一种修井装备机械臂路径规划方法与流程

1.本发明属于修井设备自动控制技术领域，尤其涉及一种修井装备机械臂路径规划方法。


背景技术：

2.作为修井工艺中的重要设备，二层台自动取排管系统是指通过在钻台远程操作钻机二层台上的机械臂，对二层台管柱进行自动取、排管作业的自动化控制设备。而根据具体工艺要求，二层台自动取排管系统需要完成移运、倾斜、扶正到二层台等一系列功能所需要的运动形式和动力要求，并基于安全高效的原则确定管柱处理流程（程序）。
3.从上可以看出，机械臂在自动取排管系统中占有重要地位，它是实施并完成自动化作业的关键。而为了实现地面、钻台面及二层台整机系统智能排管系统安全、高效运行，基于不同的管柱几何与质量等参数，确定管柱处理装备的路径、运行速度与最大起重质量等工作参数，确定排管机械手的夹持力等工作参数，确定管柱排放策略与自动锁紧方法，并最终以降低排管系统能耗为目标进行机械臂路径规划与跟踪控制，成为了提高上述排管系统安全、高效的关键。


技术实现要素：

4.本发明提供了一种修井装备机械臂路径规划方法，该修井装备机械臂路径规划方法以路径能耗为目标函数，以机械臂末端位置坐标为决策变量，考虑实际工况建立优化问题的约束条件，构建二层台整机排管系统机械臂路径规划数学模型，并采用粒子群算法进行求解，实现地面、钻台面及二层台整机系统机械臂关节空间的最低能耗路径规划。
5.为解决上述技术问题，本发明采用了如下技术方案：一种修井装备机械臂路径规划方法，包括有如下步骤：步骤1：基于地面、钻台面及二层台整机排管系统所处空间，建立整机排管系统的三维空间模型；步骤2：建立二层台整机排管系统机械臂运动学模型；步骤3：以路径能耗为目标函数，以机械臂末端位置坐标为决策变量，以步骤2所述二层台整机排管系统机械臂路径规划数学模型为约束条件，构建二层台整机排管系统机械臂路径规划数学模型；步骤4：用径向基函数神经网络进行系统辨识，建立以机械臂关节角位置、角速度为输入，机械臂路径跟踪能耗为输出的数学模型，并将其作为能耗优化的目标函数。
6.进一步优选的，还包括有：步骤5：对步骤4所使用的神经网络中的控制器输入与输出进行模糊化处理。
7.较为优选的，步骤5可具体描述为：依据模糊决策表，进行控制策略制定；运用加权平均法对模糊控制器变量进行去模糊化，获得控制器输出变量。
8.较为优选的，步骤1可具体描述为：运用栅格法，将地面、钻台面及二层台整机排管系统所处空间用大小相等的方块单元分割表示，建立整机排管系统的三维空间模型。
9.较为优选的，步骤2可具体描述为：运用d-h法，建立二层台整机排管系统机械臂运动学模型。
10.较为优选的，步骤3中构建形成的二层台整机排管系统机械臂路径规划数学模型可具体描述为：式（1）；其式（1）中，为机械臂路径规划长度，为机械臂末端坐标，为环境模型中机械臂末端坐标最小值，为环境模型中机械臂末端坐标最大值。
11.较为优选的，步骤4中构建形成的能耗优化目标函数可具体描述为： 式（3）；其式（3）中，为机械臂路径跟踪能耗，为矩阵，表示机械臂关节俯仰角、横滚角、偏航角度值；为矩阵，表示机械臂关节俯仰角速度、横滚角速度、偏航角速度值；为机械臂关节能达到的最小值；为机械臂关节能达到的最大值。
12.较为优选的，采用粒子群算法，分别对步骤3构建形成二层台整机排管系统机械臂路径规划数学模型、步骤4构建形成的能耗优化目标函数进行求解；其中，粒子群算法对位置参数进行的更新满足： 式（2）；其式（2）中，；为惯性因子；为加速度常数；为[0,1]内随机数；为速度权重系数；为粒子i的飞翔速度；为粒子i的位置。
[0013]
本发明提供了一种修井装备机械臂路径规划方法，该修井装备机械臂路径规划方法包括有建立整机排管系统的三维空间模型；建立二层台整机排管系统机械臂运动学模型；构建二层台整机排管系统机械臂路径规划数学模型；用径向基函数神经网络进行系统辨识，建立以机械臂关节角位置、角速度为输入，机械臂路径跟踪能耗为输出的数学模型等步骤。具有上述步骤特征的一种修井装备机械臂路径规划方法，通过分析修井管柱处理系
统完成移运、倾斜、扶正到二层台等一系列功能所需要的运动形式和动力要求，基于安全高效的原则确定管柱处理程序；以路径能耗为目标函数，以机械臂末端位置坐标为决策变量，考虑实际工况建立优化问题的约束条件，构建二层台整机排管系统机械臂路径规划数学模型，并采用粒子群算法进行求解，实现地面、钻台面及二层台整机系统机械臂关节空间的最低能耗路径规划。
具体实施方式
[0014]
本发明提供了一种修井装备机械臂路径规划方法，该修井装备机械臂路径规划方法以路径能耗为目标函数，以机械臂末端位置坐标为决策变量，考虑实际工况建立优化问题的约束条件，构建二层台整机排管系统机械臂路径规划数学模型，并采用粒子群算法进行求解，实现地面、钻台面及二层台整机系统机械臂关节空间的最低能耗路径规划。
[0015]
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。
[0016]
实施例一一种修井装备机械臂路径规划方法，包括有如下步骤：步骤1：基于地面、钻台面及二层台整机排管系统所处空间，建立整机排管系统的三维空间模型；步骤2：建立二层台整机排管系统机械臂运动学模型；步骤3：以路径能耗为目标函数，以机械臂末端位置坐标为决策变量，以步骤2所述二层台整机排管系统机械臂路径规划数学模型为约束条件，构建二层台整机排管系统机械臂路径规划数学模型；步骤4：用径向基函数神经网络进行系统辨识，建立以机械臂关节角位置、角速度为输入，机械臂路径跟踪能耗为输出的数学模型，并将其作为能耗优化的目标函数。
[0017]
以及，作为本发明一种较为优选的实施方式，步骤5：对步骤4所使用的神经网络中的控制器输入与输出进行模糊化处理。
[0018]
下面进一步以下述实施例为例，从而分别对步骤二-步骤五的具体特征做详细解释说明，并基于各具体步骤特征对本发明进行示例说明。
[0019]
实施例二具体的，实施例二中包含有实施例一的全部技术特征。此外，在本实施例二中进一步对步骤1的步骤特征做如下解释说明。
[0020]
具体的，步骤1可具体描述为：运用栅格法，将地面、钻台面及二层台整机排管系统所处空间用大小相等的方块单元分割表示，建立整机排管系统的三维空间模型。
[0021]
值得注意的是，栅格法作为一种环境建模方法，其实质是将工作三维空间进行单元分割，将其用大小相等的方块表示出来，因此栅格大小是影响规划算法性能的重要因素。栅格越小，则建立的三维空间模型就越详细、精度越高，但运算量大、花费时间长；相反，栅格越小，则建立的模型越粗糙、精度越低，计算量小、花费时间短。
[0022]
实施例三具体的，实施例三中包含有实施例一的全部技术特征。此外，在本实施例三中进一
步对步骤2的步骤特征做如下解释说明。
[0023]
其中，步骤2可具体描述为：运用d-h法，建立二层台整机排管系统机械臂运动学模型。
[0024]
实施例四具体的，实施例四中包含有实施例一的全部技术特征。此外，在本实施例四中进一步对步骤3的步骤特征做如下解释说明。
[0025]
其中，步骤3中构建形成的二层台整机排管系统机械臂路径规划数学模型可具体描述为：式（1）；其式（1）中，为机械臂路径规划长度，为机械臂末端坐标，为环境模型中机械臂末端坐标最小值，为环境模型中机械臂末端坐标最大值。
[0026]
值得注意的是，之所以采取上述策略是因为，通常来说对本领域技术人员可以理解的是，路径越短则机械臂消耗能量越少。因此，以路径长度作为目标函数，以机械臂末端位置坐标作为决策变量，并结合考虑实际工况建立上述优化问题的约束条件。
[0027]
实施例五具体的，实施例五中包含有实施例一的全部技术特征。此外，在本实施例五中进一步对步骤4的步骤特征做如下解释说明。
[0028]
具体的，步骤4中构建形成的能耗优化目标函数可具体描述为：式（3）；其式（3）中，为机械臂路径跟踪能耗，为矩阵，表示机械臂关节俯仰角、横滚角、偏航角度值；为矩阵，表示机械臂关节俯仰角速度、横滚角速度、偏航角速度值；为机械臂关节能达到的最小值；为机械臂关节能达到的最大值。
[0029]
需要补充说明的是，在完成前述实施例路径规划的基础上，进一步以径向基函数（rbf）神经网络，实现基于能耗的机械臂路径跟踪问题。具体的，建立以机械臂关节角位置、角速度为输入，功耗为输出的数学模型，并将其作为能耗优化的目标函数。以机械臂各关节边界条件为约束条件，角位置及角速度为决策变量。
[0030]
其中所使用的径向基神经网络（rbf），是一种具有最佳逼近和全局最优性能的前馈神经网络，具有结构简单、自适应学习能力强和收敛速度快等优点，其包含有输入层、隐含层及输出层。
[0031]
rbf的第一层由负责接收机械臂关节角位置、角速度多个数据源的神经元组成的输入层，将关节的位置及角速度数据信号通过输入层进入神经网络，其数据与神经网络各节点一一对应；rbf神经网络的第二层为隐含层，主要完成对输入机械臂数据非线性转换，并将经过转换的数据信息传递至下一层神经元中。隐含层节点数目依据机械臂数据而定，通常节点数越多，则模型预测精度越高，但太多则易引起过拟合。选用高斯函数作为径向基函数对输入信号进行相应。
[0032]
rbf神经网络的第三层为输出层，隐含层与输出层之间的关系表达式为，将rbf神经网络用于机械臂能耗预测时，网络通过不断调整隐含层与输出层之间的连接权值，并将隐含层的输出值进行加权求和，以得到下一时刻的能耗预测值。
[0033]
实施例六具体的，实施例六中包含有实施例一的全部技术特征。此外，在本实施例六中进一步对步骤5的步骤特征做如下解释说明。
[0034]
其中，具体的，步骤5可具体描述为：依据模糊决策表，进行控制策略制定；运用加权平均法对模糊控制器变量进行去模糊化，获得控制器输出变量。
[0035]
需要补充说明的是，模糊控制是一种以模仿人的模糊推理并制定决策的智能化控制方法，它以模糊集理论、模糊逻辑推理及模糊语言为基础，主要包含变量模糊化、模糊规则制定、模糊推理、去模糊化四个方面。而在本发明实施例中是以跟踪路径与规划路径差值最小化为目标，以误差和误差变化率为模糊控制器的输入，以电机功率及机械臂关节角度为控制器输出，采用三角形隶属度函数对控制器输入与输出进行模糊化。其具体步骤可参考如下：通过负大、负中、负小、零、正小、正中、正大作为输入输出状态，建立模糊规则矩阵表。根据输入数据变化量，依据决策表进行控制策略制定，运用加权平均法对模糊控制器变量进行去模糊化，获得最终的控制器输出变量，最终实现机械臂对管柱摆放的路径跟踪。
[0036]
实施例七具体的，实施例七中包含有实施例一的全部技术特征。此外，在本实施例七中进一步对步骤3构建形成二层台整机排管系统机械臂路径规划数学模型、步骤4构建形成的能耗优化目标函数的求解过程做如下解释说明。
[0037]
具体的，其中，粒子群算法对位置参数进行的更新满足：式（2）；其式（2）中，；为惯性因子；为加速度常数；为[0,1]内随机数；为速度权重系数；为粒子i的飞翔速度；为粒子i的位置。
[0038]
当然，上述求解过程仅为实例，本领域技术人员可以根据实际工作情形对求解过程进行二次加工优化。
[0039]
至此，基于本发明提供了一种修井装备机械臂路径规划方法的各步骤，完成了构建二层台整机排管系统机械臂路径规划数学模型，并采用粒子群算法进行了求解。
[0040]
本发明提供了一种修井装备机械臂路径规划方法，该修井装备机械臂路径规划方法包括有建立整机排管系统的三维空间模型；建立二层台整机排管系统机械臂运动学模型；构建二层台整机排管系统机械臂路径规划数学模型；用径向基函数神经网络进行系统辨识，建立以机械臂关节角位置、角速度为输入，机械臂路径跟踪能耗为输出的数学模型等步骤。具有上述步骤特征的一种修井装备机械臂路径规划方法，通过分析修井管柱处理系统完成移运、倾斜、扶正到二层台等一系列功能所需要的运动形式和动力要求，基于安全高效的原则确定管柱处理程序；以路径能耗为目标函数，以机械臂末端位置坐标为决策变量，考虑实际工况建立优化问题的约束条件，构建二层台整机排管系统机械臂路径规划数学模型，并采用粒子群算法进行求解，实现地面、钻台面及二层台整机系统机械臂关节空间的最低能耗路径规划。
[0041]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。