一种协作机器人关节模组鲁棒控制方法技术

本发明专利技术涉及机器人关节模组控制领域，尤其涉及一种协作机器人关节模组鲁棒控制方法，包括以下步骤：根据机械系统中的不确定因素建立受约束的关节模组系统的一般动力学模型A，以磁场定向控制的方式，确定针对谐波减速器中摩擦力进行优化的关节模组系统的动力学模型B，以动力学模型A结合动力学模型B来获得理想标称约束力，根据不确定因素确定鲁棒控制力，根据理想标称约束力以及鲁棒控制力，获得协作机器人关节模组的控制力。本发明专利技术通过对外部干扰和系统参数的不确定因素进行确定，实现了对关节模组系统的精确控制，显著提高了协作机械人关节模组的抗干扰能力，同时能够提高其响应速度与稳定性。度与稳定性。度与稳定性。

【技术实现步骤摘要】
一种协作机器人关节模组鲁棒控制方法


[0001]本专利技术涉及机器人关节模组控制领域，尤其涉及一种协作机器人关节模组鲁棒控制方法。

技术介绍

[0002]随着机器人在社会生产生活中的应用不断增加，机器人与人之间如何进行协作成为一个热门的研究方向。为了实现这一目标，协作机器人应运而生，它综合了了机器人的效率和人类的智慧，具有灵活、安全、方便等优点，可以显著促进制造业的发展。而关节模组是协作机器人必不可少的动力源，由于其结构紧凑、对电信号响应快、传输效率高、运行稳定等优点，在协作机器人中得到了广泛的应用。
[0003]协作机器人在实际应用时可能会遇上负载转矩扰动、电磁扰动、谐波减速器摩擦等不确定因素，由于关节模组系统复杂性高，这些不确定因素容易导致关节模组的控制精度受到影响。

技术实现思路

[0004]本专利技术针对现有技术存在的不足，提供如下技术方案：一种协作机器人关节模组鲁棒控制方法，包括以下步骤：S1、根据机械系统中的不确定因素建立受约束的关节模组系统的一般动力学模型A。
[0005]S2、以磁场定向控制的方式，确定针对谐波减速器中摩擦力进行优化的关节模组系统的动力学模型B。
[0006]S3、根据目标任务的主动约束以及关节模组系统中的不确定因素，将控制力分为理想标称约束力和鲁棒控制力。
[0007]S4、以动力学模型A结合动力学模型B来获得理想标称约束力，根据不确定因素确定鲁棒控制力。
[0008]S5、根据理想标称约束力以及鲁棒控制力，获得协作机器人关节模组的控制力。
[0009]作为上述技术方案的改进，所述步骤S1考虑不确定因素的一般动力学模型A，包括下式：其中，表示协作机器人系统中时间，表示协作机器人系统中关节的角度，表示协作机器人系统中的角速度，表示协作机器人系统中的角加速度，，表示机械系统中的不确定参数，表示系统的控制输入，表示系统的惯性矩阵，表示系
统的重力，表示关节模组系统的科里奥利力和离心力矩阵，表示系统的外部力。
[0010]作为上述技术方案的改进，所述步骤S2包括以下步骤：S21：以磁场定向控制的方式，建立永磁同步电机的动力学模型C。
[0011]S22：根据关节模组中谐波减速器的传动效率和传动比确定谐波减速器输出转矩。
[0012]S23：将所述谐波减速器中摩擦力以及谐波减速器输出转矩代入动力学模型C中，获得针对谐波减速器中摩擦力进行优化的关节模组系统的动力学模型B。
[0013]作为上述技术方案的改进，所述步骤S23得到的针对谐波减速器中摩擦力进行优化的关节模组系统的动力学模型B，包括下式：
[0014]其中，为减速器输出转矩，为减速比，为传动效率，为永磁同步电机的电磁转矩，为永磁同步电机的转动惯量，永磁同步电机的粘摩擦系数。
[0015]作为上述技术方案的改进，所述步骤S4包括以下步骤：S41：根据目标任务的主动约束建立约束矩阵。
[0016]S42：根据约束矩阵与UK方程，获得理想标称约束力。
[0017]S43：根据不确定因素对初始条件相容情况和关节模组系统运行中的影响情况，获得鲁棒控制力。
[0018]作为上述技术方案的改进，所述步骤S42中得到的理想标称约束力为：
[0019]其中，为理想标称约束力，为标称惯性矩阵，为标称外力集合，为约束系数矩阵，为二阶约束向量，为一阶约束向量，为减速比。
[0020]所述步骤S43中得到的鲁棒控制力为：
[0021]其中，为鲁棒控制力，为处理由不确定因素引起的初始条件不相容情况，为处理系统运行中不确定因素对关节模组系统的影响情况。
[0022]作为上述技术方案的改进，所述步骤S5中控制力的获得依赖于以下公式：
[0023]其中，为理想标称约束力，为鲁棒控制力。
[0024]本专利技术的有益效果：通过对外部干扰和系统参数的不确定因素进行确定，以磁场定向控制的方式，针对负载转矩扰动、电磁扰动、谐波减速器摩擦、齿轮间隙等不确定性因素进行优化，可以实现对关节模组系统的精确控制，显著提高了协作机械人关节模组的抗干扰能力，同时能够提高其响应速度与稳定性。
附图说明
[0025]图1是本专利技术的协作机器人关节模组的连接状态图；图2是本专利技术在仿真模拟中得到的阶跃信号角度跟踪轨迹及误差的图；图3是本专利技术在仿真模拟中得到的正弦信号角度跟踪轨迹图；图4是本专利技术在仿真模拟中得到的正弦信号角度跟踪轨迹误差图；图5是本专利技术通过试验得到的阶跃信号角度跟踪轨迹及误差图；图6是本专利技术通过试验得到的正弦信号角度跟踪轨迹图；图7是本专利技术通过试验得到的正弦信号角度跟踪轨迹误差图；其中，图2、图3以及图4是通过在MATLAB/Simulink中搭建控制器模型并进行仿真模拟得到，图5、图6、图7是基于快速控制原型平台CSPACE与关节模组实验平台中进行实验得到。
具体实施方式
[0026]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。
[0027]由于协作机器人在实际应用时可能会遇上负载转矩扰动、电磁扰动、谐波减速器摩擦等不确定因素，并且因为关节模组系统的高复杂性，这些不确定因素容易导致关节模组的控制精度受到影响。
[0028]为了解决这一问题，提供一种协作机器人关节模组鲁棒控制方法，包括以下步骤：S1、根据机械系统中的不确定因素建立受约束的关节模组系统的一般动力学模型A。
[0029]协作机器人主要由关节模组和串联连杆组成，关节模组系统作为协作机器人各关节的动力源，主要由永磁同步电机和谐波减速器组成（如图1所示），是典型的电机—齿轮系统，关节模组的动态性能对协作机器人的整体动态性能有着非常重要的影响。
[0030]因此，在设计受约束机械系统的控制器之前，必须建立受约束的关节模组系统的动力学模型，包括考虑不确定因素和约束方程的关节模组系统的一般动力学模型A。
[0031]具体的，该一般动力学模型A如下所示：
[0032]其中，表示协作机器人系统中时间，表示协作机器人系统中关节的角度，表示协作机器人系统中的角速度，表示协作机器人系统中的角加速度，，表示机械系统中的不确定参数，表示系统的控制输入，表示关节模组系统的惯性矩阵，表示关节模组系统的重力，表示关节模组系统的科里奥利力和离心力矩阵，表示系统的外部力。
[0033]建立一般动力学模型A后，还需要针对这些不确定因素来对关节模组系统的控制进行优化，具体如步骤S2所示。
[0034]S2、以磁场定向控制的方式，确定针对谐波减速器中摩擦力进行优化的关节模组系统的动力学模型B。
[0035]具体的，所述步骤S2包括以下步骤：S21：以磁场定向控制的方式，建立永磁同步电机的动力学模型C。
[0036]磁场定向控制，即FOC，这种控制方式在整个扭矩和速度范围内都具有良好的控制本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种协作机器人关节模组鲁棒控制方法，其特征在于，包括以下步骤：S1、根据机械系统中的不确定因素建立受约束的关节模组系统的一般动力学模型A；S2、以磁场定向控制的方式，确定针对谐波减速器中摩擦力进行优化的关节模组系统的动力学模型B；S3、根据目标任务的主动约束以及关节模组系统中的不确定因素，将控制力分为理想标称约束力和鲁棒控制力；S4、以动力学模型A结合动力学模型B来获得理想标称约束力，根据不确定因素确定鲁棒控制力；S5、根据理想标称约束力以及鲁棒控制力，获得协作机器人关节模组的控制力。2.根据权利要求1所述的一种协作机器人关节模组鲁棒控制方法，其特征在于：所述步骤S1考虑不确定因素的一般动力学模型A，包括下式：其中，表示协作机器人系统中时间，表示协作机器人系统中关节的角度，表示协作机器人系统中的角速度，表示协作机器人系统中的角加速度，，表示机械系统中的不确定参数，表示系统的控制输入，表示系统的惯性矩阵，表示系统的重力，表示关节模组系统的科里奥利力和离心力矩阵，表示系统的外部力。3.根据权利要求1所述的一种协作机器人关节模组鲁棒控制方法，其特征在于：所述步骤S2包括以下步骤：S21：以磁场定向控制的方式，建立永磁同步电机的动力学模型C；S22：根据关节模组中谐波减速器的传动效率和传动比确定谐波减速器输出转矩；S23：将所述谐波减速器中摩擦力以及谐波减速器输出转矩代入动力学模型C中，获得针对谐波减速器中摩擦力进行优化的关节模组系统的动力学模型B。4.根据权利要求3所述的一种协作机器人关节模组鲁...

【专利技术属性】
技术研发人员：孟超群，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：