[发明专利]一种并联机器人间接自适应模糊控制参数的确定方法有效

专利信息
申请号: 201610906674.7 申请日: 2016-10-18
公开(公告)号: CN106527129B 公开(公告)日: 2019-08-27
发明(设计)人: 惠记庄;罗丽;郭云欣;杨永奎;郑恒玉;王其锋 申请(专利权)人: 长安大学
主分类号: G05B13/04 分类号: G05B13/04
代理公司: 西安睿通知识产权代理事务所(特殊普通合伙) 61218 代理人: 惠文轩
地址: 710064 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明属于并联机器人的模糊控制技术领域,公开了一种并联机器人间接自适应模糊控制参数的确定方法,该方法包括如下步骤:建立并联机器人的动力学模型;确定并联机器人的控制目标;根据所述并联机器人的动力学模型,确定并联机器人的模糊控制器;根据所述并联机器人的控制目标、所述并联机器人的模糊控制器,确定所述控制目标的自适应控制率;能够自适应地调整模糊控制系统的参数,取得给定的跟踪误差性能指标来实现高品质的控制要求。
搜索关键词: 并联机器人 控制目标 自适应 模糊控制参数 动力学模型 模糊控制器 模糊控制技术 模糊控制系统 自适应控制 跟踪误差 控制要求 高品质
【主权项】:
1.一种并联机器人间接自适应模糊控制参数的确定方法,所述并联机器人间接自适应模糊控制参数为并联机器人的控制目标的自适应控制率,其特征在于,所述方法包括如下步骤:步骤1,建立并联机器人的动力学模型;(1a)串联机器人的动力学模型表示为:其中,θ表示关节角向量,表示关节角速度,表示关节角加速度,t表示时间,表示串联机器人对称正定惯性矩阵,表示哥式力和离心力项,表示关节摩擦力矩矢量,表示串联机器人关节输入力矩;(1b)串联机器人的拉格朗日动力学方程为:符号表示对时间求导,符号表示对θ求偏导,L为拉格朗日函数,L等于系统的动能与势能之差,符号T表示求转置;则并联机器人的约束方程为h(θ)=h(θab)=0                          (3)其中,θa为主动关节角向量,θb为从动关节角向量,对(3)式约束方程求导得如下约束方程:(1c)利用拉格朗日—达朗贝尔原理得到如下方程:其中θ=[θab],δθa和δθb满足约束方程(4),将约束方程(4)带入到方程(5)中得:其中为主动关节输入力矩,为从动关节输入力矩;对其进行简化得:其中I为单位矩阵,(1d)并联机器人关节输入力矩τ与串联机器人关节输入力矩的关系表示为其中则并联机器人的动力学模型表示为:其中步骤2,确定并联机器人的控制目标;确定并联机器人的第一参数向量第二参数向量和惯性补偿项uf为控制量,设计自适应控制率,满足并联机器人中的变量是有界的,并且跟踪误差e取得H跟踪性能,即:式中,T∈[0,∞)为时间,ω∈L[0,T],Q=QT>0,P=PT>0,Q和P为给定的权值矩阵,e=θ‑θd为跟踪误差,ω为模糊系统的逼近误差,为模糊系统参数的估计误差,η1和η2为学习率,ρ为抑制水平,其中为并联机器人参数向量,为并联机器人参数向量的最优估计,θ为并联机器人各关节的实际角度,θd为并联机器人各关节的期望角度;步骤3,根据所述并联机器人的动力学模型,确定并联机器人的模糊控制器;并联机器人的动力学模型为构造来代替M(θ)、来代替定义模糊基函数为:定义回归向量ζ(θ)=(ζ1(θ),ζ2(θ),...,ζM(θ)),ζ(ρ)=(ζ1(ρ),ζ2(ρ),...,ζ2M(ρ)),中元素分别表示为如下形式:其中中的元素,中的元素;则表示为:式中E(θ)、E(ρ)∈Rn×n为Ge‑Lee矩阵,ζ(θ)、ζ(ρ)为对应的矩阵元素,·为Ge‑Lee矩阵的乘积算子;设表示期望角加速度矢量、表示角速度矢量、θd表示角度矢量,定义跟踪误差e=θ‑θd,定义跟踪速度误差λ=diag(λ12,…,λn),其中λn>0;则并联机器人的动力学模型式(10)可化为如下形式则并连接器人的模糊控制器为式中uf为惯性补偿项;步骤4,根据所述并联机器人的控制目标、所述并联机器人的模糊控制器,确定所述控制目标的自适应控制率;定义第一参数向量的最优参数估计和第二参数向量的最优参数估计分别为:式中,Ωm为包含的有界集,Ωc为包含的有界集,arg min表示使目标函数取得最小值时的变量值,sup表示最小上界,则最小模糊逼近误差为:跟踪速度误差为:式中,跟踪速度误差表达式等价于:式中,ω1=ω‑s,ki(i=1,2,...,n)表示满足多项式sn+k1sn‑1+…+kn=0的所有根位于左半开平面上的系数,则参数向量的自适应律为:式中参数η1>0,η2>0,η1和η2为学习率。
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长安大学,未经长安大学许可,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/patent/201610906674.7/,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