大的振动。并且由于空间环境中空气极为稀薄，柔性臂杆的振动极难自行衰减，从而对空间机械臂的操控精度与稳定度造成极大影响。
[0003]柔性空间机械臂系统是一类高维度、强耦合、强时变的非线性系统，其载体姿态运动与机械臂关节运动之间存在互相干扰，从而给空间机器人的动力学建模与控制方法设计带来较大困难。传统的基于精确动力学模型的控制方法未考虑系统参数的时变特性，难以取得满意的控制效果；此外，这些控制方法通常采用集中式控制策略，控制器结构较为复杂，从而消耗较多的星载计算资源。
[0004]可见，亟需一种简单高效、适应性强的基于评价网络的柔性空间机械臂控制方法。

技术实现思路

[0005]有鉴于此，本公开实施例提供一种基于评价网络的柔性空间机械臂控制方法、设备及介质，至少部分解决现有技术中存在控制效率、便捷性和适应性较差的问题。
[0006]第一方面，本公开实施例提供了一种基于评价网络的柔性空间机械臂控制方法，包括：
[0007]步骤1，结合假设模态法与拉格朗日方程，推导柔性空间机械臂系统的动力学模型；
[0008]步骤2，结合奇异摄动理论解构动力学模型，得到慢时变子系统的动力学微分方程和快时变子系统的动力学微分方程；
[0009]步骤3，慢时变子系统基于评价网络设计自适应轨迹跟踪最优控制器；
[0010]步骤4，快时变子系统基于模糊逻辑设计抑振控制器；
[0011]步骤5，根据慢时变子系统基于评价网络的自适应轨迹跟踪最优控制器和快时变子系统的模糊控制器构成混合控制方案，得到柔性空间机械臂系统的总控制输入。
[0012]根据本公开实施例的一种具体实现方式，所述动力学模型的表达式为
[0013][0014]其中，为系统正定惯性矩阵；为系统包含科里奥利力与离心力的向量，q
s
＝[θ0,θ1,θ2]T
为系统的刚性坐标变量；q
f
＝[δ
11
,δ
12
,δ
21
,δ
22
]T
为系统的柔性坐标变量，K
f
＝diag(k
11
,k
12
,k
21
,k
22
)为柔性臂杆的刚度矩阵，u＝[u0,u1,u2]T
为系统的控制力矩。
[0015]根据本公开实施例的一种具体实现方式，所述步骤2具体包括：
[0016]结合奇异摄动理论，定义柔性臂杆的刚度矩阵K
f
中较小元素为k
min
、奇异摄动因子为ε＝(1/k
min
)
1/2
，并引入状态变量ξ
f
和K
ε
(ε2ξ
f
＝q
f
,K
ε
＝ε2K
f
)，由此推导慢时变子系统的动力学微分方程为
[0017][0018]其中，为当ε＝0时与{
··
}相对应的量，为慢时变子系统的控制力矩；
[0019]定义快变时标t
f
(εt
f
＝t
‑
t0)与边界层修正项和由此推导快时变子系统的动力学微分方程为
[0020][0021]其中，其中，u
f
为快时变子系统的控制力矩。
[0022]根据本公开实施例的一种具体实现方式，所述步骤3具体包括：
[0023]根据分散原理可将慢时变子系统分解为三个交联子系统并采用分散RBF神经网络对其进行模型重构与状态辨识，得到分散神经网络状态观测器；
[0024]根据分散神经网络状态观测器得到辨识后的二阶子系统并设计其实际局部名义控制输入和实际局部反馈控制输入，并添加鲁棒控制项；
[0025]根据实际局部名义控制输入、实际局部反馈控制输入和鲁棒控制项构建自适应轨迹跟踪最优控制器。
[0026]根据本公开实施例的一种具体实现方式，所述分散神经网络状态观测器的表达式为
[0027][0028]其中，和分别为未知非线性项F
i
(x
i
,x
jd
)和g
i
(x
i
)的神经网络估计值，k
i1
与k
i2
为观测器增益；
[0029]所述自适应轨迹跟踪最优控制器的表达式为
[0030]其中，为实际局部名义控制输入，为实际局部反馈控制输入，为鲁棒控制项。
[0031]根据本公开实施例的一种具体实现方式，所述步骤4具体包括：
[0032]确定快时变子系统二阶子系统抑振控制器的输入变量为δ
ij
和输出变量为u
fij
，对输入变量分别进行模糊化处理和模糊推理，输出变量经过解模糊化处理和增益操作，得到快时变子系统的模糊抑振控制器的表达式为
[0033]u
f
＝
‑
K
f2
[u
f11
,u
f12
,u
f21
,u
f22
]T
[0034]其中，K
f2
∈R3×4为控制增益矩阵。
[0035]第二方面，本公开实施例还提供了一种电子设备，该电子设备包括：
[0036]至少一个处理器；以及，
[0037]与该至少一个处理器通信连接的存储器；其中，
[0038]该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的基于评价网络的柔性空间机械臂控制方法。
[0039]第三方面，本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的基于评价网络的柔性空间机械臂控制方法。
[0040]第四方面，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于评价网络的柔性空间机械臂控制方法，其特征在于，包括：步骤1，结合假设模态法与拉格朗日方程，推导柔性空间机械臂系统的动力学模型；步骤2，结合奇异摄动理论解构动力学模型，得到慢时变子系统的动力学微分方程和快时变子系统的动力学微分方程；步骤3，慢时变子系统基于评价网络设计自适应轨迹跟踪最优控制器；步骤4，快时变子系统基于模糊逻辑设计抑振控制器；步骤5，根据慢时变子系统基于评价网络的自适应轨迹跟踪最优控制器和快时变子系统的模糊控制器构成混合控制方案，得到柔性空间机械臂系统的总控制输入。2.根据权利要求1所述的方法，其特征在于,所述动力学模型的表达式为其中，为系统正定惯性矩阵；为系统包含科里奥利力与离心力的向量，q
s
＝[θ0,θ1,θ2]
T
为系统的刚性坐标变量；q
f
＝[δ
11
,δ
12
,δ
21
,δ
22
]
T
为系统的柔性坐标变量，K
f
＝diag(k
11
,k
12
,k
21
,k
22
)为柔性臂杆的刚度矩阵，u＝[u0,u1,u2]
T
为系统的控制力矩。3.根据权利要求2所述的方法，其特征在于,所述步骤2具体包括：结合奇异摄动理论，定义柔性臂杆的刚度矩阵K
f
中较小元素为k
min
、奇异摄动因子为ε＝(1/k
min
)
1/2
，并引入状态变量ξ
f
和K
ε
(ε2ξ
f
＝q
f
,K
ε
＝ε2K
f
)，由此推导慢时变子系统的动力学微分方程为其中，为当ε＝0时与{
··
}相对应的量，为慢时变子系统的控制力矩；定义快变时标t
f
(εt
f
＝t
‑
t0)与边界层修正项和由此推导快时变子系统的动力学微分方程为其中，其中，u
f
为快时变子系...

【专利技术属性】
技术研发人员：雷荣华，雷波，吴鑫，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：