[发明专利]带有动态摩擦补偿的机械臂关节定位控制方法无效

专利信息
申请号: 201110348816.X 申请日: 2011-11-08
公开(公告)号: CN102501251A 公开(公告)日: 2012-06-20
发明(设计)人: 褚明;贾庆轩;孙汉旭;邓夏;黄飞杰;陈钢 申请(专利权)人: 北京邮电大学
主分类号: B25J9/16 分类号: B25J9/16
代理公司: 暂无信息 代理人: 暂无信息
地址: 100876 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 带有 动态 摩擦 补偿 机械 关节 定位 控制 方法
【权利要求书】:

1.一种带有动态摩擦补偿功能的机械臂关节定位控制方法,通过全局控制单元和局部控制单元来实现,其特征在于:

全局控制单元用来完成整体大范围内的机械臂关节轨迹跟踪,由机械臂关节中应用广泛的PD控制器实现;PD控制器的输入向量包括机械臂关节位置误差和位置误差的变化率;

局部控制单元用来完成局部微小范围内的非线性动态摩擦补偿,由具有观测层的五层型自回归小波神经网络控制器实现;自回归小波神经网络控制器的输入向量包括机械臂关节的期望位置、期望速度和实际位置,自回归小波神经网络控制器中需要的机械臂关节实际速度通过观测层计算得出;

采用叠加式控制模式,将PD控制器与自回归小波神经网络控制器并联,在PD控制器输出量上直接叠加自回归小波神经网络控制器的输出量作为机械臂关节的总控制量。

2.根据权利要求1所述的方法,其特征在于,PD控制器输出量为其中,参数k表示伺服周期数,Kp为位置增益参数,Kd为速度增益参数,e(k)为机械臂关节的位置误差,为机械臂关节位置误差的变化率,分别定义为e(k)=θd(k)-θ(k),θd(k)、分别为机械臂关节的期望位置和期望速度,θ(k)、分别为机械臂关节的实际位置和实际速度。

3.根据权利要求2所述的方法,其特征在于,自回归小波神经网络控制器的结构共包括五层,分别为输入层、观测层、隐含层、乘积层、输出层,其中,自回归小波神经网络控制器的设计包括以下步骤:

步骤一:

输入层的输入向量定义为v(k)=θd(k)θ·d(k)θ(k);]]>

步骤二:

观测层输入量为向量v(k)的第三个元素即机械臂关节的实际位置θ(k),观测层的作用是利用位置传感器检测的机械臂关节的实际位置θ(k)完成机械臂关节实际速度的观测计算,采用如下二阶微分方程组求解:

x·1(k)=x2(k)x·2(k)=-10×[x1(k)-θ(k)]-1.5×x1(k)-θ(k)-3x2(k)-0.15x2(k)]]>

二阶微分方程组中的两个状态变量x1(k)和x2(k)分别是机械臂关节的实际位置θ(k)和机械臂关节的实际速度的逼近量,求解二阶微分方程组后得到的状态变量x2(k)作为观测层的输出量即机械臂关节的实际速度

步骤三:

隐含层神经单元的激活函数选取典型的墨西哥帽小波函数:f(χ)=(1-χ2)·exp(-χ2/2),式中χ为广义自变量,f(χ)为广义因变量;

隐含层的输入向量为:vh(k)=θd(k)θ·d(k)θ(k)θ·(k)voi(k-1);]]>

隐含层第i个神经单元在第k个伺服周期时的输出量表示为:其中的上角标i表示隐含层中的第i个神经单元,的上角标i表示隐含层的输入向量vh(k)中的第i个变量;表示隐含层第i个神经单元在第k-1个伺服周期时的输出量;

步骤四:

乘积层输入向量即为隐含层各个神经单元的输出量

乘积层的输出量为:其中的上角标j表示乘积层的第j个神经单元,向量对应于乘积层的第j个神经单元的输出量,Ni为隐含层神经单元的总个数;

步骤五:

输出层的输入量即为乘积层每个神经单元的输出量

输出层的输出量为:u2(k)=Σj=1NjWj(k)·vpj(k);]]>

式中Nj为乘积层神经单元的总个数,Wj(k)表示乘积层第j个神经单元和输出层间的连接权值,Wj(k)采用如下在线自适应更新调整微分算法:

W·j(k)=λvo(k)[e·(k)+ζe(k)]-δ|e·(k)+ζe(k)|Wj(k)]]>

λ>0是权值收敛系数,ζ>0是滤波系数,δ>0是误差逼近系数;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京邮电大学,未经北京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201110348816.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top