基于阻抗控制的机械臂跟踪控制研究

作     者：张明瑞 

作者单位：南京信息工程大学 

学位级别：硕士

导师姓名：李涛

授予年度：2022年

学科分类：08[工学] 080202[工学-机械电子工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

主      题：阻抗控制 跟踪控制 神经网络控制 粒子群算法 扰动观测器 滑模控制 

摘      要：近年来,机械臂在零件磨削、货物装配、医疗康复等领域的应用越来越广泛。与此同时,科技的快速发展导致机械臂的工作任务越来越艰巨,面对恶劣的外界环境,简单的位置控制不能满足机械臂的控制要求。当机械臂与开放的外界环境产生直接交互时,需要考虑机械臂的环境接触力,因为过大的接触力容易损坏机械臂或给操作人员带来伤害,过小的接触力会使机械臂无法完成给定的任务。因此,机械臂在进行接触作业时,需要具备一定的柔顺性。阻抗控制是重要的柔顺控制方法之一,如何在系统建模误差和外部扰动的干预下提高机械臂柔顺性,对机械臂的智能化发展至关重要。因此,本文以阻抗控制为基础,研究了机械臂的跟踪控制,其主要工作归纳如下:(1)针对机械臂的接触作业问题,考虑到机械臂的动力学模型和关节摩擦力未知,提出了基于自适应神经网络的机械臂阻抗控制。使用径向基函数神经网络(Radial basis function neural network,RBFNN)补偿机械臂的建模未知项。分析了四种情况下,自适应神经网络阻抗控制器的稳定性条件。然后,使用粒子群算法(Particle swarm optimization,PSO)得到最优的阻抗参数,提高控制器的跟踪控制效果。最后,通过仿真算例,对所设计的控制器进行了验证。(2)针对机械臂系统模型中存在未知扰动的问题,提出了基于扰动观测器的机械臂阻抗控制方法。针对二阶阻抗动态模型,采用由扰动观测器(Disturbance observer,DOB)、阻抗控制器和位置控制器构成的复合控制策略,其中扰动观测器用来估计机械臂模型中的未知扰动,阻抗控制器用于修正输入角度,位置控制器用于对修正后的角度进行跟踪控制。同时,考虑机械臂的动力学模型不是完全已知的情况,使用RBFNN估计系统中的建模不确定项。该控制方法使阻抗误差收敛到一个小的邻域,实现了对期望阻抗模型的跟踪。最后,通过仿真算例,对所设计的控制器进行了验证。(3)针对机械臂的跟踪控制收敛速度慢的问题,提出了机械臂的自适应非奇异终端滑模阻抗控制。采用指数趋近律,减少系统的抖振现象。首先,设置阻抗系统参数估计外界环境,将外界环境接触力转化为可跟踪的阻抗轨迹,设计非奇异终端滑模控制器对运动轨迹进行跟踪。同时,考虑机械臂的动力学模型不是完全已知的情况,使用RBFNN估计系统中的建模不确定项。最后,通过仿真算例,对所设计的控制器进行了验证。