一种机械臂关节摆线轮减速状态预测与精准控制方法与流程
本发明属于机器人控制,具体涉及一种机械臂关节摆线轮减速状态预测与精准控制方法。
背景技术:
1、机械臂在装配、焊接、分拣、打磨及协作作业中,通常依赖高减速比关节传动单元获得较高输出力矩和定位分辨率。对于采用摆线轮减速结构的机械臂关节,其传动链同时受到电机侧扭转弹性、摆线轮啮合冲击、销齿副间隙、轴承摩擦及负载扰动等因素共同影响,因而在运行过程中容易表现出角位移滞后、速度纹波、回程误差以及周期性力矩脉动等现象。尤其在高速启停、变负载和重复往复轨迹场景下,上述因素具有明显的跨周期耦合性和时变性,若不能在控制周期内及时识别,将导致跟踪误差累积、超调增大,并进一步增加设备整定成本和维护判断难度。
2、现有技术中,围绕机械臂关节传动补偿和控制,通常存在两类处理路线。例如中国专利cn202211170596.0公开了一种机械臂关节伺服模组力矩补偿控制方法,该方法主要利用减速器两端角度差建立理论力矩与滞回补偿关系;中国专利cn202311076578.0公开了一种柔性空间机械臂关节高精度控制系统,该方法采用状态空间建模、状态观测和实时刚度估计实现控制修正。另例如中国专利cn202510841431.9公开了一种高精度高可靠性谐波减速器齿形仿真加工设计方法,其主要面向减速器结构设计阶段,通过离线建模与仿真优化减速器本体性能。
3、上述现有技术在实际应用中仍存在不足。基于单一角差或少量低维状态量进行内部状态重构时,摆线轮减速器在轻微磨损、偏载啮合和局部冲击初期所表现出的振动包络变化、电流谐波侧带变化以及温升斜率抬升,难以被充分区分,容易出现不同退化机理在相近角差下被误判为同一状态的情况,从而影响监测决策准确性并增加人工校验成本。侧重于当前时刻状态观测的控制方案,虽然能够对已发生扰动进行修正,但对下一控制周期可能出现的啮合偏差缺少主动预测和先验补偿,往往需要提高反馈增益追赶误差,容易引起超调和振荡风险,降低高速工况下的控制稳定性。面向结构设计的离线优化方法则难以将设计阶段的刚度、应力或齿形优势直接转化为运行阶段可实时更新的控制量,无法直接应对现场负载波动、温升累积和润滑变化造成的在线传动状态变化。
4、因此,如何在机械臂关节统一控制周期内,将角位移、电流、振动、温度和输出力矩等多模态观测量构造为能够表征摆线轮减速内部传动状态的时空关联结构,并进一步预测下一控制周期的减速状态和传动误差,再将预测结果转化为可执行的前馈补偿和反馈参数修正量,从而实现机械臂关节的实时精准控制,成为本领域亟待解决的技术问题。
技术实现思路
1、本发明的目的在于提供一种机械臂关节摆线轮减速状态预测与精准控制方法,以解决现有技术中单观测主导导致摆线轮减速内部状态难以区分、状态估计与控制执行之间缺乏跨周期预测耦合而导致的误判增多、控制滞后和复杂工况下稳定性下降的问题。为实现上述目的,本发明提供一种机械臂关节摆线轮减速状态预测与精准控制方法,包括:步骤s1,获取机械臂关节在统一控制周期下的多模态观测量,基于所述多模态观测量构建状态序列,并依据物理传动链耦合关系和相邻控制周期顺序构建摆线轮减速时空状态图;步骤s2,基于所述摆线轮减速时空状态图,通过时空图卷积预测下一控制周期的减速状态指数、等效扭转刚度偏移量和预测传动误差;步骤s3,基于所述减速状态指数、等效扭转刚度偏移量和预测传动误差,生成前馈补偿力矩和pid增益修正量;步骤s4,基于所述前馈补偿力矩、pid增益修正量、目标关节角和当前输出角,生成关节控制力矩指令,并将所述关节控制力矩指令映射为驱动执行量输出至伺服驱动器,以驱动机械臂关节执行目标动作。
2、优选的,构建状态序列,并依据物理传动链耦合关系和相邻控制周期顺序构建摆线轮减速时空状态图包括:获取电机侧角位移、输出侧角位移、电机相电流、壳体振动、壳体温度和输出轴力矩,按照统一控制周期组织为多周期状态片段;基于所述电机侧角位移、输出侧角位移和减速比,计算电机侧折算至输出侧后的角位移与输出侧角位移之间的差值,得到角位移差,并基于电机侧角速度、输出侧角速度和所述减速比,计算电机侧折算至输出侧后的角速度与输出侧角速度之间的差值,得到角速度差;基于所述角位移差、角速度差和控制周期,按照预设角差映射系数和预设速度差映射系数构建等效扭转形变量,并基于所述壳体振动、壳体温度、角位移差、电机相电流和角速度差构建磨损风险因子和啮合冲击风险因子,并基于多模态观测量的采样完整性确定缺失掩码均值;将所述多周期状态片段中的各观测量和派生量映射为节点属性,得到用于构建所述摆线轮减速时空状态图的状态节点集合。
3、优选的,构建摆线轮减速时空状态图包括:基于所述状态节点集合,将电机侧状态、减速啮合状态、振动响应状态、热状态和输出负载状态映射为不同节点类别;对所述状态节点集合中的节点对执行物理耦合关系判定,当节点对满足以下任一判定条件时:处于同一力流传递路径;存在主频带可重复影响关系;满足预设相关性条件,建立节点连接;基于节点间的力矩传递距离和主频差异,结合预设力矩耦合衰减系数、预设频带差异衰减系数计算空间边权,得到空间邻接矩阵;按照相邻控制周期的固定前向顺序建立时间边,得到时间邻接矩阵,并按照预设节点槽位映射表对缺失模态保留节点位置、填充预设中性向量,得到所述摆线轮减速时空状态图。
4、优选的,通过时空图卷积预测下一控制周期的减速状态指数、等效扭转刚度偏移量和预测传动误差包括:将所述摆线轮减速时空状态图组织为包含时间维、节点维和通道维的输入张量;基于所述空间邻接矩阵执行空间卷积传播,以传递节点间的耦合退化信息,并基于所述时间邻接矩阵执行时间卷积传播,以传递跨控制周期的状态演化信息;对空间卷积传播结果和时间卷积传播结果执行至少两层时空联合传播,得到时空特征张量;对所述时空特征张量执行池化,并将池化结果输入状态回归头,得到下一控制周期的三类预测结果。
5、优选的,得到下一控制周期的三类预测结果包括:对所述池化结果执行回归映射,得到减速状态指数、等效扭转刚度偏移量和预测传动误差;对所述减速状态指数执行区间约束,使所述减速状态指数落入预设状态区间;基于维护记录、振动异常段、温升异常段和控制误差异常段构建减速状态指数监督标签;基于扭矩与角位移差的辨识结果构建等效扭转刚度偏移量监督标签,并基于下一控制周期实测输出角与目标输出角之间的误差构建预测传动误差监督标签。
6、优选的,通过时空图卷积预测下一控制周期的减速状态指数、等效扭转刚度偏移量和预测传动误差还包括执行元学习冷启动参数映射,所述执行元学习冷启动参数映射包括:读取机械臂关节控制设备预存的多个历史任务簇及其对应的初始化参数集、归一化参数统计量和可选增益边界参数;获取当前关节的减速比、额定力矩、惯量等级和安装姿态特征,并分别计算当前关节与各所述历史任务簇之间的差异归一化倒数和姿态匹配值;基于所述差异归一化倒数、姿态匹配值和预设任务特征权重,计算当前关节与各所述历史任务簇之间的任务相似度,并选择最大任务相似度对应的初始化参数集作为当前预测模型的冷启动参数;当所述最大任务相似度低于预设相似度阈值时,加载通用基础参数集;在完成冷启动初始化后,当累计有效样本量达到预设微调门槛时,仅对输出层和最后一层时空卷积层执行在线适配。
7、优选的,生成前馈补偿力矩包括:将标称扭转刚度与所述等效扭转刚度偏移量叠加,得到修正后扭转刚度;基于所述修正后扭转刚度和所述预测传动误差计算刚度补偿项,并基于标称等效阻尼系数和所述角速度差计算阻尼补偿项;将所述刚度补偿项和所述阻尼补偿项叠加,得到前馈补偿力矩;当所述修正后扭转刚度低于预设最小刚度值时,将所述修正后扭转刚度截断为所述预设最小刚度值,并当所述预测传动误差小于预设微小误差阈值时,仅保留所述阻尼补偿项。
8、优选的,生成pid增益修正量包括:获取基础比例增益、基础积分增益和基础微分增益;基于所述减速状态指数和预设状态敏感系数,对所述基础比例增益和基础积分增益执行随所述减速状态指数增大而减小的修正,并对所述基础微分增益执行随所述减速状态指数增大而增大的修正,得到修正后的比例增益、积分增益和微分增益;对所述修正后的比例增益、积分增益和微分增益执行预设增益上下限约束,得到所述pid增益修正量;当机械臂关节处于零速保持工况且误差波动低于预设静态保持阈值时,保持所述修正后的微分增益为基础微分增益。
9、优选的,生成关节控制力矩指令,并将所述关节控制力矩指令映射为驱动执行量输出至伺服驱动器包括:基于所述目标关节角和当前输出角计算位置误差,并基于预设积分窗口长度内的位置误差累积值构建积分项,基于相邻控制周期的位置误差差分构建微分项;基于所述位置误差、积分项、微分项、前馈补偿力矩和pid增益修正量,叠加生成关节控制力矩指令;当所述关节控制力矩指令超出驱动器允许范围时,对所述关节控制力矩指令执行饱和限幅,并对所述积分项执行抗积分饱和处理;基于电机力矩常数将所述关节控制力矩指令转换为电流参考值,并对所述电流参考值执行驱动电流上下限约束后输出至所述伺服驱动器。
10、本发明还提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种机械臂关节摆线轮减速状态预测与精准控制方法的步骤。
11、本发明具有以下有益效果:与现有技术相比,本发明通过将电机侧角位移、输出侧角位移、电机相电流、壳体振动、壳体温度和输出轴力矩等多模态观测量构建为具有物理传动链耦合关系和时间演化关系的摆线轮减速时空状态图,使摆线轮减速的早期退化不再仅由单一角差表征,而是由多源信号的联合变化进行刻画,解决了现有技术中“同角差、异机理”导致的状态别名问题,从而提高了早期减速状态的可辨识性,降低了误判带来的维护干预压力,并增强了状态预测模型在复杂工况下的鲁棒性与泛化能力。
12、本发明进一步通过对下一控制周期的减速状态指数、等效扭转刚度偏移量和预测传动误差进行联合预测,并将该三类预测结果分别映射到前馈补偿链路和pid增益修正链路,解决了现有技术中控制器主要依据当前误差被动修正、缺乏跨周期主动补偿的问题,使控制作用能够在误差放大前提前介入,从而减小峰值跟踪误差和稳态误差,抑制单纯依靠增大反馈增益所带来的超调和振荡风险,提高机械臂在高速启停和变负载场景下的连续控制稳定性。
13、本发明还通过引入修正后扭转刚度、标称等效阻尼系数以及电机力矩常数等物理映射关系,将预测模型输出转换为真实可执行的前馈补偿力矩和驱动执行量,解决了离线机理分析结果难以直接作用于在线控制的问题,使减速器机械特性变化与控制器参数调整之间形成闭环对应关系,从而改善复杂工况下的控制一致性和可实施性,并提高关节控制系统的工程可部署能力。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com