欢迎来到知嘟嘟! 联系电话:13095918853 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:13095918853
知嘟嘟经纪人
收藏
专利号: 202111370245X
申请人: 广州大学
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:2025-04-14
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:

1.一种带输入磁滞的机器人传输资源控制方法,其特征在于,包括:将输入磁滞模型化;

根据所述模型化后的输入磁滞模型,构建带输入磁滞的机器人系统模型;

根据所述带输入磁滞的机器人系统模型,确定控制机制;

根据所述控制机制的模糊逻辑,处理所述带输入磁滞的机器人系统模型中的模糊目标;

根据所述控制机制的触发机制,对所述带输入磁滞的机器人系统模型中的输入信号进行更新和/或对所述带输入磁滞的机器人系统模型中的输入磁滞进行补偿;

其中,所述将输入磁滞模型化,包括:

根据模型输入和模型输出的关联,将输入磁滞模型化,输入磁滞模型的表达式为:其中,vc表示模型输出, 表示模型输出的微分,uc表示模型输入, 表示模型输入的微分,a、b和h是常数,且h>0,h>b;

根据所述输入磁滞模型,确定模型输出,所述模型输出的表达式为:其中, 表示输出配置函数,且 为有界函数;vc(0)表示模型输出初始值;uc(0)表示模型输入初始值; 表示模型输入uc的微分;e表示欧拉数,为数学常数;sign()表示符号函数;ξ表示积分变量;dξ表示积分变量的微分;

所述根据所述模型化后的输入磁滞模型,构建带输入磁滞的机器人系统模型,包括:确定机器人系统模型,所述机器人系统模的型表达式为:其中,t表示时刻,q(t)表示t时的机器人关节角, 表示t时的机器人关节角速度,表示t时的机器人关节角加速度,J表示转动惯量,B表示摩擦阻尼系数,M表示连杆质量,g表示重力加速度,l表示连杆长度,u(t)表示输入转矩;

根据输入磁滞模型,确定系统输入,所述系统输入的表达式为:其中,t表示时刻,u(t)表示t时的系统输入, 表示输出配置函数,且 为有界函数;

根据所述机器人系统模型和所述系统输入,确定带输入磁滞的机器人系统模型,所述带输入磁滞的机器人系统模型的表达式为:其中,x1=q(t),表示第一系统状态; 表示第二系统状态; 表示x1的导数;

表示x2的导数; 表示输出配置函数; 表示系统模糊目标;g1(x1)表示第一外界干扰;g2(x1,x2)表示第二外界干扰;y表示系统输出;

所述根据所述带输入磁滞的机器人系统模型,确定控制机制,包括:获取所述带输入磁滞的机器人系统模型的第一系统状态、第二系统状态和期望输出信号;

根据所述第一系统状态和所述期望输出信号,确定第一误差变量;

根据所述第一误差变量,确定第一虚拟控制律;

根据所述第二系统状态和所述第一虚拟控制律,确定第二误差变量;

根据所述第一误差变量和所述第二误差变量,结合模糊逻辑得到第一估计值;

根据所述第二误差变量和所述第一估计值,确定第二虚拟控制律;

根据所述第二虚拟控制律,确定控制矩阵;

根据所述第二误差变量和所述控制矩阵,确定第二估计值;

根据所述控制矩阵和所述第二估计值,确定控制律;

根据所述控制律,结合触发机制得到输入信号;

根据所述输入信号,确定实际输入;

将所述实际输入输入所述带输入磁滞的机器人系统模型,然后返回获取所述带输入磁滞的机器人系统模型的第一系统状态、第二系统状态和期望输出信号这一步骤;

所述根据所述控制机制的模糊逻辑,处理所述带输入磁滞的机器人系统模型中的模糊目标,包括:确定未知组合函数,所述未知组合函数的表达式为:其中,f表示未知组合函数,α1表示第一虚拟控制律, 表示第一虚拟控制律α1的导数;

第一虚拟控制律α1的表达式为:

其中,c1为常数,且c1>0,z1是误差变量;

第二虚拟控制律α2的表达式如下:

其中,c2为常数,且c2>0,z2是误差变量,J表示转动惯量,表示第一估计值,ψ表示已知T N T的模糊基函数,且ψ=[ψ1,ψ2,…,ψN]∈R ,N为正整数,ψ表示ψ的转置,a是常数,yd表示期望输出信号;

控制律 的表达式为:

T

其中,K表示模糊矩阵,且 K表示K的转置;H表示控制矩阵,H为1*2矩T

阵,且H=[α2,1],α2表示第二虚拟控制律;

由于K的值比较难获取,这里对K的真值进行估计,定义估计误差 其中 为第一估计值,进一步得到控制律 的表达式为:根据所述模糊逻辑,对所述未知组合函数进行逼近处理,逼近处理的未知组合函数的表达式为:T

f=φψ(X)+κ(X),

2

其中,κ(X)表示逼近误差,且||κ(X)|| <τ,‖‖表示二范数,τ为常数,且τ>0;φ表示理想T N T权重向量,且φ=[φ1,φ2,…,φN]∈R ,N为正整数;φ 表示φ的转置;ψ(X)表示已知的模T N糊基函数,且ψ=[ψ1,ψ2,…,ψN] ∈R ,N为正整数;X表示模糊逻辑的输入向量,且X=[x1,x2,Tx3,x4],x1=q(t), x3=yd, 表示期望输出信号yd的导数;

所述根据所述控制机制的触发机制,对所述带输入磁滞的机器人系统模型中的输入信号进行更新和/或对所述带输入磁滞的机器人系统模型中的输入磁滞进行补偿,包括:确定触发机制模型,所述触发机制模型的表达式为:其中,t表示时刻;w(t)表示t时刻的事件触发控制输入;δ、ρ、m1、 和k均为常数,且0<δ+<1,ρ>0,m1>0, k∈Z ;表示控制律;uc(t)表示t时刻的模型输入信号;w(tk)表示tk时刻的事件触发控制输入;tk表示第k次事件触发的时刻,tk+1表示第k+1次事件触发的时刻;e(t)表示测量误差,且e(t)=w(t)‑uc(t)。

2.根据权利要求1所述的一种带输入磁滞的机器人传输资源控制方法,其特征在于,还包括:对所述带输入磁滞的机器人系统模型进行稳定性分析;

对所述带输入磁滞的机器人系统模型进行仿真和分析。

3.一种带输入磁滞的机器人传输资源控制系统,其特征在于,包括:第一模块,用于将输入磁滞模型化;

第二模块,用于根据所述模型化后的输入磁滞模型,构建带输入磁滞的机器人系统模型;

第三模块,用于根据所述带输入磁滞的机器人系统模型,确定控制机制;

第四模块,用于根据所述控制机制的模糊逻辑,处理所述带输入磁滞的机器人系统模型中的模糊目标;

第五模块,用于根据所述控制机制的触发机制,对所述带输入磁滞的机器人系统模型中的输入信号进行更新和/或对所述带输入磁滞的机器人系统模型中的输入磁滞进行补偿;

其中,所述将输入磁滞模型化,包括:

根据模型输入和模型输出的关联,将输入磁滞模型化,输入磁滞模型的表达式为:其中,vc表示模型输出, 表示模型输出的微分,uc表示模型输入, 表示模型输入的微分,a、b和h是常数,且h>0,h>b;

根据所述输入磁滞模型,确定模型输出,所述模型输出的表达式为:其中, 表示输出配置函数,且 为有界函数;vc(0)表示模型输出初始值;uc(0)表示模型输入初始值; 表示模型输入uc的微分;e表示欧拉数,为数学常数;sign()表示符号函数;ξ表示积分变量;dξ表示积分变量的微分;

所述根据所述模型化后的输入磁滞模型,构建带输入磁滞的机器人系统模型,包括:确定机器人系统模型,所述机器人系统模的型表达式为:其中,t表示时刻,q(t)表示t时的机器人关节角, 表示t时的机器人关节角速度,表示t时的机器人关节角加速度,J表示转动惯量,B表示摩擦阻尼系数,M表示连杆质量,g表示重力加速度,l表示连杆长度,u(t)表示输入转矩;

根据输入磁滞模型,确定系统输入,所述系统输入的表达式为:其中,t表示时刻,u(t)表示t时的系统输入, 表示输出配置函数,且 为有界函数;

根据所述机器人系统模型和所述系统输入,确定带输入磁滞的机器人系统模型,所述带输入磁滞的机器人系统模型的表达式为:其中,x1=q(t),表示第一系统状态; 表示第二系统状态; 表示x1的导数;

表示x2的导数; 表示输出配置函数; 表示系统模糊目标;g1(x1)表示第一外界干扰;g2(x1,x2)表示第二外界干扰;y表示系统输出;

所述根据所述带输入磁滞的机器人系统模型,确定控制机制,包括:获取所述带输入磁滞的机器人系统模型的第一系统状态、第二系统状态和期望输出信号;

根据所述第一系统状态和所述期望输出信号,确定第一误差变量;

根据所述第一误差变量,确定第一虚拟控制律;

根据所述第二系统状态和所述第一虚拟控制律,确定第二误差变量;

根据所述第一误差变量和所述第二误差变量,结合模糊逻辑得到第一估计值;

根据所述第二误差变量和所述第一估计值,确定第二虚拟控制律;

根据所述第二虚拟控制律,确定控制矩阵;

根据所述第二误差变量和所述控制矩阵,确定第二估计值;

根据所述控制矩阵和所述第二估计值,确定控制律;

根据所述控制律,结合触发机制得到输入信号;

根据所述输入信号,确定实际输入;

将所述实际输入输入所述带输入磁滞的机器人系统模型,然后返回获取所述带输入磁滞的机器人系统模型的第一系统状态、第二系统状态和期望输出信号这一步骤;

所述根据所述控制机制的模糊逻辑,处理所述带输入磁滞的机器人系统模型中的模糊目标,包括:确定未知组合函数,所述未知组合函数的表达式为:其中,f表示未知组合函数,α1表示第一虚拟控制律, 表示第一虚拟控制律α1的导数;

第一虚拟控制律α1的表达式为:

其中,c1为常数,且c1>0,z1是误差变量;

第二虚拟控制律α2的表达式如下:

其中,c2为常数,且c2>0,z2是误差变量,J表示转动惯量,表示第一估计值,ψ表示已知T N T的模糊基函数,且ψ=[ψ1,ψ2,…,ψN]∈R ,N为正整数,ψ表示ψ的转置,a是常数,yd表示期望输出信号;

控制律 的表达式为:

T

其中,K表示模糊矩阵,且 h为常数,表示输出配置函数,K表示K的转T

置;H表示控制矩阵,H为1*2矩阵,且H=[α2,1],α2表示第二虚拟控制律;

由于K的值比较难获取,这里对K的真值进行估计,定义估计误差 其中 为第一估计值,进一步得到控制律 的表达式为:根据所述模糊逻辑,对所述未知组合函数进行逼近处理,逼近处理的未知组合函数的表达式为:T

f=φψ(X)+κ(X),

2

其中,κ(X)表示逼近误差,且||κ(X)|| <τ,‖‖表示二范数,τ为常数,且τ>0;φ表示理想T N T权重向量,且φ=[φ1,φ2,…,φN]∈R ,N为正整数;φ 表示φ的转置;ψ(X)表示已知的模T N糊基函数,且ψ=[ψ1,ψ2,…,ψN] ∈R ,N为正整数;X表示模糊逻辑的输入向量,且X=[x1,x2,Tx3,x4],x1=q(t), x3=yd, 表示期望输出信号yd的导数;

所述根据所述控制机制的触发机制,对所述带输入磁滞的机器人系统模型中的输入信号进行更新和/或对所述带输入磁滞的机器人系统模型中的输入磁滞进行补偿,包括:确定触发机制模型,所述触发机制模型的表达式为:其中,t表示时刻;w(t)表示t时刻的事件触发控制输入;δ、ρ、m1、 和k均为常数,且0<δ+<1,ρ>0,m1>0, k∈Z ;表示控制律;uc(t)表示t时刻的模型输入信号;w(tk)表示tk时刻的事件触发控制输入;tk表示第k次事件触发的时刻,tk+1表示第k+1次事件触发的时刻;e(t)表示测量误差,且e(t)=w(t)‑uc(t)。

4.一种电子设备,其特征在于,包括处理器以及存储器;

所述存储器用于存储程序;

所述处理器执行所述程序实现如权利要求1至2中任一项所述的方法。

5.一种计算机可读存储介质,其特征在于,所述存储介质存储有程序,所述程序被处理器执行实现如权利要求1至2中任一项所述的方法。