柔性连杆机械臂动态神经模糊自适应控制.pdfVIP

柔性连杆机械臂的动态神经模糊自适应控制’ 孙富春，张令波，孙增沂，邓辉 清华大学计算机科学与技术系，智能技术与系统国家重点实验室，北京100084 中国科学院机器人学开放研究实验室，沈阳110015 摘 要 提出了柔性连杆机械臂的神经模糊动态逆自适应控制方法.首先，根据柔性连杆机械胃的两时标奇 异摄动模型，将柔性连杆机械臂的控制问题分解为等效刚性臂的慢控制和柔性模态的快控制。慢控制采用 神经模糊动态逆自适应控制实现，而快子系统采用模糊比例一微分控制。本文给出了神经棋糊系统的学习 算法和系统稳定性的证明，最后在柔性连杆机械臂实验系统上验证了提出方法的性能。 关健词柔性连杆机械肴，神经模Im{动‘态逆，自适应控制，奇异摄动 ， 口 1任护 、挤,rni / 1 7皿口 __- 轻型的柔性连杆机械臂是新一代机器人的发展趋势，在现代工业、国防、空间应用等 高新技术领域具有非常广阔的应用前景。有关柔性连杆机械臂的控制研究主要有三个流派。 第一类是针对柔性连杆机械臂的分布参数模型直接进行控制器的设计，主要采用半群理论 通过进化发展方程研究柔性臂闭环系统的耗散性 【1];第二类是将柔性连杆机械臂的分布 参数模型采用模态展开法进行时间和空间的分解，然后对分解后的动力学方程进行有限维 截断，最后采用传统的控制理论进行控制器的设计，这些方法包括最优控制、极点配置、 鲁棒控制、H无穷控制和双时标奇异摄动控制等。第三类是采用智能控制方法设计柔性连 杆机械臂的控制器。这些方法包括神经网络、模糊控制和遗传算法等2〔1. 本文研究了柔性连杆机械臂的神经模糊动态逆自适应控制器设计方法。在提出的控制 结构中，动态神经模糊系统用于通近柔性连杆机械臂的慢动力学，而基于PSD(位置感应 检测器)末端振动测量的比例一微分控制用于抑制柔性臂的末端振动。神经模糊动态逆控 制的主要优点有:(1)无需柔性臂的动力学模型形式;(2)无需假设柔性臂的状态位于某一 紧集之中;(3)能够保证柔性臂闭环系统的暂态性能。论文给出了神经模糊系统的学习算 法，以及系统的稳定性分析。最后在两连杆柔性臂实验系统上验证了提出方法的性能。 2神经模糊控制器设计基础 2.1柔性连杆机械胃的数学模型 柔性连杆机械臂的数学模型可以写成 M(q)4+j(q,4)+Kq+G(q)=B(q)u(t) (1) 这里q二[q,,厂rER为广义变量，由刚性和柔性模态组成，其中q,ER·是刚性模态矢 量，，。R是臂的末端偏移矢量，。二n十n):M(q)二恤.,)(J,i=1,2)EJr是惯性矩;K为 刚度阵，f(q,4)表示离心、哥氏力项和内阻尼项;G(q)为重力项，u为矩输入.B(q)u是 系统的广义力，B(q)是输入矩阵，依赖于设计者选择的边界条件.B(q)一般表示为 ，本文部分得到了国家自然科学基金 和清华大学基础创新研究荃金的资助 217 B刀((4，))_=]IIIQQ]I‘ (2) 对固支边界条件 Q=0 (3) 而对铰支边界条件 Q一block一diagc{olO(::,(0),，式.】 (4) 这里0(0)表示连杆i的第l个模态函数·柔性臂的漫子系统动力学方程可以写成 4-=一、,-,(D,,4，一，u,(t)) (5) 这里MER为等效刚性臂的正定矩阵，4n(t),9..(t)为消除快子系统影响后等效刚性臂 的状态量，“(0慢子系统的控制量，D，和B的具体形式见3〔]0 为定义快子系统，假设慢变量在快的暂态是常量，即同时选择状态t)(k)=f(k)-}(k), 77,(k)一二f，时标变化:=1/二导致 dzq,/dt,=，: