[发明专利]一种考虑系统性能受限下网络化遥操作系统的控制方法有效
申请号: | 201810027682.3 | 申请日: | 2018-01-11 |
公开(公告)号: | CN108227497B | 公开(公告)日: | 2021-01-08 |
发明(设计)人: | 杨亚娜;李军朋;华长春 | 申请(专利权)人: | 燕山大学 |
主分类号: | G05B13/04 | 分类号: | G05B13/04 |
代理公司: | 秦皇岛一诚知识产权事务所(普通合伙) 13116 | 代理人: | 刘建年 |
地址: | 066004 河北省*** | 国省代码: | 河北;13 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 考虑 系统 性能 受限 网络化 操作系统 控制 方法 | ||
1.一种考虑系统性能受限下网络化遥操作系统的控制方法,其特征在于,所述方法包括以下步骤:
步骤1,网络通信时延下基于非线性网络化遥操作系统模型定义主、从位置同步误差受限变量;根据普遍使用的机器人拉格朗日动力学模型,可得到基于关节空间的遥操作动力学模型
其中,qm,qs∈Rn为关节位移矩阵;为关节速度矩阵;Mm(qm),Ms(qs)∈Rn×n为系统的正定惯性矩阵;为哥氏力和离心力的向量;Gm(qm),Gs(qs)∈Rn为重力力矩;为系统存在的未知摩擦力以及有界外界干扰;Fh∈Rn和Fe∈Rn分别为人类操作者施加的力和环境施加的力矩;τm∈Rn和τs∈Rn为控制器提供的控制力矩;
考虑实际应用中系统模型均存在不确定,因此
Mm(qm)=Mmo(qm)+ΔMm(qm),
Ms(qs)=Mso(qs)+ΔMs(qs),
Gm(qm)=Gmo(qm)+ΔGm(qm),
Gs(qs)=Gso(qs)+ΔGs(qs);
Mmo(qm),Mso(qs),Gmo(qm),Gso(qs)表示系统的标称部分即已知部分,而ΔMm(qm),ΔMs(qs),ΔGm(qm)和ΔGs(qs)表示系统的不确定部分;
因此遥操作系统(1)可被重新写做
其中,
将其视为系统整体的不确定;
选取xm1=qm,xs1=qs和将上述系统整理成严格反馈系统
定义主、从系统位置同步误差变量
em=xm1-xs1(t-Ts(t)),es=xs1-xm1(t-Tm(t)) (4)
其中,Tm(t)代表主端到从端的网络信息传输时延,Ts(t)代表从端到主端的网络信息传输时延;
定义新的变量
pm1=ξm10exp(-am1t)+ξm1∞,pm2=ξm20exp(-am2t)+ξm2∞ (5)
ps1=ξs10exp(-as1t)+ξs1∞,ps2=ξs20exp(-as2t)+ξs2∞ (6)
其中,ξm10,ξm1∞,ξm20,ξm2∞,ξs10,ξs1∞,ξs20,ξs2∞均为正常数,且满足如下不等式;ξm10>ξm1∞,ξm20>ξm2∞,ξs10>ξs1∞,ξs20>ξs2∞αm1,αm2,αs1,αs2同样选取为正常数;
常数ξm1∞,ξm2∞,ξs1∞,ξs2∞代表在系统稳定时所允许的最大同步误差,pm1,pm2,ps1,ps2的下降率代表误差收敛过程中允许的最小收敛速度;可以看出通过定义合适的预定性能方程便可以满足不同的系统性能需求;
进而基于主、从系统同步误差变量,给出新的受限误差变量如下
其中,
步骤2,基于定义的误差变量以及神经网络设计遥操作系统自适应神经网络控制策略;
步骤3,利用李亚普诺夫方程给出神经网络以及参数自适应调节律,保证主从同步误差趋近收敛于零的同时满足所设定的性能要求。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于燕山大学,未经燕山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810027682.3/1.html,转载请声明来源钻瓜专利网。