基于事件触发机制的可重构机械臂最优抗饱和控制研究

作     者：宋子瑶 

作者单位：长春工业大学 

学位级别：硕士

导师姓名：周帆;马天豪

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：可重构机械臂 事件触发机制 抗饱和控制 最优控制 容错控制 

摘      要：随着机器人领域的研究日渐成熟,其发展空间愈加广阔,在各领域中,机器人可协助人类高效完成相应工作。随着科技和生产力的不断提升,人们对于机器人的要求也随之而来变得越来越高。传统的工业机械臂由于体积庞大、构形单一以及高昂的制造成本等原因,只能执行单一任务,无法在复杂多变的环境下出色完成任务。因此,可重构机械臂作为能够执行多种任务、具有良好的控制性能以及造价成本低等优势得到了广泛关注。可重构机械臂系统可根据不同的任务环境改变自身的构形以及模块数量的增减来完成任务。因其具有“可重构的特性,在智能制造、抢险救援、空间探测等领域都得到了广泛的应用。随着科学研究的不断发展,可重构机械臂常被应用在人类无法直接参与的环境中,在硬件资源受限的前提下,除了保证其在安全稳定的情况下完成任务,如何减少系统的能量损耗、增强数据传输能力以及提升工作效率具有重要的研究意义。此外,考虑到可重构机械臂长时间高强度工作在复杂危险的环境中,其系统中的零件不可避免会发生故障,这将严重影响系统的控制性能,甚至发生不可预估的后果。因此,如何在资源和能源受限的复杂环境中提高可重构机械臂系统的稳定性、对故障进行补偿并保证系统平稳运行是一个值得关注的问题。故针对可重构机械臂系统的抗饱和控制以及容错控制的探究,全文的具体研究内容如下:(1)考虑输入约束的可重构机械臂子系统动力学模型的建立考虑系统自身的结构属性,将可重构机械臂系统拆分为多个子系统分别建立动力学模型。采用关节力矩反馈技术并利用系统局部已知的模型信息,对可重构机械臂子系统建立具有输入约束的动力学模型。此外,针对多故障并发的可重构机械臂系统,在考虑模型不确定性的基础上进一步分析,为后续控制方法的深入研究打下了坚实的基础。(2)输入约束下可重构机械臂系统最优抗饱和跟踪控制考虑到可重构机械臂系统在实际应用中会出现执行器输入饱和这一现象,提出了一种基于事件触发机制的最优抗饱和控制方法。首先,采用双曲正切函数对系统的输入进行有效的限制,解决了由于输入过大而导致系统损坏这一问题,提高了系统运行的安全性。其次,通过对模型的估计和系统的状态以及控制律共同构建合适的值函数,并设计合理的触发条件。在自适应动态规划算法的思想上,通过建立的单评判神经网络对事件触发下的哈密顿-雅克比-贝尔曼方程近似求解,保证了可重构机械臂系统的稳定性,并通过实验验证了所提出控制算法的有效性。(3)多故障并发的可重构机械臂系统事件触发式分散自学习最优容错控制针对同时发生执行器故障和传感器故障的可重构机械臂系统,提出了一种非周期更新下的分散主动容错最优抗饱和控制方法,解决了可重构机械臂发生多故障时的容错控制问题,并满足系统的轨迹跟踪保持最优状态。首先,采用分散控制理论对子系统单独进行动力学建模。其次,在多故障并发时,采用微分同胚原理设计一阶滤波器,将传感器故障转换为执行器故障,通过构建的自适应观测器对突发故障进行实时观测和估计。随后,在考虑系统受输入约束的条件下,采用故障的观测值与系统状态、控制律搭建改进型的性能指标函数,将系统的主动容错控制问题转换为最优控制问题进行具体分析。最后,采用近似动态规划算法与非周期采样策略相结合,利用评判神经网络在线逼近哈密顿-雅可比-贝尔曼方程,解决了面向多故障并发的可重构机械臂系统分散主动容错最优控制问题。