[发明专利]一种基于干扰估计器的机械臂姿态鲁棒控制方法

说明书

本发明公开了一种基于干扰估计器的机械臂姿态鲁棒控制方法。首先，建立机械臂动力学模型并对其进行反馈线性化，将其化简成受扰双积分模型。其次，设置双组分的姿态鲁棒控制器以实现机械臂姿态鲁棒跟踪控制，该控制器包括两部分：其一为设置标称系统的输入，以保证闭环系统能够追踪参考信号；其二为对干扰估计器的设置，用于对模型不确定和外界扰动进行实时估计，进而对控制信号进行补偿。将补偿后的控制信号转换成电压信号输入作动器，从而完成在受扰条件下机械臂的姿态鲁棒控制。本发明能够有效消除或者抑制运动模型中的不确定性及干扰信号以实现对机械臂姿态期望参考信号的高精度跟踪，且抗干扰能力强、控制参数明确、计算量较少、实施性。

技术领域

本发明涉及一种存在模型不确定性与干扰时，对机械臂进行姿态鲁棒控制的方法，属于机械臂姿态控制技术领域。

背景技术

机械臂是能模仿人手和臂的某些动作功能，以抓取、搬运物件或操作工具的自动装置。它可以代替人的繁重劳动以实现生产的机械化和自动化，能代替人在有害环境下进行操作从而保障人身安全。然而机械臂在工作过程中会受到载荷变化、系统老化、执行机构失效等的影响，这些影响都会导致外界干扰及模型不确定等问题，进而导致结构体的使用寿命缩短，严重时会出现生产安全事故，因此机械臂自身的抗干扰性能十分重要。另外机械臂具有一些多变量、强耦合、非线性的特征，这些特征再加上外界干扰及模型不确定等因素的影响导致为其设置性能良好的控制系统较为困难。

姿态控制系统是机械臂控制系统的重要组成部分，姿态控制能否达到期望的性能决定了机械臂控制系统的总体效果的好坏。

发明内容

本发明的发明目的在于：针对上述存在的问题，提供一种存在模型不确定与干扰时的机械臂姿态鲁棒控制方法。

本发明的控制处理为：首先，建立机械臂动力学模型并对其进行反馈线性化，将其化简成受扰双积分模型；其次，设置双组分的姿态鲁棒控制器以实现机械臂姿态鲁棒跟踪控制，所述控制器包括两部分：其中一个是设置标称系统的输入，以保证闭环系统能够追踪参考信号。另一个是对干扰估计器(uncertainty and disturbance estimator，UDE)的设置，用于对模型不确定和外界扰动进行实时估计，进而对控制信号进行补偿。将补偿后的控制信号转换成电压信号输入作动器，从而完成在受扰条件下机械臂的姿态鲁棒控制。

本发明的一种基于干扰估计器的机械臂姿态鲁棒控制方法包含以下步骤：

步骤1：对刚性机械臂建立动力学模型并对其进行反馈线性化：

动力学模型为：

其中ρ(t)表示姿态角信号，d(t)表示真实扰动，u(t)表示系统输入信号，函数f(·)和g(·)为非线性函数。

为了使式(1)化为线性积分链形式，采用如下非线性反馈控制律：

u(t)＝g^-1(ρ(t))(μ(t)-f(ρ(t))) (2)

即可得到如下受扰二阶线性系统：

其中μ(t)表示变量替换后线性状态方程的输入信号。

本发明通过设置μ(t)使得姿态角信号ρ(t)能跟踪期望的参考信号ρ_d(t)，并满足期望的瞬态和稳态性能。在得到μ(t)之后，通过式(2)可得到机械臂系统的原始控制输入信号u(t)，这个信号可以转化为作动器的电压值，从而完成在受扰条件下机械臂的姿态鲁棒控制。

步骤2：构造双组分的姿态鲁棒控制器：

首先，不考虑上述的转换模型(3)中的干扰项d(t)，设置一种机械臂姿态控制器来实现角位置跟踪，即假设式(3)中d(t)＝0，可得到如下标称系统