[发明专利]一种多智能单元串并联展收机构协同控制优化方法

摘要

本发明公开了一种多智能单元串并联展收机构协同控制优化方法，构成串并联展收机构的每个智能单元均包括有控制器、执行器、存储器以及相关的转动单元和连接单元，执行器是以伺服电机为驱动器件；其控制方法是首先根据仿生单元建立连续数学模型、离散数学模型；然后基于离散数学模型，提出最优控制率、每个智能控制单元的局部控制率和总的适应度函数；最后，在前两步基础上，使用多智能体粒子群算法对伸展机构的控制参数进行计算和优化。本发明使伸展机构能够适应复杂环境，提高抗干扰性能。

主权项

1.一种多智能单元串并联展收机构协同控制优化方法，其特征是，构成所述串并联展收机构的每个智能单元均包括有控制器、执行器、存储器以及相关的转动单元和连接单元，所述执行器是以伺服电机为驱动器件；所述控制方法是按如下步骤进行：步骤1、建立式(1)所示的伺服电机连续数学模型：x_i(t)表示智能单元i在t时刻关于位移和速度的状态变量，是x_i(t)的导数，u_i(t)表示智能单元i在t时刻的控制变量，i＝1,2,…,16；A和B为连续矩阵系数，且：将内外部干扰表征为取值范围为‑1～0的不确定参数δ，则有：Tm、KPWM、Km和n均为伺服电机参数，分别是伺服电机的时间常数、拟线性放大系数、传递系数和减速比；步骤2、针对式(1)进行离散化，获得式(2)所示的伺服电机离散化数学模型：xi(k+1)＝Gxi(k)+Hui(k)   (2)，xi(k)为智能单元i在第k个采样时刻关于位移和速度的状态变量；ui(k)为智能单元i在第k个采样时刻的控制变量，取k为1～50；G和H是与连续矩阵系数A和B相对应的离散矩阵系数，G＝e^AT，T为采样周期，T＝0.01s；步骤3、结合初始条件，利用式(2)获得每个智能单元每个采样周期关于位移和速度的状态变量和控制变量；在每个采样时刻，每个智能单元的控制器根据收集到的自身的状态变量，以及邻域智能单元的状态变量，结合式(3)所示的局部控制率产生控制变量，利用所述控制变量驱动伺服电机运动；智能单元j为智能单元i的邻域智能单元；xj(k)为智能单元j在第k个采样时刻关于位移和速度的状态变量；K1为智能单元i关于位移和速度的状态变量的控制系数；K2为智能单元i的邻域智能单元集合的关于位移和速度的状态变量的控制系数；K1＝[z1,z2]，K2＝[z3,z4]，z1、z2、z3和z4是未知控制参数；Ni为智能单元i的所有邻域智能单元的集合；D(i)为集合Ni的势；步骤4、针对每个智能单元选取一个局部代价函数如式(4)：J(i)为智能单元i的局部代价函数，m为采样时刻的上限次数，取m为50；vi(k)为智能单元i在第k个采样时刻的速度；γ是与速度相关的系数，γ取值为‑1.0～0；Q₁、R、T和Q₂为相应参数矩阵，均取为单位矩阵：以k表示第k个采样时刻对应的参量；步骤5、将步骤4所获得的每个智能单元的局部代价函数耦合其它智能单元的状态信息，推导出局部代价函数的最小值，再推广到全局代价函数，选取当前时刻的全局最优值，以适应度函数fitness(k)表征当前时刻的全局最优值，即第k个采样时刻之前获得的最优全局代价函数值，如式(5)：步骤6、采用多智能体粒子群算法优化所述未知控制参数z1、z2、z3、z4，实现多智能单元串并联展收机构协同控制。