[发明专利]Stewart平台的主动柔顺控制策略

摘要

本发明涉及一种Stewart平台的主动柔顺控制策略，属于Stewart平台的控制领域。以六维力传感器作为采集元件、通过神经网络实现的Stewart平台的主动柔顺控制策略。结合轨迹规划和神经网络，可以在平台设计参数未知的情况下，得出平台运动轨迹与输出载荷间的关系模型。再将期望对试件施加的载荷输入模型后，即可获得使试件达到预期载荷时平台的运动轨迹，进而通过位移控制实现Stewart平台以载荷为参量的控制方法。本发明与现有技术相比，避免了传统针对Stewart平台的控制中的复杂解耦与耦合问题，且控制策略的设计无需设备的先验信息，容错率高，不受装配误差、测量误差等因素的干扰。

主权项

1.一种Stewart平台的主动柔顺控制策略，其特征在于：以载荷为参量对Stewart平台进行控制，应用对象为以六维力传感器为力采集模块的Stewart平台，包括以下步骤：步骤1：轨迹规划Stewart平台由定平台（1）、驱动单元（2）、动平台（3）构成，由于以Stewart平台的动平台（3）为加载单元，动平台（3）是通过位移进行控制的，因此需求出对加载的试件（6）施加特定载荷过程中所对应的动平台（3）的运动轨迹；首先以固定端，即下夹具（7）处为初始坐标系R，计算试件纯弯曲过程中运动端，即上夹具（5）处的运动轨迹；由挠曲线方程可得A点轨迹，并设该A点轨迹为C1；在此基础上，由于连接件AB段为刚性段，可求在坐标系R中B点，即Stewart平台的动平台（1）中心点处的轨迹，并设该动平台（3）的中心点的轨迹为C2；而在Stewart平台的实际控制中，是以平台自身坐标系R'为参考，对动平台中心即B点进行轨迹控制；因此需再根据坐标系R与R'间的空间关系，通过坐标系变换，将C2转换为坐标系R'中动平台中心位置，即B点的运动轨迹，并设该B点轨迹为C3；该轨迹C3即为使试件（6）进行复合加载时输入Stewart平台的实际运动轨迹；步骤2：误差分析由于力采集元件采用的是六维力传感器（4），六维力传感器（4）位姿变化时，由于其受重力作用，会对六维力传感器（4）产生影响导致采集结果存在误差；因此需先在空载条件下，使动平台（3）沿所求轨迹C3运动，并记录在此过程中六维力传感器（4）所受载荷；此载荷即为六维力传感器（4）在运动过程中由于重力影响而产生的误差；步骤3：模型训练将待加载的试件（6）与Stewart平台的动平台（3）连接后，将运动轨迹C3输入Stewart平台，并通过六维力传感器（4）采集动平台（3）运动过程中试件（6）所受载荷；将所得载荷减掉步骤2中所得的误差值，即为试件所受真实载荷；以真实载荷的六个分量(FxFyFzMx My Mz)为行数，以所采集的载荷数据个数n为列数，形成一个6*n的六维力矩阵；调用matlab中的神经网络工具箱，将六维力矩阵设为输入量，动平台3运动轨迹设为输出量，两者间的转换关系为隐层，建立Stewart平台的输出载荷与其运动轨迹间关系，形成一个6输入—隐层—6输出的模型；其中，算法选用Feed‑forward backprop即前馈BP神经网络，训练方式选用TRAINSCG，即共轭梯度法；在隐层的神经元个数方面，由公式K=(I+O)/2其中K为神经元个数，I为输入层变量数，O为输出层变量数；可得隐层的神经元个数为6；其余参数选择默认，并最终建立神经网络模型；步骤4：模型预测将拟对试件施加的载荷输入训练好的模型，即可获得该加载条件下对应的动平台（3）运动轨迹；由于Stewart平台运动时存在驱动单元（2）各驱动缸间的耦合与协同运动，因此动平台（3）到达某一特定姿态的路径是不确定的；欲使Stewart平台输出指定载荷且避免运动轨迹的不确定性对试件材料性能造成破坏，需对动平台（3）的运动轨迹进行微分，确保运动路径的准确性；因此采用的方法为，将目标输出载荷细分为m份，形成一个以载荷的六个分量(FxFyFzMx My Mz)为行数，以m为列数的6*m的载荷矩阵；将所得的6*m矩阵输入已训练好的模型中，即可得该指定载荷下动平台（3）的运动轨迹。