[发明专利]一种机械臂系统自适应控制方法

说明书

一种基于时变非对称障碍李雅普诺夫函数的机械臂伺服系统自适应控制方法，包括以下步骤:步骤1，建立机械臂伺服系统的数学模型；设计时变非对称障碍李雅普诺夫函数；步骤2，利用时变非对称障碍李雅普诺夫函数结合反演法设计自适应控制器；步骤3，稳定性分析。本发明通过设置约束边界函数的参数值，能够有效解决系统输出约束问题，保证系统的稳态性能和瞬态性能。此外，利用神经网络逼近模型不确定部分和虚拟控制量的导数，有效简化了控制器的设计，并在一定程度上提高系统的鲁棒性，使机械臂伺服系统能够实现精确且快速的跟踪控制。

技术领域

本发明涉及一种基于时变非对称障碍李雅普诺夫函数的机械臂系统自适应控制方法，特别是对于系统包含非对称输出约束和模型不确定项的机械臂伺服系统的自适应控制方法。

背景技术

机械臂伺服系统在机器人及医疗等高技术领域已获得广泛应用，提高机械臂运动的稳态性能和瞬态性能有着重大意义，已成为国内外学者研究的热点。针对如何有效提高系统的运动性能，国内外已提出多种控制方法，包括PID控制，自适应控制，滑模控制，神经网络控制，反步控制，瞬态控制等。其中反步控制具有算法简单，能够将高阶系统分解为不超过系统阶数个低阶系统来设计控制器；神经网络具有很好的逼近性能，经常被用来逼近系统外界扰动及参数摄动等不确定部分；瞬态控制根据指定性能要求来设计控制器，使得控制系统同时满足稳态和瞬态性能，这几种算法在机械臂伺服系统控制中应用中越来越广泛。

机械臂伺服系统中往往会存在系统不确定部分，如果忽略这些不确定部分对系统的影响来设计控制器的话，可能导致系统运动性能变差甚至导致系统不能稳定的运行。除此之外，系统在实际的运行过程中常常输出约束的限制，而且约束不一定是对称的。PID控制，自适应控制等算法往往难以同时保证系统的稳态性能和瞬态性能，而且需要反复的调节控制器参数来改善系统性能。

发明内容

为了解决带有不确定项的机械臂伺服系统中的跟踪控制问题，有效提高伺服系统的鲁棒性，并同时保证系统的稳态性能和瞬态性能，本发明提供了一种基于时变非对称障碍李雅普诺夫函数的自适应控制方法，该方法采用反步法结合时变非对称障碍李雅普诺夫约束函数来设计控制器，可实现系统的对称和非对称约束控制，并改善系统的瞬态性能和稳态性能。此外，利用神经网络来估计伺服系统中所包含不确定项和虚拟控制量的导数，简化了控制器设计，增强了系统的鲁棒性。

为了解决上述技术问题提出的技术方案如下：

一种基于时变非对称障碍李雅普诺夫函数的机械臂系统自适应控制方法，所述控制方法包括以下步骤：

步骤1，建立机械臂伺服系统模型；

1.1，机械臂伺服系统模型表示成如下形式

其中，和为系统模型不确定项，d₁,d₂为外部干扰信号，q为机械臂关节角位置，θ电机的角位置，K分别为关节弹性系数，I,J分别机械臂和电机的惯性系数，M,g,L分别为机械臂质量、重力加速度和机械臂长度，τ为机械臂控制力矩；

1.2，设计时变非对称障碍李雅普诺夫函数

其中，tan(·)表示正切函数，e为系统误差，h(e)的表达式为

F_a(t),F_b(t)为按照指数衰减的时变边界函数，表达式为