欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020100690924
申请人: 重庆邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 控制;调节
更新日期:2024-05-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于干扰观测器的柔性机械臂级联控制方法,其特征在于,所述柔性机械臂包括臂侧位置控制器和电机侧位置控制器,臂侧位置控制器和电机侧位置控制器以串级方式相连;电机侧位置控制包括电机侧位置信号反馈控制和干扰观测器的干扰估计 的前馈补偿控制,臂侧位置控制包括臂侧位置反馈控制和干扰观测器的干扰估计 的前馈补偿控制;

所述控制方法包括:

获取臂侧实际位置q;

获取电机侧实际位置θ;

根据所述实际臂侧位置q与臂侧参考位置qr以及所述臂侧位置控制器得到电机侧参考位置θr;

根据所述电机侧参考位置θr与所述实际电机侧位置θ以及所述电机侧位置控制器得到电机侧位置控制器的输出电压u;

根据所述电机侧位置控制器的输出电压u驱动所述柔性机械臂。

2.根据权利要求1所述的基于干扰观测器的柔性机械臂级联控制方法,其特征在于,所述臂侧位置控制器的表达式为:其中,kd1,kp1为控制器增益, 为观测器的干扰d1的估计值, 为臂侧参考位置的一阶微分;为臂侧实际位置的一阶微分。

3.根据权利要求2所述的基于干扰观测器的柔性机械臂级联控制方法,其特征在于,在臂侧位置控制中,所述干扰观测器的表达式为:其中,Y(s)为系统输出,Gp(s)为系统传递函数,Gn(s)为系统标称模型,D(s)为系统扰动, 为系统扰动估计,Q(s)为扰动观测器过滤器模型,U(s)为对象输入,Q(s)为二阶低通滤波器模型,τ是时间常数,α,ω为系数,Ed(s)为扰动估计误差,U(s)为对象输入。

4.根据权利要求1所述的基于干扰观测器的柔性机械臂级联控制方法,其特征在于,所述电机侧位置控制器的表达式为:其中,kp2,kd2为控制器增益, 为观测器的干扰d2的估计值; 为电机侧参考位置的一阶微分,为电机侧实际位置的一阶微分。

5.根据权利要求4所述的基于干扰观测器的柔性机械臂级联控制方法,其特征在于,在电机侧位置控制中,所述干扰观测器的表达式为:其中,Y(s)为系统输出,Gp(s)为系统传递函数,Gn(s)为系统标称模型,D(s)为系统扰动, 为系统扰动估计,Q(s)为扰动观测器过滤器模型,U(s)为对象输入,Q(s)为二阶低通滤波器模型,τ是时间常数,α,ω为系数,Ed(s)为扰动估计误差,U(s)为对象输入。

6.一种基于干扰观测器的柔性机械臂级联控制系统,其特征在于,所述柔性机械臂包括臂侧位置控制器和电机侧位置控制器,臂侧位置控制器和电机侧位置控制器以串级方式相连;电机侧位置控制包括电机侧位置信号反馈控制和干扰观测器的干扰估计 的前馈补偿控制,臂侧位置控制包括臂侧位置反馈控制和干扰观测器的干扰估计 的前馈补偿控制;

所述控制系统包括:

臂侧实际位置获取模块,用于获取臂侧实际位置q;

电机侧实际位置获取模块,用于获取电机侧实际位置θ;

电机侧参考位置获取模块,用于根据所述实际臂侧位置q与臂侧参考位置qr以及所述臂侧位置控制器得到电机侧参考位置θr;

输出电压获取模块,用于根据所述电机侧参考位置θr与所述实际电机侧位置θ以及所述电机侧位置控制器得到电机侧位置控制器的输出电压u;

驱动模块,用于根据所述电机侧位置控制器的输出电压u驱动所述柔性机械臂。

7.根据权利要求6所述的基于干扰观测器的柔性机械臂级联控制系统,其特征在于,所述臂侧位置控制器的表达式为:其中,kd1,kp1为控制器增益, 为观测器的干扰d1的估计值, 为臂侧参考位置的一阶微分;为臂侧实际位置的一阶微分。

8.根据权利要求7所述的基于干扰观测器的柔性机械臂级联控制系统,其特征在于,在臂侧位置控制中,所述干扰观测器的表达式为:其中,Y(s)为系统输出,Gp(s)为系统传递函数,Gn(s)为系统标称模型,D(s)为系统扰动, 为系统扰动估计,Q(s)为扰动观测器过滤器模型,U(s)为对象输入,Q(s)为二阶低通滤波器模型,τ是时间常数,α,ω为系数,Ed(s)为扰动估计误差,U(s)为对象输入。

9.根据权利要求6所述的基于干扰观测器的柔性机械臂级联控制系统,其特征在于,所述电机侧位置控制器的表达式为:其中,kp2,kd2为控制器增益, 为观测器的干扰d2的估计值;为电机侧参考位置的一阶微分,为电机侧实际位置的一阶微分。

10.根据权利要求9所述的基于干扰观测器的柔性机械臂级联控制系统,其特征在于,在电机侧位置控制中,所述干扰观测器的表达式为:其中,Y(s)为系统输出,Gp(s)为系统传递函数,Gn(s)为系统标称模型,D(s)为系统扰动, 为系统扰动估计,Q(s)为扰动观测器过滤器模型,U(s)为对象输入,Q(s)为二阶低通滤波器模型,τ是时间常数,α,ω为系数,Ed(s)为扰动估计误差,U(s)为对象输入。