石 祥，許 哲，何青義，田 卡

（上海海洋大學 工程學院，上海 201306）

0 引言

倒立擺[1～3]作為一類非線性控制系統(tǒng)的典型特例，能有效地反映諸如可鎮(zhèn)定性、魯棒性、隨動性以及跟蹤等許多控制中的關鍵問題，是檢驗各種控制理論的理想模型，目前已有多種控制算法[4～9]應用其中，但是在研究其控制算法之前都存在著建模問題。目前關于各種倒立擺的研究論文中所給出的數(shù)學模型中，通常沒有系統(tǒng)微分方程的推理過程，或者模型比較單一，尤其是輪式倒立擺。

輪式倒立擺又稱 “兩輪自平衡機器人[10]”，其模型是建立在由兩個車輪左右平行布置、可移動的小車車體上，每個車輪都與電機相連。當車體運動時，通過控制電機的轉速來控制車輪，使擺桿盡快地達到一個平衡位置，并且沒有大的振蕩。當擺桿到達期望的位置后，系統(tǒng)能克服隨機擾動而保持穩(wěn)定的位置。本文將對輪式倒立擺進行數(shù)學建模，從而得出其狀態(tài)方程，并基于Matlab及ADAMS的聯(lián)合仿真對輪式倒立擺的狀態(tài)反饋控制加以驗證。

1 數(shù)學建模

1.1 直流電機的數(shù)學模型

輪式倒立擺由兩個直流電機驅動，本節(jié)主要推導直流電機的數(shù)學模型，圖1展示了機械載荷和直流電源的驅動，從直流電源得到的電能轉換為機械能，機械能再轉換為作用在直流電機上的載荷。

圖1 直流電機圖解Fig.1 Diagram of DC motor

因為軸上產(chǎn)生的所有扭矩與軸的加速度呈比例關系，而軸上的加速度又是通過電樞的轉動慣量IR產(chǎn)生，可推出如下關系：

為了簡化直流電機模型，電機的電感和摩擦忽略不計，電流導數(shù)規(guī)定為零，因此式（1）可分別被等效成如下：

一旦輸入電壓改變，輸出軸的轉動速率也會改變，而此時電流將會達到一個瞬間恒定狀態(tài)，整理式（2）得：

電機的輸入變量是外加電壓，電機的摩擦忽略不計，則電機扭矩方程如下：

1.2 輪式倒立擺的數(shù)學模型

輪式倒立擺分為車體和擺桿兩部分，將擺桿約束在二維平面，這樣更易于對其建模和控制，同時假設車輪總是與地面相接觸并且沒有產(chǎn)生滑動，這樣就沒有關于z軸方向的移動和繞x軸的轉動。

如圖2所示，輪式倒立擺三維坐標的定義。本文通過車體的位移量、車體的速度、擺桿的角度φ和擺桿的角速度φ˙作為狀態(tài)變量，直流電機的端電壓值作為輸入變量，以此描述輪式倒立擺的運動，得狀態(tài)方程。

（1）車輪的動態(tài)分析。根據(jù)牛頓運動定理，得到車輪左右兩輪的運動方程，右和左輪動態(tài)方程：

圖2 三維坐標的定義Fig.2 The definition of three-dimensional coordinates

（2）擺桿的動態(tài)分析。擺桿受力圖如圖3所示，其動態(tài)方程：

令φ=π+φ，使上述兩公式線性化，其中φ代表豎直方向上的小角度變化。 假設cosφ=-1， sinφ=-φ and則整理式（8）得：

圖3 擺桿的受力圖Fig.3 Pendulum diagram

整理式（9）得狀態(tài)方程如下：

其中 a22， a23， a42， a43和 b2， b4根據(jù)如下系統(tǒng)的參數(shù)定義：

輪式倒立擺中參數(shù)的意義：V—作用在電機上的端電壓（V）；Tm—電機產(chǎn)生的扭矩（N·m）；Km—電機的扭矩系數(shù)，是電機產(chǎn)生的扭矩與電機內(nèi)電流的比例系數(shù)（N·m/A）Ve—電機內(nèi)部的反電動勢電壓（V）；ω—電機軸的角速度（rad/sec）； θ—電機軸的轉動角度（rad）； Ke—反電動勢電壓系數(shù)，是電機的反電動勢電壓與電機軸角速度的比例系數(shù)（V·sec/rad）；R—電機內(nèi)的電阻（Ω）； Li—電機的電感（H）； IR—電機的轉動慣量（kg·m2）； Kf—電機軸的摩擦系數(shù)（N·m·sec/rad）； Tα—作用在電機軸上的負載扭矩（N·m）；φ—擺桿繞Z軸的轉動角度（rad）；xr—輪式倒立擺車體的位移（m）；Mw—車輪質(zhì)量（kg）； HfR，HfL—車輪與地面的摩擦力（N）HL，HR—擺桿與車輪之間的作用力（N）；Iw—車輪的轉動慣量 （kg·m2）；θRw，θLw—右輪和左輪的轉動慣量（rad）；TR，TL—右輪和左輪的負載扭矩（N·m）；L—車體中心和擺桿重心之間的距離（m）；Mp—擺桿質(zhì)量（kg）；r—車輪半徑（m）；Ip—擺桿的轉動慣量（kg·m2）；δ—擺桿繞 Y 軸的轉動角度 （rad）， 其值為：g=9.81m/s2，r=0.051m，Mw=0.1272kg，Mp=0.86kg，Iw=0.000069kg·m2，Ip=0.0013kg·m2，L=0.07m，Km=0.006123Nm/A，Ke=0.006087V·sec/rad，R=3Ω。將以上參數(shù)帶入式（10）得：

2 Matlab 控制仿真

2.1 狀態(tài)反饋控制律設計

狀態(tài)反饋控制律為u=ξ-Kx，其中ξ—參考輸入。因為系統(tǒng)是能控的，則可以任意配置系統(tǒng)極點。經(jīng)過調(diào)試，本文配置的系統(tǒng)極點為 [-10-11-20-25]。

Matlab 控制箱的place 函數(shù)， 能夠實現(xiàn)單輸入/多輸入系統(tǒng)極點配置，通過Matlab的place 函數(shù)，可求出反饋矩陣 K：K=[-0.0327-0.0092 1.0803 0.0692]·105。

綜上所述，K 和ξ確定之后，控制律u 便能確定。

2.2 仿真結果及分析

閉環(huán)系統(tǒng)的響應指標為：擺桿穩(wěn)定時間小于5s，穩(wěn)態(tài)時擺桿與垂直方向夾角小于0.1 弧度，程序采樣時間0.02s。仿真結果如圖4所示，表示狀態(tài)反饋控制律及系統(tǒng)響應，系統(tǒng)在初始位置不穩(wěn)定，通過調(diào)節(jié)直流電機的端電壓，從而改變車體的位移和速度、擺桿的角度和角速度，系統(tǒng)在1 秒內(nèi)，達到穩(wěn)定狀態(tài)。仿真結果驗證了狀態(tài)方程、狀態(tài)反饋控制律和Matlab 仿真過程的正確性。

圖4 狀態(tài)反饋控制律及系統(tǒng)響應Fig.4 Control law and system response of state feedback control

3 Matlab與ADAMS的聯(lián)合仿真

3.1 聯(lián)合仿真簡介

為了更真實反映輪式倒立擺的實際動態(tài)過程，論文在ADAMS 中建立輪式倒立擺的虛擬樣機模型，在Matlab 中建立控制系統(tǒng)，其中控制系統(tǒng)將參考上述第二節(jié)，從而結合Matlab與ADAMS 進行聯(lián)合仿真，目的是更準確地顯示輪式倒立擺狀態(tài)反饋控制的特點。本章通過確定ADAMS的輸入和輸出變量，可以在ADAMS 和Matlab 之間形成一個閉合回路。ADAMS 模塊將車體的位移和速度、擺桿角度和角速度輸出給Matlab 控制系統(tǒng)，并根據(jù)這些變量計算出控制律u，將其輸入進ADAMS 模塊中，控制ADAMS 模塊中輪式倒立擺車輪上的轉矩，如此，二者之間形成循環(huán)反饋。

圖5 聯(lián)合仿真原理Fig.5 The principle of collaborative simulation

3.2 控制律的設計

在聯(lián)合仿真中，輪式倒立擺系統(tǒng)虛擬樣機模型，參數(shù)與上述一致，有關參數(shù)無需再次計算，只需作簡要調(diào)試。因此本章狀態(tài)反饋控制律，其反饋矩陣Γ調(diào)整為[-0.0032-0.0075 3.9823 1.9070]·104。

此外，上述第一節(jié)中提及輪式倒立擺的輸入變量為直流電機的端電壓值，而本章中虛擬樣機模型的輸入變量是車輪上的轉矩，兩者不一致，因此Matlab 控制系統(tǒng)在輸出控制律u 前，還需將電壓值轉為轉矩值。

3.3 仿真結果及分析

程序作圖采樣時間為0.005 秒，仿真結果如圖6所示。圖中表示輪式倒立擺的狀態(tài)反饋控制在初始位置不穩(wěn)定時，通過調(diào)節(jié)車輪力矩的大小，在4 秒內(nèi)，使車體位移、車體速度、擺桿角度和擺桿角速度收斂至0 附近，即輪式倒立擺平衡穩(wěn)定。仿真結果表明狀態(tài)反饋控制能夠完成預期的控制目標，同時驗證了狀態(tài)反饋控制律和聯(lián)合仿真的正確性。

圖6 狀態(tài)反饋控制律和系統(tǒng)響應Fig.6 Control law and system response of State feedback control

4 總結

首先基于牛頓力學分析的方法，依次對直流電機、車體和擺桿進行動力學分析，列出其動力學方程，其次采用小角度線性化得出輪式倒立擺的近似線性模型。

由于輪式倒立擺的數(shù)學模型通常是線性化處理后得出，而倒立擺本身是高階非線性系統(tǒng)，那么二者之間必然存在偏差。所以本文不僅對輪式倒立擺進行Matlab 仿真，還對其進行Matlab與ADAMS的聯(lián)合仿真，目的是更為準確地表明輪式倒立擺狀態(tài)反饋控制的特點，最終，仿真結果不僅表明狀態(tài)反饋控制能夠使輪式倒立擺保持平衡，而且驗證了狀態(tài)方程、狀態(tài)反饋控制律、聯(lián)合仿真過程的正確性。

本文之所以在聯(lián)合仿真前，先進行Matlab 仿真，因為聯(lián)合仿真所涉及到的控制律，可以參考Matlab 仿真中設計出的控制律，這樣能極大地降低聯(lián)合仿真難度，其次，也可先行驗證輪式倒立擺狀態(tài)反饋控制的可行性。

[1]于占東，王剛，王顯峰.基于BVP 算法的旋轉倒立擺自動起擺動控制[J].控制工程，2013，1.

[2]王家軍，劉棟良，王寶軍.X-Z 倒立擺的一種飽和非線性穩(wěn)定控制方法的研究[J].自動化學報，2013，1.

[3]但遠宏，李祖樞.二級倒立擺DU2UD的非線性控制研究[J].測控技術，2013，3.

[4]段學超，袁俊，滿曰鋼.兩輪自平衡機器人的動力學建模與模糊進化極點配置控制[J].信息與控制，2013，2.

[5]Z.Li,J.Luo(2009),“Adaptive robust dynamic balance and motion controls of mobile wheeled inverted pendulums”,IEEE Transactions on Control Systems Technology,17（1）.

[6]阮曉剛，蔡建羨，陳靜.基于強化學習規(guī)則的兩輪機器人自平衡控制[J].計算機測量與控制，2009，2.

[7]C.W.Tao,J.S.Taur,T.W.Hsieh and C.L.Tsai（2008）,“Design of a fuzzy controller with fuzzy swing-up and parallel distributed pole assignment schemes for an inverted pendulum and cart system”,IEEE Control Systems Technology,16（6）.

[8]D.S.Nasrallah,H.Michalska and J.Angleles(2007),“Controllability and posture control of a wheeled pendulum moving on an inclined plane”,IEEE Transactions on Robotics,23(3).

[9]A.Casavola,E.Mosca and M.Papini（2004）, “Control under constraints:An application of the command governor approach to an inverted pendulum”,IEEE Control Systems Technology,12（1）.

[10]TIRMANT H，BALOH M，VERRNEIREN L.B2， “An alternative two wheeled vehicle for an automated urban transportation system”,IEEE.2002，39（4）.