一种机器人系统有限时间容错控制方法、装置及介质制造方法及图纸

本发明专利技术公开一种机器人系统有限时间容错控制方法，涉及机械臂运动控制技术领域，包括：建立考虑执行器故障的机器人系统动力学模型；设计一种实际有限时间自适应滑模观测器，对机器人系统动力学模型的集总不确定性进行估计；引入预设性能函数，并基于机器人系统动力学模型设计一种有限时间快速非奇异终端滑模控制器；基于滑模观测器和滑模控制器，实现机器人系统机械臂的精确控制。本发明专利技术的控制方法用于机器人执行器故障和扰动的处理，具有可靠性和易用性，可以避免执行器故障会破坏机器人的控制性能的问题。本发明专利技术还公开一种机器人系统有限时间容错控制装置和计算机可读介质，用于执行前述控制方法。行前述控制方法。行前述控制方法。

【技术实现步骤摘要】
一种机器人系统有限时间容错控制方法、装置及介质


[0001]本专利技术涉及机械臂运动控制
，具体的说是一种机器人系统有限时间滑模控制方法、装置及介质。

技术介绍

[0002]在实际应用中，机器人系统的可靠性和安全性是一个重要的问题。在过去的几十年中，工业设备中大约有60％的控制性能退化是由执行器和传感器故障以及设备污染引起的。机器人执行机构冗余对提高系统性能和故障检测具有重要意义，但由于空间和重量的限制以及成本高，物理冗余在大多数工程应用中并不实用。因此，发展了一些先进的故障估计和补偿技术来实现机器人系统的容错控制。
[0003]一般来说，FT(容错)控制可以通过主动容错控制(AFTC)和被动容错控制(PFTC)两种方式实现。在传统的AFTC方法中，控制系统通常基于故障诊断观测器(FD)来进行故障估计，但是FD观测器会增加系统的计算量。对于PFTC方法，人们对控制系统的FT控制进行了大量的研究。如模型预测控制、滑模控制、模糊控制、神经网络控制等。与其它FT控制方法相比，滑模控制由于其固有的高鲁棒性，在许多FT控制系统中得到了广泛的研究。然而，当基于滑模的PFTC抵消高故障效应时，其可能会产生不期望的抖振现象。因此，在实际应用中采用单独的滑模控制方法可能会降低FT控制系统的性能。

技术实现思路

[0004]本专利技术针对目前技术发展的需求和不足之处，提供一种机器人系统有限时间滑模控制方法、装置及介质。
[0005]首先，本专利技术提供一种机器人系统有限时间滑模控制方法，解决上述技术问题采用的技术方案如下：
[0006]一种机器人系统有限时间容错控制方法，包括如下步骤：
[0007]S1、建立考虑执行器故障的机器人系统动力学模型；
[0008]S2、设计一种实际有限时间自适应滑模观测器，对机器人系统动力学模型的集总不确定性进行估计；
[0009]S3、引入预设性能函数，并基于步骤S1的机器人系统动力学模型设计一种有限时间快速非奇异终端滑模控制器；
[0010]S4、基于步骤S2的滑模观测器和步骤S3的滑模控制器，实现机器人系统机械臂的精确控制。
[0011]可选的，所涉及步骤S1建立的机器人系统动力学模型如下：
[0012][0013]其中：q＝[q1,q2,
…
q
n
]T
表示关节位置，n表示机械臂的关节个数，是q的一阶导数，表示关节速度的矢量，是q的二阶导数，表示加速度的矢量，M(q)是惯性矩阵，
是向心科里奥利矩阵，G(q)是引力矢量，τ是关节转矩输入矢量，d(t)∈R
n
×1描述为扰动矢量，t表示系统运行时间，表示执行器故障矢量，T
f
表示发生故障的时间，γ(t
‑
T
f
)∈R
n
×
n
表示执行器故障的时间分布，一般形式如下：
[0014]γ(t
‑
T
f
)＝diag{γ1(t
‑
T
f
),γ2(t
‑
T
f
),...,γ
n
(t
‑
T
f
)}
ꢀꢀ
公式2，
[0015]其中，diag表示对角矩阵，γ表示驱动器故障，γ
i
(i＝1,2,...,n)表示第i次驱动器故障，n表示机械臂的关节个数，驱动器故障的时间分布模型如下所示：
[0016][0017]其中，表示指数项，k
i
为正实数；
[0018]根据公式1、2、3，机器人系统的动力学模型简化为：
[0019][0020]其中，
[0021]M
‑1(q)表示惯性矩阵的逆，表示机械臂动力学参数项，表示集总不确定性。
[0022]进一步可选的，所涉及集总不确定性的导数假设为未知但有界，表示形式如下：
[0023][0024]其中，其中，是q的一阶导数，表示关节速度的矢量，b＝[b1,b2,b3]T
，b1,b2,b3分别表示集总不确定上界对应的设定参数。
[0025]进一步可选的，所涉及步骤S2具体包括：
[0026]首先，设定表示输入偏差，其中变量γ满足以下动态方程：
[0027][0028]其中，z表示输入偏差变量，γ表示关节速度实际值，η1和η2是正常数，0＜α＜1，辅助变量δ
γ
用来估计机器人控制系统的集总不确定性
[0029]随后，设计有限时间非奇异终端滑模面s1的表达式如下：
[0030][0031]其中，sig
α
(z)＝|z|
α
sgn(z)；
[0032]再后，基于集总不确定性的公式5，设计自适应律，
[0033][0034]其中，θ＞0表示死区的大小，λ＞0，是公式5中b的估计值，表示的转置；
[0035]最后，设计一种实际有限时间自适应滑模观测器，其表达式如下：
[0036][0037]其中，δ
γ
(0)表示观测器的初始值，表示滑模观测值的动态变量，c表示为正实数，sgn(s1)表示s1取符号函数。
[0038]进一步可选的，所涉及预设性能函数的描述如下：
[0039]ρ(t)＝(μ0‑
μ
∞
)exp(
‑
at)+μ
∞
ꢀꢀ
公式10，
[0040]其中，μ0表示预设性能函数上界值，μ
∞
表示预设性能函数下界值，exp(
‑
at)表示指数函数的
‑
at次方，a表示正实数，t表示系统运行时间；
[0041]跟踪误差满足不等式
‑
ε
i
ρ(t)＜q
ei
＜ε
i
ρ(t),0＜ε
i
≤1,a＞0和μ0＞μ
∞
＞0，q
ei
(i＝1,2,
…
,n)表示为第i个跟踪误差，ε
i
表示正实数。
[0042]进一步可选的，执行所述S3，设计滑模控制器的具体流程如下：
[0043]首先，引入转换误差方程式：
[0044][0045]其中，q
ei
(i＝1,2,...,n)表示为第i个跟踪误差，ε
i
表示正实数，ρ(t)表示预设性能函数；
[0046]基于公式10和公式11，得到转换误差一阶导数和二阶导数的动态方程：
[0047][0048][0049]其中，ψ＝diag{ψ1,ψ2,...,ψ
n
}，n表示机械臂的关节个数，i表示第i个关节，
[0050]Θ＝diag{ρ1(t),ρ2(t),...,ρ...

【技术保护点】

【技术特征摘要】
1.一种机器人系统有限时间容错控制方法，其特征在于,包括如下步骤：S1、建立考虑执行器故障的机器人系统动力学模型；S2、设计一种实际有限时间自适应滑模观测器，对机器人系统动力学模型的集总不确定性进行估计；S3、引入预设性能函数，并基于步骤S1的机器人系统动力学模型设计一种有限时间快速非奇异终端滑模控制器；S4、基于步骤S2的滑模观测器和步骤S3的滑模控制器，实现机器人系统机械臂的精确控制。2.根据权利要求1所述的一种机器人系统有限时间容错控制方法，其特征在于，所述步骤S1建立的机器人系统动力学模型如下：其中：q＝[q1,q2,
…
q
n
]
T
表示关节位置，n表示机械臂的关节个数，是q的一阶导数，表示关节速度的矢量，是q的二阶导数，表示加速度的矢量，M(q)是惯性矩阵，C(q,q)是向心科里奥利矩阵，G(q)是引力矢量，τ是关节转矩输入矢量，d(t)∈R
n
×1描述为扰动矢量，t表示系统运行时间，表示执行器故障矢量，T
f
表示发生故障的时间，γ(t
‑
T
f
)∈R
n
×
n
表示执行器故障的时间分布，一般形式如下：γ(t
‑
T
f
)＝diag{γ1(t
‑
T
f
),γ2(t
‑
T
f
),...,γ
n
(t
‑
T
f
)}
ꢀꢀꢀꢀ
公式2，其中，diag表示对角矩阵，γ表示驱动器故障，γ
i
(i＝1,2,...,n)表示第i次驱动器故障，n表示机械臂的关节个数，驱动器故障的时间分布模型如下所示：其中，表示指数项，k
i
为正实数；根据公式1、2、3，机器人系统的动力学模型简化为：其中，M
‑1(q)表示惯性矩阵的逆，表示机械臂动力学参数项，表示集总不确定性。3.根据权利要求2所述的一种机器人系统有限时间容错控制方法，其特征在于，集总不确定性的导数假设为未知但有界，表示形式如下：其中，其中，是q的一阶导数，表示关节速度的矢量，b＝[b1,b2,b3]
T
，b1,b2,b3分别表示集总不确定上界对应的设定参数。4.根据权利要求3所述的一种机器人系统有限时间容错控制方法，其特征在于，所述步骤S2具体包括：
首先，设定表示输入偏差，其中变量γ满足以下动态方程：其中，z表示输入偏差变量，γ表示关节速度实际值，η1和η2是正常数，0＜α＜1，辅助变量δ
γ
用来估计机器人控制系统的集总不确定性随后，设计有限时间非奇异终端滑模面s1的表达式如下：其中，sig
α
(z)＝|z|
α
sgn(z)；再后，基于集总不确定性的公式5，设计自适应律，其中，θ＞0表示死区的大小，λ＞0，是公式5中b的估计值，表示的转置；最后，设计一种实际有限时间自适应滑模观测器，其表达式如下：其中，δ

【专利技术属性】
技术研发人员：王怀震，黄洋，
申请(专利权)人：山东新一代信息产业技术研究院有限公司，
类型：发明
国别省市：