基于动力学模型的六轴机械臂轨迹跟踪控制方法研究

作     者：宋涛涛 

作者单位：山东建筑大学 

学位级别：硕士

导师姓名：李艳萍

授予年度：2023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：六轴机械臂 动力学模型 轨迹跟踪 灰狼算法 非奇异快速终端滑模控制 RBF神经网络 

摘      要：随着工业制造的智能化发展,六轴机械臂因其高度的灵活性在医疗、物流、农业和制造业等领域都得到了广泛的应用。研究机械臂的轨迹跟踪问题能够保障实际应用的效率和稳定性,因而与之相关的控制技术一直是学术研究的方向之一。本文以六轴机械臂作为研究对象,建立其动力学模型进行分析。考虑到六轴机械臂是一个具有强耦合和高度非线性特点的控制系统,其轨迹跟踪效果难以有效保证,于是本文在建模误差、外界干扰和不确定项的影响下,对六轴机械臂的轨迹跟踪策略进行了研究,使机械臂能够精确地跟踪期望轨迹,并且在机械臂仿真平台上进行验证。本文的主要研究内容如下:(1)建立六轴机械臂的动力学模型。首先对机械臂在笛卡尔坐标系下的运动学位姿和坐标变换进行了分析,然后根据动能和势能的差值,选取广义坐标对其求微分,使用拉格朗日方程建立了六轴机械臂的动力学方程式。为验证算法效果,将三维机械臂模型导出URDF(Unified Robot Description Format)文件到Matlab/Simulink中,在仿真环境下模拟机械臂在给定目标轨迹后的跟踪情况。(2)针对机械臂运动过程中存在的轨迹跟踪误差大和运动不平稳问题,提出了一种改进灰狼算法优化PID(Proportional Integral Differential)控制器的参数选择过程。为灰狼算法设计了基于二次余弦规律的自适应收敛因子a和增强α狼适应度值f的比例权重方法,增强了算法迭代前期的全局搜索能力和后期的收敛速度。通过实验仿真与自整定PID和传统灰狼PID控制算法相比较,得出改进灰狼PID控制算法能有效降低机械臂跟踪误差,更快达到预期轨迹,使控制效果更加理想。(3)为了提升机械臂轨迹跟踪精度和抗干扰能力,采用了基于六轴机械臂的非奇异快速终端滑模控制方法。通过分析终端滑模和非奇异终端滑模控制方法的特点,在原有滑模面的基础上引入非线性项,并使用饱和函数替代切换函数。通过Lyapunov方法证明了系统的稳定性和系统状态能够在有限时间内收敛的特性,并在实验过程中增加外部干扰。从仿真结果得出,非奇异快速终端滑模控制方法能够有效提升系统收敛速度,具有良好的抗干扰能力和轨迹跟踪精度。(4)考虑到机械臂建立模型的过程中可能存在着建模误差和不确定项的影响,在非奇异快速终端滑模控制方法的基础上,提出了一种基于径向基神经网络(Radial Basis Function Neural Network,RBFNN)的滑模控制方法来自适应逼近模型未知部分。在切换控制部分引入改进变结构趋近律方法优化趋近运动的收敛速度,利用Lyapunov方法导出神经网络自适应律,使控制器自适应调节权重保证整个系统的全局稳定性和收敛性。与非奇异快速终端滑模控制方法在干扰和不确定项的影响下进行对比,表明了该方法能够有效地弥补建模的不确定性,保障轨迹跟踪效果。