[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

摘要

本发明公开一种用于多自由度并联机构的实时控制动力学建模方法，首先采用拉格朗日法推导出并联机构的动力学模型，然后基于仿真分析和机构运动特点提出将支链质量进行分解的模型简化策略，建立简化动力学模型，并建立由模型简化引起的误差补偿模型，其次，利用误差补偿模型的输入、输出对神经网络进行离线训练，最后基于简化动力学模型，并以训练好的神经网络实现对简化动力学模型的智能误差补偿，完成可实现实时控制的高精度动力学模型的构建，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。

主权项

1.一种用于多自由度并联机构的实时控制动力学建模方法，其特征在于采用如下步骤：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。