6自由度运动平台的轨迹跟踪控制.docxVIP

6自由度运动平台的轨迹跟踪控制 1 机器人控制器设计 另一方面，现代飞机模拟器不断发展，变得更加复杂和真实。另一方面，我们要求开发更经济、更便捷的模拟器系统，以适应机场和一般航空领域的培训需求。轻型飞行模拟器简化了整体仿真设备,减轻了运动平台的重量,运动系统使用电动方案替代了常见的液压执行系统,这样使得模拟器成本有了大幅度的下降,同时相对于液压系统使用维护也更加方便。轻型航空模拟器使用了6-3UPS型Stewart平台作为6自由度运动平台。 相比于串联机器人控制领域大量的文献,对并联机器人如Stewart平台的控制方面的文献相对较少。文献使用了带速度估计的非线性PID方法在关节空间对非线性、外扰和摩擦力进行补偿,提高了控制性能;文献使用了自适应控制方法对平台参数的不确定性如负载变化进行补偿;文献分别在并联平台的关节空间和任务空间综合了鲁棒非线性控制器;文献结合使用了自适应控制器和鲁棒控制器,对平台参数不确定性和外部干扰都做出了补偿;文献使用了神经网络的方法设计自适应控制器,避免了复杂的动力学计算。 已有的对Stewart平台控制的研究大都忽略了对执行器动态特性的考虑,而轻型飞行模拟器的平台由于自重较轻,必须考虑执行器分支动态特性的影响。Huang等人建立了考虑执行器动态特性的Stewart平台的模型,并利用反步法对平台进行非线性自适应控制。这种方法需要将复杂的动力学方程化简为参数线性化形式,并在控制过程中需要实时计算回归矩阵,计算量大。本文针对这个问题,使用间接自适应模糊反步控制器对考虑执行器动态特性的Stewart平台进行了控制。可以对平台载荷变化有自适应的能力,保证平台的跟踪性能,同时不需要将动力学方程进行线性化参数表示,在优化过程中计算量小,可以对载荷变化进行实时补偿;并且这个控制器结合了标称的动力学模型,仅仅使用自适应模糊系统逼近与标称系统有差异的动力学部分,可以保证大范围高速运动时仍保持较好的性能。由于控制器使用反步法进行设计,保证了整个系统的渐进稳定。 2 st4道耦合控制动力学模型 Stewart平台不同于传统的串联机构,它具有高度的非线性而且各个通道之间存在复杂的耦合关系,为了对Stewart平台进行高效的控制,必须对其建立完整的动力学模型。下面首先简要介绍一下轻型飞行模拟器运动平台的结构组成,再给出考虑执行器动态特性的Stewart平台的完整模型。 2.1 基于于不同负载结构的液压系统第3种设置方法 轻型飞行模拟器选用了电机驱动的Stewart平台结构形式。在Stewart平台系统中使用电动执行器的结构型式主要有3种:1)直线电机:这种方式结构最为简单,但是直线电机价格昂贵而且负载能力不强,在大负载的飞行模拟领域不适用;2)伺服电机+减速装置+滚珠丝杠:这种方式结构比较复杂,但价格最便宜,可以使用普通的伺服电机配合齿轮箱、谐波减速器或行星轮减速机构等得到大的负载能力,但由于齿轮机构间的齿隙回差和摩擦力等的影响,会影响运动系统的控制精度和性能,只能用在对性能要求不高的运动控制场合;3)直接驱动力矩电机+滚珠丝杠:这种方式结构简单,价格适中,如果选用高性能力矩电机和高精度的滚珠丝杠,可以获得高性能的运动系统。轻型飞行模拟器处于性能的考虑选用了第3种方案。具体的控制系统结构示意图可由图1表示。 整个控制系统的闭环系统建立于工控机上,电机驱动器工作于力矩模式,运动控制器工作于开环模式。驱动分支端的运动位置信息由电机中集成的光电编码器得到,上平台的运动位置信息由6自由度惯性陀螺得到。 2.2 电机的电动力学模型 由图1所示的平台系统结构,考虑执行器动态特性的Stewart平台的关节空间动力学方程可以由Lagrange法描述为: Μ(q)??q+V(q,˙q)˙q+G(q)+F(˙q)+D=Κ(qm-q)(1) Jm??qm+Bm˙qm+Κ(qm-q)=τ(2) 式中:q,˙q,??q分别在关节空间驱动上平台的各分支的位置、速度和加速度信息,qm,˙qm,??qm为执行器子系统(包括滚珠丝杠和电机转子)的位置、速度和加速度信息,M(q)为惯性矩阵,V(q,˙q)˙q包括哥氏力和离心力,G(q)为重力,F(˙q)为摩擦力,D为外扰力,K(qm-q)为弹性力矩,Jm为执行器子系统的惯性矩阵,Bm为执行器子系统的阻尼矩阵,τ为直接驱动力矩电机产生的力矩。 由于直接驱动力矩电机带有专用的驱动器,内部有自己的电流闭环,其动态特性比机械系统快很多,所以电机的电动力学方程将不再考虑,仅仅考虑电机输入电压与输出力矩之间存在一个比例关系: τ=Cmu(3) 式中:Cm为比例系数,u为输入电压。 令x1=qm,x2=˙qm,可将式(1)、(2)和(3)化为如下便于反步分析的形式: Μ(q)??q+V(q,˙q)˙q+G(q)+F(˙q)+