[發明專利]基于信息濃縮估計的自適應滑模控制方法

有效

• 申請號: 201811205717.4
• 申請日: 2018-10-16
• 公開（公告）號: CN109227528B
• 公開（公告）日: 2020-06-30
• 發明（設計）人: 馬宏賓;張曉飛;李壯;王鑫
• 申請（專利權）人: 工極智能科技（蘇州）有限公司
• 主分類號: B25J9/12
• 分類號: B25J9/12;B25J9/16
• 代理公司: 鄭州翊博專利代理事務所(普通合伙) 41155
• 代理人: 張擎

1.一種基于信息濃縮估計的自適應滑模控制方法，該方法用于多關節機器人末端速度控制系統，其特征在于它包括以下步驟：

步驟一、多關節機器人的末端速度控制系統分析：根據先驗知識可知，多關節機器人末端速度控制系統為一階非線性離散系統，系統的模型為：

ω(k+1)＝αω(k)+βu(k)+f(ω(k))+τ(k+1) (1)

其中，ω(k+1)為k+1時刻的輸出角度值、ω(k)為k時刻的輸出角度值，f(ω(k))為k時刻的未建模動態，u(k)為k時刻的控制信號，τ(k+1)為k+1時刻的隨機噪聲，α和β為未知的系統模型參數；根據先驗知識可知，α為未知參數α的下界，為未知參數α的上界，β為未知參數β的下界，為未知參數β的上界；

步驟二、信息濃縮估計的設計

為了進行基于信息濃縮估計的自適應滑模控制方法的設計，引入以下假設：

假設參考信號r(k)是有界的，并且滿足

其中，B_ω是一個正的實數；

假設隨機噪聲τ(k)是有界的，并且滿足

其中，B_τ是一個正的實數；

假設未建模動態f(ω(k))滿足利普希茨連續條件，并且f(ω(k))∈F(L)，則

F(L)＝f:|f(x)-f(y)|≤L|x-y|+c (4)

其中，L為利普希茨系數，c是一個任意的非負常數；

引入記號I，I[a b]是一個區間，是區間I的中心點，是區間I長度的一半，I(x,δ)＝[x-δ x+δ]表示以x為中心點，區間的長度為2δ的區間；

為了估計未知的系統參數，利用ω(0),ω(1),…ω(k)及u(0),u(1)…u(k)，引入以下定義：

其中，并且

I(k)∈R,Q(k)∈R，集合I(k)和Q(k)中的任何值都有可能是未知參數α和β的值；在實際應用中，選集合的中心點為未知參數α和β的估計值，即：

其中，為k時刻未知參數α的估計值，為k時刻未知參數β的估計值；是通過已知信息獲得的未知參數α的新上限，是通過已知信息獲得的未知參數α的新下限；

是通過已知信息獲得的未知參數β的新上限；

是通過已知信息獲得的未知參數β的新下限；通過公式(6)和公式(7)，可以得知不是遞增的，不是遞減的；

步驟三、基于信息濃縮估計的自適應滑模控制器的設計

將公式(9)和公式(10)代入公式(1)中，可以得到多關節機器人末端速度控制系統的數學模型為：

其中，為k時刻未知參數α的估計誤差，為k時刻未知參數β的估計誤差；

基于信息濃縮估計的自適應滑模控制方法的滑模面為

s(k)＝CE＝C(r(k)-ω(k)) (12)

其中，C為正實數，r(k)為參考信號，ω(k)為輸出信號,E表示參考信號r(k)與輸出信號ω(k)之間的誤差；

基于信息濃縮估計的自適應滑模控制方法的趨近律為

其中，q＞0,1-qT＞0，ε＞0，T為采樣時間；

基于信息濃縮估計的自適應滑模控制方法的控制律為：

其中，如果設定

在多關節機器人末端速度控制系統中不能直接獲得，當采樣時間T≤0.01時，

在實際的控制律的設計中，用

代替

公式(14)改寫為：

其中，為k-1時刻未知參數α的估計值，為k-1時刻未知參數β的估計值；經過仿真實驗驗證，隨著時間的推移，和接近真實值，本方法可有效地估計出多關節機器人末端控制系統的未知的系統參數。