[发明专利]一种用于多自由度并联机构的实时控制动力学建模方法

说明书

技术领域

本发明涉及一种多自由度并联机构的动力学建模方法，属于并联机器人领域。

背景技术

随着现代机械向着高速度、高精度、重载以及高可控性等方向发展，并联机构以其优越的结构性能越来越受到重视。与串联机构相比，并联机构具有承载能力强、结构刚度大、运动精度高、动力性能好、易于反馈控制等优点。目前，并联机构在运动模拟器、工业机器人、并联机床、医用机器人和微动机器人等方面有着广泛而重要的应用。随着研究的不断深入，并联机构的应用领域不断扩展，对其控制性能也提出了越来越高的要求。基于运动学模型的控制方法难以满足并联机构运动控制的高性能要求，因此，有必要针对并联机构控制系统，研究采用具有更高精度的基于动力学模型的控制方法。

采用基于动力学模型的控制方法时，需要建立并联机构的动力学模型，并根据运动终端轨迹实时解算所建立动力学模型，生成控制力矩，从而实现并联机构的动力学控制。因此，基于动力学模型控制方法的控制效果往往对并联机构动力学模型的准确性有较强的依赖，并且在实际应用中往往存在难以解决的矛盾：一方面为了提高控制精度，往往需要构建尽可能准确的并联机构动力学模型，这就增加了动力学模型的复杂程度和求解时间；另一方面，为了满足控制系统的实时性要求，同时又需要简化并联机构的动力学模型，这就降低了动力学模型的准确性，从而影响到并联机构的控制效果。

发明内容

本发明的目的是为了解决现有并联机构在实际应用中存在的问题，克服现有并联机构动力学建模方法难以同时满足实际控制系统实时性和精确性要求的问题，提供一种适用于用于多自由度并联机构的实时控制的动力学建模方法，该建模方法不仅具有较高的计算效率，而且保持了较高模型精度，用于实时控制的高精度动力学建模，为进一步实现并联机构动力学实时控制和实际应用创造了条件。

本发明的技术方案是采用如下步骤：

1）在并联机构处于绝对零位时，在并联机构的动平台中心点处分别建立静坐标系{B}和动坐标系{T}，确定并联机构的各个运动副中心点在动坐标系{T}下的坐标值                                                ，计算出各个运动副中心点在静坐标系{B}下的坐标值。

2）采用杆长长度约束方程求得并联机构的运动学逆解方程 ，L_i为并联机构的第i支链的长度， 为与第i支链相联运动副的中心点B_i和P_i之间的距离，z_i为并联机构驱动构件在静坐标系{B}下的位置，为动平台中心点的位姿参数。

3）将为系统的广义坐标系，对两端分别进行时间微分得到，求得并联机构的雅各比矩阵。

4）计算系统动能T和系统势能P。

5）计算拉格朗日函数L=T-P。

6）编程实现广义驱动力向量，建立系统动力学模型。

 7）利用雅各比矩阵将系统动力学模型中的广义驱动力向量Q转化为各关节的驱动力向量，对所述系统动力学模型进行仿真，重复步骤4）、5）、6），建立并联机构的简化动力学模型。

8）在相同的运动条件下分别对步骤6）中的系统动力学模型和步骤7）中的简化动力学模型进行仿真，建立由模型简化引起的误差补偿模型，该误差补偿模型的输入为位姿参数，输出为所述系统动力学模型输出驱动力与所述简化动力学模型输出驱动力之间的误差；建立BP神经网络并离线训练，BP神经网络的输入层神经元个数和输出层神经元个数与所述误差补偿模型的输入和输出个数相同。

9）由简化动力学模型和训练好的BP神经网络实现对简化动力学模型的误差补偿，完成实时控制动力学模型的构建。

本发明将拉格朗日法与神经网络相结合，其优点和积极效果在于：本发明将传统的拉格朗日法与神经网络相结合，解决了并联机构动力学控制方法在实际应用中存在实时性和精确性之间的矛盾问题，不仅提高了复杂难解的动力学模型的计算效率，而且保持了较高的精度，为进一步实现各种应用的并联机构高精度动力学实时控制提供了一种有效的动力学建模方法。与传统采用单一动力学建模方法建立的并联机构动力学模型相比，所建立动力学模型计算效率有明显提高。与现有研究中对并联机构动力学模型采用简化策略而未采取补偿措施的方法相比，所建立模型的精确度较高。有效解决了基于动力学模型控制方法在实际应用中实时性和精确性之前的矛盾问题。

附图说明

图1是 实施例中的3自由度冗余驱动并联机构结构示意图；