含有不确定性及外部干扰的机械臂辨识与控制研究

作     者：赵凯旋 

作者单位：青岛大学 

学位级别：硕士

导师姓名：王树波

授予年度：2022年

学科分类：08[工学] 080202[工学-机械电子工程] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 0835[工学-软件工程] 080201[工学-机械制造及其自动化] 

主      题：机械臂 参数辨识 位置控制 不确定性和干扰估计 

摘      要：机械臂系统具有代替人完成各种复杂的、精密的、危险的工作,提高劳动生产力等优点,被广泛地应用于各种工业场所。机械臂系统中存在的不确定性和外部干扰会对机械臂的位置跟踪精度产生影响,而如何克服系统中的不确定性和外部干扰,对于提高机械臂的位置跟踪精度具有重要的研究价值和意义。本文针对含有不确定性和外部干扰的机械臂系统,基于参数辨识、滑模控制、神经网络控制、不确定性和干扰估计器、自抗扰控制等方法设计了解决不确定性和外部干扰问题的方法,主要研究内容如下:(1)根据拉格朗日方法建立了机械臂的动力学模型,分析了系统存在不确定性和外部干扰的原因。设计了基于辨识参数的动力学前馈控制器,利用多个神经网络进行自适应动力学参数在线辨识,将辨识后的参数信息引入到前馈通道,实现动力学前馈控制。设置了鲁棒项,弥补前馈控制抗干扰能力弱的不足。仿真的结果表明,基于在线参数辨识的动力学前馈控制器获得了良好的控制效果。(2)考虑到随着机械臂自由度的增加,利用多个神经网络进行参数辨识的方法会出现控制器算力不足的问题,设计了一种神经网络和滑模鲁棒项结合的控制器。首先,利用单个神经网络来逼近整体不确定性。然后,针对神经网络存在的逼近误差和外部干扰导致的系统稳定性问题,设计了基于新型趋近律的滑模鲁棒项进行补偿,保证系统稳定性。最后,在不同外部干扰条件下进行仿真,仿真结果表明,设计的控制器能有效提高位置跟踪精度,且具有良好的抗干扰能力。(3)由于神经网络的参数较多,调参相对复杂,为简化计算,设计了一种基于不确定性和干扰估计器的滑模控制器。首先,设计了用于位置跟踪的滑模控制器,然后,设计了不确定性和干扰估计器对不确定性和外部干扰进行估计补偿。最后,在不同外部干扰条件下进行仿真,仿真结果表明,该方法在处理不确定性和外部干扰方面是有效的,实现了无超调控制,且不确定性和干扰估计器能有效地抑制滑模控制存在的抖振。(4)为减少对于模型信息的依赖,设计了一种线性扩张状态观测器和滑模控制器结合的自抗扰控制器。首先,对系统进行解耦并改写为扩张状态方程形式,将耦合部分不确定性和外部干扰组成的总扰动作为新的系统状态。然后,利用扩张状态观测器估计并补偿总扰动。最后,设计了一种基于终端滑模的非线性反馈控制器从而实现较快的位置跟踪。在不同外部干扰条件下进行仿真,仿真结果表明,设计的控制器可以有效地处理机械臂系统的不确定性和外部干扰,提高了响应速度,降低了滑模抖振。