绳驱机械臂自适应增益时延估计分数阶终端滑模控制方法

摘要: 本发明涉及机械臂控制,特别是一种绳驱机械臂自适应增益时延估计分数阶终端滑模控制方法。背景技术:1、绳驱机械臂具有较高的负载自重比、较大的工作空间与良好的柔顺性,...
绳驱机械臂自适应增益时延估计分数阶终端滑模控制方法

本发明涉及机械臂控制,特别是一种绳驱机械臂自适应增益时延估计分数阶终端滑模控制方法。

背景技术:

1、绳驱机械臂具有较高的负载自重比、较大的工作空间与良好的柔顺性,被广泛应用于工业自动化、医疗康复与空间探测等领域。然而,其绳索传动引入了强非线性、强耦合、显著摩擦与绳索柔顺性,且被控对象还受到未知外部扰动的影响,为这类系统获取精确的动力学模型历来十分困难,因此需要发展不依赖精确模型、且对集总不确定性保持鲁棒的控制方法。

2、滑模控制因对匹配不确定性与扰动具有不变性而成为自然选择。传统线性滑模面只能保证渐近收敛;终端滑模通过引入非线性分数幂项使跟踪误差在有限时间内收敛,但其控制律含有误差的负幂次项,在原点附近奇异,且在远离平衡点处收敛缓慢。非奇异终端滑模通过重构终端项消除了奇异性;将线性项与终端项相结合的连续有限时间形式在避免符号函数不连续性的同时改善了过渡过程。分数阶微积分为塑造滑模动态提供了额外自由度,分数阶终端滑模在不确定动力学系统中展现出更优的鲁棒性与收敛行为。

3、时延估计提供了一条实现无模型结构的直接途径:在集总项于足够小的采样周期内变化很小的假设下,利用上一采样时刻的控制输入与测量状态重构集总不确定性,实现简单,无需神经网络或回归矩阵。已有研究将超螺旋非奇异终端滑模与时延估计相结合用于绳驱机器人,也有根据控制误差调节标量增益的自适应时延控制方案。然而,传统时延估计采用固定标称增益矩阵:增益偏大可增强扰动补偿却容易激发抖振,增益偏小可使输入平滑却削弱鲁棒性,仅凭单一恒定增益难以化解这一矛盾。

技术实现思路

1、本发明的目的是提出一种绳驱机械臂自适应增益时延估计分数阶终端滑模控制方法,克服传统时延估计固定标称增益在补偿强度与抖振之间难以调和、以及终端滑模面存在原点奇异性的缺陷,实现误差大时增强补偿、误差小时抑制抖振,跟踪误差收敛至稳态邻域。

2、为实现上述目的,本发明提出了一种绳驱机械臂自适应增益时延估计分数阶终端滑模控制方法,具体步骤如下:

3、步骤s1、建立绳驱机械臂的关节空间动力学模型,并定义轨迹跟踪误差及其导数;

4、步骤s2、选取与标称惯量数量级相匹配的常数标称惯性矩阵,对所述动力学模型进行重构,得到包含标称集总项的时变重构形式;所述标称集总项基于所述常数标称惯性矩阵定义,使被控对象的慢变假设与自适应增益律相互独立;

5、步骤s3、构造自适应增益时延估计器:将各关节的控制增益构造为标称基值与自适应调节量的组合;所述自适应调节量由受滑模变量幅值驱动的辅助状态产生,使各关节增益被约束在紧区间内;利用上一采样时刻的控制输入、延迟加速度与当前自适应增益估计当前集总项,得到集总项估计值;

6、步骤s4、构造非奇异分数阶终端滑模面:基于黎曼-刘维尔分数阶导数构造分数阶滑模面;所述滑模面包含分段终端项,所述分段终端项依据误差幅值与边界层厚度的关系切换,在边界层内采用多项式形式,以消除原点奇异性;

7、步骤s5、设计连续趋近律,基于所述滑模面与所述连续趋近律,通过分数阶算子对消推导无模型控制律;

8、步骤s6、根据所述无模型控制律计算并输出控制力矩,驱动绳驱机械臂实现轨迹跟踪。

9、优选的,步骤s3中,各关节的控制增益由标称基值与自适应调节量组合而成,公式如下:

10、;

11、其中,为关节的控制增益,为标称基值增益,为增益调制系数,为被约束于内的辅助状态,为自适应辅助变量的上界;

12、所述辅助状态按分段更新律由滑模变量幅值驱动:当滑模变量的幅值满足大误差条件时,增大辅助状态与增益以强化对集总不确定性的补偿;当滑模变量的幅值满足小误差条件时,减小辅助状态与增益以抑制抖振,公式如下:

13、;

14、所述分段更新律中引入饱和误差因子,用于在滑模变量幅值较小时抑制辅助状态的高频运动,公式如下:

15、;

16、其中,为自适应辅助变量的一阶导数,为更新速率,为第i个关节的滑模变量,为饱和误差因子,为误差驱动幂次,为大/小误差切换阈值,为正则化常数,为符号函数。

17、优选的,步骤s3中,所述延迟加速度通过关节位置的二阶差分获得,公式如下:

18、;

19、其中,为t时刻的关节位置,为采样周期,为时刻的关节加速度。

20、优选的,步骤s3中,还包括时延估计误差的递推与定界:定义时延估计误差为集总项估计值与真实集总项之差;基于相邻两个采样时刻的真实动力学、时变重构形式与闭环加速度,推导逐拍误差递推:

21、 ;

22、 ;

23、其中,为时延估计误差向量,为收缩矩阵,为单采样周期内集总项变化量与单周期增益变化量之和,为收缩因子,为初始时刻,为惯性矩阵,为时刻的时变对角增益;

24、;

25、其中,为实际集总项,为时刻的实际集总项,为时刻的时变对角增益;

26、;

27、;

28、其中,为标称集总项,为增益偏差,为常数标称矩阵;

29、递推收缩的收缩条件为:

30、;

31、其中,为单位矩阵;

32、当收缩条件成立时,将递推向后迭代并对所得几何级数求和,得到时延估计误差的闭式界。

33、优选的,步骤s4中,所述分数阶滑模面为:

34、;

35、其中,为阶次

r+1的黎曼-刘维尔分数阶导数,、为正对角增益矩阵,为分段终端项向量;

36、所述分段终端项的第

i个分量依据误差第

i个分量的幅值与边界层厚度的关系切换:

37、;

38、其中,为终端幂次,满足,为一次项连续性系数,为二次项连续性系数;

39、连续性系数、的选取使分段终端项的函数值及其一阶导数在处均连续,具体选取如下:

40、;

41、其中,为边界层厚度的次幂,为边界层厚度的次幂。

42、优选的,步骤s5中,所述连续趋近律为:

43、;

44、其中,、为正对角增益矩阵,为幂符号函数;所述连续趋近律不包含不连续的符号函数;趋近幂次与分段终端项的终端幂次为相互独立的设计参数。

45、优选的,步骤s5中,对滑模面求导后,在等式两边作用

r阶分数阶积分,利用分数阶算子的阶次可加性质对消所述分数阶导数,联立误差动力学方程解出控制力矩:

46、;

47、其中,为控制力矩,为集总项估计值,为自适应增益矩阵,为期望加速度,为阶分数阶积分,为速度跟踪误差,为分段终端项向量的一阶导数;采用有限记忆的格伦瓦尔德-莱特尼科夫数值实现。

48、优选的,在每个采样时刻依次执行:采样当前关节位置,通过差分获得关节速度,并通过二阶差分构造延迟加速度;计算当前自适应增益与集总项估计值;计算轨迹跟踪误差、分段终端项及其时间导数;计算分数阶滑模面;按分段更新律更新辅助状态,并对辅助状态进行投影裁剪,使辅助状态保持在合法区间内;在有限记忆窗口内计算分数阶积分,输出分段连续的控制力矩;缓存当前控制输入与关节位置,供下一采样时刻的时延估计使用。

49、优选的,所述方法还包括参数整定步骤:在改变所述标称基值或增益调制系数后,依据收缩条件在紧区间的端点处校核增益区间,使收缩条件在整个自适应过程中成立;选取边界层厚度,使其满足层内正不变条件,所述层内正不变条件为:在边界层内,分段终端项的恢复作用压过等效残差。

50、因此,本发明提出了一种绳驱机械臂自适应增益时延估计分数阶终端滑模控制方法,其有益效果如下:

51、(1)本发明中的控制律不显式使用惯性矩阵、科氏力与离心力矩阵、重力向量、摩擦项与外部扰动,利用时延估计在线重构集总不确定性,实现简单、计算量小;

52、(2)本发明集总项相对常数标称矩阵定义,使慢变假设与自适应律相互独立;自适应对角增益由受滑模变量幅值驱动的有界辅助状态在线调节并被显式约束在紧区间内,误差大时强化补偿、误差小时抑制抖振,并可通过收缩条件在区间端点校核;

53、(3)本发明通过逐拍误差递推与几何级数求和得到关于采样周期线性的闭式估计界,收缩条件直接进入该界推导,收敛性可解析保证;

54、(4)本发明仅由误差幅值切换的分段终端项使滑模面全局成立且在原点处无奇异性,边界层动态被闭合;

55、(5)本发明连续趋近律取代不连续的符号函数,结合小误差区间的增益减小,使控制力矩分段连续且抖振得到衰减。

56、下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。