[发明专利]一种可重构机械臂子系统的控制方法及系统

权利要求书

1.一种可重构机械臂子系统的控制方法，其特征在于，包括：

基于可重构机械臂子系统的基础参数构建动力学模型；所述基础参数包括加速度、速度、交联耦合项、模型工作环境、控制力矩和接触力矩；

根据所述动力学模型确定所述动力学模型的状态空间表达式；

基于所述可重构机械臂子系统的效用函数和控制策略确定所述动力学模型的代价函数；所述效用函数为根据所述位置和所述控制力矩建立的；

采用扩张状态观测器对所述状态空间表达式进行观测得到动力学模型补偿控制力矩表达式；

采用神经网络对所述交联耦合项进行补偿得到交联项辨识控制力矩表达式；

对所述代价函数依次采用逼近和求偏导的处理方法得到最优补偿控制力矩表达式；

根据所述动力学模型补偿控制力矩表达式、所述交联项辨识控制力矩表达式和所述最优补偿控制力矩表达式确定最终控制力矩表达式，并根据所述最终控制表达式对所述可重构机械臂子系统进行控制。

2.根据权利要求1所述的一种可重构机械臂子系统的控制方法，其特征在于，所述采用扩张状态观测器对所述状态空间表达式进行观测得到动力学模型补偿控制力矩表达式，具体包括：

基于扩张状态观测器的构建方法，对所述状态空间表达式进行处理得到处理后的状态空间表达式；

根据所述处理后的状态空间表达式构造第一扩张状态观测模型；

根据所述处理后的状态空间表达式和所述第一扩张状态观测模型确定观测误差的动力学方程；

根据所述观测误差的动力学方程和位置观测误差函数确定第二扩张状态观测模型；所述位置观测误差函数为根据观测参数的真实值与观测值确定的；所述观测参数包括所述可重构机械臂子系统的位置、速度和加速度；

基于所述处理后的状态空间表达式和所述第二扩张状态观测模型，采用比例-积分-微分控制策略确定动力学模型补偿控制力矩表达式。

3.根据权利要求1所述的一种可重构机械臂子系统的控制方法，其特征在于，所述采用神经网络对所述交联耦合项进行补偿得到交联项辨识控制力矩表达式，具体包括：

将所述交联耦合项构建成径向基神经网络形式得到交联耦合项动力学辨识表达式；

根据所述交联耦合项动力学辨识表达式得到所述交联耦合项动力学辨识估计值表达式；

将所述交联耦合项动力学辨识估计值表达式和所述交联耦合项动力学辨识表达式的差确定为辨识误差表达式；

基于径向基神经网络算法根据所述辨识误差表达式得到所述交联项辨识控制力矩表达式。

4.根据权利要求1所述的一种可重构机械臂子系统的控制方法，其特征在于，所述对代价函数依次采用逼近和求偏导的处理方法得到最优补偿控制力矩表达式，具体包括：

采用神经网络对所述代价函数进行逼近得到近似代价函数；

采用所述神经网络对所述近似代价函数进行逼近得到估计代价函数；

对所述估计代价函数进行求偏导得到估计偏导函数；

根据所述估计偏导函数和所述代价函数得到最优补偿控制力矩表达式。

5.根据权利要求4所述的一种可重构机械臂子系统的控制方法，其特征在于，所述根据所述估计偏导函数和所述代价函数得到最优补偿控制力矩表达式，具体包括：

对所述代价函数取无穷小得到哈密顿函数；

对所述哈密顿函数取最小控制力矩得到哈密顿-雅克比-贝克曼方程；

根据所述哈密顿-雅克比-贝克曼方程和所述估计偏导函数得到最优补偿控制力矩表达式。