一种用于风载荷作用下柔性电力线检修机器人位姿控制方法与流程

本发明涉及一种用于风载荷作用下柔性电力线检修机器人位姿控制方法，属于智能电网及电力系统行业领域。

背景技术：

高压电力线缆是电能传输的重要通道，其架空悬挂、高电压、大电流，以及它所经历跨越大江大河、穿越崇山峻岭和原始森林的特殊地理环境和恶劣的自然环境会导致线路上防振锤移位与锈蚀、绝缘子污闪、导线散股与断股、耐张线夹引流板/间隔棒螺栓松动等多种不同故障发生。此外，实际输电线路由于施工差异、维修等各种因素导致线路金具结构尺寸发生变化，同时存在异物悬挂、金具变形和异位等导致异构型线路金具的出现,上述随机和不确定性形成了高压电力极端作业环境，严重影响整条线路的供电质量，为保障高压输电线路的安全正常稳定运行，需要定期和不定期地对导线金具及其运行环境进行检修维护和施工作业。代替人工进行检修作业的一种有效方法是采用移动机器人搭载作业机械手及其末端工具，即电力检修作业机器人。经过多年的研究与发展电力作业机器人的作业功能逐渐多样化，系统平台设备逐渐完善和成熟，与此同时，作业智能性问题逐步成为制约其在电力系统实用化及推广应用的主要瓶颈之一，特别是高压电力极端作业环境如柔性导线、随机风载荷、强电磁场等对于作业智能性提出了更高的要求，因此机器人在高压电力极端环境下的位姿运动控制具有重要理论价值与实际意义。

目前机器人位姿控制方法大多是在传统pid控制下的工作模式，且难以适应高压输电线路特定的作业环境特别是大柔性、风载荷、强电磁场对于位姿控制的影响。因此，本发明提出了一种用于风载荷作用下柔性电力线检修机器人位姿控制方法，可以提高机器人对于恶劣作业环境的自适应性及增强机器人的智能行为能力。

技术实现要素：

本发明所要解决的技术问题，是提供一种用于风载荷作用下柔性电力线检修机器人位姿控制方法，能够在柔性导线、风载荷、高压强电磁干扰、不同线路结构参数及野外不确定性的情况下，实现机器人位姿控制，提高机器人对于自身作业环境的自适应性和作业过程的智能性。为了实现上述目的，本发明采取了以下技术方案。

首先本发明提出了全网电力作业机器人的分层控制体系架构。通过对全网输电线路运行状态综合评估可以发现它所具有的空间、逻辑分布特性是输电线路检修作业的重要特征，从线路底层状态数据获取到线路维护决策是一个由多个子过程组成的复杂系统，所以基于电力机器人的输电线路维护系统的建立和实现是一种分布式问题的求解，其关键是机器人系统的有效控制，主要包括机器人运行状态的获取与多关节协调位姿运动控制。全网电力作业机器人的控制体系结构如图1所示，全网电力系统由n条不同的输电线路构成，每条线路上配备有1台检修机器人，每台机器人工作于作业现场对线路故障进行维护与作业，其底层运行状态通过信号处理单元和工业级a/d采样卡获取，并由4g无线网络传输至线路运行部门监控中心的机器人控制基站，线路监控中心又与地市局监控中心通过公网相连，实现资源与信息的共享，同时，监控中心可以通过无线网向底层发送控制指令实现机器人的运动控制，通过上述这种方式监控中心可以与现场作业环境下的机器人同时进行双向的数据与信息交换，从而形成一个由输电线路作业环境-机器人-监控中心三位一体的电网智能运行与维护平台。在这个平台中，机器人的作用是辅助或者替代人工，能够大大降低作业风险、提高作业效率、实现电网系统的智能化管理与运行。

其次本发明提出了柔性导线的斜抛物线模型及其计算方法。如图2所示为柔性导线弧垂对于机器人位姿控制影响示意图，其中(a)图为理想刚性情况下的示意图，导线无弧垂，(b)图为实际柔性导线，由于机器人自重柔性导线出现了弧垂，整个机体包括作业末端下降了h。对于一般的输电导线采用斜抛物线公式建立架空导线的数学模型进行相关参数计算，如图2(c)所示为架空导线斜抛物线模型图，a、b分别为导线与相邻杆塔横担的连接点，以连接点a作为坐标原点，由于机器人相对于大档距的输电导线而言可以抽象为一个理想质点，因此柔性导线引起的机器人机体下降距离h可近似表示为(1)式。

再次本发明提出了风载荷作用下的机器人侧倾模型及其风偏角计算方法。如图3所示为风载荷作用下机器人的侧倾示意图，其中3(a)图为理想情况下无风载荷作用示意图，机器人无侧倾，3(b)图为实际风载荷作用下，由于风力，整个机体包括作业末端出现了侧倾角θ。在研究风载荷对机器人控制影响时假设导线刚性对导线的悬垂形状影响很小，两悬架点间的架空地线可近似为一根处处铰接的柔软链条，建立风荷载作用下机器人结构参数模型如图3(c)所示，通过风载荷作用下的受力分析可以得到风力大小以及机器人的风偏角分别为(2)式和(3)式。

最后本发明提出了机器人进出电场的等效电路模型。机器人在绝缘吊装上线过程中，由于绝缘绳具有较好的绝缘性能，此时流经机器人机体的泄露电流比较小，但是当机器人在吊装过程中逐步接近带电导线的时候，机器人与导线间的电磁感应效应越来越强烈，空间场强也越来越高，当机器人与作业对象或导线之间的空间小于极限阈值的时候，空气会发生游离现象，机器人与作业对象或导线之间发生空气放电现象，并产生电弧以及响声，当机器人上线完成，机器人与作业环境完全合为一体，两者将处于同一电位，通过上述分析可知机器人与导线等电位的过程会产生较大的暂态电容和放电电流，因此可以得到机器人上线过程中进出电场时的等效电路图如图4所示。其中uc为机器人与作业环境间的电势差，c为机器人与作业环境间的等效电容，r为机器人的等效电阻，当机器人上线过程中接近带电导线时，空气发生电离，形成一个放电回路，放电瞬间相当于开关k接通，放电电流初始值为(4)式。

由于采用了以上技术方案，本发明一种用于风载荷作用下柔性电力线检修机器人位姿控制方法有以下优点：

(1)本发明中的位姿控制方法充分考虑了柔性环境、高空风载荷、强电磁场等多重干扰及不确定性因素对于机器人运动位姿的影响，通过该控制方法机器人对于自身作业环境的适应性及系统鲁棒性大为提高；

(2)本发明中的位姿控制方法充分利用了神经网络的非线性逼近特性及其深度学习理论，其对于输电线路不同结构线路参数具有很强的适应性和学习能力，其作业效率和作业智能性更高；

(3)本发明中的位姿控制方法主要是通过软件系统实现，因此在一定程度上节省系统硬件消耗，可以有效降低开发实际电力线检修机器人物理样机及控制系统的成本；

(4)本发明中的位姿控制方法具有较强的通用性，其不仅可以应用于特种高压电力线检修作业机器人，还可以推广应用于其它工业或者民用机器人的位姿控制。

具体实施方式

机器人神经网络闭环控制系统的基本结构如图5所示，为实现机器人的精准位姿控制，需要实时补偿特定环境下的不确定性和扰动对于机器人运动控制的影响，神经网络具有较强的非线性逼近特性，因此本文可以通过bp网络实现实际作业环境下机器人位姿补偿关节控制变量与机器人环境参数的映射关系，采用标准的三层网络结构形式，由于特定环境下的主要影响因素有柔性导线、风载荷、强电磁场，因此bp网络的输入选取为3个节点，由于输出为机器人的关节变量值o用于双臂的运动定位控制，而双作业臂共7个关节外加一个行走关节，因此，bp网络输出选取为8个节点。为了保证bp网络训练的速度以及输出结果精度，选取隐含层节点为15个得到的bp神经网络控制器结构并对其进行封装可得到神经网络控制器，它的输出用来控制机器人的关节运动，从而得到新的机器人位姿，此时通过测量变送装置如倾角传感器、磁场感应器等获取新的弧垂、风偏角、空间场强，并与理想给定值进行比较得到控制偏差并作为神经网络控制器的输入，通过多轮动态调节直至误差满足控制需求为止，整个闭环控制过程结束。

以上所述仅为本发明专利的一般实施方式，并非因此限制本发明的专利范围，凡是本发明申请专利范围所做的均等变化与修饰，或直接或间接运用在相关的技术领域，皆应属于本发明专利的涵盖范围。

附图说明

图1是本发明提供的全网电力作业机器人的分层控制体系架构示意图；

图2是本发明提供的柔性导线弧垂对于机器人位姿控制影响示意图；

图3是本发明提供的风载荷作用下机器人的侧倾示意图；

图4是本发明提供的机器人上线过程中进出电场时的等效电路示意图；

图5是本发明提供的机器人神经网络闭环控制系统的基本结构示意图。