未知时变环境下采摘机器人电液伺服控制系统_程培宝.pdf

第 卷第期 年月 收稿日期：作者简介：程培宝（），男，陕西宝鸡人，硕士，教授，研究方向为机械设计、制造及其自动化；康满仓（），男，陕西渭南人，高级工程师，研究方向为精密机床设备设计、制造及其自动化。未知时变环境下采摘机器人电液伺服控制系统程培宝，康满仓（宝鸡职业技术学院机电信息学院，陕西 宝鸡 ；陕西秦川格兰德机床有限公司磨床研究所，陕西 宝鸡 ）摘要：为保证采摘机器人在未知时变环境下的控制稳定性和机器人末端执行器的位置执行精度，优化采摘机器人电液伺服控制系统。系统基于直流电动机驱动机器人各个关节，构建采摘机器人电液伺服控制系统的数学模型；通过加权自扰动递推最小二乘法辨识采摘机器人接触动力学模型实时控制参数后，结合小脑神经网络和 算法，分别实现前馈控制和反馈控制，以此优化采摘机器人电液伺服控制系统。结果表明：优化后系统具备较好的控制参数辨识效果，机器人末端执行器在个方向的误差接近于；可在内完成控制，超调量在以内；控制机器人在静态和动态种状态下，液压缸活塞的位移结果均低于 。关键词：时变环境；采摘机器人；电液伺服控制；控制参数；末端执行器；前馈控制中图分类号：文献标志码：文章编号：（），（，；，）：，：；（）引言采摘机器人是当下农业领域中一种用于辅助人力劳动的智能机器设备，其能够在较为恶劣的室外环境中作业。目前，采摘机器人采用电动机加速器装置，该装置结构复杂，环境适应能力较差，限制了机器人的使用普遍性和多种环境的适用性。电液伺服控制系统属于一种反馈系统，主要包括指令装置、控制器、伺服和执行元件等部分，其中控制核心为伺服元件。该控制系统具备位置跟踪、功率放大以及负反馈特点；除此之外，伺服控制系统存在一个误差系统，如果不存在误差，伺服系统就无法运行，但是该误差不能过大，必须控制在一定误差范围内。采摘机器人在作业过程中，采摘对象的不同，其力学特性也存在差异。采摘机器人在执行采摘作业过程中，其控制稳定性会随着力学特性的变化而变化，因此，为提升采摘机器人的控制效果，需准确掌握未知时变环境下采摘机器人的接触动力学情况。姜伟等针对机器人的控制效果，研究基于惯量估计的控制方法；蔡改贫等研究基于改进 算法的跟踪控制方法。上述方法分别针对机器人在作业过程中存在的不确定性和控制性能展开相关研究，并对其实行控制。本文则对多关节采摘机器人的使用需求以及采摘作业过程中存在的未知时变环境展开分析后，对采摘机器人的电液伺服控制系统的作业误差和采摘作业的稳定性实行控制，降低未知时变环境对机器人造成的扰动影响，使其在稳定、允许的标准误差范围内完成采摘作业。采摘机器人电液伺服控制系统的优化控制架构采摘机器人在采摘作业过程中，为保证采摘任务的顺利执行，其执行器需精准完成采摘目标定位，需控制机器人每一个关节的定位结果精度满足期望标准，以此实现机器人的整体位置控制效果。本文针对该问题，基于复合控制方法优化采摘机器人电液伺服控制系统，其控制架构如图所示。图所示的系统架构中，选择了直流力矩电动机加谐波减速器完成采摘机器人每一个关节的驱动，保证采摘机器人在未知环境下，通过接触动力学模型完成自适应调整；同时，结合加权自扰动递推最小二乘算法，实现采摘机器人接触动力学模型实时控制参数的辨识；最后通过小脑神经网络和 算法结合，完成采摘机器人电液伺服控制系统的复合控制。图电液伺服控制系统优化架构 采摘机器人电液伺服控制系统的数学模型直流力矩电动机作为一种转速低、转矩负载较大的电动机，能够在长期运行下产生极大转矩，其具备良好的反应速度，更易控制，并且转矩和转速产生的波动均较小，同时机械和调节种特性均具备良好的线性度，能够更好地完成机器人采摘时末端执行器的位置执行。因此，本文基于直流电动机完成机器人各个关节的驱动，构建采摘机器人电液伺服控制系统的数学模型。如果其气隙磁通不发生变化，则该电动机的状态方程为（）（）（）和为电磁和负载对应的转矩；为机械转动惯量；为直流力矩电动机的角速度；为直流力矩电动机的电枢电流；为空载理想状态下驱动器的电压；为电枢回路总电阻；为电枢回路的等效总电感；为反电动势。和的计算公式为：（）（）为电机常数；为反电势系数；为电机转数；为转矩系数。机械传动状态方程为（）为采摘机器人关节运动时的输出转角；为机械传动机构的传动比。电液伺服控制的位置误差和力误差之间的传递函数为（）（）程培宝等：未知时变环境下采摘机器人电液伺服控制系统智能制造、分别为惯性、阻尼、刚度；为惯性时间常数；为放大系数；和为机器人的期望和实际接触力；和为和这种接触力下的机器人执行末端运行位置。采摘机器人在实际控制过程中，无法直接获取，需通过计算获取期望位置，其表达式为 （）为非线性变化指数；为机器人采摘环境未发生变化时产生受力的初始位置；为弹性系数。采摘机器人的电液伺服控制参数辨识采摘机器人控制过程中，其所在的会受到多种未知的、且具备不确定性特点的环境参数的影响，并且采摘作业环境中的力学特征的差异性变化，因此，机器人在不同的采摘范围内进行运动时，形成的接触动力学参数也存在时变情况，均会造成采摘机器人的电液伺服控制性能和效果受到较大影响。因此，本文系统为保证采摘机器人适应未知时变环境下作业对象的动力学特性，在.节的基础上，采用加权最小二乘递推算法对模型的控制参数进行实时跟踪辨识，依据辨识结果完成控制参数的修正，使采摘机器人的控制误差在理想的标准范围内。基于加权最小二乘递推算法对原始的控制参数实行估计，获取新的控制参数的估计值。设（）和（）表示估计前和估计后的控制参数估计值，则满足期望标准的参数估计值的公式为（）（）（）为修正项。将式（）转换成加权最小二乘递推形式，其计算公式为（）（）（）（）（）（）（）（）（）（）（）（）（）（）为参数辨识后采摘机器人电液伺服控制系统输出量，其服从正态分布（，）；（）为观测函数；（）为辨识后采摘机器人的电液伺服控制参数；（）为采摘机器人估计前的电液伺服控制参数；（）为加权因子。递推算法的标准公式为 （）（）（）（）为第个参数估计的全称变量；为相对误差。在全部控制参数估计值的结果均满足该公式的标准时，则完成所有参数辨识，算法停止。通过上述算法即可完成采摘机器人的电液伺服控制系统多个参数的辨识，结合实际情况，文中选择其中主要的个参数，分别为液压缸负载的质量、弹簧刚度、阻尼系数、液压缸的面积、液压缸的总容积、油弹性模量和油弹性系数。采摘机器人电液伺服控制系统的复合控制本文针对采摘机器人的作业特点以及需求在控制参数辨识的基础上，采用复合控制算法实现采摘机器人电液伺服控制系统的优化控制。该算法结合 小 脑神 经 网 络（，）和 控制算法完成。前者实现前馈控制，后者则实现反馈控制，二者结合则可保证采摘机器人的稳定控制，且可最大程度避免控制系统发生扰动。在对采摘机器人电液伺服控制系统实行前馈控制时，需计算每一个控制周期结束后的输出的位置结果，将其与实行对比，完成其权值修正并开始学习，通过学习使和之间的误差最小。基于复合算法的整体控制公式为：（）（）为二进制选择量；为泛化参数；为权重；为 算法输出，其表达式为（）（）为每一个周期的输入和输出之间的误差；（）；（）（），其中为采样周期。网络在实行前馈控制时，需完成映射，设为输入空间，取值范围为 ，在后者上对前者实行划分后形成量化间隔，其数量为，则，（）网络映射方法为，其他（）（）如果表示控制指令目标，且为 网络的输入，则该网络的调整指标公式为：（）（）（）（）（）（）（）（）（）（）（）（）（，）为学习速率；（，）为动量因子；为第个变量。结合式（）式（）即可获取优化控制输出的采摘时末 端 执行 器 的 位 置 执 行 结果。测试分析为测试本文优化控制系统对于采摘机器人电液伺服控制系统的控制效果，本文将用于苹果采摘的机器人作为测试对象。该采摘机器人的型号为 ，功率为，该机器人的部件配置包含控制器、伺服电机、运动驱动器、电机减速机、指示灯及按钮、示教器和机器人本体个部分。该机器人的作业范围在 之间，能够完成 旋转。机器人在采摘过程中电液伺服控制系统位移的最大结果在 以内，执行器的控制误差需在 以内，并且需在内完成机器人控制。为衡量本文系统对于采摘机器人电液伺服控制系统参数的辨识效果，采用本文系统对该机器人的控制参数实行辨识，获取参数的辨识结果，如表所示。表参数辨识结果参数名称实际结果辨识结果液压缸负载的质量 液压缸负载弹簧刚度（）液压缸负载阻尼系数（）液压缸的面积 液压缸的总容积 油弹性模量（）油弹性系数（）由表可知，本文系统能够完成采摘机器人电液伺服控制系统在对机器人控制过程中的控制参数辨识，并且辨识结果与实际的参数结果之间误差极小。因此，本文系统具备较好的控制参数辨识效果，能够准确获取各个控制参数结果，为控制参数的调整和修正提供可靠依据。采摘机器人在作业控制过程中，需保证采摘机器人的稳定控制，且可最大程度避免控制系统发生扰动。因此，获取在空载和施加负载种情况下，采摘机器人在经过本文系统控制后，机器人电机电枢电流的波动变化结果如图所示。图机器人电机电枢电流控制效果由图可知，经过本文系统控制后，机器人在空载和施加负载种情况下，二者的变化结果波动吻合程度极高，并且波动状态均为正弦波，波形波动呈现稳定规律，表明本文系统的控制效果稳定，能够保证机器人在空载和施加负载种情况下的稳定控制，以此能够最大程度保证机器人采摘任务的准确执行。为衡量本文系统的控制性能，以机器人在采摘过程中，机器人的末端执行器在个方向控制结果与期望位置结果之间的误差作为衡量标准，结果如图所示。图末端执行器的位置控制测试结果由图可知，机器人开始执行后，机器人的初始末端执行器在个方向的误差较大，但是经过本文系统控制 后，机器人的末端执行器在个方向控制结果与期望位置结果之间的误差几乎为。结果表明，本文系统具备良好的控制性能，能够在期望的误差范围内，实现采摘机器人电液伺服控制系统的可靠控制。由于采摘机器人的作业环境存在时变性，因程培宝等：未知时变环境下采摘机器人电液伺服控制系统智能制造此，需保证本文系统能够适应作业环境的突变控制。为进一步衡量本文系统的控制效果，在机器人的采摘环境发生突变时，不同采样周期内本文系统的控制效果如图所示。图环境突变时本文系统的控制效果由图可知，随着环境接触力峰值的突变，本文系统对机器人实行稳定控制后，所需的调整时间均在以内，其最大调整时间为 ，最小调整时间为 ，波动范围较小，并可在期望范围内完成机器人控制。为更直观衡量本文系统的控制性能，测试本文系统在不同的惯性负载下，对采摘机器人电液伺服控制 系 统 控 制 时 的 稳 态 误 差 结 果（期 望 标 准 为 以内）和超调量结果（期望结果为以内），如表所示。表稳态误差和超调量测试结果惯性负载 稳态误差结果 超调量结果 由表可知，随着惯性负载的逐渐增加，本文系统对采摘机器人电液伺服控制系统控制后，稳态误差结果和超调量结果均在期望标准内。因此，本文系统控制性能良好，能够实现电液伺服控制系统的优化控制，最大程度保证机器人的采摘执行结果。为衡量本文系统对于采摘机器人电液伺服控制系统的控制效果，以机器人的液压缸活塞移动的变化结果作为衡量标准，测试采摘机器人在有干扰和无干扰种情况下，随着负载的逐渐增加，液压缸活塞发生移动后产生的位移结果，如图所示。图液压缸活塞发生移动后产生的位移结果由图可知，在没有发生干扰情况下，本文系统对采摘机器人电液伺服控制系统实行优化控制后，机器人在静态和动态种状态下，液压缸活塞的位移结果均低于 ，并且可在内位移处于稳定状态；在发生干扰的情况下，液压缸活塞的位移结果依旧可在满足期望标准。因此，本文系统的控制效果良好，能够可靠控制采摘机器人电液伺服控制系统，在期望的控制时间内，完成液压缸活塞位移的控制。结束语为了实现机器人在执行采摘任务过程中的精准、稳定控制，保证其在未知时变环境下具备良好的抗干扰效果，本文基于复合控制方法优化了采摘机器人的电液伺服控制系统。经测试，该方法能够准确辨识出电液伺服控制系统的控制参数，并且可保证机器人控制的稳定性，可在期望允许的误差内完成采摘机器人的作业控制。