一种基于随机模型预测控制的制造技术

本发明专利技术公开了一种基于随机模型预测控制的

【技术实现步骤摘要】
一种基于随机模型预测控制的N连杆机械臂控制方法


[0001]本专利技术属于空间机械臂控制
，具体地说，是涉及一种基于随机模型预测控制的
N
连杆机械臂控制方法
。

技术介绍

[0002]机械臂是多输入多输出系统，具有高非线性，强动态耦合，参数摄动和未知干扰等不良特性，目前机械臂控制系统很多采用
PID(Proportion
‑
Integral
‑
Differential)
控制方法
。PID
的设计主要应用系统的一些可测的中间状态或输出作为反馈，通过事先计算出的
PID
参数调节输入从而实现输出的跟踪，但其在非线性场景中存在超调
、
抖动等问题，因此还不能用于许多对精密度要求高的航天领域
。
[0003]而模型预测控制
(Model Predictive Control)
是近几年工业机械臂领域一种较为先进的控制方法，其核心思想是通过建立一个动态系统模型来预测未来状态，并根据预测结果优本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于随机模型预测控制的
N
连杆机械臂控制方法，其特征在于，包括以下步骤：
S1
，建立考虑存在外界未知扰动的机械臂的离散线性化状态空间模型系统；
S2
，构建机械臂的标称系统，得到状态空间模型系统与标称系统的误差，利用该误差对状态空间模型系统的控制输入加上状态反馈；
S3
，根据模型预测的代价函数得到随机模型预测的代价函数；
S4
，将状态空间模型系统存在的硬约束转化成概率约束的软约束，并根据切比雪夫
‑
坎泰利不等式将概率约束转化为确定性约束，得到随机模型预测的确定性的线性约束；
S5
，根据随机模型预测的确定性的线性约束将步骤
S1
中的状态空间模型系统优化得到二次优化问题模型；
S6
，结合二次优化问题模型，实现对
N
连杆机械臂系统的控制
。2.
根据权利要求1所述的一种基于随机模型预测控制的
N
连杆机械臂控制方法，其特征在于，在步骤
S1
中，建立的状态空间模型系统为：其中，
x(k)
表示系统状态量，
u(k)
表示系统输入量，
c(k)
为线性化后的常量，
ω
(k)
为方差为
W
的零均值高斯白噪声，
y(k)
为系统输出量，
A
d
，
B
d
，
C
d
为状态空间系统矩阵，
F
为扰动系数矩阵
。3.
根据权利要求2所述的一种基于随机模型预测控制的
N
连杆机械臂控制方法，其特征在于，在所述步骤
S2
中，机械臂的标称系统表示如下：则，加上状态反馈的控制输入模型为：其中，通过求解无扰动优化问题得到；表示状态量
x
在
k
时刻的标称值；
K
为
k
时刻通过优化过程得到的状态反馈增益
。4.
根据权利要求3所述的一种基于随机模型预测控制的
N
连杆机械臂控制方法，其特征在于，在所述步骤
S3
中，模型预测的代价函数为：其中，
Q
，
R
为自定义的正定矩阵，
i
为时刻指针，
t
为当前时刻，
N
为预测时域长度；为期望运算符号；定义未知加性扰动的均值为0，方差为
W
，则有：根据
得到随机模型预测的代价函数为：
J
＝
J...

【专利技术属性】
技术研发人员：李彬，杨宜衡，张凯，韩飞，张海博，
申请(专利权)人：四川大学，
类型：发明
国别省市：