付曉東, 陳 力
(福州大學(xué) 機(jī)械工程及自動(dòng)化學(xué)院,福州 350108)
空間機(jī)器人主要用來(lái)協(xié)助宇航員艙外作業(yè)、搭建空間站、回收失效衛(wèi)星和清理軌道垃圾等,其動(dòng)力學(xué)與控制的研究備受學(xué)者關(guān)注[1-4]。為擴(kuò)大空間機(jī)器人的工作范圍,機(jī)械臂安裝于移動(dòng)支座上,支座沿桁架組裝而成的導(dǎo)軌移動(dòng),由于臂桿自重或負(fù)載等外部因素的沖擊,易使導(dǎo)軌振動(dòng)[5](本文將基座、導(dǎo)軌和航天器統(tǒng)稱為彈性基座,其彈性主要由導(dǎo)軌振動(dòng)引起)。而機(jī)械臂具有桿長(zhǎng)、質(zhì)輕和重載等特性,其抗彎剛度偏低,尤其抓捕外部載荷及后續(xù)一體化操作時(shí)易誘發(fā)臂桿的軸向變形與振動(dòng)[6,7]。另外,考慮發(fā)射成本及預(yù)期任務(wù)要求,關(guān)節(jié)處的驅(qū)動(dòng)裝置一般采用諧波驅(qū)動(dòng)柔輪,雖節(jié)省成本卻引入了關(guān)節(jié)柔性[8]。空間機(jī)器人的彈性可以抵御外部沖擊,提高系統(tǒng)的緩沖減振作用,但彈性振動(dòng)也是影響系統(tǒng)控制精度和運(yùn)動(dòng)穩(wěn)定性的關(guān)鍵因素,尤其構(gòu)件自振產(chǎn)生的沖擊能量互相影響,造成機(jī)器人抖動(dòng)甚至損傷設(shè)備,因此考慮空間機(jī)器人彈性影響并抑制其振動(dòng)具有重要的現(xiàn)實(shí)意義。
近年來(lái),國(guó)內(nèi)外學(xué)者在空間機(jī)器人彈性抑振及運(yùn)動(dòng)控制方面取得一定成果。文獻(xiàn)[9]討論了彈性基座機(jī)器人基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)輸出反饋控制。文獻(xiàn)[10]設(shè)計(jì)了應(yīng)用于柔性臂空間機(jī)器人的魯棒自適應(yīng)控制。文獻(xiàn)[11]探究了柔性關(guān)節(jié)空間機(jī)器人基于觀測(cè)器的雙時(shí)間尺度控制。文獻(xiàn)[12]分析了彈性基座和柔性關(guān)節(jié)空間機(jī)器人建模及運(yùn)動(dòng)控制算法。上述研究主要考慮基座和關(guān)節(jié)和臂某一類或兩類構(gòu)件彈性的影響,而基座、關(guān)節(jié)和臂全彈性系統(tǒng)的研究亟待進(jìn)一步積累與完善。全彈性空間機(jī)器人是基座和關(guān)節(jié)剛性運(yùn)動(dòng)與基座、關(guān)節(jié)和臂彈性振動(dòng)相互耦合的高度復(fù)雜非線性系統(tǒng),振動(dòng)互相影響,而且彈性抑制器又互為外部激勵(lì),所以全彈性系統(tǒng)多重振動(dòng)同步抑制及高精度運(yùn)動(dòng)控制具有一定難度。
另外,空間機(jī)器人軟硬件開(kāi)發(fā)、設(shè)計(jì)、制造、運(yùn)行以及維護(hù)成本高昂,設(shè)計(jì)結(jié)構(gòu)簡(jiǎn)單、占用儲(chǔ)存空間少、計(jì)算量小且精度高的控制器很有必要。比例微分(PD)控制使用PD線性反饋控制律,保證系統(tǒng)漸進(jìn)穩(wěn)定,且控制器容易設(shè)計(jì),至今在工業(yè)機(jī)器人控制中廣泛應(yīng)用。而為了提高機(jī)器人的控制品質(zhì),實(shí)現(xiàn)對(duì)周期信號(hào)的高精度跟蹤,重復(fù)學(xué)習(xí)控制受到學(xué)者重視[13,14],由于周期性信號(hào)易進(jìn)行傅里葉級(jí)數(shù)逼近,并且多數(shù)信號(hào)在中低頻段占有較大比例的功率,所以可以解析周期信號(hào)為有限維傅里葉級(jí)數(shù),再結(jié)合傳統(tǒng)的PD算法與有限維重復(fù)控制,設(shè)計(jì)應(yīng)用于航天工業(yè)的運(yùn)動(dòng)有限維PD重復(fù)學(xué)習(xí)控制器,用N個(gè)線性振蕩器和一個(gè)積分器并聯(lián)的結(jié)構(gòu)估計(jì)系統(tǒng)中模型不確定性與其引起的擾動(dòng),不同于傳統(tǒng)的基于內(nèi)模的重復(fù)控制器,運(yùn)動(dòng)有限維PD重復(fù)學(xué)習(xí)控制能有效避免嚴(yán)格的穩(wěn)定條件與緩慢收斂問(wèn)題,且規(guī)律簡(jiǎn)單,不依賴模型信息,易于實(shí)現(xiàn)。
為此,本文基于基座、關(guān)節(jié)和臂全彈性空間機(jī)器人動(dòng)力學(xué)模型,設(shè)計(jì)了改進(jìn)的運(yùn)動(dòng)有限維PD重復(fù)學(xué)習(xí)控制算法及雙重柔性振動(dòng)線性二次最優(yōu)抑制方案構(gòu)成的總控制算法,實(shí)現(xiàn)剛性軌跡高精度追蹤的同時(shí),抑制基座、關(guān)節(jié)和臂多層彈性振動(dòng)。數(shù)值仿真結(jié)果驗(yàn)證了算法的可行性。
基座、關(guān)節(jié)和臂全彈性空間機(jī)器人由載體B0、前柔性桿B1和后柔性桿B2組成,如圖1所示。其中,基座彈性部分視為無(wú)質(zhì)量的線性伸縮彈簧,剛度系數(shù)kb取定值;柔性關(guān)節(jié)簡(jiǎn)化為無(wú)慣量的線性扭簧[15],剛度系數(shù)km i取定值;柔性桿采用歐拉-伯努力梁理論與假想模態(tài)法分析,等效為簡(jiǎn)支梁,抗彎剛度EIi取定值,vi(t)為t時(shí)刻桿Bi在任意截面處的橫向彈性變形(i=1,2)。建立慣性坐標(biāo)系OXY與各分體的連體坐標(biāo)系Ojxjyj(j=0,1,2),令OC 0為載體B0的質(zhì)心(與O0重合),OC為系統(tǒng)總質(zhì)心,Oi為連接Bi - 1與Bi的旋轉(zhuǎn)鉸幾何中心(i=1,2)。q0為基座相對(duì)于Z軸的轉(zhuǎn)角,qb為載體與桿B1鉸接處彈性變形量,qi為桿Bi的相對(duì)轉(zhuǎn)角,qm i為關(guān)節(jié)電機(jī)轉(zhuǎn)子轉(zhuǎn)角?;鶡o(wú)振動(dòng)時(shí),OC 0與O1的距離為l0。關(guān)節(jié)鉸Oi處電機(jī)轉(zhuǎn)子質(zhì)量不計(jì),轉(zhuǎn)動(dòng)慣量計(jì)為Jm i。
圖1 基座、關(guān)節(jié)和臂全彈性空間機(jī)器人
忽略微弱重力的影響,根據(jù)系統(tǒng)在慣性坐標(biāo)系中的幾何位置關(guān)系、假設(shè)模態(tài)法和動(dòng)量守恒定律,采用拉格朗日方程,建立載體位置不控和姿態(tài)受控全彈性空間機(jī)器人動(dòng)力學(xué)模型為
(1)
(2,3)
由于全彈性空間機(jī)器人基座、關(guān)節(jié)和臂桿的振動(dòng)互相耦合,同時(shí)抑制三類構(gòu)件的振動(dòng)難度很大,為此,將基座和關(guān)節(jié)的彈性振動(dòng)看作快變子變量,臂桿的振動(dòng)、基座姿態(tài)和關(guān)節(jié)的旋轉(zhuǎn)運(yùn)動(dòng)看作慢變子變量,采用奇異攝動(dòng)理論,將系統(tǒng)解耦為慢和快變子系統(tǒng)。令τn s∈R2 × 1為慢變子控制器,τn f∈R2 × 1為快變子控制器。設(shè)計(jì)電機(jī)驅(qū)動(dòng)總控制器為
τm=(E+Ac)τn-Acτ
(4)
式中E∈R2 × 2為單位矩陣,Ac∈R2 × 2為對(duì)稱正定柔性補(bǔ)償矩陣,τn=τn s+τn f。
(5)
dξf/dtf=Afξf+Bfτn f
(6)
(7)
子系統(tǒng)式(7)具有如下結(jié)構(gòu)特性[16]。
特性1慣性矩陣M(x)對(duì)稱正定有界,即
λm(M)=y=2≤yTM(x)y≤λM(M)=y=2
(?y∈R3 × 1)
式中λm(·)和λM(·)分別為矩陣最小和最大特征值。
特性2科氏力和離心力矩陣C∈R3 × 3滿足
C(x,y)z=C(x,z)y(?y,z∈R3 × 1)
特性4存在正常數(shù)kM,kC 1和kC 2對(duì)于任意矢量x,y,z,x1,y1,x2,y2∈R3 × 1滿足關(guān)系式
其中,kM,kC 1和kC 2的取值參考文獻(xiàn)[16]。
特性5c1(x1,y1)與C(x1,y1)z有相似特性,即
其中,kC 3,kC 4和kC 5的取值參考文獻(xiàn)[16]。
3.1.1 運(yùn)動(dòng)有限維PD重復(fù)學(xué)習(xí)控制
以T為周期的二次連續(xù)可微期望軌跡qd(t)用有限維傅里葉級(jí)數(shù)展開(kāi)為
(8)
參考信號(hào)qd(t)二次連續(xù)可微,根據(jù)式(8),得qd(t)高階項(xiàng)范數(shù)的有限上界
(9)
設(shè)計(jì)運(yùn)動(dòng)有限維PD重復(fù)學(xué)習(xí)控制器PDRC(finite -dimensional PD repetitive control)為
(10)
(k=1,…,N)(11)
(12)
(13)
(14)
(15)
式(14)取范數(shù),并根據(jù)特性2~4得
(16)
(17)
將式(9)代入式(17)得
(18)
(19)
(k=0,1,…,N)(20)
(21)
(22)
(23)
將式(20~23)代入式(10),再將結(jié)果與式(19)代入式(13),得閉環(huán)系統(tǒng)誤差方程
(24)
(26,27)
定理對(duì)于剛性子系統(tǒng)式(7),若控制器增益滿足
λm(KP)+αλm(KD)>α2λM(M)
(28)
(29,30)
(31)
則PDRC可保證系統(tǒng)的全局漸進(jìn)收斂,即
(32)
證明用李雅普諾夫第二法證明上述定理,構(gòu)造李雅普諾夫函數(shù)為
(33)
(34)
式(33)沿式(24)求微分,并代入式(34)得
(35)
將式(24~27)代入式(35),應(yīng)用特性3得
(36)
式中
使用虛擬力概念,修正原有的期望軌跡,生成混合軌跡qh,設(shè)計(jì)改進(jìn)的運(yùn)動(dòng)有限維PD重復(fù)學(xué)習(xí)算法,以實(shí)現(xiàn)軌跡追蹤控制與臂彈性振動(dòng)抑制雙重作用。引入虛擬力F∈R3 × 1,定義eh=qh-qd,由指令發(fā)生器式(37)生成。
(37)
式中c,d∈R3 × 3為常正定對(duì)角矩陣。
令混合誤差er=q-qh,將控制器式(10~12)中qd,e和zk分別替換為qh,er和zk r,得改進(jìn)后的PDRC為
(38)
(k=1,…,N)(39)
(40)
(41)
設(shè)計(jì)虛擬力F為
(42)
式中Rs為性能指標(biāo)函數(shù)中F對(duì)應(yīng)的加權(quán)矩陣,Ps為對(duì)應(yīng)黎卡提方程的解。
令ξs和Ns(t)滿足
(?qs∈Rn)(43)
(44)
控制情形1關(guān)閉所有彈性抑制器,即關(guān)閉虛擬力控制式(42)及快變系統(tǒng)控制式(44),運(yùn)用式(4,10~12)所示的算法仿真。
控制情形2開(kāi)啟所有彈性抑制器,運(yùn)用式(4,38~40,42,44)所示的算法仿真。
圖2為兩種控制情形下基座姿態(tài)和關(guān)節(jié)軌跡追蹤曲線。圖3為基座與關(guān)節(jié)彈性振動(dòng)在兩種控制情形下的抑制對(duì)比曲線。圖4為兩種控制情形下的柔性桿抑振對(duì)比曲線。
圖2 兩種控制情形下基座姿態(tài)與關(guān)節(jié)的軌跡追蹤曲線
圖3 兩種控制情形下基座姿態(tài)與關(guān)節(jié)振動(dòng)對(duì)比曲線
圖4 兩種控制情形下機(jī)械臂振動(dòng)對(duì)比曲線
從圖2~圖4可以看出,在關(guān)閉彈性主動(dòng)抑制的控制情形1控制下,機(jī)器人基座和關(guān)節(jié)剛性運(yùn)動(dòng)軌跡追蹤精度偏低,如圖2(a)所示,同時(shí)基座、兩關(guān)節(jié)和兩桿振動(dòng)明顯,如圖3(a)和圖4(a)所示。采用本文設(shè)計(jì)的控制情形2的算法,能實(shí)現(xiàn)軌跡精確追蹤,如圖2(b)所示,并有效抑制基座、兩關(guān)節(jié)和兩桿彈性振動(dòng),如圖3(b)和圖4(b)所示。
圖5 跟蹤誤差收斂曲線
為了抑制基座、關(guān)節(jié)和臂全彈性空間機(jī)器人多層彈性振動(dòng),并獲得更高的軌跡跟蹤精度,本文利用質(zhì)心定理、假設(shè)模態(tài)法與拉格朗日方程建立彈性基座、柔性關(guān)節(jié)和柔性臂空間機(jī)器人動(dòng)力學(xué)模型,并根據(jù)奇異攝動(dòng)法,將模型分解為慢和快變子系統(tǒng)。然后,以全彈性空間機(jī)器人動(dòng)力學(xué)模型為基礎(chǔ),設(shè)計(jì)了改進(jìn)的PD重復(fù)學(xué)習(xí)慢變子控制器及線性最優(yōu)多重柔性減振快變子控制器。通過(guò)仿真驗(yàn)證可知,設(shè)計(jì)的控制方案可以同時(shí)抑制不同構(gòu)件的彈性振動(dòng),并且設(shè)計(jì)的方案控制規(guī)律簡(jiǎn)單,占用存儲(chǔ)空間少,控制精度可達(dá)-5.5數(shù)量級(jí),實(shí)現(xiàn)了對(duì)期望信號(hào)的高品質(zhì)追蹤。