柔性机械臂的控制技术研究
- 格式:docx
- 大小:37.40 KB
- 文档页数:2
绳驱动柔性机器人运动学建模及主从控制研究
朱靖;齐飞;佘世刚;张恒;裴海珊
【期刊名称】《机电工程》
【年(卷),期】2023(40)2
【摘要】针对目前组装式绳驱动柔性机器人存在的装配复杂、控制精度差与刚度低等问题,提出了一种用于狭小空间探测的超冗余绳驱动柔性机器人。
首先,设计了一种通过卯榫连接的绳驱动柔性机械臂,基于常曲率假设,利用MATLAB软件建立了该机器臂的运动学模型,并对其工作空间与绳长变化量进行了仿真分析;然后,分别设计了基于上位机软件界面和增量映射模型的主从控制方法;最后,搭建了单关节的柔性检测机器人系统样机平台,并通过旋转弯曲与负载弯曲试验,对所建模型和控制策略进行了验证。
研究结果表明:新构型柔性机器臂可以解决柔性机器人刚度较低的问题,其运动特性明显优于芯柱型柔性机器人,其负载能力达到250 g时,末端位置的控制误差小于8%,满足柔性机器人的控制需求。
【总页数】9页(P266-274)
【作者】朱靖;齐飞;佘世刚;张恒;裴海珊
【作者单位】常州大学机械与轨道交通学院
【正文语种】中文
【中图分类】TH122;TP242
【相关文献】
1.新型绳驱动混联肘腕康复机器人运动学分析
2.柔性驱动立筒仓清理机器人转动控制系统建模及简化
3.一种欠驱动两级柔性自平衡机器人的建模及其最优控制
4.三自由度绳驱动并联机器人运动学分析
5.足底驱动型下肢康复机器人的运动学建模与轨迹跟踪控制研究
因版权原因,仅展示原文概要,查看原文内容请购买。
二自由度机械臂实验报告实验报告课程名称: 机电系统建模与控制实验项目名称: 二自由度机械臂实验****: **组别:第6组成员:刘仕杰.胡据林.王昊阳.于骁实验日期:2019年12月9日一、实验简介二自由度(DOF)串联柔性(2DSFJ)机械臂包括两个用于驱动谐波齿轮箱(零回转间隙)的直流电机及一个双杆串联机构()。
两个连接都是刚性的。
主连接通过一个柔性关节耦合到第一个驱动器上,在其端部载有第二个谐波驱动器,该驱动器通过另一个柔性关节与第二个刚性连接耦合。
两个电机及两个柔性关节都装有正交光学编码器。
每一个柔性关节配有两个可更换的弹簧。
使用一个翼形螺钉零件,就可沿着支撑杆,将每根弹簧端移到所希望的不同定位点。
该系统可视为多种手臂式机器人机构的高度近似,是典型的多输入多输入(MIMO)系统。
二、实验内容1. 系统开环时域动态特性和频域特性分析;2. 应用极点配置方法设计控制器,进行时域动态响应特性和频域特性分析(超调量、上升时间、震荡次数等,根据极点分布决定),改变极点分布位置,完成至少 2 组不同闭环参数性能对比;3. 应用 LQR 方法设计反馈控制律,进行时域动态响应特性和频域特性分析(超调量、上升时间、震荡次数等,根据极点分布决定),改变 Q 和 R 的值,完成至少 2 组不同闭环参数性能对比;4. 设计全阶状态观测器,完成物理 PSF 与状态观测(至少两组观测器极点位置)综合作用下的系统性能控制。
三、实验设备1.设备构造与线路图(1)直流电机#1第一台直流电机为一台可在最高27V 下工作的Maxon273759 精密刷电机(90 瓦)。
该电机可提供 3A 的峰值电流,最大连续电流为 1.2A。
注意:施用在电机上的高频信号会对电机刷造成最终损坏。
产生高频噪音的最可能来源是微分反馈。
如果微分增益过高,噪音电压会被输入到电机里。
为保护您的电机,请将您的信号频带限制控制在 50Hz以内。
(2)谐波传动器#1谐波驱动器#1 使用谐波传动器LLC 生产的CS-14-100-1U-CC-SP 谐波减速箱。
东北大学
硕士学位论文
混凝土泵车液压柔性臂架动力学分析与控制
姓名:张婧
申请学位级别:硕士
专业:机械电子工程
指导教师:刘杰
20060101
东北大学硕士学位论文第四章系统动力学分析与数值仿真
求解器的计算时间主要由方程求解、分析雅可比矩阵和数值计算雅可比矩阵三部分时间组成。
实际工作中,用户采用MEBDFDAE求解器对所求问题进行数值仿真可以在FortranPowerStation4.0环境下进行。
FortranPowerStation40是基于Fortran90标准的Fortran应用程序的集成开发环境,可运行于Windows95及以上的操作系统中。
数值仿真的主要步骤如下:
(1)建立微分代数方程,并化为求解器需要的形式;
(2)通过在FortranPowerStation4.0环境下采用Fortran语-k编制求解程序,对建立的DAE方程进行程序输入,在此程序中要调用MEBDFDAE求解器文件,将编制的程序保存为文件:
(3)建立项目ProjectWorkspace,将MEBDFDAE求解器文件及(2)中编制的程序文件添加到项目当中,对(2)中编制的程序文件进行编译、链接、执行,最终计算结果以.dat的形式输出。
(41将输出的计算数据绘成图形,进行分析。
FortranPowerStation4.0环境下仿真工作窗口如图42所示。
图4.2FortranPowerStation4.0环境下仿真工作窗口
Fig.4.2SimulatingworkwindowunderFortranPowerStation4.0。
CONTROL AND SIMULATION OF MANIPULATOR
WITH FLEXIBLE JOINT
作者: 夏小品[1] 王海[2]
作者机构: [1]安徽工程大学机械与汽车工程学院,安徽芜湖241000 [2]安徽工程大学先进数控和伺服驱动技术安徽省重点实验室,安徽芜湖241000
出版物刊名: 巢湖学院学报
页码: 59-63页
年卷期: 2012年 第6期
主题词: 柔性关节 Lagrange方程 Backstepping控制 simulink仿真
摘要:机械臂的关节柔性是影响机械臂动态精确度和稳定性的重要因素。
必须考虑机械臂关节柔性对精度的影响,精确的关节动力学模型是机械臂系统设计、分析和控制的基础。
本文以二自由度机械臂为研究对象,运用Lagrange方法建立了考虑关节柔性的动力学方程,并针对单连杆设计Backstepping控制律,同时给出了李雅普洛夫稳定性证明,最后基于simulink进行了仿真,验证了控制器设计的合理性。
基于观测器的柔性关节机械臂滑模控制黄华;李光;林鹏;杨韵;李庆【摘要】柔性机械臂在运动过程中会产生如扭曲、弹性、剪切等形变,给柔性机械臂的分析和控制带来困难。
为了满足柔性机械臂高性能的控制要求,提出将基于观测器的滑模控制方法用于柔性机械臂中,设计一个观测器观测柔性机械臂系统各个状态变量,并且采用滑模变结构设计控制器。
仿真结果表明,基于观测器的柔性关节机械臂滑模控制方法能够很好地观测到系统各个状态变量,且状态估计误差趋近于零,满足柔性臂的快速跟踪性要求,具有很好的实践意义。
%Flexible manipulator arm occurs twisted, elastic and shearing deformations in the process of movement, which brings difficulty to its analysis and control. In order to meet the requirements of high performance control of flexible arm, proposes the observer-based sliding mode control method for flexible manipulator, designs an observer to monitor the state variables of flexible manipulator arm system, and applies sliding mode variable structure to design the controller. The simulated result shows that the proposed method does well in observing the variables of the system and the state estima-tion error approaches to zero, which meets the fast tracking of flexible arm, and has good practical significance.【期刊名称】《湖南工业大学学报》【年(卷),期】2014(000)001【总页数】5页(P62-66)【关键词】柔性机械臂;滑模控制;状态观测器【作者】黄华;李光;林鹏;杨韵;李庆【作者单位】湖南工业大学电气与信息工程学院,湖南株洲 412007;湖南工业大学机械工程学院,湖南株洲 412007;湖南工业大学机械工程学院,湖南株洲412007;湖南工业大学机械工程学院,湖南株洲 412007;湖南工业大学机械工程学院,湖南株洲 412007【正文语种】中文【中图分类】TP368.4目前,关于机械臂的研究主要集中在机械臂是刚性的情况,但实际应用中,空间机械臂由于质量轻、体积小,所以必须考虑机械臂的柔性才能取得良好的控制精度和稳定性。
柔性机械手臂的动力学建模研究机器人技术的快速发展为工业自动化带来了重大意义的突破,其中的柔性机械臂也是其中的一大亮点。
柔性机械臂以其具有的柔性、高精度、低惯性等优点,被广泛应用于各个领域的生产和加工工作中,但是柔性机械臂的特殊性质使得其动力学建模存在困难,甚至有些复杂。
因此,本文将详细探讨柔性机械手臂的动力学建模研究。
一、柔性机械手臂的基本概述柔性机械臂的特殊性质在于其结构柔软且运动自由度多,同时由于受到弯曲、扭曲、伸展等多种形变影响,运动学和动力学关系极其复杂,这对动力学建模提出了很高的挑战。
在动力学建模的过程中,基于“柔性”的假设将变形的机械臂重新处理成一个具有连续分布的质量-弹性分布系统,通过利用Euler-Bernoulli和Timoshenko等经典理论可得到模型参数。
柔性机械臂建模的主要目标是求解机械臂在外部力作用下的位移、速度、加速度等信息,从而获得机械臂的动态响应。
二、柔性机械手臂的建模方法基于质量弹性分布的模型在建模过程中非常有用,这意味着考虑柔性机械臂上所有点的质量和弹性特性,同时考虑不同点之间的相互作用。
针对运动方程的构建,通常有三种主要方法:欧拉角动力学建模法、Quaternions动力学建模法和本体角动力学建模法等。
欧拉角动力学建模法:经典的欧拉角模型在柔性机械臂动力学建模方面得到了广泛的应用。
本模型基于欧拉角运动方程,其中的角度限制引起了机械臂姿态的不连续性和奇异性。
Quaternions动力学建模法:正是因为欧拉角动力学建模法存在的不连续性和奇异性问题,该问题也被Quaternions动力学建模法很好地解决了。
这个模型附属于一个四元数系统,它具有更好地解决方案的不连续性和奇异性等方面的优势,因此应用广泛。
本体角动力学建模法:柔性机械臂相对于地面的位移和基本运动轴之间的关系通常称为本体运动。
这种类型的建模方法可以用于需要计算机身姿态运动的场合。
但是,本体角动力学建模法也存在“万向锁”问题,限制了它在柔性机械臂领域的应用。
柔性机械臂发展历程柔性机械臂是一种机器人技术的重要分支,旨在模仿人类手臂的运动能力和灵活性。
它在工业机器人应用中得到了广泛的应用,并且在医疗机器人、服务机器人等领域也有着巨大的潜力。
下面,我们将回顾柔性机械臂的发展历程。
20世纪70年代,柔性机械臂的研究刚刚起步。
当时的柔性机械臂主要由一系列的连杆和关节组成,能够在特定的工作空间内进行各种运动。
然而,由于当时的传感器技术和控制算法的限制,这些机械臂的运动能力和精度还比较有限。
随着计算机和传感器技术的不断进步,柔性机械臂在20世纪80年代迎来了快速发展。
研究人员开始将传感器集成到机械臂中,使其能够感知外部环境,并做出相应的反应。
同时,新的控制算法和模型也被开发出来,提高了机械臂的运动能力和精度。
到了20世纪90年代,柔性机械臂的研究进入了一个全新的阶段。
研究人员开始使用柔性材料代替传统的刚性材料,以实现机械臂的柔性和变形能力。
这些柔性材料可以在受到外部力量的作用下发生弯曲或伸缩,从而使机械臂能够适应不同的工作环境和任务。
21世纪以来,柔性机械臂的研究和应用取得了巨大的突破。
通过结合人工智能和机器学习等新兴技术,机械臂能够学习和改进自己的运动能力和运动策略。
同时,新型的传感器和执行器技术也被研发出来,提高了机械臂的感知和执行能力。
目前,柔性机械臂已经广泛应用于各个领域。
在工业领域,柔性机械臂可以完成各种复杂的装配任务,提高生产效率和质量。
在医疗领域,柔性机械臂可以协助医生进行手术操作,减少手术风险和伤害。
在服务领域,柔性机械臂可以作为家庭助理机器人,帮助人们完成日常生活中的各种任务。
未来,柔性机械臂将继续发展壮大。
随着人工智能和机器学习技术的不断进步,机械臂的智能化和自主性将得到进一步提升。
同时,新型材料和传感器技术的应用也将为机械臂的柔性和精度带来更大的提升。
相信在不久的将来,柔性机械臂将成为人们生活和工作中不可或缺的重要工具。
第 54 卷第 12 期2023 年 12 月中南大学学报(自然科学版)Journal of Central South University (Science and Technology)V ol.54 No.12Dec. 2023模糊PI 控制器与干扰观测器相结合的空间柔性机械臂的转动控制策略上官朝伟1,李小彭1, 2,李泉1,尹猛3(1. 东北大学 机械工程与自动化学院,辽宁 沈阳,110819;2. 宁夏理工学院 机械工程学院,宁夏 石嘴山,753000;3. 中国科学院 深圳先进技术研究院,广东 深圳,518055)摘要:为了减少外部干扰对空间柔性机械臂的系统误差,提高系统的控制精度,提出了一种模糊PI 控制器与干扰观测器相结合的转动控制策略。
首先,采用假设模态法和拉格朗日方法,建立了含有干扰力矩的空间柔性机械臂的初始动力学模型;其次,提出了分别忽略二维变形和忽略非线性项的2种简化动力学模型,并通过仿真分析对比2种简化模型的建模精度;第三,基于极点配置方法和模糊规则设计了模糊PI 控制器,并基于系统的名义模型设计了干扰观测器;最后,通过仿真分析和地面物理样机实验验证了该方法的有效性。
研究结果表明:忽略非线性项的简化模型与初始模型具有相似的建模精度,极大地降低了计算难度,能够代替初始模型进行控制系统的设计;模糊PI 控制器与干扰观测器相结合的转动控制策略能够实时调整控制器参数,观测并补偿干扰力矩引起的系统误差,有效提高系统的控制精度。
关键词:空间柔性机械臂;转动控制策略;简化动力学模型;模糊PI 控制器中图分类号:TH113.1;TP13 文献标志码:A 开放科学(资源服务)标识码(OSID)文章编号:1672-7207(2023)12-4687-12Rotation control strategy for a space-flexible robotic armcombining fuzzy PI controller and disturbance observerSHANGGUAN Chaowei 1, LI Xiaopeng 1, 2, LI Quan 1, YIN Meng 3(1. School of Mechanical Engineering & Automation, Northeastern University, Shenyang 110819, China;2. School of Mechanical Engineering, Ningxia Institute of Science and Technology, Shizuishan 753000, China;3. Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen 518055, China)Abstract: In order to reduce the systematic error of space-flexible robotic arms(SFRA) by external disturbancesand to improve the control accuracy of the system, a rotation control strategy combining fuzzy PI controller and收稿日期: 2023 −01 −15; 修回日期: 2023 −04 −10基金项目(Foundation item):辽宁省应用基础研究计划项目(2023JH2/101300159);宁夏回族自治区自然科学基金资助项目(2023AACO3371) (Project(2023JH2/101300159) supported by the Applied Basic Research Program of Liaoning Province; Project(2023AACO3371) supported by Natural Science Foundation of Ningxia Hui Autonomous Region)通信作者:李小彭,博士,教授,从事机械振动与动力学研究;E-mail :***********DOI: 10.11817/j.issn.1672-7207.2023.12.008引用格式: 上官朝伟, 李小彭, 李泉, 等. 模糊PI 控制器与干扰观测器相结合的空间柔性机械臂的转动控制策略[J]. 中南大学学报(自然科学版), 2023, 54(12): 4687−4698.Citation: SHANGGUAN Chaowei, LI Xiaopeng, LI Quan, et al. Rotation control strategy for a space-flexible robotic arm combining fuzzy PI controller and disturbance observer[J]. Journal of Central South University(Science and Technology), 2023, 54(12): 4687−4698.第 54 卷中南大学学报(自然科学版)disturbance observer was proposed. Firstly, the initial dynamics model of the SFRA containing disturbance torque was established by using the assumed mode method and the Lagrange principle. Secondly, two simplified dynamics models that ignore two-dimensional deformation and ignore non-linear terms were proposed, respectively, and the modeling accuracy of the two simplified models was compared by simulation analysis. Thirdly, a fuzzy PI controller was designed based on the pole placement method and introducing fuzzy rules, and a disturbance observer was designed based on the nominal model of the system. Finally, the effectiveness of the rotation control strategy was verified by simulation analysis and ground physical prototype experiment. The results show that the simplified model ignoring the nonlinear terms has similar modeling accuracy compared with the initial model, which greatly reduces the computational difficulty and can replace the initial model for the design of the control system. The rotational control strategy can adjust the controller parameters in real time, observe and compensate for the system error caused by the disturbance torque, and improve the control accuracy of the system effectively.Key words: space-flexible robotic arms; rotation control strategy; simplified dynamics model; fuzzy PI controller随着机器人技术与航空航天技术的发展,空间柔性机械臂被广泛应用于太空探索作业任务。
柔性机械臂的控制技术研究
随着科技的发展,机械臂在工业、医疗、探险等领域得到了广泛应用。
然而,
在某些特定场景下,刚性机械臂无法满足工作需要。
这时,柔性机械臂便成为了不可或缺的工具。
柔性机械臂具有纤细、精度高、便携等特性,适用于狭小空间、弯曲路径的作业等。
而柔性机械臂的控制技术则是保证其高效工作的基础。
一、柔性机械臂的特点
与刚性机械臂相比,柔性机械臂不同在于其结构。
柔性机械臂采用可变形、可
伸缩、可弯曲的柔性杆件,具有更广阔的应用范围。
柔性机械臂一般由伸缩机构、跟踪控制器、执行器等组成。
算上机械臂末端的工具,这些组件都是可柔性调整的。
二、柔性机械臂的控制技术研究
柔性机械臂的控制技术包括硬件系统、控制程序和力传感器等方面。
控制程序
的设计主要包括运动规划、轨迹跟踪、控制算法等。
柔性机械臂的受力学特性复杂,不同于刚性机械臂,其面临自身重力、非线性
摩擦等问题。
传统控制方法上的误差会导致机械臂位置、力矩等不稳定。
因此,柔性机械臂的控制技术是具有挑战性的领域。
针对柔性机械臂的非线性和多变性特征,研究者采用基于人工神经网络的控制
方法。
这种方法的优势在于,机器具有自我学习的特性,且在实际应用中具有较高的鲁棒性。
而且,增量式学习可以让机器在实际工作中不断优化自我控制程序,不断提高工作效率。
同时,研究者还关注力传感器技术的应用。
力传感器会将机械臂末端施加的力
矩进行测量,从而实现对机械臂末端的力控制。
采用力控制的柔性机械臂可克服自身多变性,能够实现精确的工作操作。
三、柔性机械臂应用
基于现有技术,柔性机械臂可应用于各种领域。
在食品加工装配等工业领域,柔性机械臂能够实现复杂、繁琐的操作。
其在装上机器人、捡取食品等一系列操作时,能够提高生产效率,减少产品被损坏的可能性。
在探险、勘察等非工业领域,柔性机械臂由于其细小形状、可弯曲的手臂,在某些狭小的空间中能够实现测量以及捕捉目标等功能。
四、未来展望
随着技术的持续发展,柔性机械臂的控制技术将不断提高。
我们可以预见,在更繁琐、更狭小、更危险的环境中,柔性机械臂将逐渐取代刚性机械臂,成为各种领域的主流工具之一。
总之,柔性机械臂的发展史可以追溯到上世纪八十年代,其采用可变形、可伸缩、可弯曲的柔性杆件,弥补了普通刚性机械臂的不足。
随着科技的进步,柔性机械臂的控制技术将不断提高,其应用范围也会越来越广泛。