【技术实现步骤摘要】
本专利技术涉及一种机器人建模和控制，具体涉及一种基于lugre模型的摩擦动力学在线辨识方法。
技术介绍
1、摩擦力是机器人关节内部的主要干扰之一。而摩擦动力学效应是引起低速和末端定位精度不准确的主要原因之一。提高低速范围内摩擦动力学效应的补偿精度对高精度位置控制有至关重要的意义。lugre模型是一种完善的动态摩擦模型，大量研究已证明改模型可以成功描述例如机器人关节的机电伺服系统的摩擦动力学效应。
2、但目前基于lugre模型的摩擦动力学辨识方法过程繁琐，其中有：
3、cn117008475a公开基于lugre模型和终端滑模观测器的摩擦补偿方法，该方法先利用粒子群算法辨识稳态状态下的静态模型参数，再根据静摩擦区域特征对参数进行简化，给定小加速度信号测得系统滑前位移计算动态参数。
4、cn109483591a公开基于lugre摩擦模型的机器人关节摩擦力辨识方法，该方法是根据机构不同速度状态划分工作区间，在每一工作空间中对lugre模型进行化简，利用简化模型辨识原有参数。
5、cn114785233a公开基于lugre摩擦模型的参数辨识装置及方法，通过测试机构的摩擦力-角速度、电压-位移、伺服电机电流环位移响应特征曲线，分别辨识各个参数。
6、现有的非专利文献显示，lugre模型参数辨识分为以下几类：（1）是采集摩擦力速度曲线，利用遗传算法或粒子群算法离线辨识参数；（2）是率先辨识静态摩擦参数，设计自适应控制器在线观测动态参数；（3）是对进行线性简化（如只保留库伦摩擦），构建
7、综上，现有lugre模型参数的辨识，大都通过繁琐的多步测试以及模型简化获得，在实际操作中测试环节多，现有方法的辨识过程需要采集电流，位置，电压，力矩等多路信号，数据采集量大，使得摩擦动力学辨识更加费时费力。
技术实现思路
1、本专利技术为克服现有技术，提供一种基于lugre模型的摩擦动力学在线辨识方法。该方法应用时在持续激励的条件下，系统混合误差收敛至零的过程中，所有摩擦参数及系统惯量同步收敛到最优解，该方法无需提前辨识静态参数等多步程序，且没有对lugre模型进行化简，具有实验过程简单，收敛速度快的特点。
2、一种基于lugre模型的摩擦动力学在线辨识方法包含以下步骤：
3、s1、构建动态神经元，重建lugre模型，获得重建的摩擦模型和机械臂关节系统动力学模型；
4、s2、对重建的摩擦模型采用二阶近似化，构建递归神经网络，获得变形后的机械臂关节系统动力学模型；
5、s3、根据变形后的机械臂关节系统动力学模型，设计控制律，获得机械臂关节最终系统误差动力学模型；
6、s4、设计参数学习律，保证算法稳定，以使参数满足: 系统误差收敛为零的同时使所有摩擦参数收敛到最优解。
7、本专利技术相比现有技术的有益效果是：
8、1、构建动态神经元，重建lugre模型，实现了利用lugre模型在没有任何先验知识或先期辨识静态参数的前提下辨识摩擦动力学。即同步辨识静态和动态摩擦参数。
9、2、在建模过程中保留了lugre模型描述摩擦动力学的全部结构化信息。
10、3、利用二阶近似化构建递归神经网络，使lugre模型高阶参数暴露出来，从而能够设计自适应控制算法，同时调整模型内部的所有参数。目前还没有算法可以同步辨识lugre模型内部所有参数，都是分步辨识，即需要多组实验，或者对模型进行简化丧失一部分原有信息，即减少要辨识的参数个数。
11、4、本专利技术方法无需提前辨识静态参数等多步程序，且没有对lugre模型进行化简，具有实验过程简单，收敛速度快的特点。
12、5、设计自适应控制律前，引入了具有自调节机制的组合误差，使组合误差权重在学习过程中逐渐向方差最大方向调整，以提升学习速度。
13、6、在学习律中引入了基于核函数的稳定项，有利于抑制控制误差较大阶段的震荡现象。
14、下面结合附图和实施例对本专利技术的技术方案作进一步地说明：
本文档来自技高网...【技术保护点】
1.一种基于LuGre模型的摩擦动力学在线辨识方法，其特征在于：包含以下步骤：
2.根据权利要求1所述的一种基于LuGre模型的摩擦动力学在线辨识方法，其特征在于：
3.根据权利要求2所述的一种基于LuGre模型的摩擦动力学在线辨识方法，其特征在于：
4.根据权利要求3所述的一种基于LuGre模型的摩擦动力学在线辨识方法，其特征在于：
【技术特征摘要】
1.一种基于lugre模型的摩擦动力学在线辨识方法，其特征在于：包含以下步骤：
2.根据权利要求1所述的一种基于lugre模型的摩擦动力学在线辨识方法，其特征在于：
<...【专利技术属性】
技术研发人员：金弘哲，王彬峦，印鸿，赵杰，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。