System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于控制,尤其涉及一种混联气动肌腱肌群pid控制系统。
技术介绍
1、金属执行器(电机、液压、气缸)驱动的机器人,已在自动化生产线、外骨骼、航空航天测试等领域,完成繁重、危险、重复的工作,涉及机器人的运动学、动力学、智能控制方面研究。然而金属执行器机器人关节为刚性,较为笨重、工作模式单一、环境适应性差。气动肌腱作为一种软体气动驱动器,具有类似于人类肌肉的柔顺性、较高的功率/质量比、位置仅受压力因素影响等优点。
2、因此,采用“以柔克刚”的策略解决刚性关节的缺点,柔性关节逐渐成为机器人领域的研究热点之一。
3、二头肌-三头肌以拮抗肌构建肘关节,气动肌腱与生物肌肉力学性能相似,仅提供拉力,成组气动肌腱模拟二头肌-三头肌,并采用离散时间自适应参数积分滑模控制、功率指数趋近律的离散时间滑模控制器、脉冲神经网络类小脑控制、有限时间滑模控制控制轨迹。然而,上述关节的复杂性、灵活性、鲁棒性,均与人体关节差距甚远。长肌幅度大、短肌持久驱动运动幅度小;单关节-多关节拮抗肌气动肌腱共同驱动单关节。虽提高单关节鲁棒性,多关节运动的复杂性与灵活性、鲁棒性的难题并未解决。
4、多支路并行的并联机构,具有刚度大、精度高、灵活性强等优点,气动肌腱并联关节则兼顾并联机构、气动肌腱的优点。为增加气动肌腱并联关节运动范围,气动肌腱并联关节串联,并研究变阻抗控制、基于输出的事件触发控制、模糊力矩控制。虽然并联气动肌腱关节刚度大,但突然加载的冲击,要求关节强鲁棒性,兼顾位移-力的输出。
5、但是直径固定的气动肌
技术实现思路
1、本专利技术实施例的目的在于提供一种混联气动肌腱肌群pid控制系统,旨在解决上述
技术介绍
中存在的问题。
2、本专利技术实施例是这样实现的,一种混联气动肌腱肌群pid控制系统,用于混联气动肌腱肌群的轨迹跟踪,所述混联气动肌腱肌群包括级联的两根单关节气动肌腱、与所述级联的两根单关节气动肌腱并联的多关节气动肌腱,两根单关节气动肌腱分别为单关节气动肌腱一、单关节气动肌腱二;所述系统包括:
3、混联气动肌腱肌群的动力学模型,通过该动力学模型可确定混联气动肌腱肌群中各气动肌腱的气压控制、收缩量变化;
4、算法库,其至少包括模糊pid控制器、蚁群遗传优化算法,可基于蚁群遗传优化算法,以单根气动肌腱的输出位移的编码作为运算对象,以目标函数值作为搜索信息,经过相关函数计算,并产生最优气压控制量;能够通过模糊pid控制器对混联气动肌肉肌群中各气动肌腱的最优气压控制量进行补偿,以完成混联气动肌肉肌群的轨迹跟踪;
5、其中,在蚁群遗传优化算法中,以预测收缩量与目标收缩量之差的绝对值为目标函数,以目标函数的导数为适应度函数,对气动肌腱的气压控制量进行迭代,以获取最优气压控制量。
6、优选地,所述混联气动肌腱肌群的动力学模型中,气动肌腱的静态输出力fm与内部气压pm、气动肌腱的收缩率εm的关系表达为:
7、fm=pm[am(1-kmεm)2+bm] m=1,2,3,
8、其中:am、bm为气动肌腱的结构参数,km为修正系数;
9、根据混联气动肌腱肌群的动力学平衡方程:
10、
11、其中:m、b分别为惯性负载质量、阻尼系数,x为气动肌腱肌群的位移量,x1、x2、x′1、x′2为单关节气动肌腱一的主动收缩量、单关节气动肌腱二的主动收缩量、单关节气动肌腱一、单关节气动肌腱二作用多关节气动肌腱的被动收缩量;f1(x1)、f2(x2)、f3(x′1+x′2)分别为单关节气动肌腱一、单关节气动肌腱二、多关节气动肌腱的拉力,fc表示负载气缸的拉力,fd为外部干扰;
12、动力学平衡方程简化可得:
13、
14、其中:f为气动肌腱肌群总的拉力,且f=f1+f2+f3;
15、可得
16、
17、各气动肌腱实时的气压可以表示为:
18、pm=p0+δpm,
19、其中:pm、p0、δpm分别为气动肌腱腔体内的实时气压、初始气压与气压变化;则有
20、
21、其中:对于单关节气动肌腱一、单关节气动肌腱二相应的分量为f(x1)、f(x2)、g(x1)、g(x2)、ω(x1)、ω(x2)、m1、m2、fc1、fc2、fd1、fd2。
22、对于设定状态变量,转化为状态方程,满足:
23、
24、其中y为转化方程;
25、将状态方程向量化,其向量形式为:
26、
27、其中:δp=[δpm1 δpm2]t,fc=[fc1 fc2]t,fd=[fd1 fd2]t。
28、优选地,在所述算法库中,设计控制器参数,具体包括:
29、设定各气动肌腱的跟踪误差ej、误差变化率ecj的实际论域和论域,j={1,2,3},设定控制参数δkp、δki、δkd的实际论域和论域;
30、设定ej、ecj的量化因子,设定δkp、δki、δkd的比例因子;
31、建立模糊pid控制器中模糊控制器与pid控制器的隶属关系,定义模糊集,确定模糊pid参数模糊控制规则表;
32、解模糊化得,模糊pid控制器的参数kp、ki、kd计算如下:
33、
34、其中:k′p、k′i、k′d为预调整值;
35、其中,设定ej、ecj的量化因子,满足:
36、ke1=ke2=kec1=kec2=0.25、ke3=0.125、kec3=0.0625,
37、设定δkp、δki、δkd的比例因子,满足:
38、kkp=0.0001、kki=0.001、kkd=0.001。
39、优选地,所述系统还包括:
40、实验验证,用于设定混联气动肌腱肌群的外部负载,对模糊pid控制器进行验证;
41、所述实验验证至少包括蚁群遗传优化算法加pid控制器,与蚁群遗传优化算法加模糊pid控制器的对比验证。
42、本专利技术实施例提供的一种混联气动肌腱肌群pid控制系统,针对混联气动肌腱肌群的动力学模型,引进蚁群遗传算法对肌群中的单关节气动肌腱、多关节气动肌腱优化,采用模糊pid控制器,对混联气动肌腱肌群进行控制实验,并分析轨迹跟踪误差、气压控制、输出力规律;实验结果表明,模糊pid控制可以有效的减小轨迹跟踪误差波动的范围;相对于一般pid具有明显的优势,蚁群遗传优化算法与模糊pid控制器组合可较好的实现轨迹跟踪。
本文档来自技高网...【技术保护点】
1.一种混联气动肌腱肌群PID控制系统,用于混联气动肌腱肌群的轨迹跟踪,其特征在于,所述系统包括:
2.根据权利要求1所述的系统,其特征在于,所述混联气动肌腱肌群的动力学模型中,气动肌腱的静态输出力Fm与内部气压pm、气动肌腱的收缩率εm的关系表达为:
3.根据权利要求2所述的系统,其特征在于,对于设定状态变量,转化为状态方程,满足:
4.根据权利要求2所述的系统,其特征在于,在所述算法库中,设计控制器参数,具体包括:
5.根据权利要求4所述的系统,其特征在于,其中,设定ej、ecj的量化因子,满足:
6.根据权利要求1所述的系统,其特征在于,所述系统还包括:
7.根据权利要求6所述的系统,其特征在于,所述实验验证至少包括蚁群遗传优化算法加PID控制器,与蚁群遗传优化算法加模糊PID控制器的对比验证。
【技术特征摘要】
1.一种混联气动肌腱肌群pid控制系统,用于混联气动肌腱肌群的轨迹跟踪,其特征在于,所述系统包括:
2.根据权利要求1所述的系统,其特征在于,所述混联气动肌腱肌群的动力学模型中,气动肌腱的静态输出力fm与内部气压pm、气动肌腱的收缩率εm的关系表达为:
3.根据权利要求2所述的系统,其特征在于,对于设定状态变量,转化为状态方程,满足:
4.根据权利要求2...
【专利技术属性】
技术研发人员:丁凯,姜飞龙,吕勇,陈晟,殷小亮,郭瑞,谢京,刘炯邑,
申请(专利权)人:嘉兴学院,
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。