[發明專利]一種用于多自由度并聯機構的實時控制動力學建模方法

有效

• 申請號: 201310418932.3
• 申請日: 2013-09-16
• 公開（公告）號: CN103472724A
• 公開（公告）日: 2013-12-25
• 發明（設計）人: 高國琴;鮑智達
• 申請（專利權）人: 江蘇大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 樓高潮

技術領域

本發明涉及一種多自由度并聯機構的動力學建模方法，屬于并聯機器人領域。

背景技術

隨著現代機械向著高速度、高精度、重載以及高可控性等方向發展，并聯機構以其優越的結構性能越來越受到重視。與串聯機構相比，并聯機構具有承載能力強、結構剛度大、運動精度高、動力性能好、易于反饋控制等優點。目前，并聯機構在運動模擬器、工業機器人、并聯機床、醫用機器人和微動機器人等方面有著廣泛而重要的應用。隨著研究的不斷深入，并聯機構的應用領域不斷擴展，對其控制性能也提出了越來越高的要求。基于運動學模型的控制方法難以滿足并聯機構運動控制的高性能要求，因此，有必要針對并聯機構控制系統，研究采用具有更高精度的基于動力學模型的控制方法。

采用基于動力學模型的控制方法時，需要建立并聯機構的動力學模型，并根據運動終端軌跡實時解算所建立動力學模型，生成控制力矩，從而實現并聯機構的動力學控制。因此，基于動力學模型控制方法的控制效果往往對并聯機構動力學模型的準確性有較強的依賴，并且在實際應用中往往存在難以解決的矛盾：一方面為了提高控制精度，往往需要構建盡可能準確的并聯機構動力學模型，這就增加了動力學模型的復雜程度和求解時間；另一方面，為了滿足控制系統的實時性要求，同時又需要簡化并聯機構的動力學模型，這就降低了動力學模型的準確性，從而影響到并聯機構的控制效果。

發明內容

本發明的目的是為了解決現有并聯機構在實際應用中存在的問題，克服現有并聯機構動力學建模方法難以同時滿足實際控制系統實時性和精確性要求的問題，提供一種適用于用于多自由度并聯機構的實時控制的動力學建模方法，該建模方法不僅具有較高的計算效率，而且保持了較高模型精度，用于實時控制的高精度動力學建模，為進一步實現并聯機構動力學實時控制和實際應用創造了條件。

本發明的技術方案是采用如下步驟：

1）在并聯機構處于絕對零位時，在并聯機構的動平臺中心點處分別建立靜坐標系{B}和動坐標系{T}，確定并聯機構的各個運動副中心點在動坐標系{T}下的坐標值????????????????????????????????????????????????，計算出各個運動副中心點在靜坐標系{B}下的坐標值。

2）采用桿長長度約束方程求得并聯機構的運動學逆解方程?，L_i為并聯機構的第i支鏈的長度，?為與第i支鏈相聯運動副的中心點B_i和P_i之間的距離，z_i為并聯機構驅動構件在靜坐標系{B}下的位置，為動平臺中心點的位姿參數。

3）將為系統的廣義坐標系，對兩端分別進行時間微分得到，求得并聯機構的雅各比矩陣。

4）計算系統動能T和系統勢能P。

5）計算拉格朗日函數L=T-P。

6）編程實現廣義驅動力向量，建立系統動力學模型。

?7）利用雅各比矩陣將系統動力學模型中的廣義驅動力向量Q轉化為各關節的驅動力向量，對所述系統動力學模型進行仿真，重復步驟4）、5）、6），建立并聯機構的簡化動力學模型。

8）在相同的運動條件下分別對步驟6）中的系統動力學模型和步驟7）中的簡化動力學模型進行仿真，建立由模型簡化引起的誤差補償模型，該誤差補償模型的輸入為位姿參數，輸出為所述系統動力學模型輸出驅動力與所述簡化動力學模型輸出驅動力之間的誤差；建立BP神經網絡并離線訓練，BP神經網絡的輸入層神經元個數和輸出層神經元個數與所述誤差補償模型的輸入和輸出個數相同。

9）由簡化動力學模型和訓練好的BP神經網絡實現對簡化動力學模型的誤差補償，完成實時控制動力學模型的構建。

本發明將拉格朗日法與神經網絡相結合，其優點和積極效果在于：本發明將傳統的拉格朗日法與神經網絡相結合，解決了并聯機構動力學控制方法在實際應用中存在實時性和精確性之間的矛盾問題，不僅提高了復雜難解的動力學模型的計算效率，而且保持了較高的精度，為進一步實現各種應用的并聯機構高精度動力學實時控制提供了一種有效的動力學建模方法。與傳統采用單一動力學建模方法建立的并聯機構動力學模型相比，所建立動力學模型計算效率有明顯提高。與現有研究中對并聯機構動力學模型采用簡化策略而未采取補償措施的方法相比，所建立模型的精確度較高。有效解決了基于動力學模型控制方法在實際應用中實時性和精確性之前的矛盾問題。

附圖說明

圖1是?實施例中的3自由度冗余驅動并聯機構結構示意圖；