[发明专利]一种力反馈设备自主调节自重平衡机构控制算法

说明书

一种力反馈设备自主调节自重平衡机构控制算法，通过将改进简单粒子优化算法、PID控制器和线性系统的叠加相结合，用于实时的控制力反馈交互设备的自主调节自重平衡机构的平衡块在平衡机构上的位置，实现力反馈交互设备的自主调节自重平衡机构的控制，有效降低力反馈交互设备的手臂机构重力对人手的所造成影响。本发明能够自动找到准确的PID控制器参数，线性叠加简化了自主调节自重平衡机构控制系统建模手段，此外，为了克服PID控制器中微分信号引入所造成的高频振动，在控制器的微分项上串联一阶低通滤波器，可平滑系统输出响应的振动，消除自主调节自重平衡机构的平衡块所产生的振荡。

技术领域

本发明属于人机接触交互技术领域，涉及一种力反馈设备自主调节自重平衡机构控制算法。

背景技术

在力反馈交互设备中，对设备进行重力补偿是非常关键的问题，在现有的技术中，力反馈设备的重力补偿方法分为有源重力补偿和无源重力补偿两种，其中有源重力补偿方法针对串联连杆机构，采用电机激励装置对各关节的重力进行补偿，由于电机或者激励装置要提供一部分力矩用于抵消重力，必然减小了电机或者激励装置所产生的反馈力，而且也使得系统控制变得复杂，有可能导致系统的不稳定。针对串联连杆机构，采用的无源质量配重重力补偿，额外增加了力反馈设备的转动惯量和摩擦，影响了力反馈设备系统的动态响应。基于此，李春泉发明了一种自主调节自重平衡的力反馈设备(已授权发明专利201110229208.7)，该力反馈设备通过实时控制自主调节自重平衡机构的平衡块在平衡杆上的位置，实现对力反馈设备的自动重力补偿。

为了实时控制平衡块在平衡杆上的位置，对力反馈设备的自主调节自重平衡机构建模后，采用PID(Proportion Integral Derivative)控制器控制平衡块在平衡杆上的位置。几个经典的PID调节规则如Ziegler-Nichols规则、Cohen-Coon方法和IAE方法已经被使用来获取期望的PID参数。然而，使用这些方法费时，获得最优或者是近似最优的PID参数非常困难。鉴于此，一些人工智能算法，如Genetic Algorithms(GA)、Simulated Annealing(SA)算法和Particle Swarm Optimization(PSO)算法用于调节PID控制的参数。GA常常比SA算法更快。PSO算法是一种模仿鸟捕食的群体智能行为的全局优化算法，常用于寻找全局最优，该方法与GA算法相类似。这两种算法都随机产生初始解，随后通过进化迭代，找到全局最优解。两者的区别在于：与GA算法相比较，PSO算法没有明确的选择，交叉和变异操作，PSO算法的迭代搜索过程仅仅取决于前面所有迭代次数中的粒子个体最优值和全体粒子的最优值，再用这些最优值来更新下一次迭代的粒子信息。因此，PSO算法调节参数更少，计算代价更低，收敛速度更快，鲁棒性更好。因此，我们采用了一种我们已提出的改进简单粒子优化算法(Modified Simple Particle Swarm Optimization Algorithm)用于调节PID算法参数。与PSO算法相比较，改进简单粒子优化算法更简单，更易于实现，收敛速度更快，收敛精度更高，稳定性更好，能在更短的计算时间内获得更优收敛值。

发明内容

本发明的目的是提出一种力反馈设备自主调节自重平衡机构控制算法。

本发明是通过以下技术方案实现的。

一种力反馈设备自主调节自重平衡机构控制算法，其特征在于按如下步骤：

步骤1：当力反馈设备的自主调节自重平衡机构的平衡块的重力和摩擦产生的转矩τ_d(S)＝0时，建立以电机电枢电压为输入，以电机转角θ_ARC1为输出的自主调节自重平衡机构的控制系统传递函数；当自主调节自重平衡机构的平衡块所受的重力和摩擦力产生的转矩τ_d(S)≠0时，建立以直流电机克服τ_d(S)力矩所需的电压U′_m(S)为输入，以电机输出力矩τ_d(S)为输出的自主调节自重平衡机构的控制系统传递函数。