中英翻译《六自由度并联机器人非线性》.docVIP

六自由度并联非线性任务Friedland–Park摩擦观察器提供了摩擦估计这有助于提高控制器的性能。最后，RNTC证明了从非线性任务空间和具有在符合空间坐标中具有摩擦估计得自适应控制器的输出。 关键词：六自由度并联机器人；alpha–beta跟踪控制器；摩擦观测器。 引言 并联机器人由于其高的力重比和广泛的应用等优点已经被深入地研究。在系统和联合控制中，这样一个并联系统引起特别的注意，即作为一个基础测试为多输入多输出努力开发高性能的控制器。这种控制器放置在并联机器人中可以被分为两个部分：连接空间控制和任务空间控制。连接空间控制可以作为一个多个采集准备输入，这依靠单输入单输出控制系统使用只在每个驱动器长度。异常的连接空间控制方法已经被提出来增强控制性能通过抑制非线性影响在运动方程中。特别的，鲁棒非线性控制器方案在连接空间中已经被提出作为并联机器人系统驱动通过液压伺服系统基于李亚普诺夫设计方法。然而，不确定因素也存在由于包含重力和已知的动态因素。另一方面，任务空间控制方案可能被认为只在六自由度并联机器人系统状态获得通过直接测量或者相当累赘的状态估计。否则任务空间控制器有在不确定系统的条件下提供给高级六自由度并联机器人控制器的能力:惯性，模型误差，摩擦力等。自适应控制方案在任务空间坐标中已经被研究考虑为动态驱动。然而，前者不幸被限制为仿真研究，然而后者是基于线性模型而在保真中缺乏必要对于连接非高的线性动态性能操作。鲁棒任务空间控制算法对于Stewart平台已经被提出。然而，它是假设系统不确定似乎不现实的和其在所有中对于粘性摩擦是最小的。在实际系统控制其性能中引起严重的失真。 在这篇文章中，一个完全的，包括理论或实验这两者中，研究被用来为六自由度并联机器人设计非线性鲁棒任务空间器。这篇文章以实用策略来获得六自由度并联机器人系统状态必要的任务空间控制。六自由度并联机器人系统状态通过数值前馈运动学方法和alpha–beta跟踪方法获得。前馈运动学方法通Newton–Raphson方法获得关于驱动器的长度。然而alpha–beta跟踪器采用后处理方法获得六自由度并联机器人数据。这些结果在过滤线性/角位置和它们的余数。为了推导出六自由度并联机器人状态估计器，Friedland–Park摩擦估计器被引入来推到摩擦估计器这有助于抑制在驱动系统中的摩擦距离。随着六自由度并联机器人状态估计只是可变的，鲁棒非线性任务空间控制方法被提出，这种方法是基于李亚普诺夫重设计方法，这种方法保证了在不确定因素下比如惯性、模型误差、摩擦力和测量误差等存在的条件下实际稳定。然后，估计方案和控制定律首先用于试验验证。直接状态估计控制方法的可行性通过。首先，间接状态估计方法的可行性是通过运动学反诘方法和伺服信号测量的到的。摩擦估计被认为是独立的摩擦值测量误差。这体现了其合理性。最后，鲁棒非线性任务空间控制器装配有6自由度并联机器人估计数据和摩擦估计器校正器和跟踪控制性能当给定输入的时候。控制律在执行存在摩擦估计和在连接空间坐标中存在有]摩擦估计器比例积分微分控制器的时候在非线性任务空间中被证明了其实用性。 六自由度并联机器人的运动学和动力学在第2和第3部分描述了其体现在6自由度并联机器人系统状态估计方法和等价摩擦估计器算法在连接空间坐便中。提议鲁棒非线性控制策略和随态稳定分析在第4部分的实验结果被引用而其在第5部分状态性能和摩擦估计方案求误差。然后，鲁棒非线性任务空间控制方法在连接空间坐标中被合成为具有摩擦估计起的非线性任务空间控制和具有摩擦估计起的比例微分积分控制器。 系统模型 六自由度并联机器人的动力学和运动学已经被深入的研究了。因此，在这篇文章中只对六自由度并联机器人的动态模型做简单的描述。 图1显示了两个坐标系统； 图.1.定义并联机器人运动学和动力学方程中的变量 坐标系统是惯性坐标系中的基座标系统，而坐标系统是固定坐标系统中的移动坐标系统。其线性运动部分表示为垂直轴，水平轴和纵轴沿着轴。而其转动运动部分标志为：是欧拉角。根据该坐标系统，如图1所示定义了并联机构的每个要求驱动运动学和动力学方程中的失量。 对于并联机器人中的转动和线性部分，接下来的动态模型可以用拉格朗日方法推导： 在式中,假设满足斜对称的性质。则雅克比矩阵在一般并联机器人中应用。然而，这种目标并联系统假设是在工作空间中避免奇异的机械设计，跟进一步的说，假设不确定性是闭环的和有界的。又连个假设可以总结如下： 假设1.雅克比矩阵是奇异的。 假设2.假如表示不确定因素，其中包括：惯性、模型误差、噪音，，其中是完全正定的。 进一步假设驱动器动力学方程在系统中可以被忽视，然而，由于摩擦力使得控制器性能减弱每个驱动器的摩擦因素必须的得考虑。 状态估计器和摩擦估计器 由于这些因素在实际中经常用到在这部分简单的