[发明专利]康复机器人抑制结构变化的指定暂态时间稳定控制方法有效
申请号: | 202110756756.9 | 申请日: | 2021-07-05 |
公开(公告)号: | CN113359470B | 公开(公告)日: | 2023-08-11 |
发明(设计)人: | 孙平;王子健;李树江;王硕玉;常洪彬;唐非;谢静 | 申请(专利权)人: | 沈阳工业大学 |
主分类号: | G05B13/04 | 分类号: | G05B13/04 |
代理公司: | 沈阳亚泰专利商标代理有限公司 21107 | 代理人: | 许宇来 |
地址: | 110870 辽宁省沈阳*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 康复 机器人 抑制 结构 变化 指定 时间 稳定 控制 方法 | ||
1.康复机器人抑制结构变化的指定暂态时间稳定控制方法,其特征在于包括以下步骤:
1)利用康复训练机器人的动力学模型,拆分与偏心距和偏心角相关的结构变化物理量,建立刻画康复训练机器人具有结构不确定的动力学模型;
2)提出一种有限个隐含层节点的随机配置网络FSCN,以轨迹跟踪误差为网络输入,获得结构不确定变化估计,构建康复训练机器人具有结构不确定估计的动力学模型;
3)提出指定暂态时间稳定控制方法,通过分别设计暂态时间和稳态时间控制器,抑制结构变化对人机系统跟踪性能的影响,同时实现指定暂态时间的稳定跟踪控制;
系统的动力学模型描述如下
其中
X(t)表示康复训练机器人的实际运动轨迹,u(t)表示控制输入力,M表示机器人的质量,m表示康复者的质量,I0表示转动惯量,M0,K(θ),B(θ)为系数矩阵;θ表示水平轴和机器人中心与第一个轮子中心连线间的夹角,即θ=θ1,由康复训练机器人结构可知,θ3=θ+π,li表示系统重心到每个轮子中心的距离,r0表示中心到重心的距离,φi表示x′轴和每个轮子对应的li之间的夹角,i=1,2,3,4;
由系统的动力学模型(1)可知,产生系统结构不确定变化的物理量为偏心距和偏心角,拆分相关物理量并将M0K(θ)表示为M0K(θ)=M1+ΔM1,其中M1由康复训练机器人质量、康复者质量、转动惯量组成,ΔM1表示结构变化的物理量,且
同时,系数矩阵由结构变化的偏心距和偏心角组成,将其视为结构变化的物理量;同时系数矩阵B(θ)包含结构变化产生的变量λi,将其分解为B(θ)=B1(θ)+ΔB1(θ),其中
其中D是定常物理量,表示人机系统中心到各个轮子中心的距离;拆分动力学模型(1)中影响结构变化的物理量,建立刻画康复训练机器人具有结构不确定的动力学模型如下
其中表示康复训练机器人结构不确定变化的物理量;
在结构不确定的康复训练机器人动力学模型(2)的基础上,令得到系统状态方程为:
设康复机器人指定运动轨迹为xd(t),ε1(t)=x1(t)-xd(t)为系统的轨迹跟踪误差,为系统的速度跟踪误差;
以ε1(t)为网络输入,S(p,q,r0)为网络输出,建立结构不确定的FSCN估计模型;当FSCN模型隐含层节点数为L-1时,令模型的输出为且f0=0,选取高斯函数作为基函数,此时结构变化估计误差为eL-1=S(p,q,r0)-fL-1(ε1(t)),当误差eL-1不满足预期要求时隐含层增加一个节点,并随机生成满足监督机制δL的输入权值wL和偏置bL;
其中eL-1=[eL-1,1,eL-1,2,eL-1,3]T为隐含层节点数为L-1时的估计误差,βj=[βj,1,βj,2,βj,3]T为第j个隐含层节点的输出权值,wj=[wj,1,wj,2,wj,3]T和bj为第j个隐含层节点的输入权值和偏置,为第j个隐含层节点的输出,L为隐含层节点数;
设计FSCN监督机制为:
其中αq为可调参数(q=1,2,3),参数σ<0;
接下来,进一步说明有限个隐含层节点的FSCN在监督机制δL下,可使结构不确定估计趋向于零;由于||eL||2正定,则可得到
由于式(5)关于L具有离散特性,对其进行差分运算,得到
由于βL,q经过计算后可以得到一个常数,于是设存在可调参数αq,使βL,q=αq,进而由式(6)得到
由式(4)可知
设Lmax为结构不确定估计趋向零时的隐含层节点数,由离散李雅普诺夫判据可知由式(8)可知对任意隐含层节点,有:
对式(9)不等式两端分别进行累加运算,得到
于是由式(10)可得由于有界,因此当增加有限个隐含层节点时,可以使结构估计误差趋向于零;
利用L2正则化方法求解输出权值β=[β1,...βL]T的最优值β*如下:
其中为隐含层输出向量;利用最小二乘方法求解式(11),得
β=(HTH+IL)-1HTS(p,q,r0) (12)
其中IL为L*L的单位矩阵;由于式(12)含有结构不确定量S(p,q,r0),无法直接求解,下面通过设计β的估计值的自适应率,使
由此得到康复训练机器人具有结构不确定变化估计的动力学模型为:
建立误差状态方程如下:
将系统暂态运动过程记为t≤tf,其中tf为指定暂态时间,根据误差状态方程(14)设计指定暂态时间稳定控制器;设变量η1为参数且η1≥1,并且设计中间变量z2(t)=ε2(t)-ε2d(t)=ε2(t)+ψ1(t),对z2(t)求导得到:
其中为ψ1(t)对ε1(t)求偏导,为ψ1(t)对t求偏导;这样系统(14)化为
令权值估计误差设计如下权值自适应率
其中η3为参数且η3≥1;设计李雅普诺夫函数为:
对式(18)沿式(16)求导,得
对于暂态运动过程,即t≤tf,设计指定暂态时间跟踪控制器为
其中tf为指定暂态时间,η2为参数且η2≥1,为B1(θ)的伪逆矩阵;将式(20)代入式(19)得到
由李雅普诺夫函数式(18)可知,由此可以得到进一步代入式(21)得
对式(22)进行不等式变换,得到
其中ξ=η1+η2+η3>1;进而有
通过求解微分不等式(24),得到
V1(t)≤ln(C(tf-t)ξ+1) (25)
其中t0为初始时刻;
由式(25)可知,当t=tf时,V1(tf)=0,即由此可知系统在指定暂态时间tf时刻达到稳定跟踪训练轨迹;
对于稳态运动过程,即t>tf,根据误差状态方程(14)设计稳态过程控制器,使得康复机器人在t>tf时继续稳定跟踪指定训练轨迹;设计李雅普诺夫函数
对式(26)求导,得
设计稳态过程控制器为
其中R>0为控制器调节参数;将控制器(28)代入式(27)得,由此可知系统实现稳态过程的跟踪控制。
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沈阳工业大学,未经沈阳工业大学许可,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/202110756756.9/1.html,转载请声明来源钻瓜专利网。