[發明專利]面向約束的可重構機械臂非奇異終端滑模力位置控制方法

有效

• 申請號: 201610970851.8
• 申請日: 2016-11-01
• 公開（公告）號: CN107045557B
• 公開（公告）日: 2020-05-12
• 發明（設計）人: 董博;武帥;劉克平;李元春
• 申請（專利權）人: 長春工業大學
• 主分類號: G06F30/17
• 分類號: G06F30/17;G06F111/04;B25J9/22
• 代理公司: 長春市吉利專利事務所(普通合伙) 22206
• 代理人: 李曉莉

1.面向約束的可重構機械臂非奇異終端滑模力位置控制方法，其特征是，該方法包括如下幾步：

第一步，面向約束的可重構機械臂系統動力學模型通過狀態空間表達式模塊進行解耦分離不確定性，每個子系統模塊可以表達成如下形式:

其中，角標“i”表示第“i”個子系統，x_i是子系統S_i的狀態向量，x_i1是子系統i的關節位移；以及代表x_i和x_i1對時間的導數，τ_i表示子系統i的輸出力矩，y_i是子系統S_i的輸出，將未知項模型不確定項g_i(θ_i)、耦合項以及θ定義如下；

其中q₁代表關節位置，λ代表末端約束力，是慣性矩陣，是離心力和哥氏力項，表示重力項，f_i表示摩擦力項，z_i表示關節之間耦合項；

第二步，設計子系統的非奇異終端滑模函數s_i

式中，α_i，β_i，p_i，v_i，k_i和l_i為待定參數，0＜p_i/v_i＜1，k_i/l_i＞p_i/v_i；e_i為第i個關節位置的誤差；

第三步，根據第一步建立的狀態空間表達式，通過RBF神經網絡模塊來分別補償其中的未知項、模型不確定項和耦合項，

則未知項模型不確定項g_i(θ_i)和耦合項的RBF神經網絡估計值的表達式如下：

其中，ω_if,ω_ig,ω_ih分別代表函數g_i(θ_i)，的理想權值，分別代表函數g_i(θ_i)，的權值估計值，φ_if,φ_ig,φ_ih分別代表函數g_i(θ_i)，的理想激活函數，分別代表函數g_i(θ_i)，的激活函數估計值，為權值估計誤差，為激活函數估計誤差；

由此可得，未知項、模型不確定項和耦合項的形式如下：

其中，ε_f,ε_g,ε_h為神經網絡對函數g_i(θ_i)，的逼近誤差；

第四步，通過第一步、第二步及第三步中給出的狀態空間分離項，非奇異終端滑模函數，以及通過RBF神經網絡估計項，設計面向約束的可重構機械臂系統非奇異終端滑模力位置控制器如下：

τ_ic＝D_isgn(s_i) (27)

其中，為期望位置的二階導數，σ_i為待定正常數，D_i是所有神經網絡估計誤差的上界，|ε_f+ε_h+ε_gτ_i|≤D_i；

最后，通過調節控制器待定參數可以實現軌跡跟蹤精度，同時抑制抖振效應。

2.根據權利要求1所述的面向約束的可重構機械臂非奇異終端滑模力位置控制方法，其特征在于，所述面向約束的可重構機械臂系統，需要滿足如下先驗條件：

條件1、運動約束為無摩擦的剛性約束，而且末端執行器在與接觸約束面始終保持接觸并跟蹤某一預先設定的期望軌跡；

條件2、期望位置和期望的約束力是有界的；

條件3、期望約束力的積分項及其微分項是已知的；

條件4、可重構機械臂系統的雅克比矩陣是滿秩的。