基于不可靠通讯遥操作系统的模糊自适应容错控制方法技术方案

本发明专利技术涉及基于不可靠通讯遥操作系统的模糊自适应容错控制方法，首先将非线性多边遥操作系统建模为具有通信时变时滞和通信丢包的T

【技术实现步骤摘要】
基于不可靠通讯遥操作系统的模糊自适应容错控制方法


[0001]本专利技术涉及结合T
‑
S模糊控制和自适应方法来解决非线性遥操作系统中通信丢包和时滞问题的容错控制方法，属于容错控制


技术介绍

[0002]近年来机器人技术飞速发展，但是受当下现有技术的限制，对于很多复杂的任务，机器人难以自主完成，因此，面对复杂任务或者人类无法到达的环境，人类希望将自已的意识与机械臂的强执行力相结合。执行此类任务时，人类操作者在主端控制主端机械臂，将命令信号发送至从端，随后控制从端机械臂执行任务；同时，人类可以通过从端的各种传感器来感知从端环境，例如力觉传感器、触觉传感器等，帮助人类在主端做出正确的决策，此技术为遥操作技术。一般情况下，一个遥操作系统只包括一个操作者，一个主端机械臂与一个从端机械臂，在从端通过一个机械臂完成任务，这类遥操作系统为单主单从遥操作系统。很多学者致力于单主单从遥操作系统的研究，并取得了一定的研究成果。但是很多复杂的任务，只靠从端单独的机械臂难以完成，需要多个机械臂相互配合。对于远端的复杂任务，可依靠从端多个机械臂相互配合完成，多个操作者在主端通过多个主端机械臂对从端机械臂进行控制，通过相互配合完成复杂任务。此类遥操作系统被称为多主从遥操作系统。
[0003]随着科学技术不断发展，以单主单从遥操作系统为研究对象的控制算法发展讯速，然而传统的单主单从遥操作系统执行某些任务时有一定的局限性，不适合完成协调任务。多主多从遥操作系统弥补了单主单从遥操作系统的不足，研究多主多从遥操作系统控制时，不仅要保证遥操作系统的控制精度及稳定性，还要保证从端机械臂的协调性。如何保证多主多从遥操作系统的稳定性和协调性一直是个难题。比如在多主多从遥操作系统执行搬运任务时，由于从端机械臂经常会受到干扰，包括内部参数的干扰和外部环境的干扰，不仅会影响主从轨迹跟踪的效果，甚至对协调搬运任务产生影响。
[0004]同时在现实中，系统的执行器不可避免地会出现各种问题，比如卡死、部分失效、偏移故障等等，这些故障会导致系统的性能下降甚至使系统崩溃。如果系统中的一个或多个关键组件处于故障状态，系统依旧可以稳定、安全地运行，这种系统对故障具有一定包容度的技术被称为容错控制。这类控制技术可以使系统在发生故障时仍能保持镇定并将性能指标控制在一个理想的范围之中。因此，目前对容错控制领域的研究也具有重要的现实意义。

技术实现思路

[0005]为了克服现有研究的不足，本专利技术提供了一个结合T
‑
S模糊和自适应控制的容错控制方法，使得系统在存在时滞、通信丢包和执行器故障的时候仍然能保持可观的运行状态，提高控制系统的稳定性以及系统的动态性能指标，在兼顾系统具有随机均方稳定的同时使系统又具有H∞扰动抑制性能。
[0006]基于不可靠通讯遥操作系统的模糊自适应容错控制方法，包括以下步骤：
[0007]步骤一：用经典的欧拉
‑
拉格朗日动力学模型来描述多主多从遥操作系统，具体模型如下：
[0008][0009][0010]其中p＝1,...,Q，q
mp
代表第P个主机器人的关节位置同时g＝1,...,N，q
sg
代表第g个从机器人的关节位置；M
mp
,M
sg
表示对称正定混合惯性矩阵；表示的是科里奥利效应和离心效力；G
mp
(q
mp
),G
sg
(q
sg
)表示重力矩，F
hp
表示人类操作者对主机器人的作用力，F
eg
表示的是作用于从机器人的环境力，而τ
mp
,τ
sg
代表主机器人和从机器人的控制力矩。
[0011]步骤二，为忽略重力带来的影响，设计控制器为带有重力补偿的形式：
[0012][0013][0014]其中ξ
mp
∈{
‑
1,1}同时ξ
sg
∈{
‑
1,1}代表未知控制方向；是带有执行器故障的控制输入，有：
[0015][0016]其中ρ＝diag{p1,p2,...,p
n
}是局部执行器失效因子矩阵，满足：
[0017][0018]步骤三，为了简便，定义然后系统的动力学模型可被重新写成以下：
[0019][0020]其中：
[0021][0022]M
mp
(
·
),C
mp
(
·
)代表了其中的非线性项。
[0023]步骤四：由于带执行器部分失效的多边遥操作系统模型是一个典型的非线性系统，很难直接在这样的系统上设计容错控制器，所以采用T
‑
S模糊控制模型来描述该非线性系统:
[0024]主机器人的动力学模型可以写成在规则a：
[0025][0026]这里Ψ
pa1
,...,Ψ
pau
是模糊设定，L是IF
‑
THEN规则的数目，y
p1
(t),...,y
pu
(t)是前提变量。所以可以得到主机器人的模糊系统：
[0027][0028]这里y
i
(t)＝[y
i1
(t)y
i2
(t)...y
ip
(t)].所以主机器人的模糊系统可以描述成：
[0029][0030]由此类推，从机器人的模糊系统为：
[0031][0032]其中：
[0033]步骤五，为确定控制目标，定义主从机器人之间的关节角跟踪位移误差为e
mp
(t)和e
sg
(t)，则有：
[0034][0035]其中β
gr
为待控制的第g个从机器人的系数，下标r为从机器人的序号，当且仅当r＝g时，β
gr
＝1，当r≠g时β
gr
＝0。同理可得，β
pω
为第p个主机器人的系数，下标ω为主机器人的序号。当且仅当ω＝p时，β
pω
＝1，当ω≠p时，β
pω
＝0。
[0036]步骤六：由于环境力的多样性以及不确定性，很难对其进行较为准确的建模，因此采用RBFNN环境力建模。
[0037]定义RBFNN的输入为x＝[x1...x
i
...x
m
]T
，高斯基函数为：
[0038][0039]H(x)＝[h1(x),...,h
j
(x),...,h
k
(x)]T
[0040]其中||x
‑
b
j
||2代表欧几里得范数，V＝[b1,...,b
j
,...,b
k
]，b...

【技术保护点】

【技术特征摘要】
1.基于不可靠通讯遥操作系统的模糊自适应容错控制方法，其特征在于：包括以下步骤：步骤一：用欧拉
‑
拉格朗日动力学模型来描述多主多从遥操作系统，具体模型如下：拉格朗日动力学模型来描述多主多从遥操作系统，具体模型如下：其中p＝1,...,Q，q
mp
代表第P个主机器人的关节位置同时g＝1,...,N，q
sg
代表第g个从机器人的关节位置；M
mp
,M
sg
表示对称正定混合惯性矩阵；表示的是科里奥利效应和离心效；G
mp
(q
mp
),G
sg
(q
sg
)表示重力矩，F
hp
表示人类操作者对主机器人的作用力，F
eg
表示的是作用于从机器人的环境力，而τ
mp
,τ
sg
代表主机器人和从机器人的控制力矩，步骤二：为忽略重力带来的影响，设计控制器为带有重力补偿的形式：步骤三：定义系统的动力学模型可被重新写成以下：其中：其中：M
mp
(
·
),C
mp
(
·
)代表了其中的非线性项，步骤四：采用T
‑
S模糊控制模型来描述该非线性系统:主机器人的动力学模型可以写成在规则a：IF y
p1
(t) is Ψ
pa1 and ... and y
pu
(t) is Ψ
pau
,Ψ
pa1
,...,Ψ
pau
是模糊设定，L是IF
‑
THEN规则的数目，y
p1
(t),...,y
pu
(t)是前提变量，可得到主机器人的模糊系统：
这里：y
i
(t)＝[y
i1
(t)y
i2
(t)...y
ip
(t)].主机器人的模糊系统可描述成：由此类推，从机器人的模糊系统为：步骤五：确定控制目标，定义主从机器人之间的关节角跟踪位移误差为e
mp
(t)和e
sg
(t)，则有：其中β
gr
为待控制的第g个从机器人的系数，下标r为从机器人的序号，当且仅当r＝g时，β
gr
＝1，当r≠g时β
gr
＝0，同理可得，β
pω
为第p个主机器人的系数，下标ω为主机器人的序号，当且仅当ω＝p时，β
pω
＝1，当ω≠p时，β
pω
＝0，步骤六：采用RBFNN环境力建模：其中α1取值0或者1，同时当α1＝1时，代表在t时刻无丢包问题产生，当α1＝0时，意味着在t时刻由丢包问题产生，d
1sg
(t)和d
2sg
(t)代表在状态中的两种延迟分量，步骤七：表示多种执行器故障，定义一个新的故障因素其中i＝{p,g}，j＝{m,s}，同时当j＝m,i＝p；j＝s,i＝g时；令为的估计值，然后，定义为估计误差；步骤八：参照主机器人模型选择如下模糊控制器规则b:IF y
p1
(t) is Ψ
pb1 and ... and y
pu
(t) is Ψ
pbu
,得到主机器人的模糊逻辑控制器为：同理可得到从机器人的名义模糊控制器：
其中同时假设d
mpω
(t)表示从主机器人p到从机器人g的时延，d
sgr
(t)表示从从机器人g到主机器人p的时延，假设每对主从机器人的通信延时都是不对称连续可微函数，满足以下：以及：其中u
1mp
,u
2mp
,u
1sg...

【专利技术属性】
技术研发人员：李建宁，杨婉盈，陈扬杰，王康宇，张帆，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：