嚴繼超

摘 要：為了提高柔性關(guān)節(jié)機械結(jié)構(gòu)力學(xué)分配和自動控制能力，提出一種基于阻尼衰減的柔性關(guān)節(jié)機械結(jié)構(gòu)解耦控制方法，構(gòu)建柔性關(guān)節(jié)機械結(jié)構(gòu)的力學(xué)分配模型，采用線性解耦方法進行柔性關(guān)節(jié)機械結(jié)構(gòu)的關(guān)節(jié)穩(wěn)定位置調(diào)節(jié)，采用模糊自適應(yīng)參數(shù)反饋修正方法進行機械機構(gòu)阻尼單元和彈簧單元的力學(xué)參數(shù)分配和誤差修正，在阻尼衰減下進行柔性關(guān)節(jié)機械結(jié)構(gòu)解耦控制律設(shè)計，以動態(tài)變化的穩(wěn)定域為柔性關(guān)節(jié)機械結(jié)構(gòu)的可靠性控制價約束條件，獲取全局最優(yōu)解，實現(xiàn)柔性關(guān)節(jié)機械結(jié)構(gòu)解耦控制優(yōu)化。仿真結(jié)果表明，采用該方法進行柔性關(guān)節(jié)機械結(jié)構(gòu)解耦控制的穩(wěn)定性較高，自適應(yīng)性能較好，提高了柔性關(guān)節(jié)機械結(jié)構(gòu)的力學(xué)自動分配能力。

關(guān)鍵詞：阻尼衰減;柔性關(guān)節(jié);機械結(jié)構(gòu);解耦控制

文章編號：2095-2163（2019）04-0267-04 中圖分類號：TG501 文獻標志碼：A

0 引 言

隨著人工智能技術(shù)的發(fā)展，各種機械臂和機械手出現(xiàn)并逐漸取代繁瑣的人工勞動，提高了機械裝配的智能化水平，柔性關(guān)節(jié)機械結(jié)構(gòu)作為常用的機械臂部件，對柔性關(guān)節(jié)機械結(jié)構(gòu)的力學(xué)自動分配和解耦控制是該類機械手設(shè)計的關(guān)鍵，研究柔性關(guān)節(jié)機械結(jié)構(gòu)的解耦控制方法，在提高關(guān)節(jié)的力學(xué)自動分配能力，促進機械臂的自適應(yīng)力學(xué)參數(shù)調(diào)節(jié)方面具有重要意義[1]。

對柔性關(guān)節(jié)機械結(jié)構(gòu)解耦控制是建立在對柔性關(guān)節(jié)的力學(xué)特征參數(shù)提取和控制律優(yōu)化設(shè)計基礎(chǔ)上，傳統(tǒng)方法中，柔性關(guān)節(jié)機械結(jié)構(gòu)解耦控制方法主要有模糊PID控制方法、滑?？刂品椒ǖ萚2-3]，構(gòu)建柔性關(guān)節(jié)機械結(jié)構(gòu)解耦控制約束參量模型，結(jié)合對柔性關(guān)節(jié)機械結(jié)構(gòu)的力學(xué)參數(shù)分析進行控制律設(shè)計，取得了較好的控制效果，但上述方法在對柔性關(guān)節(jié)機械結(jié)構(gòu)的力學(xué)解耦控制中存在自適應(yīng)性不好和魯棒性不高的問題，針對上述問題，本文提出一種基于阻尼衰減的柔性關(guān)節(jié)機械結(jié)構(gòu)解耦控制方法，構(gòu)建柔性關(guān)節(jié)機械結(jié)構(gòu)的力學(xué)分配模型，采用線性解耦方法進行柔性關(guān)節(jié)機械結(jié)構(gòu)的關(guān)節(jié)穩(wěn)定位置調(diào)節(jié)，采用模糊自適應(yīng)參數(shù)反饋修正方法進行機械結(jié)構(gòu)阻尼單元和彈簧單元的力學(xué)參數(shù)分配和誤差修正，在阻尼衰減下進行柔性關(guān)節(jié)機械結(jié)構(gòu)解耦控制律設(shè)計，以動態(tài)變化的穩(wěn)定域為柔性關(guān)節(jié)機械結(jié)構(gòu)的可靠性控制價約束條件，獲取全局最優(yōu)解，實現(xiàn)柔性關(guān)節(jié)機械結(jié)構(gòu)解耦控制優(yōu)化，最后進行仿真實驗分析，展示了本文方法在提高柔性關(guān)節(jié)機械結(jié)構(gòu)解耦控制能力方面的優(yōu)越性能。

1 被控對象描述和約束參量分析

1.1 柔性關(guān)節(jié)機械結(jié)構(gòu)被控對象

為了實現(xiàn)柔性關(guān)節(jié)機械結(jié)構(gòu)解耦控制，需要首先構(gòu)建柔性關(guān)節(jié)機械結(jié)構(gòu)穩(wěn)定性控制的約束參量模型，結(jié)合參數(shù)模型的優(yōu)化識別，進行柔性關(guān)節(jié)機械結(jié)構(gòu)的力學(xué)參數(shù)動態(tài)分析[4]，柔性關(guān)節(jié)機械結(jié)構(gòu)剛體模型如圖1所示。

在考慮阻尼衰減約束下，柔性關(guān)節(jié)機械結(jié)構(gòu)的控制參數(shù)辨識模型為：

分析多自由度并聯(lián)柔性機的辨識誤差，構(gòu)建五軸聯(lián)動下的柔性關(guān)節(jié)機械結(jié)構(gòu)約束參量模型，根據(jù)柔性關(guān)節(jié)機械結(jié)構(gòu)的參數(shù)優(yōu)化調(diào)節(jié)進行模糊控制，在二維Bernoulli空間中，柔性關(guān)節(jié)機械結(jié)構(gòu)的解耦控制調(diào)節(jié)函數(shù)為：

結(jié)合單自由度柔性關(guān)節(jié)模型進行特征分解，構(gòu)建剛度與位置解耦模型，進行柔性關(guān)節(jié)機械結(jié)構(gòu)的慣性約束參量調(diào)節(jié)[5]，得到柔性關(guān)節(jié)機械結(jié)構(gòu)的過程可靠性調(diào)節(jié)系數(shù)矩陣記作：

分析柔性關(guān)節(jié)機械結(jié)構(gòu)的穩(wěn)態(tài)特征方程，得到機械結(jié)構(gòu)的穩(wěn)態(tài)特征量為：

在導(dǎo)引進給方向為Y 軸方向上，采用線性解耦方法進行柔性關(guān)節(jié)機械結(jié)構(gòu)的關(guān)節(jié)穩(wěn)定位置調(diào)節(jié)，結(jié)合柔性關(guān)節(jié)機械結(jié)構(gòu)系統(tǒng)的模態(tài)參數(shù)識別方法進行自適應(yīng)調(diào)節(jié)和可靠性控制。

1.2 力學(xué)參數(shù)分析

采用力學(xué)參數(shù)調(diào)節(jié)方法進行柔性關(guān)節(jié)機械結(jié)構(gòu)的誤差反饋調(diào)節(jié)，在一個無窮小的轉(zhuǎn)矩 ΔT 作用下，得到靜力平衡關(guān)系：

采用共軛梯度法進行柔性關(guān)節(jié)機械結(jié)構(gòu)的力學(xué)特征分解，在柔性關(guān)節(jié)機械結(jié)構(gòu)的操作臂位姿準確控制中，得到聯(lián)動控制方程滿足：

將參數(shù)代入上式可以得到：

考慮剛度改變時引起的阻尼誤差，采用阻尼衰減調(diào)節(jié)方法，實現(xiàn)柔性關(guān)節(jié)機械結(jié)構(gòu)的聯(lián)動控制優(yōu)化，得到狀態(tài)參量特征解：

分析2個變剛度裝置的剛度誤差滿足：

可見，本文設(shè)計的柔性關(guān)節(jié)機械結(jié)構(gòu)解耦控制過程是穩(wěn)定收斂的，根據(jù)上述力學(xué)參數(shù)模型分析，進行控制律的優(yōu)化設(shè)計。

2 柔性關(guān)節(jié)機械結(jié)構(gòu)解耦控制律優(yōu)化

2.1 柔性關(guān)節(jié)機械結(jié)構(gòu)的阻尼衰減調(diào)節(jié)

在上述構(gòu)建柔性關(guān)節(jié)機械結(jié)構(gòu)的力學(xué)分配模型中，采用線性解耦方法進行柔性關(guān)節(jié)機械結(jié)構(gòu)的關(guān)節(jié)穩(wěn)定位置調(diào)節(jié)的基礎(chǔ)上，進行控制律優(yōu)化設(shè)計，本文提出一種基于阻尼衰減的柔性關(guān)節(jié)機械結(jié)構(gòu)解耦控制方法，計算柔性關(guān)節(jié)機械結(jié)構(gòu)過程可靠性調(diào)節(jié)的參量集：

調(diào)整關(guān)節(jié)剛度的變化量，進行多目標優(yōu)化求解，為：

柔性關(guān)節(jié)的閉環(huán)傳遞函數(shù)：

2.2 控制律優(yōu)化及穩(wěn)定性分析

采用模糊自適應(yīng)參數(shù)反饋修正方法進行機械機構(gòu)阻尼單元和彈簧單元的力學(xué)參數(shù)分配和誤差修正[9]，機械結(jié)構(gòu)的動態(tài)參數(shù)辨識閾值ρ-（t），即：

基于Lyapunov穩(wěn)定性原理，得到設(shè)計的柔性關(guān)節(jié)機械結(jié)構(gòu)解耦控制律是穩(wěn)定收斂的，由此獲取全局最優(yōu)解，實現(xiàn)柔性關(guān)節(jié)機械結(jié)構(gòu)解耦控制優(yōu)化。

3 仿真實驗與結(jié)果分析

為了測試本文方法在實現(xiàn)柔性關(guān)節(jié)機械結(jié)構(gòu)的解耦控制和力學(xué)參數(shù)自動估計中的應(yīng)用性能，進行實驗分析，實驗的控制算法設(shè)計采用Visual C++和Matlab聯(lián)合設(shè)計，對柔性關(guān)節(jié)機械結(jié)構(gòu)在垂直臂桿長度設(shè)定為4.2m，關(guān)節(jié)的數(shù)目為3，對關(guān)節(jié)的力學(xué)數(shù)據(jù)采樣時間為12s，柔性關(guān)節(jié)機械結(jié)構(gòu)的構(gòu)型參數(shù)為1.24，控制器為 DSpace1103，根據(jù)上述仿真環(huán)境和參數(shù)設(shè)定，進行柔性關(guān)節(jié)機械結(jié)構(gòu)的控制仿真，得到關(guān)節(jié)的力學(xué)參數(shù)采集結(jié)果如圖2所示。

根據(jù)圖2的數(shù)據(jù)采集結(jié)果，進行柔性關(guān)節(jié)機械結(jié)構(gòu)位置調(diào)節(jié)，以動態(tài)變化的穩(wěn)定域為柔性關(guān)節(jié)機械結(jié)構(gòu)的可靠性控制價約束條件，獲取全局最優(yōu)解，實現(xiàn)對柔性關(guān)節(jié)機械結(jié)構(gòu)的優(yōu)化控制，控制收斂曲線如圖3所示。

分析圖3得知，采用本文方法進行柔性關(guān)節(jié)機械結(jié)構(gòu)控制的收斂性較好，測試不同方法進行柔性關(guān)節(jié)機械結(jié)構(gòu)控制的精度。

4 結(jié)束語

研究柔性關(guān)節(jié)機械結(jié)構(gòu)的解耦控制方法，提高關(guān)節(jié)的力學(xué)自動分配能力，本文提出基于阻尼衰減的柔性關(guān)節(jié)機械結(jié)構(gòu)解耦控制方法，采用線性解耦方法進行柔性關(guān)節(jié)機械結(jié)構(gòu)的關(guān)節(jié)穩(wěn)定位置調(diào)節(jié)，采用模糊自適應(yīng)參數(shù)反饋修正方法進行機械結(jié)構(gòu)阻

尼單元和彈簧單元的力學(xué)參數(shù)分配和誤差修正，在阻尼衰減下進行柔性關(guān)節(jié)機械結(jié)構(gòu)解耦控制律設(shè)計，以動態(tài)變化的穩(wěn)定域為柔性關(guān)節(jié)機械結(jié)構(gòu)的可靠性控制價約束條件，獲取全局最優(yōu)解，實現(xiàn)柔性關(guān)節(jié)機械機構(gòu)解耦控制優(yōu)化。研究得知，本文方法進行柔性關(guān)節(jié)機械結(jié)構(gòu)解耦控制的穩(wěn)定性較好、收斂性較強、具有很好的魯棒性。

參考文獻

[1] 熊培銀，賴旭芝，吳敏. 一類二階非完整平面欠驅(qū)動機械系統(tǒng)位姿控制[J]. 東南大學(xué)學(xué)報（自然科學(xué)版）， 2015， 45（4）：690-695.

[2]方群，張則強，李明. 面向多目標拆卸線平衡問題的一種改進粒子群優(yōu)化算法[J]. 現(xiàn)代制造工程，2016 （4）：8-15.

[3]李美之，鐘偉芳，吳國榮，等. 一種求解柔性操縱器動力學(xué)方程的數(shù)值方法[J]. 華中科技大學(xué)學(xué)報（自然科學(xué)版）， 2004， 32（8）：25-27.

[4]胡兆穩(wěn)，劉焜，劉小君，等. 表面形貌變形對塑性成形滑動接觸界面摩擦的影響[J]. 摩擦學(xué)學(xué)報，2015，35（4）：368-377.

[5]王明海，李世永，鄭耀輝. 超聲銑削鈦合金材料表面粗糙度研究[J]. 農(nóng)業(yè)機械學(xué)報，2014，45（6）：341-346，340.

[6]李剛，楊傳健，賈會星. 基于小波特征值容差閾值隨機仿真的故障判別方法[J]. 電子測量與儀器學(xué)報，2018，32（9）：42-47.

[7]王駿騰， 張定華， 吳寶海， 等. 基于裝夾力監(jiān)測的葉片類零件銑削殘余應(yīng)力變形感知預(yù)測[J]. 機械工程學(xué)報， 2018， 54（19）：241-248.

[8]張秀麗，谷小旭，趙洪福，等. 一種基于串聯(lián)彈性驅(qū)動器的柔順機械臂設(shè)計[J]. 機器人， 2016， 38（4）：385-394.

[9]BHADOURIA V S， GHOSHAL D， SIDDIQI A H. A new approach for high density saturated impulse noise removal using decision-based coupled window median filter[J]. Signal， Image and Video Processing， 2014， 8（1）：71-84.

[10]楊洋，王思明. 空間柔性機械臂高階滑模干擾觀測器軌跡跟蹤[J]. 傳感器與微系統(tǒng)，2019，38（2）：114-117，128.