一种机械臂自适应容错控制方法

1.本发明属于机械臂执行器容错控制领域，涉及一种机械臂自适应容错控制方法。


背景技术：

2.机械臂的广泛应用将人类从重复性、危险性和体力型劳动中解放出来，极大地促进了社会生产和经济的发展。但是由于机体长期运转、环境腐蚀、控制器设计不合理等原因，会导致机械臂发生各种不可预知的故障。机械故障不仅会降低生产效率、影响经济发展，严重时会危及工作人员的生命。因此研究机械臂的故障检测方法和容错控制技术，对维护经济社会稳定、保护人民生命安全具有现实意义。
3.滑模控制算法因为其出色的跟踪性能和对外界干扰的强鲁棒性，在机械臂容错控制设计中常被提及。但是常规的滑模控制算法在应对不确定因素影响时，往往暴力地采用一个很大的上界去抵消这一影响，这样会导致控制输入出现严重的抖振现象，影响控制性能。故针对目前现有技术中存在的上述缺陷，实有必要进行研究，以提供一种方案，解决现有技术中存在的缺陷。


技术实现要素：

4.针对现有技术中机械臂在执行任务过程中执行器发生乘性故障与加性故障的问题，首先通过高阶滑模故障观测器对故障的影响迅速补偿，并且借助自适应方法与超螺旋算法特性而设计机械臂执行器容错控制方法，增强了系统的容错性能，使执行器在发生故障的情况下机械臂能够在有限时间内跟踪上期望目标，提高控制系统的控制性能。
5.本发明的技术方案为基于高阶滑模观测器与自适应结合的机械臂容错控制方法，包括初始化跟踪轨迹，其特征在于，还包括以下步骤：
6.s1，建立各关节编码器获取角度信息；
7.s2，考虑执行器故障，重构机械臂系统的动力学模型；
8.s3，建立高阶滑模观测器，进行执行器故障补偿；
9.s4，建立非奇异快速终端滑模面；
10.s5，根据s4得到的非奇异快速终端滑模面和s3中的高阶滑模观测器估计故障，确定机械臂各关节执行器的控制力矩，继续进行轨迹跟踪控制。
11.优选地，s1中包括建立n自由度关节机械臂系统的动力学模型：
[0012][0013]
其中，分别代表机械臂各关节的角度、角速度和加速度向量；分别代表机械臂各关节的角度、角速度和加速度向量；为机械臂运行时的正定惯性矩阵，为离心力项；为摩擦项；为重力项；为各关节的控制转矩向量以及为外部干扰力矩向量。
[0014]
优选地，所述s2中包括考虑执行器故障问题，执行器实际输出力矩可表示为τf＝ρτ+fa，其中，为期望力矩，为执行器故障信号；设故障信号为fa＝(ρ-1)τ+fu，
其中为执行器有效因子，为外加干扰力矩；则考虑执行器故障问题，重构机械臂系统的动力学模型为：
[0015][0016]
其中，q＝[q1,q2]
t
；设将动力学转化为状态空间形式：
[0017][0018]
其中，
[0019]
优选地，所述s3中执行器故障作为控制输出的一部分，对系统性能有很大的影响，通过估计补偿可进一步增强系统的鲁棒性。但在实际系统中，故障值无法直接测量，需要设计观测器以获取扰动信息。因此本文设计了高阶滑模观测器估计故障信息。作为一种扩张观测器，高阶滑模观测器的工作原理是将待估计量扩张为一个新的系统状态，并通过对误差反馈配置非线性函数，达到观测器动态远高于系统动态的目的，从而完成状态跟踪。包括建立高阶滑模观测器：
[0020][0021]
其中，观测器增益λ1,λ2,λ3为正常数，为正常数，
[0022][0023]
优选地，所述s4中建立非奇异快速终端滑模面：
[0024][0025]
其中，e＝x
1-xd，xd为期望轨迹；μ1,μ2和为正常数；p,l为正奇数且满足定义定义
[0026]
优选地，所述s5中确定机械臂各关节执行器的控制力矩：
[0027][0028]
可动态调整控制增益的自适应增益为：
[0029][0030]
其中，ε1,ε2和ε为正常数。
[0031]
本发明至少具有如下有益效果：本发明由非奇异快速终端滑模面，基于机械臂动力学执行器故障重构模型的自适应超螺旋滑模控制器和高阶滑模观测器部分组成。非奇异快速终端滑模面消除了非奇异问题的同时可以保证s快速收敛，保证了系统的全局鲁棒性；高阶滑模观测器只基于各关节角度测量信息，估计各关节执行器故障和系统的扰动，并以观测值设计滑模面和控制律；自适应超螺旋滑模控制器包括自适应率的设计和滑模控制律的设计，不需要事先知道系统不确定性和外部扰动的上界，能够有效抑制系统抖振。仿真实验表明该发明的控制方案根据测得的关节角度信息，在机械臂执行器故障时能够快速准确地跟踪参考轨迹，具有对执行器故障问题和未知扰动的全局鲁棒性。
附图说明
[0032]
图1为本发明实施例的机械臂自适应容错控制方法的步骤流程图；
[0033]
图2为本发明实施例的机械臂自适应容错控制方法中二连杆关节刚性机械臂模型结构图；
[0034]
图3为本发明实施例的机械臂自适应容错控制方法中机械臂执行器故障容错控制基于高阶观测器与自适应滑模控制工作原理图；
[0035]
图4为本发明实施例的机械臂自适应容错控制方法的仿真时高阶滑模观测器对机械臂执行器故障和外部干扰的估计图；
[0036]
图5为本发明实施例的机械臂自适应容错控制方法的仿真时考虑执行器故障容错控制轨迹跟踪效果图；
[0037]
图6为本发明实施例的机械臂自适应容错控制方法的仿真时考虑执行器故障容错控制轨迹跟踪误差图；
[0038]
图7为本发明实施例的机械臂自适应容错控制方法的仿真时考虑执行器故障容错控制轨迹跟踪控制扭矩图。
具体实施方式
[0039]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0040]
相反，本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本发明有更好的了解，在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。
[0041]
参见图1，为本发明实施例的机械臂自适应容错控制方法的步骤流程图。
[0042]
s1，建立各关节编码器获取角度信息；
[0043]
s2，考虑执行器故障，重构机械臂系统的动力学模型；
[0044]
s3，建立高阶滑模观测器，进行执行器故障补偿；
[0045]
s4，建立非奇异快速终端滑模面；
[0046]
s5，根据s4得到的非奇异快速终端滑模面和s3中的高阶滑模观测器估计故障，确定机械臂各关节执行器的控制力矩，继续进行轨迹跟踪控制。
[0047]
在具体实施例中，机械臂为两关节刚性机械臂，模型示意图如图1所示，整个控制系统的原理图如图3所示。本发明针对机械臂系统设计的非奇异快速终端滑模面，基于动力学模型的自适应超螺旋滑模控制器和高阶滑模故障观测器的步骤如下：
[0048]
s1，考虑到执行器故障等不确定性的影响，两关节刚性机械臂系统的动力学重构模型可建立为：
[0049][0050]
其中，q＝[q1,q2]
t
。
[0051]
设将动力学转化为状态空间形式，见式(16)。
[0052][0053]
其中，
[0054][0055]
其中
[0056][0057]
两关节机械臂系统物理参数如表1所示。
[0058]
表1
[0059]
符号定义数值符号定义数值m1关节1质量2kgl
c2
关节2连杆质心长度0.16mm2关节2质量0.85kgi1关节1转动惯量61.25
×
10-3
kg
·
m2l1关节1连杆长度0.35mi2关节2转动惯量20.42
×
10-3
kg
·
m2l2关节2连杆长度0.31mg引力常数9.81m/s2l
c1
关节1连杆质心长度0.17m
ꢀꢀꢀ
[0060][0061]
s2，利用传感器获取机械臂各关节角度q的测量信息，并根据设定的期望关节角度qd，计算机械臂轨迹跟踪误差e＝q-qd。初始关节角度和角速度分别为跟踪参考轨迹设定为：
[0062]
qd＝[sint,cost]
t
rad
ꢀꢀꢀ
(20)
[0063]
s3，建立高阶滑模观测器的具体步骤如下：
[0064][0065]
其中，观测器增益λ1,λ2,λ3为正常数，为正常数，
[0066][0067]
s4，建立非奇异快速终端滑模面的具体步骤如下：
[0068][0069]
其中，e＝x
1-xd，xd为期望轨迹；μ1,μ2和为正常数；p,l为正奇数且满足定义定义
[0070]
s5，机械臂执行器控制力矩τ的具体设计如下：
[0071][0072]
可动态调整控制增益的自适应增益为：
[0073][0074]
其中，ε1,ε2和ε为正常数。
[0075]
还包括对整个控制系统的稳定性进行分析。定义还包括对整个控制系统的稳定性进行分析。定义选取李雅普诺夫函数如下：
[0076][0077]
其中，β＞0，ε＞0。为ki上界值，即v求导，最终可得：
[0078][0079]
可得收敛将在有限时间内实现，即滑模变量有限时间稳定性得到证明。
[0080]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。