Управление манипулятором: Инструкция оператора (КМУ) крана манипулятора

Содержание

СИСТЕМА УПРАВЛЕНИЯ БЕСПИЛОТНЫМ ЛЕТАТЕЛЬНЫМ АППАРАТОМ, ОСНАЩЕННЫМ РОБОТОТЕХНИЧЕСКИМ МАНИПУЛЯТОРОМ

Ключевые слова: квадрокоптер, манипулятор, БПЛА, система управления

Благодарности. Работа выполнена при государственной финансовой поддержке ведущих университетов Российской Федерации (субсидия 074-U01) и при финансовой поддержке Минобрнауки Российской Федерации, Договор 14.Z50.31.003.

Список литературы

1. Chettibi T., Haddad M. Dynamic modelling of a quadrotor aerial robot // Journees D’etudes Nationales de Mecanique. Batna, Algerie, 2007. P. 22–27.

2. Mokhtari A., Benallegue A. Dynamic feedback controller of Euler angles and wind parameters estimation for a quadrotor unmanned aerial vehicle // Proceedings – IEEE International Conference on Robotics and Automation. 2004. V. 2004. N 3. P. 2359–2366.

3. Гриценко П.А., Кремлев А.С., Шмигельский Г.М. Управление движением квадрокоптера по заранее заданной траектории // Научно-технический вестник информационных технологий, механики и оптики.

2013. № 4 (86). С. 22–25.

4. Derafa L., Madani T., Benallegue A. Dynamic modelling and experimental identification of four rotors helicopter parameters // Proceedings of the IEEE International Conference on Industrial Technology. 2006. Art. 4237837. P. 1834–1839.

5. Altug E., Ostrowski J.P., Mahony R. Control of a quadrotor helicopter using visual feedback // Proceedings –IEEE International Conference on Robotics and Automation. 2002. V. 1. P. 72–77.

6. Waslander S.L., Hoffmann G.M., Jang J.S., Tomlin C.J. Multi-agent quadrotor testbed control design: integral sliding mode vs. reinforcement learning // IEEE/RSJ International Conference on Intelligent Robots and Systems, IROS. 2005. Art. 1545025. P. 468–473.

7. Yang C.C., Lai L.C., Wu C.J. Time optimal control of a hovering quadrotor helicopter // IEEE ICSS International Conference on Systems and Signals. 2005. P. 295–300.

8. Catillo P., Loranzo R., Dzul A. Stabilization of a mini-rotorcraft having four rotors // 2004 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). 2004. V. 3. P. 2693–2698.

9. Фуртат И.Б. Робастное субоптимальное управление боковым движением летательного аппарата в режиме захода на посадку // Научно-технический вестник информационных технологий, механики и оптики. 2013. № 3 (85). С. 51–55.

10. Lindsey Q., Mellinger D., Kumar V. Construction of cubic structures with quadrotor teams // Robotics: Science and Systems VII. 2012. P. 177–184.

11. Willmann J., Augugliaro F., Cadalbert T., D’Andrea R., Gramazio F., Kohler M. Aerial robotic construction towards a new field of architectural research // International Journal of Architectural Computing. 2012. V. 10. N 3. P. 439–460.

12. Фуртат И.Б. Субоптимальное управление нелинейными мультиагентными системами // Научно-технический вестник информационных технологий, механики и оптики. 2013. № 1 (83). С. 19–23.

13. Pounds P., Bersak D., Dollar A. Grasp from the air: hovering capture and load stability // IEEE/RSJ International Conference on Intelligent Robots and Systems. San Francisco, 2011. P. 2491–2498.

14. Bisgaard M., la Cour-Harbo A., Bendtsen J. Adaptive control system for autonomous helicopter slung load operations // Control Engineering Practice. 2010. V. 18. N 7. P. 800–811.

15. Palunko I., Fierro R., Cruz P. Trajectory generation for swing-free maneuvers of a quadrotor with suspended payload: a dynamic programming approach // Proc. IEEE International Conference on Robotics and Automation. 2012. Art. 6225213. P. 2691–2697.

16. Michael N., Fink J., Kumar V. Cooperative manipulation and transportation with aerial robots // Autonomous Robots. 2011. V. 30. N 1. P. 73–86.

17. Lippiello V., Ruggiero F. Exploiting redundancy in Cartesian impedance control of UAVs equipped with a robotic arm // IEEE International Conference on Intelligent Robots and Systems. 2012. Art. 6386021. P. 3768–3773.

18. Korpela C.M., Danko T.W., Oh P.Y. MM-UAV: mobile manipulating unmanned aerial vehicle // Journal of Intelligent and Robotic Systems: Theory and Applications. 2012. V. 65. N 1–4. P. 93–101.

19. Lippiello V., Ruggiero F. Cartesian impedance control of a UAV with a robotic arm // IFAC Proceedings Volumes. 2012. V. 10. N Part 1. P. 704–709.

20. Spong M.W., Hutchinson S., Vidyasagar M. Robot Modeling and Control. Wiley, 2005. 496 p.

Сравнительный анализ методов адаптации параметров регулятора системы управления робота-манипулятора

Author:

Галемов, Р.Т.

Масальский, Г.Б.

Galemov, Ruslan T.

Masalsky, Gennadiy B.

Journal Name:
Журнал Сибирского федерального университета. Техника и технологии. Journal of Siberian Federal University. Engineering & Technologies;2017 10 (4)

Abstract:
При действии внутренних и внешних неконтролируемых воздействий управление многозвенным манипулятором требует постоянной адаптации регулятора. Предложены методы адаптации классического ПИД-регулятора на основе алгоритма поисковой оптимизации, а именно симплексного инвариантного метода. Структура предложенных алгоритмов совпадает со структурой известных алгоритмов на основе искусственных нейронных сетей. Рассмотрены две конфигурации адаптивного ПИД-регулятора: в первой осуществляется непосредственная настройка коэффициентов; во второй в функции ошибки слежения формируется дополнительное воздействие, которое суммируется с выходом ПИД-регулятора. В работе в качестве объекта управления использован двухзвенный робот- манипулятор с нагрузкой в схвате. Представлено сравнение траекторий движения робота с применением различных адаптивных регуляторов на основе нейронных сетей и симплексного инвариантного метода. Приведены результаты управления манипулятором с постоянной и переменной нагрузкой, определены зоны эффективного применения предложенных алгоритмов адаптации. Математическое моделирование показало, что предлагаемый метод эффективно решает задачи адаптации в условиях дрейфа параметров робота- манипулятора

 

In case of action of internal and external uncontrollable influences the control of the multi-axis robot manipulator requires continuous adaptation of the controller. The methods of adaptation of the classical PID-regulator on the basis of a direct search method, namely, the simplex invariant method are offered. The structure of the offered algorithms is similar to the structure of the known algorithms on the basis of artificial neural networks. Two configurations of the adaptive PID-regulator are considered: in the first direct setup of coefficients is carried out; in the second an additional influence which is added to the PID-regulator output is created in the function of the error of tracking. In this paper the two-link robot manipulator with loading in a gripper is used as a control object. The comparison of the paths of the movement of the robot with use of different adaptive regulators on the basis of artificial neural networks and a simplex invariant method is provided. The results of the control of the robot manipulator with a permanent and alternating load are given, zones of effective application of the offered adaptation algorithms are defined.
Mathematical simulation showed that the offered method effectively solves adaptation problems in the conditions of drift of the parameters of the robot manipulator

 

Манипулятор управление – Энциклопедия по машиностроению XXL

В настоящее время коллектив кафедры работает над совершенствованием учебного курса теории механизмов и машин. Стремительное развитие новой техники поставило новые проблемы и перед высшим образованием. Поэтому в курс теории механизмов и машин введены разделы, посвященные изнашиванию, влиянию упругости звеньев на движение механизма, виброактивности и виброзащите, проектированию манипуляторов, управлению системой механизмов. Содержание этих разделов курса изложено в соответствующих главах учебника.  [c.8]
В настоящее время наилучшим образом вопросы управления системой молот — манипулятор решены в молотовых отделениях металлургических заводов Челябинска и Златоуста (автор схемы управления — ЧМЗ). Агрегаты управляются дистанционно с одного выносного пульта. На пульте управления молотом и манипулятором расположены педаль для изменения частоты ударов молота, кнопка включения автоматических ударов молота и включатель главного контактора. Оператор управляет правой рукой и правой ногой ковочным молотом, а левой рукой — ковочным манипулятором. Управление полностью соответствует мнемоническому принципу, а возможность включения всех механизмов манипулятора от одной рукоятки сводит до минимума время на включение и на его подготовку. Длительная эксплуатация группы манипуляторов, снабженных такой схемой управления на названных заводах, доказала ее перспективность.  
[c.57]

Ковочные комплексы. В настоящее время основное направление развития автоматизации процессов ковки— создание автоматизированных комплексов ковочный пресс — манипулятор . В современных ковочных комплексах используют главным образом гидравлические ковочные прессы с нижним маслонасосным приводом. Такой пресс оснащается дополнительным поперечным столом и магазином с комплектом бойков, в которые входят плоские бойки, вырезные бойки, комбинированные бойки и отрезной нож, заменяющий накладные топоры (рис.

414). Ковочный пресс обслуживается одним или двумя специализированными манипуляторами. Управление всеми агрегатами осуществляется от единой системы управления, с помощью которой комплекс работает в следующих режимах ручном, полуавтоматическом, автоматическом и программном. Программное управление организуется либо с помощью системы ЧПУ, либо от управляющей ЭВМ.  [c.164]

Манипуляторы с кнопочным управлением при необходимости могут снабжаться программирующим устройством для работы в автоматическом режиме по записанным командам.  [c.621]

Управляемое устройство или машина для выполнения двигательных функций, аналогичных функциям руки человека, при перемещении объектов в пространстве, оснащенное рабочим органом, называется манипулятором. В зависимости от метода управления манипуляторы могут быть с ручным, автоматическим и интерактивным (комбинированным) управлением. Манипулятор с ручным управлением — устройство, в процессе управления которым непрерывно участвует оператор.

Манипулятор с интерактивным управлением — устройство, в процессе управления которым автоматический и ручной методы управления чередуются во времени.  [c.210]


Основными структурными составными частями ПР являются исполнительное устройство, система управления н информационная система (рис. 14.6). Исполнительное устройство ПР выполняет его двигательные функции. В состав ПР входит манипулятор и устройство передвижения.  [c.210]

НОЙ резки дана технологическая система (ТС) станок М-36М, приспособление — двухстепенной манипулятор, инструмент — лазер на Oj, мощность 1 кВт, заготовка — лист Ст.З. Комплекс состоит из блока контроля и управления лазера / силового блока лазера пульта управления 3 лазера на СО 4, генерирующего вынужденное непрерывное монохроматическое излучение с длиной волны X = 10,6 мкм оптико-механического блока 5 опорного стола 7 робота 8, обеспечивающего закрепление и перемещение по двум координатам заготовки 6, и транспортной системы 9, обеспечивающей удаление готовых деталей.[c.301]

Шарнирно-балансирные манипуляторы (ШБМ), или уравновешенные подъемники с ручным управлением (рис. 2.3), используют для механизации транспортно-складских и монтажных работ, а также операций установки — снятия деталей при обслуживании технологического оборудования. В основу ШБМ положен механизм пантографа, с помощью которого нагрузка, приложенная к руке , раскладывается на горизонтальную и вертикальную составляющие. При этом вертикальная составляющая нагрузки воспринимается электромеханическим или  [c.13]

Сварочный РТК включает автоматический манипулятор инструмента, систему управления всем комплексом, позиционер (манипулятор изделия) и сварочное оборудование, сопряженное с системой управления РТК.  [c.96]

С помощью автоматических манипуляторов с программным управлением можно воспроизводить большое число операций по транспортировке обрабатываемых объектов, закреплению и раскреплению их в обрабатывающих машинах, упаковке, расфасовке, контрольно-измерительные операции и пр. Подобные автоматические машины и системы уже нашли и будут далее находить применение не только при проведении научных исследований и работ в космосе, морских глубинах и на дне океанов, под землей, но и для освобождения человека от тяжелого физического труда. Замена человека роботом на всех тяжелых и утомительных операциях имеет громадное социальное значение, оставляя человеку выполнение творческих и интеллектуальных функций управления и введения в систему необходимой информации.  [c.12]

При решении задач механики требуется учитывать основные параметры приводов, их влияние на динамику управляемых ими механизмов. Проблема разработки приводов и систем управления роботами, манипуляторами, шагающими и другими машинами является одной из важнейших в создании машин подобного типа. При решении этих проблем возникают вопросы создания систем с большой надежностью, оптимальными габаритами, малой инерционностью, обладающих широкими диапазонами скоростей.  [c.12]

Воистину революционную роль в системах управления автоматизацией производства сыграло появление ЭВМ. С помощью ЭВМ стал возможен анализ многозвенных, с большим числом степеней свободы механизмов, решение задач оптимального синтеза как отдельных механизмов, так и сложных машин автоматического действия, решение задач проектирования многокритериальных и многопараметрических машинных устройств, программное управление большинством современных машин, управление новыми машинами с устройствами биомеханического вида типа манипуляторов, роботов, шагающих машин и др.  [c.13]

В манипуляторах с ручным управлением осуществляется копирование движений и усилий руки оператора (копирующие манипуляторы), причем в ряде случаев с увеличением перемещений и усилий на исполнительном механизме.  [c.322]

В манипуляторах с автоматическим управлением звенья исполнительного механизма приводятся в движение от приводов по определенной программе.  [c.322]

Манипуляторы с автоматическим управлением и изменяемой программой, используемые в производстве для многократного выполнения определенных технологических и транспортных операций, называют промышленными роботами (ПР). ПР от-  [c.322]

Различают три класса или поколения ПР с автоматическим управлением. К первому поколению относят те из них, которые работают по жесткой программе. Такие роботы-манипуляторы находят все более щирокое применение в машиностроении и выпускаются серийно в нашей стране и за рубежом.  [c.324]


Ко второму поколению относят роботы-манипуляторы, в системе управления которых жесткая программа сочетается с элементами адаптации (приспособления) к неизвестным или меняющимся условиям внешней среды (например, поиск предмета в заданной зоне) информацию о внешней среде получают с помощью соответствующих датчиков.  [c.324]

Роботы-манипуляторы третьего поколения — с элементами искусственного интеллекта их система управления сама формирует и затем реализует программу в зависимости от поставленной цели,  [c.324]

На рис. 11.17, а дана кинематическая схема одного из промышленных роботов с приводами, а на рис. 11.17, б–структурная схема его основного рычажного механизма и упрощенная блок-схема автоматического управления манипулятором. Манипулятор Г1Р (рис. 11.17, а) имеет 5 степеней свободы (W = 5) и соответственно 5 отдельных приводов D, D , Оз, — электродвигатели и Dg — пневмопривод. Двигатель D, через червячную передачу приводит во вращательное движение вокруг вертикальной оси звено / двигатель Dg с помощью винтовой передачи (винт—гайка) перемещает поступательно (вверх-вниз) звено 2 двигатель D3 с помощью такой же передачи сообщает горизонтальное поступательное движение (вправо-влево) звену 3 электропривод О4 посредством червячной передачи осуществляет вращательное движение схвата 4 вокруг горизонтальной оси пневмопривод раскрывает и закрывает губки схвата 5 путем преобразования поступательного движения поршня посредством рычажного механизма.  [c.332]

В дистанционно управляемых копирующих манипуляторах применяют обратимые следящие системы симметричного типа, состоящие из двух взаимосвязанных следящих систем, обеспечивающих активное отражение усилий вариант такой системы, наиболее простой, дан на рис. 11.19, а. При наличии нагрузки на исполнительном звене в виде момента М и движущемся или неподвижном звене управления сельсин на стороне нагрузки развивает момент а сельсин на стороне оператора — равный ему, но противоположный по знаку синхронизирующий момент Мц. В результате оператор ощущает внешнюю нагрузку от объекта манипулирования не только при движении, но и при неподвижном положении схвата манипулятора. Динамика таких систем весьма сложна, уравнения движения составляются и исследуются с помощью чисто механического аналога (динамической модели, рис. 11.19,6). Здесь учитывают внешнюю нагрузку в виде момента М,,, приведенные моменты инерции Vi, У2, /и масс механизмов, связанных с валом оператора, с валом нагрузки и самой нагрузки, угол рассогласования между осями сельсинов в виде некоторой расчетной жесткости с упругой передачи, зависимость динамических синхронизирующих моментов Мц, Мдо, развиваемых сельсинами при вращении, от скорости вра-  [c.336]

В агрегатах ковочных прессов усилием 2000. ..6000 кН оборудование располагают по схеме, показанной на рис. УП1. 29. Для изготовления поковок на таких прессах обычно применяют обжатые болванки квадратного сечения размером до 450X450 мм. Так как заготовки имеют по длине и поперечному сечению разные размеры, то наиболее целесообразно устанавливать в рассматриваемом случае нагревательные печи с вращающимся подом. Ковочный манипулятор должен быть мостовой с вращением моста по круговому рельсу. Помимо механизации процессов ковки такой манипулятор, может быть использован как посадочная машина. Работа в агрегате осуществляется следующим образом. Прокат подается мостовым краном И на промежуточный склад 1. Заготовка со склада при помощи поворотного крана 2 передается на поворотный стол 10 и укладывается таким образом, чтобы ковочный манипулятор 5 мог, повернувшись на круговом рельсе 4, захватить заготовку и передать ее в нагревательную печь 8. Вынос нагретой заготовки из печи и подача ее к прессу 6, а также передача готовых поковок от пресса на промежуточный склад 3 осуществляется также при помощи манипулятора. Управление прессом и манипулятором осуществляется с пульта 7, а печью и поворотным столом — с пульта 9. Готовые поковки из промежуточного склада 3 при помощи поворотного крана 2 грузят на электротележки и отправляют по проезду на склад готовой продукции или на термическую обработку.  [c.197]

В копирующих манипуляторах управление осуществляется с помощью управляющего механизма, геометрически и кинематически подобного исполнительному механизму. Они оснащены силовыми син-хронно-следящими системами, обеспечивающими соответствие конфигураций управляющего и исполнительного органов. В большинстве конструкций положение кисти руки оператора однозначно определяет положение захвата. Эта тенденция в проектировании системы управления вызвана стремлением как можно больше приблизиться по функциональным возможностям к руке человека. В тех случаях, когда проектируются сдвоенные манипуляторы, управляемые одним оператором (соответственно правой и левой руками), то это является к тому же  [c. 20]

К числу немногих реально используемых проблемно-ориентированных языков относится язык VAL, разработанный для семейства роботов Puma и входящий в состав системы программирования, включающей монитор, редактор, интерпретатор языка управления движением, систему управления файлами и обеспечивающей двух-задачный режим работы. VAL —это язык низкого уровня, рассчитанный на детальное планирование всех действий робота. В состав языка входит набор инструкций, позволяющих выполнить операции управления конфигурацией и движением манипулятора, управления захватом, арифметические операции над числами и координатами точек позиционирования, управления прохождением программы (условные и безусловные операторы ветвления), а также обеспечивающих связь с внешними устройствами и работу с системой технического зрения. Операторы, относящиеся к последней группе, позволяют инициировать СТЗ, считывать видеоинформацию и обрабатывать ее. Некоторые версии языка используют уже обработанную в СТЗ видеоинформацию, представляющую собой координаты центра детали и данные по ее ориентации.[c.22]


Ворошилов И. С., Васерин В. НЛипатова И. А. Синтез нелинейных следящих приводов роботов-манипуляторов.— VI Всесоюз. симпозиум по теории и принципам устройства роботов и манипуляторов. Управление манипуляторами. Тезисы докл. Тольятти, 1976, с. 75—77.  [c.220]

Учебник огвечает современному состоянию науки о машинах и механизмах и соответствует программе, утвержденной Государственным комитетом СССР по народному образованию. Кроме традиционных раздеюв (теории структуры, кнпематикн, кинетостатики, динамики и синтеза механизмов) в учебник вошли вопросы теории машин-автоматов, роботов и манипуляторов, сведения об управлении машинами.  [c.2]

В последние годы стали создаваться кибернетические машины, выполняющие требуемые механические движения с г.омощыо соответствующих систем управления, в которых ис юльзуются ЭВМ, биотоки, специальные управляющие приводы и т. д. Это — автооператоры, роботы, манипуляторы, шагающие, ползающие и другие машины. Отличительной их особенностью является то, что рабочие органы этих машин выполняют механические движения, свойственные органам человека или животных. Например, робот имеет как бы ])уку , выполняющую заданные технологические операции. Шагающая машина имеет ноги и в какой-то мере имитирует движения, свойственные животным или насекомым. Ползающие машины сво ми элементами напоминают гусеницу или змею и т. д. Но главным в кибернетических машинах является их очувствление , т. е. оснащение этих машин искусственным осязанием с помощью соответствующих датчш-сов, искусственным зрением с помощью телевизионных устройств и т. д. С помощью специальных управляющих машин роботы, манипуляторы, шагающие и другие машины оснащаются как бы искусственным интеллектом , т. е. по заложенной в систему управления программе могут выполнять технологические операции того или другого вида в зависимости от ситуации, например при сборке каких-либо узлов выбирать требуемые детали, различая их по форме, цвету, геометрическим параметрам и т. д., перемещаться по различным поверхностям, обходя препятствия на своем пути или перешагивая через них, и т. д.  [c.14]

Большое значение при создании автоматических линий имеет автоматизация транспортно-погрузочных операций, которая освобождает человека от выполнения вручную трудоемких, монотонных, а нередко опасных для его жизни фуь кций, связанных с подачей в рабочую зону и удалением из нее объектов обработки, изменением нх ориентации в пространстве или на плоскости. Решение этих задач стало возможным путем использования манипуляторов, авгооператоров и промышленных роботов с ручным и программным управлением (см. 128).  [c.582]

Манипулятором называют техническое устройство, предназначенное для воспроазсгдения рабочих функций ptjK человека. Р ботами называют манипуляторы, снабженные органами перемещения и системами автоматического управления. Понятие  [c.613]

Многообразие существующих манипуляторов лелает необходимым их классификацию. В ее основе положены метод уир кле1[к 1, вид связи между управляющим н ксполпительнымн механизмами, а также некоторые конструктивные признаки ). Обычно манипулятор с автоматической системой управления ма-зывакя роботом-манипулятором или просто роботом.  [c.617]

Сервоманипуляторы. Это название укрепилось за копирующими манипуляторами, в которых управляющий и исполнительный механизмы, расположенные дистанционно, связаны системами управления особого вида — обратимыми следящими системами (ОСС). ОСС обеспечивают однозначное соответствие по положению между задающими и исполнительными органами,  [c.619]

Манипуляторы с автоматическим управлением. Зги манипуляторы могут быть подразделены на два типа. Первый тип — манипуляторы с жесткой программой дейстЕкя, они воспроизводят определенную совокупность дв1 женнй, включенных в программу. Подобная программа обычно записывается на магнитную ленту в ходе первого цикла работ, выполияегкюго оператором, а затем периодически повторяется.[c.621]

Г. Роботы и манипуляторы могут иметь как ручное, так и автоматическое управление. В случае ручного управлепня манипулятором необходимо, чтобы между силами, приложенными к звеньям  [c.627]

П р о м ы HI л е и и ы й робот — автоматическая машина, представляющая собой совокупность манипулятора и перепрограммируемого устройства управления и предназначенная для выполнения в производственном процессе двигательных и управляющих функций, заменяющих аналогичные функции человека при перемещении предметов производства и (или) технологической оснастки.  [c.168]

Что такое промышленный робот Какие различия имеются между промышленными роботами, манипуляторами с ручным управлением и автоопера-торамн  [c.213]

Манипуляторы с автоматическим управлением, применяемые в машинах-авт(зматах для выполнения различных транспортных операций (загрузка, перемещение, выгрузка изделий и т. п.) и работающие по жес1кой (неизменяемой) программе, носят название а в т о о п е р а т о р о в.[c.322]

В манипуляторах промышленных роботов (ПР) с автоматическим управлением различают два режима работы систем автоматического управления режим обучения и рабочий режим. В режиме обучения оператор с помощью специальной системы, включающей в себя датчики перемещений звеньев и устройства для записи сигналов датчиков на магнитную ленту или перфоленту, проводит исполнительный механизм манипулятора через требуемую последовательность рабочих положений звеньев. Информация, получаемая от датчиков положения звеньев, кодируется (шифруется) и поступает в запоминающее устройство в виде определенной программы. В рабочем режиме манипулятор работает автоматически по этой программе, которая декодируется (расшифровывается) и преобразуется в заданные движения звеньев.  [c.332]

К ручным системам управления копируюпшми манипуляторами предъявляется специфическое требование их очувствления , когда человек-оператор должен ощущать не только перемещения объекта манипулирования, но и нагрузку в виде силы или момента, дейст-вуюпких на схват манипулятора.[c.333]

Для управления копирующими манипуляторами применяют два вида силовых следяп1их систем с пассивным отражением усилия, когда оператор ощущает усилия на исполнительном органе лишь в процессе его движения, и с активным отражением усилия — так называемые обратимые следящие системы, когда оператор ощущает силу (или момент) на исполнительном органе как при его движении, так и в неподвижном положении.  [c.333]


Системы управления параллельно-последовательными погрузочными манипуляторами

Захаров Евгений Николаевич1, Несмиянов Иван Алексеевич2
1ФГБОУ ВО Волгоградский государственный аграрный университет, аспирант кафедры «Механика»
2ФГБОУ ВО Волгоградский государственный аграрный университет, доцент кафедры «Механика»

Zakharov Evgeny Nikolaevich1, Nesmiyanov Ivan Alekseevich2
1Volgograd State Agricultural University, graduate student of “Mechanics”
2Volgograd State Agricultural University, Associate Professor of “Mechanics”

Библиографическая ссылка на статью:
Захаров Е. Н., Несмиянов И.А. Системы управления параллельно-последовательными погрузочными манипуляторами // Современная техника и технологии. 2016. № 9 [Электронный ресурс]. URL: https://technology.snauka.ru/2016/09/10352 (дата обращения: 26.01.2022).

Гидрофицированные погрузочные манипуляторы и экскаваторы представляют собой сложную пространственную систему, имеющую большое число степеней свободы. Применение погрузочных манипуляторов тем эффективнее, чем большими возможностями он обладает. Современные погрузочные манипуляторы как промышленные, так и сельскохозяйственные, имеют несколько исполнительных гидроцилиндров от 2 до 5 [1, 5, 7].

Традиционное управление каждой степенью подвижности (звеном манипулятора) осуществляется при помощи самостоятельной рукоятки гидрораспределителя. Основная трудность управления погрузочными манипуляторами с пространственным исполнительным механизмом параллельно-последовательной структуры, как например манипуляторами НПМ-0,6 и НПМ-0,8 (рис. 1), заключается в сложности координации перемещения органов управления, согласования движений оператора с пространственным положением рабочего органа машины при одновременном выполнении условий точности и быстродействия [2]. Недостаточная скоординированность управляющих воздействий увеличивает суммарное время цикла и длину траектории перемещения рабочего органа.  Улучшить эти показатели эффективности управления манипулятором можно, если оператор будет управлять не каждым звеном в отдельности, а задавать направления перемещения собственно рабочего органа [8]. Одним из вариантов решения этой проблемы является управление гидроцилиндрами от одной рукояти. а)                                                                                                       б)

Рисунок 1 – Навесные погрузочные манипуляторы параллельно-последовательной структуры НПМ-0,6 (а) и НПМ-0,8 (б)

Разработана система дистанционного электрогидравлического управления погрузочным манипулятором от одной рукоятки. Она состоит из электрогидрораспределителей 1, 2 (рис.2) управления силовыми цилиндрами стрелы 4, 5 и электрораспределителем 3 управления цилиндром рукоятки 6. Рабочая жидкость подается к распределителям от насосной станции 7. Пульт управления 8 электрогидрораспределителями представляет рукоятку 9, шарнирно укрепленную на основании, и кнопок 10, 11, 12, 13, расположенных симметрично относительно рукоятки и кинематически связанных с ней. В рукоятку 9 встроены две кнопки 14 и 15 управления электрогидрораспределителем 3. Кнопки 10, 11, 12, 13 расположены относительно рукоятки таким образом, что возможно замыкание их контактов поочередно или одновременно два соседних. Это позволяет производить перемещение стрелы в направлениях «подъем» (движение рукоятки на себя), «опускание» (рукоятку – от себя), «подъем-поворот» и «опускание-поворот» (рукоятку – от себя по диагоналям), причем совмещение операций подъема или опускания с поворотом возможно влево и вправо (табл. 1). При этом независимо от направления движения стрелы или нахождения ее в покое встроенными в рукоятку 9 кнопками 14 и 15 можно управлять рукоятью манипулятора. Питание электромагнитов распределителей осуществляется от аккумуляторной батареи.

Описанная система управления погрузочными манипуляторами и подобными им машинами повышает удобство управления и снижает утомляемость оператора [4]. Пульт управления (рис.3), выполненный в виде джойстика, умещается в руках, и оператор может находиться в удалении от рабочего органа или в непосредственной близости к нему.

Рисунок 2 – Вариант системы управления манипулятором

Таблица 1. Матрица возможных управляющих воздействий на манипулятор посредством пульта управления типа «джойстик»

Действие

Положение контактов (1 – замкнут, 0 – разомкнут)

10

11

12

13

Подъем

1

0

1

0

Опускание

0

1

0

1

Поворот влево

1

1

0

0

Поворот вправо

0

0

1

1

Подъем с поворотом вправо

0

0

1

0

Подъем с поворотом влево

1

0

0

0

Опускание с поворотом вправо

0

0

0

1

Опускание с поворотом влево

0

1

0

0

Стоп

0

0

0

0

Рисунок 3 – Пульт управления манипулятором типа «джойстик» и блок электрогидрораспределителей

Рукояти управления может быть выполнена и в другом варианте, без кнопок управления гидроцилиндром 6 ( по рис. 2) рукояти. Другой вариант устройства для управления гидравлическим манипулятором состоит из корпуса 1 (рис.4), в котором шарнирно установлен рычаг 2 и его подвижная часть 3. На рычаге закреплено рабочее звено 4 с четырьмя кулачками 5. Подвижная часть рычага 3 имеет возможность перемещаться вдоль оси рычага относительно неподвижной части 2 с шарниром 6.

Возврат рычага в первоначальное положение осуществляется пружиной 7. В корпус 1 встроены два ряда контактов в виде микропереключателей 8-11 и 12-15. Контакты 8-11 и 12-15 расположены относительно рычага таким образом, что возможно замыкание их контактов поочередно или одновременно два соседних. Работа устройства осуществляется следующим образом. При перемещении рычага от себя замыкаются контакты 8 и 9, опуская тем самым стрелу манипулятора. При перемещении рычага на себя замыкаются контакты 10 и 11, стрела начинает подниматься. Для поворота стрелы манипулятора в горизонтальной плоскости рычаг следует переместить вправо или влево, замыкая соответственно контакты 9, 10 или 8, 11. Для совмещения подъема с поворотом или опускания с поворотом следует замкнуть только один вариант микропереключателя 8, 9, 10 или 11. Для опускания рукояти манипулятора рычаг следует нажать вниз и переместить от себя, при этом замкнется контакт 13, аналогично производится подъем рукояти, только следует рычаг перемещать вниз и от себя.

Рисунок 4 – Вариант исполнения пульта управления

Представленная система управления является системой прямого управления. Проведенные эксперименты показали, что эффективным средством для существенного повышения производительности манипулятора является оснащение специальными системами управления, которые позволяют совместить рабочие операции, облегчить сам процесс управления [1, 3, 5, 6, 7].

На рис. 5 представлена система управления рабочим оборудованием манипулятора параллельно-последовательной структуры с системой позиционирования. Перемещение грузонесущей стрелы по координатам φ и ψ обеспечивают звенья переменной длины 1 и 2, которые расположены под углом друг к другу и образуют пространственную структуру в виде трехгранной пирамиды неполнопараллельного механизма. Как отмечалось выше, управление перемещением т. Асоздает определенные трудности так, как у оператора в этом случае отсутствует характерное для управления плоскими механизмами, представление о взаимном соответствии координат груза (места захвата и выгрузки) и координат, определяющих положение т. А, а также направление ее движения при включении приводов.

Рисунок 5 –  Система прямого управления манипулятором:

ПУ – пульт управления; ЭК – блок электронных ключей; СП – система позиционирования; Р1, Р2, Р3 – электрогидрораспределители; 1, 2, 3 – исполнительные цилиндры; ДП1, ДП2, ДП3 – датчики положений.

Система прямого управления манипулятором в нашем случае состоит из пульта управления (ПУ), блока электронных ключей (ЭК), системы позиционирования (СП), электрораспределителей P1, P2…РN и соответствующих исполнительных цилиндров 1,2,3…N, а также датчиков положений ДП1, ДП2 …ДПN.

Для перемещения грузозахватного устройства манипулятора сигнал от пульта управления поступает электронные ключи (ЭК), управляющие электромагнитами распределителей P1, P2…РN. Управление возможно как всеми цилиндрами одновременно, так и дискретно, каждым цилиндром в отдельности.

При достижении манипулятором крайнего положения, либо положения заранее заданного оператором, сигнал от датчика ДПi с логическим состоянием «1» поступает в систему позиционирования (СП), которая переводит соответствующий электронный ключ, управляющий распределителем Рi, в логическом состоянии «0» и движение манипулятора в данном направлении прекращается.

Для ограничения зоны манипулятора, при выполнении конкретных технологических процессов, датчики положений настраиваются соответствующим образом. Ограничение зоны действия т. А манипулятора необходимо при работе в складских помещениях, ангарах во избежание повреждаемости окружающих предметов при ошибке оператора.

Датчики положений звеньев (ДП) и систем позиционирования (СП) может быть настроены для автоматического возврата грузозахватного устройства манипулятора в заданное положение по окончании технологической операции.

Эффективным средством для существенного повышения производительности манипулятора является оснащение автоматизированными системами управления, которые позволяют выполнять повторяющиеся однообразные рабочие операции без участия оператора (например, автоматический возврат грузозахватного устройства манипулятора в заданное положение по окончании технологической операции, перевод рабочего оборудования в транспортное положение), облегчить сам процесс управления и как результат – уменьшение утомляемости оператора.


Библиографический список
  1. Герасун, В.М. Системы управления манипуляторами на основе пространственных исполнительных механизмов / В.М. Герасун, И.А. Несмиянов // Мехатроника, автоматизация, управление. – 2010. –  №2. – С.24-28.
  2. Жавнер, В. Л. Погрузочные манипуляторы / В.Л. Жавнер, Э.И. Крамской. – Л.: Машиностроение, 1975. – 160 с.
  3. Жога, В.В. Система управления манипулятора-трипода. / В.В. Жога, И.А. Несмиянов, В.В. Дяшкин-Титов, Н.С. Воробьева // Робототехника и техническая кибернетика. – №4 (5) – 2014. – С.58-62.
  4. Несмиянов, И.А. Совершенствование систем управления погрузочными манипуляторами / И.А. Несмиянов // Механизация и электрификация сельского хозяйства. – 2002. – №4. – С.21-22.
  5. Несмиянов, И.А. Система управления погрузочным манипулятором параллельной структуры / И.А. Несмиянов, Н.С. Воробьёва, В.И. Токарев // Вестник Федерального государственного образовательного учреждения высшего профессионального образования Московский государственный агроинженерный университет им. В.П. Горячкина. ФГОУ. Агроинженерия. – 2012. – №3 (54). – с.42-44.
  6. Несмиянов, И.А. Система управления манипулятора сельскохозяйственного робота / И.А. Несмиянов, В.В. Жога, В.Е. Павловский, Н.С. Воробьева // Известия Нижневолжского агроуниверситетского комплекса: наука и высшее профессиональное образование. – 2014. – №3(35). – с.226-231.
  7. Несмиянов, И.А. Системы прямого и позиционного управления погрузочным манипулятором с пространственным исполнительным механизмом. / И.А. Несмиянов, Е.Н. Захаров, В.И. Токарев // Робототехника в сельскохозяйственных технологиях: материалы Международной научно-практической конференции. – Мичуринск-Наукоград: Издательство Мичуринского госагроуниверситета, 2014. – С.239-245.
  8. Юревич Е.И. Основы робототехники: учеб.пособие. – 3-е изд., перераб. и доп. – СПб.: БХВ – Петербург, 2010 – 368 с.:ил.


Все статьи автора «Несмиянов Иван Алексеевич»

Разработка и исследование системы управления сбалансированным манипулятором


Please use this identifier to cite or link to this item: http://earchive.tpu.ru/handle/11683/61323

Title: Разработка и исследование системы управления сбалансированным манипулятором
Authors: Дун, Бо
metadata. dc.contributor.advisor: Гайворонский, Сергей Анатольевич
Keywords: сбалансированный манипулятор; электропривод; датчик натяжения троса; резонансные колебания; частотные характеристики; сухое трение; псевдолинейное корректирующее устройство; блок компенсации сухого трения; balanced manipulator; electric drive; cable tension sensor; resonant vibrations; frequency characteristics; dry friction; pseudo-linear correction device; dry friction compensation unit
Issue Date: 2020
Citation: Дун Бo Разработка и исследование системы управления сбалансированным манипулятором : бакалаврская работа / Бo Дун ; Национальный исследовательский Томский политехнический университет (ТПУ), Инженерная школа информационных технологий и робототехники (ИШИТР), Отделение автоматизации и робототехники (ОАР) ; науч. рук. С. А. Гайворонский. — Томск, 2020.
Abstract: Эта работа заключалась в разработке и исследовании сбалансированного манипулятора системы управления, в эксперименте построена математическая модель сбалансированного манипулятора, изучено влияние упругих колебаний и сухого трения системы, а также с использованием псевдолинейных корректирующих устройств на основе управляемой гистерезисной нелинейности “упор”. Для уменьшения воздействия упругих колебаний и разработано устройство компенсации сухого трения и т. Д.
This work consisted in the development and study of a balanced manipulator of the control system, in the experiment a mathematical model of a balanced manipulator was built, the influence of elastic vibrations and dry friction of the system was studied, as well as using pseudo-linear corrective devices based on controlled stop hysteresis non-linearity. To reduce the impact of elastic vibrations, a device for compensating dry friction, etc.
URI: http://earchive.tpu.ru/handle/11683/61323
Appears in Collections:Выпускные квалификационные работы (ВКР)

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

Как манипулировать манипуляторами : Практика — Секрет фирмы

Чтобы сделать карьеру, нужно плести интриги. Все это понимают, поэтому выигрывают те, кто умеет манипулировать не только наивными простаками, но и самыми искусными манипуляторами. Начала этой науки изложены в книге «В компании с трудными людьми» Роя Лиллея (выходит в издательстве «Олимп-бизнес»). «Секрет» публикует фрагмент.

Когда управление превращается в манипуляцию? Чем отличается мотивация от манипуляции? Что значит манипулировать?

Посмотрим в словарь:

Манипулировать — скрыто управлять кем-либо против его воли, обычно с помощью приёмов идеологического или психологического воздействия, с целью получить одностороннее преимущество либо возбудить у объекта таких действий намерения, не совпадающие с его актуально существующими желаниями.

Ещё есть значение, которое касается сложных вычислений, и объяснение, связанное с демонстрацией цирковых фокусов.

Но «скрыто управлять кем-либо против его воли» — вот о чём пойдёт речь.

Как в современной рабочей обстановке можно этого избежать? Конечно, в офисе человек человеку волк, но, когда мотивация, управление и маневры переходят за грань порядочности, надо что-то делать.

Первое правило: не пытайтесь переиграть манипулятора его же методом. Вместо этого подойдите к проблеме открыто. Иначе вы перемещаетесь в непростую реальность заговоров, хитрых расчётов и интриг. У вас не хватит на это времени. Покончите с проблемой и двигайтесь дальше.

Вами манипулирует начальник? Это уже сложнее. Попробуйте так: «Босс, я знаю, что вы человек справедливый, но ваше решение стало причиной возникшей у меня проблемы». Если обратиться к хорошим качествам, это сработает с большей вероятностью, чем жалоба на то, что вами манипулировали.

Если вас подставили и придётся взять вину на себя

Классический случай. Ваш начальник, коллега или даже подчинённый решил найти «козла отпущения». Ну-ка, поднимите руки те, кто не сталкивался с подобным сценарием?

Проект пошёл наперекосяк, все ищут, на кого бы свалить вину. К сожалению, в самом начале проекта именно вы, в свойственной вам бодрой и оптимистичной манере, произнесли (или, хуже того, написали по электронной почте), что считаете проект обречённым на успех, а идею — гениальной. И вот спустя три месяца случилась катастрофа.

И тут же, ни с того ни с сего, проект стал «вашим», промах — тоже «ваш», и вообще «всё из-за вас». Н-да. Что же делать?

Попробуйте так: «Разве можно на полном серьёзе утверждать, будто виноват один только я?» Увиливайте, изворачивайтесь!

Сомневаюсь, что этого будет достаточно. Вот вам ещё вариант:

«На проекте работали 14 сотрудников и два основных подразделения. Действительно, поначалу мне казалось, что дела идут хорошо, но в проекте участвовало множество других людей, включая региональное руководство. Задним умом, как говорится, все крепки. Возможно, всем будет лучше, если мы перестанем искать виноватых и начнём поиски решения».

Этот подход гораздо лучше, он демонстрирует, что вы не собираетесь брать всю вину на себя. Либо виноваты будут все, либо все найдут решение.

Важно как можно быстрее обозначить свою позицию и возразить. Так можно избежать сплетен, которые в корпоративной среде всегда падают на благодатную почву.

Ложь представляет собой манипуляцию. Бывает «ложь во спасение», полуправда и умолчания. Какую бы форму она ни принимала, с правдой у неё нет ничего общего: правда одна, и на свете нет ничего, кроме правды, — а ложь опасна.

Лжецы стоят лишь на ступеньку выше манипуляторов, и ступенька эта не так уж высока. С людьми, манипулирующими не только коллегами, но и правдой, не сложно справиться. Просто придерживайтесь фактов, записей, протоколов и данных. И никогда никого не называйте лжецом! Для вас они просто что-то перепутали, имели недостаточно информации, пользовались устаревшими данными, а может, проявили банальную невнимательность. Пусть другие зовут их лжецами. А вы приобретайте себе союзников, а не наживайте врагов.

С полуправдой обращайтесь так, словно это недосмотр или ошибка. Лжец поймёт, что вы делаете, а остальные увидят, что вы всегда начеку. «Лоренс, вы всё говорите верно, но вы забыли упомянуть, что клиент просил в первой поставке именно синий цвет». Избегайте категоричности. «Лоренс, вы забыли вставить в отчёт пожелания клиента. Вы что, хотите, чтобы моё подразделение выглядело глупо?» Возможно, именно этого он и хотел, но теперь это вызовет трения и обострит ситуацию… Просто держите факты наготове.

Не странно ли, что почти всегда трудные ситуации и трудных людей можно нейтрализовать при помощи фактов? Уверен, вы не пожалеете, что вели записи!

Давайте договоримся

Это шанс всей жизни, или вами просто манипулируют? Принимайте вызов! Чтобы узнать ответ, нужно заключить сделку. Логично предполагать, что те, с кем вы заключаете сделку, ведут себя честно, но если предложение чересчур заманчиво, чтобы быть честным, — скорее всего, тут что-то нечисто. Помните: сделка всегда подразумевает, что все стороны от неё что-то получают. Конечно, вы обдумали договорённость со своей стороны, но важнее понимать, что получит от этой договорённости сторона противоположная. Какую выгоду получу я, а какую они? Если по всему выходит, что предложение выгодно только для вас, подумайте основательно!

Устные обещания не стоят и бумаги, на которой они не записаны! Манипуляторы видят себя ловкими дельцами. Если по условиям вы должны сделать нечто, зависящее от действий третьих лиц, — что будет, если эти лица не выполнят того, что от них требуется? Возникнут ли у вас трудности, попадёте ли вы в бедственное положение и будете ли выглядеть глупо?

Первое золотое правило: если это на благо проекту — договаривайтесь. Если есть сомнения — отказывайтесь.

Второе золотое правило: заключение сделок обязательно следует оформлять письменно, при помощи договоров и соглашений. И не обязательно формальных.

В этом протоколе отражено моё понимание условий достигнутого на совещании 31.02.16 соглашения. Джон согласился выполнить то-то, я согласился выполнить то-то, и все согласились закончить работы к…

Этого может быть вполне достаточно, чтобы всё сложилось благоприятно. Цель такого документа — не представить его в суд высшей юрисдикции, а дать понять возможному манипулятору, что вы начеку и являетесь достойным соперником.

Если вы падки на лесть

Да вы просто чудо! Ну, ещё бы. .. Мы все невообразимо прекрасны! Вы наверняка слышали такое: «Ты так здорово умеешь готовить презентации в PowerPoint — не мог бы ты мне помочь сделать слайды для моей завтрашней презентации?» И вы, конечно, сидите полночи и создаёте шедевр. Вами манипулировал мастер. Надо было сказать:

«Мэри, спасибо тебе на добром слове, но я считаю, что подготовка презентации — это очень личное дело, и если ты сама подготовишь слайды, то будешь чувствовать себя увереннее и выступать будет проще. Если хочешь, давай я посмотрю, когда ты закончишь, — я тебе с радостью подскажу, как навести глянец».

И вечер у вас будет свободен — занимайтесь чем хотите. Если вам кажется, что вами манипулируют или вас «отфутболивают», — скорее всего, так и есть. Хороший манипулятор приложит все усилия, чтобы скрыть манипуляцию за лестью и комплиментами. Доверяйте интуиции. Если чувствуете: что-то не так, — не соглашайтесь. Копните чуть глубже и задайте несколько вопросов. Почему, когда, кто, что и где — вот о чём для начала можно спросить.

Если вам льстят подчинённые

Вы ведь знаете, что вы просто чудесный начальник, и иногда приятно об этом послушать. Но опасайтесь льстецов, которые хвалят вас для того, чтобы получить работу полегче, или хотят, чтобы вы смотрели сквозь пальцы на их недоработки. Попробуйте так: «Сильвия, благодарю вас. Приятно, что вы меня высоко цените, но давайте-ка вернёмся к работе».

Лесть, заискивание, подхалимство, лизоблюдство: ничего хорошего во всём этом нет, и вы вполне можете без этого обойтись. Опасайтесь также личного подтекста, которым может сопровождаться лесть. Проблемы на работе могут повлечь обвинения в неподобающем поведении и даже в дискриминации. Если кажется, что назревает проблема, поставьте в известность своего начальника. Если вы сами начальник, переговорите с вышестоящим руководителем или с адвокатом.

Основные выводы

  1. Не связывайтесь с манипуляторами, пытаясь ответить им той же монетой; оставайтесь честными в любых ситуациях.

  2. Ложь — это форма манипуляции. Столкнувшись с лжецом, не называйте его лжецом, — вместо этого предположите, что человеку просто не хватило информации. Всегда держите под рукой всю информацию в документальном виде, чтобы можно было дать неагрессивный отпор на аргументацию лжеца.

  3. При заключении сделок с манипуляторами анализируйте, что получит от сделки ваш партнёр. Если выходит, что сделка выгодна только вам и условия чересчур хороши, чтобы быть честными, — скорее всего, дело нечисто.

  4. Манипуляторы часто используют лесть в своих целях. Всегда выясняйте их истинные мотивы и не отвлекайтесь от работы.

Книга предоставлена издательством «Олимп-бизнес»

Управление манипулятором с помощью цвета

Система управления манипулятором роботом ev3 с помощью цветовых команд

Цветовые датчики EV3 могут различать 6  цветов.  Это способность позволяет существенно расширить возможности по ручному  управлению роботами, построенными  на базе EV3.   Рассмотрим пример  робот манипулятор.  Данные роботы должны выполнять много операций  Если на одном блоке EV3  есть 4 порта для моторов, то на нем можно собрать робота манипулятор с 4 степенями свободы. Для каждой степени свободы необходимо определить  3 управляющих сигнала: двигаться вперед(влево), назад(вправо), остановиться. Чтобы управлять  вручную таким манипулятором, нужен пульт с 12 кнопками. На блоке есть только 4 порта для датчиков, например касания , которые можно использовать в качестве кнопок управления Поэтому необходим пульт для управления манипулятором  12 действиями. Это и стало целью проекта.Чтобы создать  пульт для управления роботом ev3, было решено использовать цветовой датчик ev3 и два датчика касания, и цветовую шкалу. Каждому мотору  мы ставим в соответствие свой цвет Если мы подведем датчик  цвета по шкале к указанному цвету, то сможем  управлять нужным нам мотором с помощью двух датчиков касания.

Цель проекта Разработать пульт управления для робота ev3 с цветовым датчиком
1 Разработать и собрать пульт для управления роботом ev3 с датчиками касания и цветовым датчиком
2 Собрать манипулятор ev3
3 Написать и протестировать программу для ev3 для управления манипулятором с помощью пульта

Описание проекта пульт для управления манипулятором ev3

Мы собрали пульт , у которого есть передвигаемый датчик цвета, датчик цвета перемещается над цветовой  палитрой. Каждой степени свободы манипулятора, соответствует свой цвет. При перемещении цветового датчика на нужный цвет, мы даем знать роботу какой каким мотором  мы хотим управлять.  К пульту присоединятся датчики касания кнопки, которые и отвечают за управление выбранным мотором  двигаться вперед или назад, влево или вправо.

С помощью нашего пульта мы можем управлять манипулятором  рукой ev3 .
Для управления мы выбрал Манипулятор Рука. Схема робота стандартная инструкция для сборки прилагается в лицензионном программном обеспечении. 
Данный пример только иллюстрирует  способ управления. На пульте датчик цвета должен свободно перемещается на осях над палитрой цветов, датчики касания зафиксированы рядом . Такой пульт компактен и достаточно удобен в использовании.
Приведем пример программы для данного пульта ev3 Подробно о программировании ev3 Основа программы  внесена в постоянный цикл, для каждого цвета свой код . На рисунке два приведен фрагмент программы для красного цвета.

Рисунок 2. Часть программы для обработки нахождения цветового датчика над красной полосой.

Подробней опишем,  как  работает программа для ev3. Вначале идет проверка датчика цвета. Если цвет красный, то  мы выбрали мотор B  и будем управлять им  до тех пор, пока не поменяется цвет. Для этого в условие вставлен цикл, он завершается после изменения цвета.

 Условие выхода из цикла проиллюстрировано на рисунке 3.

Рисунок 3.  Цветовой датчик ушел с красного цвета.
Внутри цикла идет обработка нажатий датчиков касаний(кнопок), для управления движением мотора.  Рисунок 4.
Если нажата кнопка , подключенная к порту 1 , то мотор , подключенный к порту B начинает двигаться вперед. Если нажата кнопка , подключенная к порту 2 , то мотор , подключенный к порту B начинает двигаться назад.
Условие выхода из цикла проиллюстрировано на рисунке 3.

Аналогичные фрагменты вставляются для каждого цвета, меняется только номер цвета и порт мотора. Данную методику управления можно использовать и для управления  роботизированными системами. В данном случае выбор цвета датчиком цвета может инициализировать определённую подпрограмму , согласно которой робот выполняет определённые действия , а мы с помощью датчиков касания управляем работой робота в рамках подпрограммы.(к примеру увеличиваем или уменьшаем скорость работы робота в рамках данной подпрограммы).

Выводы:
1 Собран манипулятор по типу “рука” на ev3.
2 Собран пульт  управления с цветовыми и датчиками и датчиками касания робота ev3
3 Запрограммирован робот манипулятор ev3 для управления с помощью  пульта.  С помощью цветового пульта можно легко управлять манипулятором. Управлять поворотами  в горизонтальной плоскости на любой угол, вертикальной плоскости   на угол  в  от нуля до 180 градусов, захватом предмета. 
Если увеличить число цветов в пульте, то можно управлять большим числом моторов.  Робот манипулятор сможет выполнять более сложные действия.
Планируется разработать более сложный манипулятор ev3 , который мог бы вращать кистью  и который размещался бы на подвижной платформе . Для данного робота будет сделан более сложный  пульт с  большим количеством цветов. Такой робот позволит брать и перемещать объекты в пространстве.
Литература:
1. Курс программирования робота Lego Mindstorms EV3 в среде EV3 : основные подходы, практические примеры, секреты мастерства  / Л. Ю. Овсяницкая, Д. Н. Овсяницкий, А. Д. Овсяницкий. – Челябинск: Мякотин И.В.. – 2014. – 203 с.
2.Робототехника для детей и родителей. / Филиппов С. А. — СПб.: Наука, 2013. 319 с.
3. Lego Mindstorms: Создавайте и программируйте роботов по вашему желанию. Руководство пользователя.

Познакомиться с другими проектами  по робототехнике и компьютерному моделированию

Поделиться:

 

Манипуляторная система – обзор

3.5.2 Конечная модальная модель балки Эйлера–Бернулли

Динамика гибкой манипуляторной системы описывается бесконечномерной математической моделью, поскольку модель состоит из дифференциальных уравнений в частных производных. Однако для проектирования конечномерного регулятора необходима конечномерная модель системы. Для достижения этой цели необходимо использовать конечномерную аппроксимацию для моделирования гибкого манипулятора, чтобы сохранить конечное число мод и обрезать другие, менее значимые моды, исходя из требований контроллера.Разложение по моде N для смещения пучка ω( x , t ) определяется как разделимость в этом случае относится к описанию смещения как ряда членов, которые являются произведениями двух отдельных функций, каждая из которых является функцией одной переменной, пространственной переменной x и времени t соответственно. φ i является i -й модальной формой или собственной функцией. q i – соответствующая обобщенная модальная координата, описывающая упругую деформацию.

Схема разработки математической модели заключается в использовании метода Лагранжа или принципа Гамильтона для полной кинетической энергии, полной потенциальной энергии и виртуальной работы, совершаемой крутящим моментом, приложенным к суставу. Этот метод не внесет в систему лишних ошибок и будет использован для получения модели в пространстве состояний гибкого манипулятора, предложенной в этой главе [34].

Кинетика ступицы записывается следующим образом: После замены уравнения (3.83) в уравнение (3.84) имеем

(3.85)Th=12Ihθ˙2+12Ih∑i=1n∑j=1nq˙iq˙jφ′i(0)φ′j(0)

Таким же образом кинетика нагрузки на наконечник составляет

(3,86)Tp=12Mp(θ˙L+w˙(L,t))2+12Jp(θ˙+w˙(L,t′))2+acM(θ˙+w ˙(L,t′))(θ˙L+w˙(L,t))

, что совпадает с

(3.87)Tp=12Γ1θ˙2+θ˙∑i=1Nq˙Γ2(i) +12∑i=1N∑j=1Nq˙iq˙jΓ3(i,j)

, где

(3.88)Γ1=(MpL2+Jp+2MpLac)Γ2(i)=(Jp+MpLac)Ψ′i(L)+(L+ac)MpΨi(L)Γ3(i,j)=JpΨ′i(L) Ψ′j(L)+MpΨi(L)Ψj(L)+2acMpΨ′i(L)Ψj(L)

Кинетическая энергия звена

(3,89)TL=12∫0L[(xθ˙+w ˙)2+S(w˙′+θ˙)2]ρdx

равно

(3,90)TL=12Λ1θ˙2+θ˙∑i=1Nq˙Λ2(i)+12∑i=1N∑ j=1Nq˙iq˙jΛ3(i,j)

, где

(3.91)Λ1=∫0L(x2+S)ρdxΛ2(i)=∫0L[xΨi(x)+SΨ′i(x)]ρdxΛ3 (i,j)=∫0L[Ψi(x)Ψj(x)+SΨ′i(x)Ψ′j(x)]ρdx

S – функция площади поперечного сечения звена. Полная потенциальная энергия равна

(3,92)P=12∫0LEI(x)w2(x)″dx=12∑i=1N∑j=1Nqiqjk(i,j)

, где k(i,j)=∫ 0LEI(x)Ψ″i(x)Ψ″j(x)dx.

Обобщенная виртуальная работа получается как

Чтобы применить принцип Гамильтона, заменим уравнениями (3.85), (3.87), (3.89), (3.91) и (3.92) следующую формулу и сгруппируем ее в терминах θ , δq и и их производные:

(3.94)Ξ=TL+Th+Tp−P+W=12Ω1θ˙2+θ˙∑i=1NqiΩ2(i)+12∑i=1N∑j=1NqiqjΩ3(i,j)+τθ++τ∑i= 1NΨ˙i(0)q−12∑i=1N∑j=1Nqiqjk(i,j)

, где

(3.95)Ω1=Ih+Γ1+Λ1Ω2=Γ2(i)+Λ2(i)Ω3(i ,j)=IhΨ′i(0)Ψ′j(0)+Γ3(i,j)+Λ3(i,j)

После применения метода Гамильтона получаем

(3.96)δΞ=Ω1θ˙δθ ˙+∑i=1NΩ(i)q˙δθ˙+θ˙∑i=1NΩ2(i)δq˙i+∑i=1N∑j=1Nq˙jΩ3(i,j)δq˙i+τδθ+τ∑i =1NΨ′i(0)δqi−∑i=1N∑j=1Nqjk(i,j)δqi

С

(3.97)∫t0tfθ˙δθ˙dt=θ˙δθ|tft0−∫t0tfθ¨δθdt=− В расширенном принципе Гамильтона

(3.98)∫t0tfδΞdt=∫t0tf{[−Ω1θ¨−∑i=1Nq¨iΩ2(i)+τ]δθ−[θ¨∑i=1NΩ2(i)+∑i=1N∑j=1Nq¨jΩ3(i ,j)+∑i=1N∑j=1Nqjk(i,j)−τ∑i=1NΨ′i(0)]]δqi}dt=0

Эти коэффициенты δθ , δq i , 1 ≤ i N должно быть равно нулю. Т.е. j=1Nqjk(i,j)+τΨ′i(0)=0,0≤i≤N

или в матричной форме:

(3.101)Mx¨+Kx=bτ

, где

(3.102)x =[θ,q1,q2,q3,…,qN](N+1,1)T,b=[1,Ψ′1(0),Ψ′2(0),…,Ψ′N(0) ](N+1,1)TM=[Ω1Ω2(1)Ω2(2)⋅Ω2(N)Ω2(1)Ω3(1,1)Ω3(1,2)⋅Ω3(1,N)⋅⋅⋅ ⋅⋅Ω2(N)Ω3(N,1)Ω3(N,2)⋅Ω3(N,N)]K=[000⋅00k(1,1)k(1,2)⋅k(1,N) ⋅⋅⋅⋅⋅0k(N,1)k(N,2)⋅k(N,N)]

Как было показано, ( J , I ), K ( I , j ) = k ( j , I ), таким образом, матрицы м и к являются симметричными и называются матрицами массы и жесткости соответственно.

Управление манипуляторами | СпрингерЛинк

‘) var head = document.getElementsByTagName(“head”)[0] var script = document.createElement(“сценарий”) script. type = “текст/javascript” script.src = “https://buy.springer.com/assets/js/buybox-bundle-52d08dec1e.js” script.id = “ecommerce-scripts-” ​​+ метка времени head.appendChild (скрипт) var buybox = document.querySelector(“[data-id=id_”+ метка времени +”]”).parentNode ;[].slice.call(buybox.querySelectorAll(“.вариант-покупки”)).forEach(initCollapsibles) функция initCollapsibles(подписка, индекс) { var toggle = подписка.querySelector(“.цена-варианта-покупки”) подписка.classList.remove (“расширенный”) var form = подписка.querySelector(“.форма-варианта-покупки”) если (форма) { вар formAction = form.getAttribute(“действие”) document.querySelector(“#ecommerce-scripts-” ​​+ timestamp).addEventListener(“load”, bindModal(form, formAction, timestamp, index), false) } var priceInfo = подписка. querySelector(“.Информация о цене”) var PurchaseOption = переключатель.родительский элемент если (переключить && форма && priceInfo) { toggle.setAttribute(“роль”, “кнопка”) toggle.setAttribute(“tabindex”, “0”) toggle.addEventListener («щелчок», функция (событие) { var expand = toggle.getAttribute(“aria-expanded”) === “true” || ложный toggle.setAttribute(“aria-expanded”, !expanded) форма.скрытый = расширенный если (! расширено) { покупкаOption.classList.add(“расширенный”) } еще { покупкаOption.classList.remove(“расширенный”) } priceInfo.hidden = расширенный }, ложный) } } функция bindModal (форма, formAction, метка времени, индекс) { var weHasBrowserSupport = окно. выборка && Array.from функция возврата () { var Buybox = EcommScripts ? EcommScripts.Buybox : ноль var Modal = EcommScripts ? EcommScripts.Modal : ноль if (weHasBrowserSupport && Buybox && Modal) { var modalID = “ecomm-modal_” + метка времени + “_” + индекс var modal = новый модальный (modalID) модальный.domEl.addEventListener(“закрыть”, закрыть) функция закрыть () { form.querySelector(“кнопка[тип=отправить]”).фокус() } вар корзинаURL = “/корзина” var cartModalURL = “/cart?messageOnly=1” форма.setAttribute( “действие”, formAction. replace(cartURL, cartModalURL) ) var formSubmit = Buybox.перехват формы отправки ( Buybox.fetchFormAction(окно.fetch), Buybox.triggerModalAfterAddToCartSuccess(модальный), функция () { form.removeEventListener («отправить», formSubmit, false) форма.setAttribute( “действие”, formAction.replace(cartModalURL, cartURL) ) форма.представить() } ) form.addEventListener (“отправить”, formSubmit, ложь) document.body.appendChild(modal. domEl) } } } функция initKeyControls() { document.addEventListener (“нажатие клавиши”, функция (событие) { если (документ.activeElement.classList.contains(“цена-варианта-покупки”) && (event.code === “Пробел” || event.code === “Enter”)) { если (document.activeElement) { событие.preventDefault() документ.activeElement.click() } } }, ложный) } функция InitialStateOpen() { var buyboxWidth = buybox.смещениеШирина ;[].slice.call(buybox.querySelectorAll(“.опция покупки”)).forEach(функция (опция, индекс) { var toggle = option.querySelector(“.цена-варианта-покупки”) var form = option. querySelector(“.форма-варианта-покупки”) var priceInfo = option.querySelector(“.Информация о цене”) если (buyboxWidth > 480) { переключить.щелчок() } еще { если (индекс === 0) { переключать.щелчок() } еще { toggle.setAttribute («ария-расширенная», «ложь») form.hidden = “скрытый” priceInfo.hidden = “скрытый” } } }) } начальное состояниеОткрыть() если (window.buyboxInitialized) вернуть window.buyboxInitialized = истина initKeyControls() })()

Управление роботом-манипулятором на основе модели

Резюме

Управление роботом-манипулятором на основе моделей представляет собой первое комплексное рассмотрение многих наиболее важных последних разработок в области использования подробных динамических моделей роботов для улучшения управления ими. Работа авторов над автоматической идентификацией кинематических и динамических параметров, упреждающим управлением положением, стабильностью управления силой и изучением траектории имеет большое значение для повышения производительности будущих робототехнических систем. Все основные идеи, обсуждаемые в этой книге, были подтверждены экспериментами с роботом-манипулятором с прямым приводом. В книге рассматриваются вопросы построения точных моделей роботов и их применения для высокопроизводительного управления. Сначала описывается, как три набора моделей — кинематическая модель звеньев и инерционные модели звеньев и нагрузок на твердое тело — могут быть получены автоматически с использованием экспериментальных данных.Затем эти модели включаются в управление положением, изучение одной траектории и управление усилием. MIT Serial Link Direct Drive Arm, на котором эти модели были разработаны и применены для управления, является одним из немногих манипуляторов, пригодных в настоящее время для тестирования таких концепций.

Содержание Введение • Рычаги с прямым приводом • Кинематическая калибровка • Оценка инерционных параметров нагрузки • Оценка инерционных параметров звена • Упреждающее и вычисляемое управление крутящим моментом • Обучение роботов на основе моделей • Проблемы динамической устойчивости при управлении силой • Проблемы кинематической устойчивости в силе Управление • Заключение

Управление роботом-манипулятором на основе моделей включено в серию «Искусственный интеллект» под редакцией Патрика Уинстона и Майкла Брэди.

Твердый переплет
Из печати ISBN: 9780262011020 254 стр. | 6 х 9 дюймов

Мягкая обложка
$35.00 Икс ISBN: 9780262511575 254 стр. | 6 х 9 дюймов

Авторы

Че Х.
Че Ан — научный сотрудник Исследовательского центра IBM T. J. Watson.
Кристофер Г. Аткесон
Кристофер Аткесон — доцент кафедры мозговых и когнитивных наук Массачусетского технологического института и Лаборатории искусственного интеллекта Массачусетского технологического института.
Джон Холлербах
Джон Холлербах — доцент кафедры мозговых и когнитивных наук Массачусетского технологического института и Лаборатории искусственного интеллекта Массачусетского технологического института.

Система управления манипулятором

Компания Zetechtics разработала и изготовила новый вариант системы управления вспомогательными инструментами ROV Jupiter 2 специально для пропорционального управления манипуляторами. С двумя вариантами системы управления Jupiter 2 — один с управлением манипулятором и дополнительным управлением Torque Tool (размещен в одном корпусе), а второй — с управлением только манипулятором. Это обеспечивает первоклассный контроль манипуляторов, таких как Schilling Atlas Arm и других промышленных манипуляторов, обеспечивающих высокое качество и низкую стоимость.

Ассортимент подводных систем управления Zetechtics Jupiter предлагает одно из самых передовых решений для управления и контрольно-измерительных приборов гидравлическими инструментами и системами, объединенными в единое целое.Наши сверхкомпактные и легкие устройства обеспечивают простое включение/выключение, пропорциональное давление и двунаправленное управление потоком.

Расширяемая функциональность может быть достигнута за счет использования механизмов Master/Slave или модификации системы. При необходимости системы Jupiter могут взаимодействовать с нашими клапанными блоками High Flow или оборудованием сторонних производителей.

Все системы поставляются с мощным программным обеспечением Jupiter, которое позволяет пользователю полностью контролировать работу системы Jupiter. Функции программного обеспечения включают в себя регистрацию данных, автоматическую калибровку динамометрических инструментов, настраиваемую пользователем настройку и всестороннюю диагностику.

Все поставляемые системы получают поддержку в полевых условиях через специальную линию технической поддержки, доступную круглосуточно и без выходных по телефону или электронной почте. Кроме того, мы предлагаем программу сертифицированных учебных курсов Jupiter, которые можно проводить по всему миру.

Обновления программного обеспечения доступны бесплатно.

Особенности и преимущества

  • Подходит для Schilling Atlas Arm и других манипуляторов
  • 7 x NG3 Пропорциональный регулятор расхода, двунаправленный
  • Клапаны с открытым центром
  • 6 клапанов с уравновешивающими клапанами для поглощения ударов и удержания нагрузки
  • 7-й клапан (челюстной) оснащен устройством сброса давления, но без удерживания нагрузки, что позволяет разблокировать его в случае мертвого переводника
  • Полностью пропорциональное управление означает, что рычаг можно перемещать очень деликатно и точно или быстрее
  • Компактный легкий корпус
  • Глубина 4000 м, рейтинг
  • Контроллер X-Box с беспроводным приемником
  • Доступен вариант джойстика
  • Установлены два детектора воды
  • Опция управления динамометрическим инструментом
  • Программное обеспечение Surface работает на ПК или ноутбуке
  • Интуитивно понятный и удобный графический интерфейс
  • Регулируемые настройки усиления или управления скоростью для скорости работы

 

 

 

 

 

Функции двунаправленного пропорционального электромагнитного клапана, каждый с установленными снаружи регулируемыми вручную уравновешивающими клапанами

0–250 бар, 5–15 л/мин (заводская установка: 250 бар при 5 л/мин)
7
Поставка гидравлической системы:  
Давление (дополнительный внутренний датчик давления) 250 бар максимум
Резервуар/возврат Максимум 100 бар
Температура жидкости от -20 до 50°C
Напряжение питания 24 В постоянного тока ±10 %
Ток питания 5 А
Источник питания 120 Вт
   
Поставка внутреннего датчика и камеры:  
Напряжение Настраивается пользователем от 15 В до 20 В постоянного тока
Мощность 30 Вт
ПРИМЕЧАНИЕ. Все камеры и датчики имеют индивидуально переключаемые и контролируемые источники питания, способные выдавать до 400 мА  
Размер: 391x208x195 мм

 Вес

без компенсационного масла и фитингов

По оценкам; 22.2 кг (воздух) без компенсационного масла и фитингов

 

 

  Все системы управления Jupiter2 поставляются с ноутбуком, монтируемым в стойку или панельным ПК с установленным программным обеспечением Jupiter и всеми деталями, необходимыми для работы.

границ |

1 Введение

Прогностическое управление без кинематической модели для достижения цели роботом-манипулятором

Исследователи за последние несколько десятилетий изучали оптимальное управление, особенно для приложений, в которых системная динамика и ограничения требуют надлежащего управления (Zanon et al. , 2017). Model Predictive Control (MPC) — это метод опережающего контроля, широко используемый в научных кругах и промышленности (Forbes et al., 2015). MPC широко используются в робототехнике благодаря их способности справляться с ограничениями и работать в режиме реального времени (Saputra et al., 2021). В общем, MPC требуют системной модели до управления, чтобы оптимизировать контроллер на конечном горизонте (Stenman, 1999), что может быть сложно получить или поддерживать для определенных типов роботов (например, мягкие роботы, континуальные роботы, роботы-трансформеры). , так далее.) (АлАттар и др., 2021). Контроллер без кинематической модели (KMF) способен управлять манипуляторами роботов без каких-либо предварительных знаний о кинематической структуре или динамических свойствах робота. Контроллер работает, строя локальные линейные модели, которые используются для выполнения задач достижения цели (АлАттар и Кормушев, 2020). Однако до настоящего времени контроллер KMF не применялся для задач высокого уровня, таких как планирование траектории и обход препятствий, поскольку они связаны с управлением на низком уровне. Наряду с достоинствами МПК, объединенные вместе, они могут выполнять задачи высокого уровня. В этой статье представлен новый прогностический контроллер без кинематической модели (KMF-PC), который способен достигать конечного рабочего органа и избегать препятствий для роботов-манипуляторов. Контроллер был протестирован в моделировании, а также на физическом манипуляторе с двумя степенями свободы (2-DOF), показанном на рисунке 1.

РИСУНОК 1 . Экспериментальная установка для проверки адаптивности предлагаемого контроллера KMF-PC.Пурпурный кружок представляет начальную точку перед движением робота, красный кружок представляет виртуальное препятствие, а синий кружок представляет целевое положение. Зеленый кружок на роботе — это отслеживаемая точка. Достигнув середины, концевой эффектор модифицируется, чтобы продемонстрировать адаптивность контроллера. Было проведено четыре испытания: (A) Концевой эффектор был укорочен путем перемещения гусеничного наконечника вниз по второму звену; (B) Концевой эффектор был удлинен за счет добавления жесткого удлинителя; (C) Концевой эффектор был смещен под углом; (D) Концевой эффектор был удлинен с помощью мягкого звена.

1.1 Вклады

Вклады статьи: Представление нового контроллера без модели, KMF-PC, способного управлять манипулятором робота без каких-либо предварительных знаний о кинематике или динамике робота и достигать преодоления препятствия конечным исполнительным органом с помощью подход без кинематической модели. Кроме того, адаптируемость контроллера проверяется путем модификации концевого зажима во время выполнения.

1.2 Структура статьи

Статья организована следующим образом: в разделе 2 представлена ​​литература, имеющая отношение к представленному исследованию, в разделе 3 представлена ​​разработка контроллера KMF-PC, в разделе 4 представлены результаты моделирования и экспериментов, и наконец, Раздел 5 завершает статью.

2 Связанная работа

MPC — это метод управления, использующий модель системы для прогнозирования будущего поведения, которое может быть чувствительно к ошибкам прогнозирования, особенно в случае нелинейных объектов. Чтобы смягчить такую ​​чувствительность, используется адаптивное прогнозирующее управление, при котором модель объекта и номинальные условия постоянно адаптируются (Франко и Сантос, 2019). MPC приобрели популярность благодаря своей способности справляться с ограничениями и способности работать в режиме реального времени, что позволило широко использовать их в робототехнике (Saputra et al., 2021). MPC использовались для планирования пути и предотвращения столкновений дорожных транспортных средств (Ji et al., 2016) и нескольких микролетательных аппаратов (Kamel et al., 2017). Кремер и др. (2020) управляли манипулятором, чтобы выполнять задачи, избегая при этом динамического препятствия. Нику и др. (2017) использовали нелинейный MPC для управления роботами N для совместного манипулирования объектами, избегая препятствий. Ли и Сюн (2019) выполнили обход препятствий мобильными манипуляторами с помощью MPC.

Ли и др.(2021) использовали MPC для отслеживания траектории и обхода препятствий мобильных роботов. Олейников и др. (2021) использовали MPC для управления роботом-манипулятором, который избегает неподвижных и человеческих препятствий. Эш и Кришна (2020) использовали MPC для динамического отслеживания целей и обхода препятствий для робота, следующего за человеком. Панкерт и Хаттер (2020) использовали MPC для непрерывного управления мобильными устройствами и предотвращения столкновений. Другие исследователи использовали MPC для управления автономным транспортным средством и обхода препятствий (Quirynen et al., 2020; Песня и Ха, 2021). Ван и др. (2021) использовали MPC для управления роботом-собакой, помогающим людям с нарушениями зрения преодолевать препятствия.

В целом, MPC требуют системной модели для прогнозирования состояния системы на конечном горизонте Dao et al. (2021). Это требует, чтобы управляемая система и ее динамическая модель были известны до управления. Кроме того, нелинейные модели могут обременять контроллер большими вычислительными требованиями (Stenman, 1999). Это может быть сложно в робототехнике, поскольку некоторые роботы, такие как мягкие и континуальные роботы, не поддаются точному моделированию, в то время как другие могут изменяться, адаптироваться, трансформироваться, трансформироваться или развиваться, например, роботы, которые изменяют свою кинематическую структуру или динамические свойства во время движение или роботы, которые случайно повреждены или согнуты (AlAttar et al. , 2021).

С другой стороны, методы управления KMF могут решить эти проблемы, поскольку эти методы управления не требуют каких-либо предварительных знаний о кинематических или динамических моделях робота. Контроллеры без кинематической модели работают, собирая информацию посредством коротких исследовательских срабатываний, строя локальную линейную модель, которая аппроксимирует локальное кинематическое и динамическое поведение робота, и оценивая сигнал срабатывания, который перемещает робота к заданной эталонной цели. В нашей предыдущей работе мы продемонстрировали управление положением KMF робота-манипулятора, способного выполнять задачи по достижению цели (Кормушев и др., 2015а, Кормушев и др., 2015б). Затем контроллер был испытан на мягком непрерывном роботе с пневматическим приводом (Frazelle et al., 2021) для космических приложений. Затем мы представили контроллер позы (положение и ориентация), который управляет позицией рабочего органа робота с помощью двойных кватернионов с локальным взвешиванием (AlAttar and Kormushev, 2020). Наконец, мы увеличили количество степеней свободы, чтобы контролировать их, отслеживая и контролируя несколько точек в кинематической цепи робота (AlAttar et al., 2021).

Несмотря на то, что методы прогнозирующего управления без использования моделей уже изучались ранее (Stenman, 1999; Yamamoto, 2014; Li and Yamamoto, 2016), прогнозирующее управление без использования кинематических моделей для роботов-манипуляторов является неисследованной областью исследований, насколько нам известно.

3 Формулировка проблемы

В этом разделе формулируется контроллер KMF-PC. Нелинейная модель твердотельного робота-манипулятора может быть получена с использованием следующего общего динамического уравнения: , q̈ – ускорения суставов, M – матрица инерции, c – вектор Кориолиса, g – вектор силы тяжести, τ f – момент трения, приложенный крутящий момент.

3.1 Управление без кинематической модели

Для робота-манипулятора с двумя степенями свободы пусть p̂ будет требуемым примитивом срабатывания, параметры которого τp(p̂) должны быть оценены для приведения в действие концевого эффектора в направлении целевого положения:

Следуя подход без кинематической модели, b 1 можно аппроксимировать линейной комбинацией примитивов срабатывания следующим образом:

где w=[w1,w2,…,wk]T вектор неизвестных весов и A 1 , матрица срабатывания определяется следующим образом:

A1=τp1p1τp1p2…τp1pkτp2p1τp2p2…τp2pk(4)

Во время исследования контроллер применяет псевдослучайные примитивы срабатывания со следующей кривой:

τt=τpt∈t0,t0 +dp20иначе. (5)

Полученные смещения конечного эффектора записываются в матрицу наблюдения:

a2 = δx1δx2 … Δxpkδyp1δyp2 … Δypkδzp1δzp2 … ΔZPK (6)

, где δ I ( p j ) – эффект смещения на концевой эффектор по оси i в результате срабатывания p j . В плоском случае Δ z ( p j ) = 0. Пусть желаемый эффект выражается следующим образом: комбинация наблюдаемых эффектов kNN, A 2 , выглядит следующим образом:

Обратите внимание, что для w может существовать много решений, поскольку A 2 может не быть полным рангом.Чтобы решить эту проблему, используется регрессия наименьших квадратов, чтобы найти наименьший квадрат вектора b 2 , который является решением уравнения. Затем это вычисленное значение можно использовать в уравнении. 3, чтобы найти требуемый примитив активации, который будет приводить в действие концевой эффектор в желаемом целевом положении. После каждого срабатывания фактическое и желаемое положение рабочего органа сравниваются. В случае значительного несоответствия запускается еще одна исследовательская фаза.

3.2 Модель прогнозирующего управления

Системная модель линейного MPC в форме пространства состояний выглядит следующим образом:

где матрицы A , B , C и D могут изменяться во времени •k: индекс текущего управляющего времени

•x: переменные состояния системы

•u: управляемые входные данные

•y: выходные данные системы

В общем, системная модель используется для предсказания будущих состояний динамической системы с помощью MPC для генерации управляющего сигнала, который минимизирует некоторую функцию стоимости на заранее определенном горизонте прогнозирования (Afram and Janabi-Sharifi, 2014).Функция стоимости оптимизирует управляющие переменные для достижения желаемого эталона, что приводит к последовательности из N оптимальных срабатываний, из которых MPC применяет только первое (Khosravi et al. , 2019). Затем этот процесс повторяется после смещения горизонта вперед. Если модель системы является линейной, аналитические решения MPC могут использоваться для чрезвычайно быстрых вычислений. В случае роботов с твердым телом динамическая модель, показанная в (уравнении 1), интегрируется по времени и становится чрезвычайно нелинейной по мере добавления большего количества соединений, что усложняет MPC.Проблема часто упрощается путем линеаризации динамики системы, однако для этого требуется точная модель системы; то, что невозможно для неизвестных роботов.

3.3 Прогностическое управление без кинематической модели

Чтобы использовать линейные MPC, требуется формулировка пространства состояний для управления KMF. Уравнение срабатывания в управлении KMF может быть предварительно умножено на псевдоинверсию A 1 , матрица срабатывания:

Затем это можно подставить в уравнение наблюдения, чтобы получить следующее:

+ 1) = b 2 и u ( k ) = b 1 , мы можем легко заметить, что: u=∥xdes−xu∥+∥u∥(15)

, где x des — желаемое состояние системы. Формально задача оптимизации выражается следующим образом:

minuJNx0,u=∑k=0N−1lxk,uk(16)x1k−a2+x2k−b2≥r2(20)

, где x 0 — начальное состояние системы, u max — максимальный прилагаемый крутящий момент, x i ( k ) — переменная состояния системы ith , r } — параметры окружности препятствия. Поскольку построенная локальная линейная модель является изменчивой и используется только для следующего срабатывания, достаточно линейного MPC.Как и для всех контроллеров KMF, стабильность и конвергенция не гарантируются из-за их исследовательского характера.

4 Результаты

В этом разделе представлены и обсуждаются результаты моделирования и физических экспериментов. В первом эксперименте с помощью классического контроллера KMF и предлагаемого KMF-PC выполнялась простая задача на смоделированном роботе с двумя степенями свободы и физическом роботе с двумя степенями свободы. Во втором эксперименте выполнение задач на симулированном роботе с 2 степенями свободы, 3 степенями свободы и 4 степенями свободы, а также на физическом роботе с двумя степенями свободы выполнялось с одним и двумя круговыми препятствиями.В третьем эксперименте адаптируемость KMF-PC демонстрируется путем модификации кинематической структуры робота с двумя степенями свободы на полпути. Все роботы плоские, ограничивающие движение горизонтальной плоскостью, чтобы пренебречь эффектами гравитации.

Роботы-симуляторы моделируются в MATLAB с использованием набора инструментов Robotics Toolbox Питера Корка (Corke, 2017). KMF-PC использует CasADi (Andersson et al., 2019). Положение рабочего органа было легко получено с помощью функций набора инструментов. С другой стороны, физический робот состоит из алюминиевых звеньев и приводов Hebi серии X (X5-9), способных обеспечивать непрерывный крутящий момент 9 Нм , которые управляются с помощью сигналов крутящего момента.Конечный эффектор робота отслеживается с помощью откалиброванной веб-камеры и зеленого маркера. Прямые координаты пикселей используются для определения положения рабочего органа в физических экспериментах. Виртуальные препятствия используются для имитации круглого препятствия, которого необходимо избегать.

4.1 Эксперимент 1: Достижение с использованием классического KMF и KMF-PC

В этом эксперименте классический KMF и предлагаемый KMF-PC используются для выполнения простой задачи по дотягиванию на смоделированном и физическом роботе с двумя степенями свободы при отсутствии любое препятствие.На рис. 2 показаны результаты моделирования и физических экспериментов при работе обоих контроллеров.

РИСУНОК 2 . Смоделированные и физические эксперименты по управлению KMF и предлагаемому KMF-PC при отсутствии каких-либо препятствий. Сравнивая результаты моделирования (A, B) , оба контроллера работали одинаково, достигая цели по полупрямой линии. Что касается физических экспериментов (C,D) , мы замечаем, что KMF-PC выбрал немного более изогнутый путь, чтобы достичь целевого положения. Тем не менее, и KMF, и KMF-PC показали себя одинаково хорошо, выполнив задачу за 30 шагов.

Очевидно, что при отсутствии каких-либо препятствий оба контроллера вели себя одинаково и смогли достичь заданного положения менее чем за 30 шагов.

4.2 Эксперимент 2: Обход препятствий с помощью KMF-PC

Во втором эксперименте обход препятствий выполняется на симулированном роботе с 2 степенями свободы, 3 степенями свободы и 4 степенями свободы, а также на физическом роботе с двумя степенями свободы. Результаты моделирования представлены на рисунке 3.KMF-PC способен объезжать препятствия на пути следования. Несмотря на увеличение сложности при добавлении дополнительной степени свободы, контроллер успешно выполняет задачу достижения, избегая препятствий (2-DOF и 3-DOF). Также было отмечено, что из-за исследовательского характера подхода KMF, если диспетчер инициирует этапы исследования вблизи какого-либо препятствия, это может привести к столкновению с препятствием (очевидно в случае с 4 степенями свободы). Таким образом, рекомендуется надувать препятствия, чтобы избежать столкновения из-за исследовательского поведения.

РИСУНОК 3 . Результаты моделирования одновременного достижения и обхода препятствий с использованием KMF-PC на смоделированных роботах-манипуляторах с 2 степенями свободы, 3 степенями свободы и 4 степенями свободы. Отмечено, что в случае с 4 степенями свободы, где сложность относительно выше, запускается больше исследовательского движения, которое заставляет концевой эффектор проникать через виртуальное препятствие.

Что касается физических экспериментов, результаты показаны на рис. 4. Контроллер KMF-PC успешно выполнил задачу достижения цели, избегая препятствий.В обоих случаях, с одним и двумя препятствиями, контроллер KMF-PC регистрировал случаи, когда робот приближался к препятствию (препятствиям). Поэтому рекомендуется надувать препятствия.

РИСУНОК 4 . Результаты физического эксперимента по достижению KMF-PC и обходу препятствий. В обоих случаях концевой эффектор приближался к препятствию. Таким образом, рекомендуется надувание препятствий. В сценарии с одним препятствием робот достиг цели за 21 шаг. В сценарии с двумя препятствиями он достиг цели за 30 шагов.

При появлении одного препятствия контроллер сделал 21 шаг, чтобы достичь целевого положения рабочего органа. Когда на пути были два препятствия, контроллер делал 30 шагов, чтобы достичь цели.

4.3 Эксперимент 3: Адаптивность KMF-PC

В третьем эксперименте адаптируемость предлагаемого контроллера демонстрируется посредством серии тестов, в которых кинематическая структура физического робота модифицируется в середине выполнения задачи. Результаты представлены на рисунке 5.Сначала второе звено робота укорачивается за счет перемещения маркера вниз по звену. Во-вторых, звено расширяется за счет добавления жесткого картона к последнему звену. В-третьих, конечный эффектор расширяется с помощью программной ссылки. В-четвертых, концевой эффектор смещен.

РИСУНОК 5 . Результаты физического эксперимента по достижению и обходу препятствий при изменении конечного эффектора во время выполнения. Когда конечный эффектор изменяется, контроллер запускает фазу исследования и сразу после этого возобновляет достижение и избегание препятствий.Модификации включают укорочение концевого зажима, жесткое и мягкое удлинение и смещение концевого зажима.

Конечный эффектор изменяется путем временной приостановки выполнения и ручного изменения конечного эффектора. После модификации выполнение возобновляется. Во всех случаях, когда выполнение возобновляется, контроллер переходит в исследовательскую фазу, которая запускается из-за несоответствия, измеренного между прогнозируемым и фактическим состоянием конечного эффектора. Затем контроллер возобновляет движение к целевой позиции.Во всех случаях роботу удалось достичь цели в пределах 50 шагов.

5 Заключение

Предлагается новый контроллер KMF, способный избегать препятствий с использованием подхода MPC без каких-либо предварительных знаний о модели робота. Контроллеры KMF не делают никаких предположений ни о конструкции робота, ни об окружающей среде. Формулировка предложенного KMF-PC была получена в этой статье, показывая, как можно избежать препятствий без предварительного знания динамики или кинематики робота.Использование этого подхода для применения MPC к неизвестным роботам позволяет достичь более высокого уровня контроля с минимальной вычислительной сложностью. Были проведены как модельные, так и физические эксперименты. Запуск контроллера KMF-PC при отсутствии каких-либо препятствий вел себя аналогично классическому контроллеру KMF. Уклонение от одиночных и двойных препятствий было протестировано в моделировании с использованием роботов с 2 степенями свободы, 3 степенями свободы и 4 степенями свободы, а также на физическом роботе с двумя степенями свободы. Обнаружено, что из-за исследовательского характера управления KMF любые исследовательские срабатывания, срабатывающие вблизи любого препятствия, могут привести к тому, что концевой эффектор робота проникнет в препятствие или столкнется с ним. Таким образом, рекомендуется надувание препятствий. Кроме того, адаптивность KMF-PC была продемонстрирована в ходе серии испытаний, в ходе которых концевой эффектор был модифицирован на полпути во время выполнения. Во всех экспериментах роботу удавалось одновременно достигать и избегать препятствий, достигая целевого положения менее чем за 50 шагов. В текущем состоянии KMF следует применять к задачам управления роботами, где гибкость и адаптируемость предпочтительнее точности и скорости. Будущая работа включает в себя исследовательские действия с учетом препятствий, которые учитывают препятствия, чтобы избежать столкновений, и непрерывный контроль, позволяющий компенсировать гравитацию и, таким образом, неплоский контроль.

Заявление о доступности данных

Наборы данных, представленные в этой статье, не всегда доступны, так как они были получены в результате моделирования и физических экспериментов на роботе. Собранные данные обобщены в цифрах в статье. Запросы на доступ к наборам данных следует направлять по адресу a. [email protected]

Вклад автора

А.А. работал над частью, не связанной с кинематической моделью, выполнял моделирование, проводил физические эксперименты и написал статью.DC работал над интеграцией KMF с теорией MPC и рассмотрел документ. PK руководил исследованием и рецензировал статью.

Финансирование

AA получило поддержку Министерства образования Объединенных Арабских Эмиратов в рамках их стипендиальной программы, а это исследование было поддержано Dubai Future Labs через их учреждение.

Конфликт интересов

Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могли бы быть истолкованы как потенциальный конфликт интересов.

Примечания издателя

Все утверждения, изложенные в этой статье, принадлежат исключительно авторам и не обязательно представляют претензии их аффилированных организаций или издателя, редакторов и рецензентов. Любой продукт, который может быть оценен в этой статье, или претензии, которые могут быть сделаны его производителем, не гарантируются и не поддерживаются издателем.

Благодарности

Я хочу поблагодарить доктора Тарека Таха за его поддержку в настройке сети и связи.Я также хотел бы поблагодарить техническую команду (Маджеда, Алекса, Джулиана и Лейта) из Dubai Future Labs за их поддержку во время настройки и экспериментов.

Ссылки

Афрам, А., и Джанаби-Шарифи, Ф. (2014). Теория и приложения систем управления HVAC – обзор модели прогнозирующего управления (MPC). Строительная среда. 72, 343–355. doi:10.1016/j.buildenv.2013.11.016

Полный текст CrossRef | Google Scholar

АлАттар А., Курси Ф., Кормушев П.(2021). Разрешение избыточности без кинематической модели с использованием многоточечного отслеживания и управления для манипулирования роботом. Заяв. науч. 11, 4746. doi:10.3390/app11114746

CrossRef Full Text | Google Scholar

АлАттар А. и Кормушев П. (2020). Управление ориентацией без кинематической модели для манипулирования роботом с использованием локально взвешенных двойных кватернионов. Robotics 9, 76. doi:10.3390/robotics

76

CrossRef Полный текст | Google Scholar

Андерссон Дж.А. Э., Гиллис Дж., Хорн Г., Роулингс Дж. Б. и Диль М. (2019). CasADi: программная среда для нелинейной оптимизации и оптимального управления. Матем. прог. Комп. 11, 1–36. doi:10.1007/s12532-018-0139-4

CrossRef Full Text | Google Scholar

Эш А. и Кришна К. М. (2020). «Динамическое отслеживание целей и предотвращение столкновений человека, следующего за роботом, с использованием прогнозирующего управления с помощью моделей», 24-я Международная конференция по теории систем, управлению и вычислениям (ICSTCC), 8–10 октября 2020 г.2020 (IEEE), 660–666. doi:10.1109/icstcc50638.2020.9259720

CrossRef Full Text | Google Scholar

Corke, PI (2017). Робототехника, зрение и управление: основные алгоритмы в MATLAB . второе изд. Берлин, Германия: Springer.

Google Scholar

Дао П. Н., Нгуен Х. К., Нгуен Т. Л. и Май Х. С. (2021). Надежное прогнозирующее управление нелинейной моделью Finite Horizon для колесных мобильных роботов. Матем. Пробл. англ. 2021. doi:10.1155/2021/6611992

CrossRef Полный текст | Google Scholar

Forbes, М.Г., Патвардхан Р. С., Хамада Х. и Гопалуни Р. Б. (2015). Модель прогнозирующего управления в промышленности: проблемы и возможности. IFAC-PapersOnLine 48, 531–538. doi:10.1016/j.ifacol.2015.09.022

CrossRef Полный текст | Google Scholar

Франко А. и Сантос В. (2019). «Краткосрочное планирование пути с уклонением от нескольких движущихся препятствий на основе адаптивного Mpc», Международная конференция IEEE по автономным робототехническим системам и соревнованиям (ICARSC) 2019 г., Порту, Португалия, 24–26 апреля 2019 г. (IEEE), 1–7.doi:10.1109/icarsc.2019.8733653

CrossRef Полный текст | Google Scholar

Фразель К., Уокер И., Аль-Аттар А. и Кормушев П. (2021). «Управление космическими операциями без кинематической модели с помощью манипуляторов сплошной среды», на аэрокосмической конференции IEEE 2021 г. (50100), Big Sky, MT, США, 6–13 марта 2021 г. (IEEE), 1–11. doi:10.1109/aero50100.2021.9438380

CrossRef Full Text | Google Scholar

Джи Дж., Хаджепур А., Мелек В. В. и Хуанг Ю. (2016). Планирование пути и отслеживание для предотвращения столкновений транспортных средств на основе прогнозирующего управления моделью с множественными ограничениями. IEEE Trans. Автомобильная техника 66, 952–964. doi:10.1109/LRA.2021.3083581

CrossRef Full Text | Google Scholar

Камель М., Алонсо-Мора Дж., Зигварт Р. и Ньето Дж. (2017). «Надежное предотвращение столкновений для нескольких микролетательных аппаратов с использованием нелинейного управления с прогнозированием моделей», Международная конференция IEEE / RSJ по интеллектуальным роботам и системам (IROS) 2017 г., Ванкувер, Британская Колумбия, Канада, 24-28 сентября 2017 г. (IEEE), 236– 243. doi:10.1109/iros.2017.8202163

CrossRef Полный текст | Google Scholar

Хосрави М., Amirbande, M., Khaburi, D. A., Rivera, M., Riveros, J., Rodriguez, J., et al. (2019). Обзор стратегий прогнозирующего управления моделями для матричных преобразователей. Силовая электроника ИЭТ 12, 3021–3032. doi:10.1049/iet-pel.2019.0212

Полный текст CrossRef | Google Scholar

Кормушев П., Демирис Ю. и Колдуэлл Д. Г. (2015a). «Безэнкодерное управление положением двухзвенного робота-манипулятора», Международная конференция IEEE по робототехнике и автоматизации (ICRA) 2015 г., Сиэтл, Вашингтон, США, 26–30 мая 2015 г. (IEEE), 943–949.doi:10.1109/icra.2015.7139290

Полный текст CrossRef | Google Scholar

Кормушев П., Демирис Ю. и Колдуэлл Д. Г. (2015b). «Безкинематическое управление положением плоского манипулятора робота с двумя степенями свободы», Международная конференция IEEE/RSJ по интеллектуальным роботам и системам (IROS) 2015 г., Гамбург, Германия, 28 сентября – 2 октября 2015 г. (IEEE), 5518– 5525. doi:10.1109/iros.2015.7354159

CrossRef Полный текст | Google Scholar

Кремер М. , Рёсманн К., Хоффманн Ф. и Бертрам Т.(2020). Модель прогнозирующего управления совместным манипулятором с учетом динамических препятствий. Оптимальное управление. заявл. Мет 41, 1211–1232. doi:10.1002/oca.2599

CrossRef Полный текст | Google Scholar

Ли, Х., и Ямамото, С. (2016). «Бесмодельный метод прогнозирующего управления, основанный на полиномиальной регрессии», Международный симпозиум SICE по системам управления (ISCS), 2016 г., Нагоя, Япония, 7–10 марта 2016 г. (IEEE), 1–6. doi:10.1109/siceiscs.2016.7470167

Полный текст CrossRef | Google Scholar

Ли, Дж., Сунь Дж., Лю Л. и Сюй Дж. (2021). Модель прогнозирующего управления для отслеживания автономного мобильного робота в сочетании с локальным планированием пути. Изм. Контроль. 54, 1319–1325. doi:10.1177/00202940211043070

CrossRef Full Text | Google Scholar

Ли, В., и Сюн, Р. (2019). Динамическое предотвращение препятствий мобильных манипуляций, ограниченных задачами, с использованием прогнозирующего управления моделью. Доступ IEEE 7, 88301–88311. doi:10.1109/access.2019.2925428

Полный текст CrossRef | Google Scholar

Нику, А., Вергинис, К., Хешмати-Аламдари, С., и Димарогонас, Д.В. (2017). «Нелинейная модель прогнозирующего управления для совместных манипуляций с сингулярностью и предотвращением столкновений», 25-я Средиземноморская конференция по управлению и автоматизации (MED), 2017 г., Валлетта, Мальта, 3–6 июля 2017 г. (IEEE), 707–712. doi:10.1109/med.2017.7984201

CrossRef Полный текст | Google Scholar

Олейников А., Кусдавлетов С., Шинтемиров А. и Рубаготти М. (2021). Нелинейная модель прогнозирующего управления с учетом безопасности для физического взаимодействия человека и робота. IEEE Robotics Automation Letter. 6, 5665–5672. doi:10.1109/lra.2021.3083581

CrossRef Полный текст | Google Scholar

Панкерт, Дж., и Хаттер, М. (2020). Перцептивная модель прогнозирующего управления для непрерывного мобильного манипулирования. Робот IEEE. автомат. лат. 5, 6177–6184. doi:10.1109/lra.2020.3010721

CrossRef Полный текст | Google Scholar

Киринен Р., Бернторп К., Камбам К. и Ди Кайрано С. (2020). «Интегрированное обнаружение и предотвращение препятствий при планировании движения и упреждающем управлении автономными транспортными средствами», Американская конференция по управлению (ACC) 2020 г., Денвер, Колорадо, США, 1–3 июля 2020 г. (IEEE), 1203–1208.doi:10.23919/acc45564.2020.

20

CrossRef Full Text | Google Scholar

Сапутра Р. П., Ракичевич Н., Чаппелл Д., Ван К. и Кормушев П. (2021). Прогностическое управление иерархической декомпозитивно-целевой моделью для автономного извлечения пострадавших. Доступ IEEE 9, 39656–39679. doi:10.1109/access.2021.3063782

Полный текст CrossRef | Google Scholar

Сонг Ю. и Ха К. (2021). Система предотвращения столкновений при вождении и управлении автономным транспортным средством с модельным прогнозирующим управлением на основе невыпуклой оптимизации. Доп. мех. англ. 13, 16878140211027669. doi:10.1177/16878140211027669

CrossRef Полный текст | Google Scholar

Стенман, А. (1999). «Безмодельное прогнозирующее управление», в материалах 38-й конференции IEEE по решениям и управлению (кат. № 99Ch46304), Феникс, Аризона, США, 7–10 декабря 1999 г. (IEEE), 3712–3717. doi:10.1109/CDC.1999.8279314

CrossRef Полный текст | Google Scholar

Ван Л., Чжао Дж. и Чжан Л. (2021). «Navdog: роботизированная собака-навигатор с помощью прогнозирующего управления моделями и моделирования человека и робота», в материалах 36-го ежегодного симпозиума ACM по прикладным вычислениям, 815–818.

Google Scholar

Ямамото, С. (2014). Новый безмодельный метод прогнозирующего управления с использованием входных и выходных данных. Амр 1042, 182–187. doi:10.4028/www.scientific.net/AMR.1042.182

CrossRef Полный текст | Google Scholar

Занон М., Бочча А., Пальма В.Г.С., Паренти С. и Ксауса И. (2017). «Прямое оптимальное управление и управление с прогнозированием модели», в «Оптимальное управление: новые направления и приложения» (Springer), 263–382. дои: 10.1007/978-3-319-60771-9_3

CrossRef Полный текст | Google Scholar

Отказоустойчивая схема для робота-манипулятора — нелинейное надежное обратное управление с компенсацией трения

Abstract

Появляющиеся приложения автономных роботов, требующие стабильности и надежности, не могут допустить отказа компонентов для достижения эксплуатационных целей. Следовательно, идентификация и устранение неисправности имеет первостепенное значение в сообществе мехатроников. В этом исследовании предлагается отказоустойчивое управление (FTC) для робота-манипулятора, основанное на гибридной схеме управления, в которой используется наблюдатель, а также стратегия аппаратного резервирования для повышения производительности и эффективности при наличии отказов привода и датчика.Рассматривая роботизированный манипулятор с пятью степенями свободы (DoF), выводится динамическая модель трения LuGre, которая составляет основу для разработки закона управления. Для FTC привода и датчика используется методология адаптивного обратного шага для оценки неисправности, а номинальный закон управления используется для реконфигурации контроллера и разрабатывается наблюдатель. Обнаружение неисправности осуществляется путем сравнения фактического и наблюдаемого состояний, проводимого отказоустойчивым методом с использованием резервированных датчиков. Результаты подтверждают эффективность предложенной стратегии FTC с компенсацией трения на основе модели.Улучшенная производительность отслеживания, а также надежность при наличии трения и неисправности демонстрируют эффективность предлагаемого подхода к управлению.

Образец цитирования: Али К., Мехмуд А., Икбал Дж. (2021) Отказоустойчивая схема для роботизированного манипулятора — нелинейное устойчивое обратное управление с компенсацией трения. ПЛОС ОДИН 16(8): е0256491. https://doi.org/10.1371/journal.pone.0256491

Редактор: Yanzheng Zhu, Национальный университет Хуацяо, КИТАЙ

Получено: 16 апреля 2021 г . ; Принято: 7 августа 2021 г .; Опубликовано: 20 августа 2021 г.

Copyright: © 2021 Ali et al.Это статья с открытым доступом, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

Доступность данных: Все соответствующие данные находятся в документе.

Финансирование: Автор(ы) не получали специального финансирования для этой работы.

Конкурирующие интересы: Авторы заявили об отсутствии конкурирующих интересов.

1 Введение

Современные роботы широко используются для оказания различных услуг человечеству. В настоящее время роботы-манипуляторы устанавливаются во многих промышленных приложениях для выполнения различных задач [1]. Такие отрасли, как медицина и хирургия, фармацевтика, военная безопасность, производство и исследование космоса и т. д., используют промышленных и сервисных роботов на разных уровнях для облегчения жизни людей. Небольшие промышленные задачи, включая сварку, сборку и сортировку, также могут выполняться с помощью роботов [2].В связи с огромным увеличением применения роботов в повседневной жизни исследователи работают над задачами, которые улучшат производительность этих роботов. Растущие возможности выполнения сложных задач приводят к тому, что автономные системы быстро выходят из строя при выполнении конкретных приложений. Для достижения стабильности и лучшей производительности системы теория управления была широко разработана и применена к промышленным процессам [3]. Автоматизированные манипуляторы должны быть способны выполнять возложенную на них задачу, особенно при наличии одной, а иногда и нескольких неисправностей в их подсистемах.Многие методы FTC были предложены в связи с постоянно растущими требованиями к повышению производительности и надежности системы [4]. Фундаментальная архитектура FTC описана на рис. 1.

.

Методы FTC имеют основной целью обнаружение ошибок и сохранение производительности при наличии этих ошибок. Типичное возникновение неисправности может быть в датчиках и исполнительных механизмах робота-манипулятора [5]. Другими причинами сбоев могут быть заводские условия, неправильная настройка параметров контроллера, технологические отклонения, повреждение оборудования и изменения окружающей среды.Стабильность, отслеживание, надежность и подавление возмущений являются основными целями проектирования контроллера [6]. FTC в роботизированном манипуляторе имеет возможность обнаруживать неисправности и допускать сбои [7]. Отказоустойчивость требует усилий на каждом этапе и на всех этапах проектирования системы. Многочисленные методологии диагностики неисправностей (FD) для нелинейных роботизированных систем были исследованы ранее. В основном исследователи рассматривали только задачи, сосредоточенные на математических моделях растений.Есть и нематематические задачи. Методы FTC в основном подразделяются на два типа [8, 9]. Классификация FTC кратко описана на рис. 2.

.

Первый тип известен как пассивная отказоустойчивая система управления (P-FTCS), а другой тип известен как активная отказоустойчивая система управления (A-FTCS). В P-FTCS типы неисправностей системе управления неизвестны [8]. В пассивных методах контроллер с обратной связью предназначен для обеспечения стабильности и работоспособности при наличии неисправных рабочих компонентов [10].К пассивным методам относятся адаптивное управление и робастное управление. В робастно-пассивном методе контроллер устроен так, что система нечувствительна к неисправностям в основном датчиков и исполнительных механизмов [11]. Уравнения Риккати для проектирования LQR-контроллера на основе неисправности датчика для линейных систем представлены в [12]. В методах P-FTCS один контроллер используется для стандартного случая и случая неисправности, когда нет необходимости идентифицировать наличие неисправности [13, 14]. В этих статьях рассматриваются пассивные средства отказоустойчивости, основанные на различных методах проектирования надежных средств управления. Рис. 3 описывает систему P-FTCS в виде блок-схемы.

Более того, отказоустойчивость достигается в методах P-FTCS за счет определения сбоев как возмущений в системе, что позволяет настроить надежный контроллер. Принимаются во внимание различные типы систем с основной целью компенсации неисправности без использования предварительного алгоритма обнаружения. Ключевая идея состоит в том, чтобы считать неисправность ограниченной неопределенностью, которую можно компенсировать при использовании номинальной системы управления.Представление блок-схемы метода A-FTCS представлено на рис. 4. Контроллер разработан на основе информации об ошибках в A-FTCS, и первым шагом является обнаружение ошибок для получения информации об ошибках [15]. Метод A-FTCS предложен для аддитивных отказов датчика в [16]. Во-первых, наблюдатель используется для обнаружения неисправности, и когда неисправность обнаружена, активируются наблюдатели изоляции неисправности для контроля неисправного датчика. Если неисправность является распознаваемой, то цель контроля остается прежней; однако, если неисправность неузнаваема, цель меняется, контроллер обеспечивает сходимость исправного выхода к нужной точке.

На основе отказоустойчивого наблюдателя также предлагается A-FTCS для фрикционного привода рельса с неисправностями отключения датчика [17]. В [18] используется эталон FTC для судовых двигателей с оценкой измеренных переменных обратной связи. В другой статье предложен FTC на основе отказа датчика для нелинейных динамических систем с несколькими входами и несколькими выходами [19]. Это надежный метод с ограниченными неопределенностями. В [20] разработана эффективная отказоустойчивая система (ОТС), которая в основном называется адаптивной отказоустойчивой системой управления (АД-ОТС).Оценщик работает на саморегулируемой идее проектирования, а теория активного метода проста: когда в системе возникает неисправность, система отклоняется от своей номинальной рабочей точки в неисправную [21]. Система, предложенная в [22], использует стратегии адаптивного оценивания и управления для нелинейных стационарных систем. Нейронные и нечеткие системы способны точно приближаться к любой непрерывной функции. Бороться с нелинейностями; идея аппроксимации функций использовалась в адаптивном управлении [23].В [24] реализовано адаптивное управление реактивным двигателем для компенсации неисправности датчика. В [25] предложен адаптивный метод обнаружения и идентификации неисправностей в линейных инвариантных во времени (LTI) системах. В системе FTC неисправности идентифицируются в соответствии с местом их возникновения в системе. Классификация неисправностей осуществляется на основе временных характеристик, представленных на рис. 5.

Мгновенные изменения выходных данных во времени известны как внезапные отказы, которые чаще всего возникают из-за неисправности или повреждения оборудования.Как правило, внезапные сбои в системе очень серьезны. Они влияют на стабильность системы и ее производительность, и, кроме того, такие результаты требуют быстрой и быстрой реакции со стороны системы FTC. Зарождающиеся неисправности — это начальные дефекты, которые характеризуют медленные изменения параметров с течением времени, часто из-за старения. Зарождающиеся неисправности труднее обнаружить и отличить из-за их медленных временных характеристик, тем не менее они менее серьезны. Перемежающиеся неисправности — это дефекты, которые возникают и исчезают часто, например, из-за частичного повреждения проводки.Линейная система с неисправностями актуатора и сенсора может быть представлена ​​в виде уравнения (1) (1) Где Q ∈ ℜ N x1 представляют векторы состояния, y ∈ ℜ m x1 u ∈ ℜ 0 u ∈ ℜ p x1 представляют входные векторы. F T T R P x1 P x1 Показать неисправность привода Добавлена ​​ввод и неисправность датчика F R R M x1 к выходу.Ниже приведены основные атрибуты этой статьи, резюмированные следующим образом:

  • Во-первых, с целью реализации надежного алгоритма управления был смоделирован манипулятор Autonomous Articulated Robotic Educational Platform (AUTAREP) с пятью степенями свободы с последовательной связью с учетом динамической модели трения LuGre.
  • На начальном этапе формулируется номинальный закон управления для повышения устойчивости с использованием метода обратного шага, который может сводить данную функцию-кандидат Ляпунова к конечному значению.
  • Для привода FTC используется метод адаптивного обратного шага для оценки неисправности и допуска. В случае датчика FTC проектируются наблюдатель и номинальный регулятор, а в качестве невязок генерируются сигналы для индикации неисправности и переключения датчиков.
  • Кроме того, метод Ляпунова используется для тщательного анализа устойчивости и долговечности робота-манипулятора. Предложенный подход, основанный на FTC, окончательно проверяется при моделировании в среде MATLAB/Simulink с зарождающимися, прерывистыми и внезапными отказами для характеристики характеристик управления.

Остальная часть статьи организована следующим образом; Раздел 1 демонстрирует математическое моделирование с учетом динамики робота-манипулятора с использованием динамической модели трения LuGre. В разделе 2 разработан номинальный обратный закон управления вместе с датчиком и исполнительным механизмом FTC. После разработки закона управления в разделе 3 были проанализированы результаты схемы управления и схемы FTC. В конце статья заключена в разделе 4.

2 Моделирование

В этом исследовании используется манипулятор ED-7220C, представляющий собой AUTAREP [26], как показано на рис. 6.

Робот-манипулятор имеет пять вращающихся суставов (запястье, локоть, плечо, пояс или основание) с пятью степенями свободы. Каждое сочленение манипулятора приводится в действие серводвигателем постоянного тока с оптическим энкодером для обратной связи по положению. Один двигатель используется для движения каждого сустава, за исключением лучезапястного сустава, где для тангажа и крена используются два двигателя. Обобщенное динамическое уравнение манипулятора для системы с n-степенями свободы имеет вид (2) Где M ( Q I ) ∈ ℜ N × N N × N – масса / инерционная матрица, C C ( Q I ) ∈ ℜ N представляет собой центрипетный и Coriolis сил, г ( q I ) ∈ ℜ N N – это гравитационная матрица, термин τ F ∈4 ℜ n — вектор входного крутящего момента, приложенного к суставам робота. представляет силы трения, трение является одной из основных причин нежелательной реакции системы, поскольку оно вызывает гистерезис и предельные циклы и, следовательно, ухудшает ее производительность [27, 28]. В литературе предложен ряд моделей динамического трения, в том числе модель Даля [29], модель ЛуГре [30] и др. Модель трения ЛуГре основана на динамической модели трения Даля, которая представляет собой интегрированную динамическую модель трения. . Эффект Штрибека и вязкое трение включены в модель ЛюГре, которая задается как (3) где ω — скорость между двумя контактирующими поверхностями, z — состояние внутреннего трения, F r — расчетная сила трения, σ 0 0 — коэффициент жесткости, 9 1 — коэффициент демпфирования, а σ 2 — коэффициент вязкого трения, обычно f ( ω ) = σ 2 0 6 в формуле E.Динамику состояния трения можно определить как (4) где г ( ω ) в уравнении (4) определяется выражением (5) где F с соответствует трению покоя, F c — кулоновскому трению, а ω с

— коэффициенту скольжения. ω s также называется полосовой скоростью. Целью FTC является компенсация недостатка, вызванного ошибкой, а также поддержание стабильности системы и восстановление безотказных результатов.Динамика безотказного реконфигурируемого манипулятора с n степеней свободы описывается в лагранжевой постановке, т.е. (6) где ⋎( t T f ) представляет временной профиль разломов, а T f – время возникновения разломов. Φ( t ) ∈ ℜ n × 1 представляет собой вектор, состоящий из неисправностей привода и неисправностей компонентов. ⋎( t T f ) — ступенчатая функция, определяемая как (7) Целью данного исследования является разработка реконфигурируемой стратегии FTC для механической системы (2), которая гарантирует те же результаты управления, что и при номинальном законе управления, в условиях сбоев привода и неопределенной динамики. В позиционном управлении уравнение (6) с неисправностями для робота-манипулятора с n-степенями свободы можно переписать как (8) Рассмотрим F t = ⋎( t T f )Φ( t ), динамика манипулятора AUTAREP обсуждается ниже. Пусть q i 1 — вектор положения, q i 2 — вектор скорости и q i 3

4 — состояние внутреннего трения. Таким образом, уравнения системы можно записать в виде: (9) где

i = 1, 2, 3, 4, 5, 6 в уравнении (9).

Примечание : Целью данного исследования является разработка управляющего входа ( τ fi ) таким образом, чтобы система могла обеспечивать отличные характеристики отслеживания, особенно при наличии сбоев, неопределенностей и помех.

3 Конструкция системы управления

Методология разработки системы управления была реализована в три этапа; На начальном этапе номинальный закон управления разрабатывается с использованием метода обратного шага. На втором этапе для оценки ошибки используется подход адаптивного обратного управления.На третьем этапе устанавливаются правила и нормы компенсации неисправностей датчиков при выявлении неисправностей датчиков по остаткам.

3.1 Номинальное управление

Контроллер обратного шага предназначен для достижения номинальной производительности нелинейного робота-манипулятора. В случае неисправности номинальное управление изменяется для сохранения производительности. Пассивный FTC достигается путем разработки метода обратного шага [31] и рассмотрения неисправности как ограниченной неопределенности [32].Контроллер проекта может быть использован в качестве номинального управления для проекта A-FTCS, далее для оперативной оценки ошибок и допусков выполняется модификация этого номинального контроллера. Закон управления выводится путем реорганизации уравнений состояния динамической модели робота-манипулятора и преобразуется в подсистемы. Отныне каждое сочленение робота-манипулятора имеет определенный набор уравнений состояния. Модель подсистем робота-манипулятора характеризуется как: (10) Динамика ошибок положений суставов q 1 определяется вектором ошибок e , где он представляет собой вектор из n строк.(11) Взяв производную уравнения (11) (12) Аналогично для n-суставов состояние положения для i th сустава равно q 2 i −1 для 1 ≤ i ≤ 3 и d — желаемая траектория и . Динамика ошибки слежения e i определяется выражением: (13) Стабилизирующая функция системы виртуального управления с динамикой ошибок имеет вид (14) где z — виртуальное состояние в уравнении (14).Стабилизирующая функция α i для соединения i th определяется выражением (15) где k i – положительный расчетный параметр. Заменяя уравнение (13) уравнением (15), а затем его производную по времени можно охарактеризовать как (16) Принимая во внимание z i , можно получить виртуальное отклонение управления q 2 i до желаемого значения α

6 (

6) Первым шагом в разработке контроллера является стабилизация системы с помощью функции Ляпунова. Устойчивость системы обеспечивается определением функции Ляпунова таким образом, что V ρ ( q ) > 0 ∀ q ≠ 0 и функция Ляпунова определяется выражением (18). (18) Однако крутящий момент является ожидаемым входом, который обеспечивает устойчивость по Ляпунову в системе, а производная уравнения (18) определяется выражением (19) где в уравнении (19) дается выражением (20) Подставив уравнения (17) и (20) в уравнение ((19)) и переписав уравнение (19) (21) (22) Входная команда τ i для соединения i th определяется уравнением (23) (23) Замкнутая система модели робота-манипулятора является глобально асимптотически устойчивой замкнутой системой для заданных входных крутящих моментов.Следовательно, производная функции энергии Ляпунова отрицательно определена и функция ошибки за конечное время сходится к нулю при , (24) где k i представляет отношение к усилению контроллера для 1 ≤ i ≤ 3. Это параметр усиления регулятора ( k i ), который должен быть больше нуля, чтобы обеспечивают устойчивость и сходимость за конечное время.

Примечание : Путем преобразования уравнений состояния динамической модели манипулятора и преобразования в подсистемы управляющий входной крутящий момент ( τ fi ) определяется для повышения эффективности отслеживания.Кроме того, положительно определенная функция-кандидат Ляпунова используется для анализа устойчивости системы, а ее производная гарантируется отрицательной определенностью, что гарантирует устойчивость. При любых положительных проектных параметрах ( k i > 0, c > 0) система гарантированно является равномерно ограниченной и глобально устойчивой.

3.2 Отказоустойчивость привода

Неисправность исполнительного механизма — это разновидность отказа, влияющая на поведение входов системы. Существует множество причин возникновения неисправности привода, таких как старение материала или неправильный порядок действий и работа. Сбои в системе из-за исполнительных механизмов могут резко изменить и изменить поведение системы и привести к нестабильности системы. В предлагаемой методологии активного проектирования FTC для оценки ошибки используется адаптивная стратегия обратного шага. К входным данным добавляется дополнительный член для оценки ошибки, а также для компенсации ошибки в системе. Алгоритм активной методики FTC показан на рис. 7.

Неисправность привода включена в крутящий момент двигателей робота-манипулятора. Пусть добавленный во вход вектор неисправности равен F t , тогда его системное моделирование характеризуется: (25) Для одной и той же модели объекта из 3 подсистем ошибка добавляется в крутящие моменты, а активный подход FTC к оценке неисправности и реконфигурации контроллера используется для компенсации неисправности в любом приводе. Пусть дополнение профиля разлома i th стыка равно F ti и его оценка равна .Фактическая разность профилей разломов и предполагаемых разломов должна сходиться для обеспечения стабильности. Кандидат функции Ляпунова определяется уравнением (26). (26) Для получения условий управляющего входного момента, установленных по оценке профиля разлома, проводится дальнейшее упрощение Ляпунова. Производная уравнения (26) определяется выражением (27) Пусть неисправность исполнительного механизма добавлена ​​к соединениям робота-манипулятора, таким как поясной, а также к плечевому суставу или к обоим, поэтому уравнение (27) будет (28) где для i = 1, 2.(29) (30) где M −1 (1, 1) и M −1 (2, 2) даны в уравнениях (31) и (32) соответственно. (31) (32) Моменты двигателей определены таким образом, что производная функции Ляпунова является отрицательно определенной в уравнении (28). Общий входной крутящий момент складывается из τ fc компенсационного крутящего момента и номинального входного крутящего момента τ fn член. Компенсационный член общего крутящего момента связан с профилем разлома, который оценивается для соответствующего соединения.В дальнейшем для i = 1, 2. (33) Уравнения крутящего момента для поясного шарнира робота-манипулятора приведены ниже: (34) (35) Уравнения плечевого сустава робота-манипулятора: (36) (37) где Г 1 , а также Г 2 – расчетные параметры, имеющие положительное значение. Уравнение (28) дополнительно упрощается для оценки неисправности. В конкретном интервале времени предполагаемая неисправность должна иметь постоянную производную. Таким образом, неисправности привода должны удовлетворять следующим требованиям.(38) (39) (40) (41) Из вышеприведенных уравнений ниже приведена оценка неисправности привода поясного и плечевого суставов. (42) (43)

Примечание : Предлагаемый подход для привода FTC предоставляется в этом случае, когда состояния манипулятора робота наблюдаемы. Входной сигнал управления представляет собой сумму компенсационного момента ( τ f c ) и номинального момента ( τ f n ). Компенсационный крутящий момент связан с ожидаемым профилем неисправности для соответствующего соединения. Оценка неисправности исполнительных механизмов (талии и плеча) описана в уравнениях (42) и (43).

3.3 Отказоустойчивость датчика

Неисправности датчиков возникают из-за неправильного считывания системы с установленных датчиков. Общая неисправность датчика генерирует данные и информацию, которые не связаны с измеренным значением физического параметра. Неисправность в системе возникает из-за множества причин, таких как поврежденные провода или отсутствие контакта с поверхностями и т. д.В предлагаемой методике рассматривается активный подход к датчику FTC. Эта методология оправдана безмодельными методами проектирования и комбинацией эталонных моделей. Первоначально оценка состояний достигается путем использования метода проектирования наблюдателя. Задача наблюдателя в теории управления состоит в том, чтобы получить оценку состояния из входных измерений и выходных данных робота-манипулятора в интервале предсказуемого времени. Сравнение фактических положений и положений, оцененных наблюдателями, используется для создания остатков.Эти остатки далее передаются в блок принятия решений для оценки. Это дает представление о наличии неисправности. Таким образом, блок оценки сбоя оценивает тип и величину сбоя, а робастный/номинальный закон управления (обратное пошаговое регулирование) реконфигурируется для корректировки реакции при наличии сбоя. Для целей моделирования сначала разработан суперскручивающий наблюдатель. Наблюдатель берет положение из фактической модели и оценивает скорость. Разница между расчетным положением и положением на выходе датчика соответствующего сустава составляет ошибку.Рис. 8 демонстрирует предлагаемый подход. В этой статье FTC-привод, предложенный в подразделе 3.2, не включает наблюдателя состояния, как показано на рис. 7. С другой стороны, методология, принятая для FTC-датчика в подразделе 3.3, представляет собой подход, основанный на наблюдателе, включающий разработку суперскручивающего наблюдателя. Рис 8.

Для целей моделирования в первую очередь разработан суперкрутящийся наблюдатель. Созданный наблюдатель для датчика FTC берет положение из реальной модели и оценивает скорость.Разница между расчетным положением и положением на выходе датчика соответствующего соединения составляет ошибку. Наблюдатель на основе алгоритма суперскручивания предназначен для динамической модели робота-манипулятора, а наблюдатель для подсистемы имеет структуру, обеспечиваемую (44) Где – предполагаемое положение и – соответствующая скорость поясного сустава. Аналогично, , – предполагаемые положения и , – предполагаемые скорости для плечевого и локтевого суставов соответственно. ρ 1 , ρ 2 , ρ 3 , ρ , ρ 4 , ρ 5 и ρ 6 показывает срок коррекции для векторов состояний соединение робота-манипулятора.Условия коррекции определяются как, (45) где α 1 и β 1 — постоянные расчетные параметры. Входной крутящий момент манипулятора робота передается обеим моделям, т. е. расчетным и фактическим моделям. Закон управления применим путем применения оценочных скоростей к модели робота-манипулятора с ненаблюдаемыми скоростями. Управляющим входом для данной системы является крутящий момент, поэтому входной крутящий момент для поясного, плечевого и локтевого суставов относится к приведенным выше уравнениям, приведенным ниже. (46) (47) (48) Второй этап реализации датчика FTC — это оценка невязок, которые создаются разницей фактического и расчетного положений.Поэтому эти невязки оцениваются через блок принятия решений, который определяет наличие неисправности. (49) где i = 1, 3, 5.

Примечание : Важнейшим шагом в FTC датчика является переключение датчика. Каждый раз, когда невязка указывает на неисправность датчика, подключенного к системе, резервный датчик автоматически включается, таким образом обрабатывая неисправность и обеспечивая обратную связь.

4 Результаты и обсуждение

Для проверки эффективности алгоритма обратного шага, датчика и исполнительного механизма FTC используется модель робота ED7220.Алгоритм FTC был смоделирован с использованием LabView 2019/Matlab 2020. На рис. 9 представлен графический пользовательский интерфейс (GUI), который представляет собой переднюю панель LabVIEW.

Требуемое положение канала и тип неисправности являются входными данными этого графического интерфейса пользователя, тогда как фактическое положение канала является выходными данными, представленными графически в графическом интерфейсе пользователя. Подходы, разработанные в этом исследовании, касаются неисправностей датчиков, исполнительных механизмов и/или компонентов. Ошибка — это события, которые могут происходить в различных частях из-за сложной системной динамики и сложных аппаратных структур.Для оценки сбоя и допуска привода к приводу локтевого сустава через 8 секунд добавляется внезапный тип отказа, как показано на рис. вина. На рис. 11 показано отслеживание положения плечевого сустава робота-манипулятора при прерывистой неисправности. Перемежающаяся неисправность, начинающаяся через 3 секунды в плечевом суставе робота-манипулятора, влияет на производительность системы, но методология FTC обеспечивает более стабильную работу с неустойчивой неисправностью.

Аналогичным образом, на рисунках 12 и 13 показана синусоидальная реакция плечевого сустава и локтевого сустава соответственно с их профилями разломов. Внезапные, прерывистые и зарождающиеся неисправности обычно присутствуют в датчике, поэтому такие неисправности учитываются в целях моделирования. Перемежающаяся неисправность появляется в поясном соединении робота-манипулятора с оптическим датчиком через две секунды. Начальная и внезапная ошибки возникают на пятой секунде для плечевого и поясного суставов соответственно.

Эффект управления изображен в виде приложения крутящего момента к поясному суставу на рис. 14 с резким отказом через пять секунд. Профиль невязок может быть полезен для определения типа неисправности в системе робота, верхний и нижний пределы невязок установлены на 0,22 для плечевого сустава робота-манипулятора. Когда неисправность отсутствует, остаточный сигнал почти равен нулю.

Индикация неисправности по остаткам проявляется только тогда, когда по остаткам превышены пороговые пределы.Для допустимой неисправности сигнал обратной связи обеспечивается резервным датчиком для поясного сустава, который мгновенно включается, и та же методология может быть использована для других суставов робота-манипулятора с движением с несколькими степенями свободы. Остатки определяются путем сравнения фактических положений с положениями, предсказанными наблюдателями. Эти остатки затем передаются в блок принятия решений для оценки. Наличие неисправности может быть вычислено путем оценки. В результате блок оценки сбоя оценивает тип и величину сбоя, а номинальное правило управления реконфигурируется для изменения реакции при наличии сбоя. Остатки с верхним и нижним пороговыми пределами также показаны на рис. 15.

На рисунках 16–18 показаны характеристики отслеживания с аккомодацией неисправности, когда учитывается трение между движущимися поверхностями и когда оно игнорируется (для простоты). Эти результаты проводят на поясном, плечевом и локтевом суставах соответственно. На этих рисунках показана оценка требуемой реакции при неисправности датчика и без нее. Отсутствие FTC датчика говорит о том, что датчик переключения недоступен, а ошибочный сигнал датчика предлагает обратную связь.Следовательно, в этом сценарии наблюдается ухудшение производительности отслеживания, тогда как в случае с переключением датчиков это дает более высокую эффективность, а производительность почти близка к сценарию безотказной работы. Предлагаемая система очень хорошо связана, поэтому добавление разлома к стыку повлияет на эффективность отслеживания стыков.

5 Заключение

Промышленные роботы используются для выполнения важных задач. Эти роботы-манипуляторы спроектированы таким образом, чтобы до некоторой степени выдерживать сбои, чтобы гарантировать надежность, безопасность и надежность.Неисправности и эффекты трения преимущественно критичны для робота-манипулятора. В статье предложены привод и датчик FTC для робота-манипулятора ED-7220C, учитывающие трение с использованием динамической модели. FTC предоставляет дополнительный контроль для компенсации сбоев и дефектов, которые могут иметь место в системе. Техника актуатора FTC основана на адаптивном методе обратного шага для оценки неисправности в системе. Методология устойчива к неисправностям привода. В дальнейшем для случайной неисправности исполнительного механизма закон управления перестраивается в зависимости от предполагаемого профиля неисправности.Таким образом, контроллер FTC отслеживает и модифицирует себя, уменьшая потребность в ручном вмешательстве. Точно так же устанавливается метод проектирования FTC датчика. Неисправность в системе обнаруживается путем рассмотрения разницы между начальным значением сигнала датчика и расчетным значением. Схема на основе наблюдателя используется для оценки неисправности с помощью резервного датчика. Результаты моделирования демонстрируют эффективность разработанного алгоритма управления, стабилизирующего систему при наличии отказов исполнительных механизмов и датчиков для робота-манипулятора с пятью степенями свободы.

Каталожные номера

  1. 1. Икбал Дж., Ислам РУ, Аббас С.З., Хан А.А., Аджвад С.А. Автоматизация промышленных задач с помощью мехатронных систем – обзор робототехники в промышленной перспективе. Технический весник. 2016;23(3):917–924.
  2. 2. Икбал Дж., Хан З.Х., Халид А. Перспективы робототехники в пищевой промышленности. Пищевая наука и технология. 2017;37(2):159–165.
  3. 3. Юнг С. Анализ устойчивости эталонного метода компенсации для управления манипуляторами роботов с помощью нейронной сети.Международный журнал управления, автоматизации и систем. 2017;15(2):952–958.
  4. 4. Пилтан Ф. , Просвирин А.Е., Сохаиб М., Салдивар Б., Ким Дж.М. Нейронный адаптивный наблюдатель переменной структуры на основе SVM для диагностики неисправностей и отказоустойчивого управления роботом-манипулятором. Прикладные науки. 2020;10(4):1344.
  5. 5. Jin X. Адаптивное отказоустойчивое управление для класса нелинейных систем с несколькими входами и несколькими выходами с неисправностями как датчика, так и привода. Международный журнал адаптивного управления и обработки сигналов.2017;31(10):1418–1427.
  6. 6. Che J, Zhu Y, Zhou D. Надежная оценка неисправности H-бесконечности на основе скрытой марковской модели для систем марковской коммутации с применением к однозвенному манипулятору робота. АЗИАТСКИЙ ЖУРНАЛ КОНТРОЛЯ. 2021;.
  7. 7. Сунь Т., Чжоу Д., Чжу Ю., Басин М.В. Стабильность, l 2 -анализ усиления и обнаружение ошибок на основе пространства четности для дискретного времени Коммутируемые системы при переключении времени выдержки. Транзакции IEEE по системам, человеку и кибернетике: системы. 2020;50(9):3358–3368.
  8. 8. Jiang J, Yu X. Отказоустойчивые системы управления: сравнительное исследование активного и пассивного подходов. Ежегодные обзоры на контроле. 2012;36(1):60–72.
  9. 9. Чжао Б., Ли С., Лю Д., Ли Ю. Децентрализованный наблюдатель в скользящем режиме, основанный на двойном отказоустойчивом управлении с обратной связью для реконфигурируемого манипулятора от отказа привода. Пожалуйста, один. 2015;10(7):e0129315. пмид:26181826
  10. 10.Ротондо Д., Неджари Ф., Пуч В. Сравнение пассивных и активных FTC для политопных систем LPV. Опубликовано: Европейская конференция по контролю (ECC), 2013 г. ИЭЭЭ; 2013. с. 2951–2956.
  11. 11. Пуиг В., Кеведо Дж. Отказоустойчивые ПИД-регуляторы, использующие пассивный надежный подход к диагностике неисправностей. Контроль инженерной практики. 2001;9(11):1221–1234.
  12. 12. Врабие Д., Пастравану О. , Абу-Халаф М., Льюис Ф.Л. Адаптивное оптимальное управление для линейных систем с непрерывным временем, основанное на итерации политики.Автоматика. 2009;45(2):477–484.
  13. 13. Ван М., Ге С.С., Рен Х. Надежное отказоустойчивое управление для класса нелинейных систем второго порядка с использованием адаптивного управления скользящим режимом третьего порядка. Транзакции IEEE по системам, человеку и кибернетике: системы. 2016;47(2):221–228.
  14. 14. Ван Р., Ван Дж. Отказоустойчивое управление пассивным приводом для класса нелинейных систем с чрезмерным возбуждением и приложений к электромобилям. Транзакции IEEE по автомобильным технологиям.2012;62(3):972–985.
  15. 15. Zhang Q, Sun X, Tong F, Chen H. Обзор интеллектуальных алгоритмов управления, применяемых для управления движением роботов. В: 8-я ежегодная международная конференция IEEE 2018 г. по технологиям CYBER в автоматизации, управлении и интеллектуальных системах (CYBER). ИЭЭЭ; 2018. с. 105–109.
  16. 16. Амин АА, Хасан КМ. Обзор отказоустойчивых систем управления: достижения и приложения. Измерение. 2019;143:58–68.
  17. 17. Беннет С., Паттон Р., Дейли С.Сенсорное отказоустойчивое управление тяговым приводом рельса. Практика инженерии управления. 1999;7(2):217–225.
  18. 18. Ву Н.Э., Тавамани С., Чжан Ю., Бланке М. Маскировка неисправности датчика двигательной установки корабля. Практика инженерии управления. 2006;14(11):1337–1345.
  19. 19. Трунов АБ, Поликарпу ММ. Автоматизированная диагностика неисправностей в нелинейных многопараметрических системах с использованием методологии обучения. IEEE Transactions в нейронных сетях. 2000;11(1):91–101. пмид:18249742
  20. 20.Ван Х, Бай В, Лю П.С. Адаптивное отказоустойчивое управление с конечным временем для нелинейных систем с множественными отказами. Журнал IEEE/CAA Automatica Sinica. 2019;6(6):1417–1427.
  21. 21. Noura H, Sauter D, Hamelin F, Theilliol D. Отказоустойчивое управление в динамических системах: приложение к намоточной машине. Журнал систем управления IEEE. 2000;20(1):33–49.
  22. 22. Na J, Huang Y, Wu X, Gao G, Herrmann G, Jiang JZ. Активная адаптивная оценка и управление подвесками транспортных средств с заданными характеристиками.IEEE Transactions по технологии систем управления. 2017;26(6):2063–2077.
  23. 23. Эр М.Дж., Гао Ю. Надежное адаптивное управление роботами-манипуляторами с использованием обобщенных нечетких нейронных сетей. IEEE Transactions по промышленной электронике. 2003;50(3):620–628.
  24. 24. Ньюласи Л., Андога Р., Бутка П., Фозё Л., Ковач Р., Моравец Т. Обнаружение неисправностей и изоляция авиационного турбореактивного двигателя с использованием мультисенсорной сети и подхода с использованием нескольких моделей. Acta Polytechnica Hungarica.2018;15(2):189–209.
  25. 25. Цзя Дж., Трентельман Х.Л., Камлибель М.К. Обнаружение и изоляция неисправностей для линейных структурированных систем. Письма по системам управления IEEE. 2020;4(4):874–879.
  26. 26. Манзур С., Ислам Р.У., Халид А., Самад А., Икбал Дж. Роботизированная образовательная платформа с несколькими степенями свободы с открытым исходным кодом для автономного манипулирования объектами. Робототехника и компьютеризированное производство. 2014;30(3):351–362.
  27. 27. Li J, Wu T, Fan T, He Y, Meng L, Han Z.Управление усилием прижима электромеханических тормозов в зависимости от намерений водителя. PLoS один. 2020;15(9):e0239608. пмид:32970768
  28. 28. Лагруш С., Ахмед Ф.С., Мехмуд А. Управление обратным ходом на основе наблюдателя давления и трения для пневматического привода VGT. IEEE Transactions по технологии систем управления. 2013;22(2):456–467.
  29. 29. Канудас-де Вит С., Келли Р. Анализ пассивности управления движением роботов-манипуляторов с динамическим трением. Азиатский журнал контроля.2007;9(1):30–36.
  30. 30. Симони Л. , Бески М., Леньяни Г., Визиоли А. Моделирование трения с температурными эффектами для промышленных роботов-манипуляторов. В: 2015 Международная конференция IEEE/RSJ по интеллектуальным роботам и системам (IROS). ИЭЭЭ; 2015. с. 3524–3529.
  31. 31. Chi J, Yu H, Yu J. Гибридное отслеживание робота SCARA с 2 степенями свободы с помощью гамильтониана, управляемого портом, и обратного шага. IEEE-доступ. 2018;6:17354–17360.
  32. 32. Аван З.С., Али К., Икбал Дж., Мехмуд А.Отказоустойчивое управление манипулятором на основе адаптивного реверсивного датчика и актуатора. Журнал электротехники и технологий. 2019;14(6):2497–2504.

Совместное управление с возмущениями | Академия роботов

Теперь поговорим о совместном управлении с возмущениями. И самое очевидное возмущение, наиболее распространенное возмущение манипулятора — это возмущение из-за гравитации. Представьте себе робота-манипулятора PUMA в этой конкретной конфигурации. Его рука вытянута горизонтально, и вы можете себе представить, что рука весит довольно много. Таким образом, существует большой крутящий момент в плечевом суставе, а также большой крутящий момент в локтевом суставе, которые необходимы для удержания руки в этом горизонтальном положении.

Мы можем рассмотреть более упрощенную версию этого конкретного сценария. Представьте, что у нас есть электродвигатель, который подключен к горизонтальной перекладине. Стержень имеет центр масс, а центр масс находится на расстоянии r от оси двигателя.Масса стержня равна m, а на стержень действует сила веса, это сила тяжести, действующая на центр масс, и сила, равная mg, действующая в направлении вниз.

Теперь сила mg с длиной плеча рычага r приводит к крутящему моменту, действующему на вал двигателя, и величина этого крутящего момента определяется произведением массы на ускорение свободного падения, умноженным на расстояние центра масс от оси двигатель. В этом конкретном случае крутящий момент действует в направлении против часовой стрелки. Центр масс стремится двигаться вертикально вниз. Если мы на самом деле посчитаем для случая, который мы рассмотрели минуту назад, робота PUMA с горизонтальной рукой, крутящий момент на плечевом суставе составляет 14 ньютон-метров.

Если предположить, что длина моей руки один метр, это эквивалентно удерживанию четырех килограммов на вытянутой руке; это довольно сложно сделать, хотя на плечевой сустав робота PUMA действует большой крутящий момент. И ясно, что это повлияет на контроль над плечевым суставом.Итак, давайте теперь более подробно рассмотрим наш контроллер соединения роботов. А это блок-схема, которую мы представили в прошлой лекции. Это контроллер обратной связи. На вход контроллера сустава робота подается желаемое положение, тета-звезда. А выходной сигнал контроллера сустава — фактическое положение сустава, обозначенное тета. И, как мы обсуждали в прошлой лекции, я использую преобразование Лапласа для многих из этих переменных; так что не их отклик во временной области, а их отклик в области Лапласа. И я обозначаю область Лапласа заглавными буквами. Итак, вот почему я использовал заглавную тета здесь и здесь. Теперь в этом контуре управления у нас есть закон управления, это может быть пропорционально-дифференциальный регулятор, это может быть пропорциональный интегрально-дифференциальный регулятор, известный как ПИД-регулятор, и у нас есть коэффициент усиления драйвера двигателя и коэффициент усиления датчика. и у нас есть передаточная функция привода, это электродвигатель, который приводит в движение соединение. И это имеет такие параметры, как постоянный крутящий момент двигателя, км; инерция, Дж; вязкое трение B; и S, конечно, оператор Лапласа.Это очень идеалистическое представление. Нет такого возмущения, как сила тяжести, представленная на этой блок-схеме. Итак, давайте что-нибудь с этим делать.

Что я сделал, так это переместил постоянную крутящего момента двигателя из передаточной функции привода и сделал ее явным блоком усиления, который вы можете видеть здесь. Выход этого блока усиления является фактическим крутящим моментом двигателя.

Теперь то, что я сделал, фактически разделил двигатель на два компонента. У меня есть компонент, создающий крутящий момент, и еще один компонент, представляющий инерцию и вязкое трение двигателя.

Теперь я собираюсь представить еще один суммирующий узел, в который мы вводим возмущающий момент. Итак, в этом конкретном суммирующем узле у нас есть сумма крутящего момента, создаваемого двигателем, и я добавляю к этому крутящий момент, исходящий от источника помех. Это может быть из-за гравитации. Это может быть связано с чем-то вроде кулоновского трения, о котором мы говорили в прошлой лекции, а TD — это преобразование Лапласа этого возмущающего момента.

Введение возмущения, даже постоянного, вызовет ошибку в.Если мы теперь посмотрим на эту упрощенную схему, у нас будет фактический угол звена робота и желаемый угол звена робота. И мы видим, что фактический угол немного отличается, он направлен вниз, потому что сила тяжести тянет его вниз, а контроллер мотора не полностью сопротивляется этой силе тяжести. Контроллер, который мы только что использовали, представляет собой пропорционально-дифференциальный контроллер, часто известный как ПД-контроллер, и он очень и очень часто используется в роботизированных системах.Таким образом, крутящий момент, создаваемый контроллером PD, представляет собой усиление P, умноженное на ошибку между тем, где я хочу, чтобы угол соединения был, тета-звезда, и фактическим углом соединения тета, плюс еще одно усиление, называемое D, умноженное на скорость соединения, это точка тета. .

Если мы рассмотрим стационарный случай, когда сустав не движется, он отклоняется вниз под действием силы тяжести; но он не движется дальше вниз; находится в равновесии; тогда тета точка будет равна нулю. Таким образом, мы можем исключить этот термин.А если шарнир находится в равновесии, то крутящий момент, создаваемый двигателем и его контроллером, должен быть равен крутящему моменту за счет силы тяжести. Итак, мы можем записать это отношение. И если мы сделаем небольшую перестановку, мы увидим, что ошибка между тем, где мы хотим, чтобы сустав был, и тем, где он находится на самом деле, равна MGR, деленному на P, наше пропорциональное усиление.

Из этого вытекают очень интересные последствия. И во-первых, если мы хотим уменьшить эту ошибку, нам нужно увеличить значение P.Если P больше, потому что оно находится в знаменателе, то это делает ошибку намного меньше.
Мы собираемся вернуться к модели сустава робота, которую мы построили в Simulink на прошлой лекции. Мы поместили значения некоторых параметров в рабочую область, и это наша модель, и мы также собираемся добавить мою палитру полезных объектов Simulink. Первое, что я собираюсь сделать, это переместить все это сюда, и я собираюсь представить новый блок усиления, который я собираюсь добавить сюда.И что я собираюсь сделать, так это удалить усиление, называемое KM, из числителя передаточной функции, и я собираюсь поместить его в этот блок здесь. Так что функционально это точно так же. Здесь у нас есть усиление KM, умножающее эту передаточную функцию. Выход этого блока усиления представляет собой крутящий момент, приложенный к якорю электродвигателя.

Теперь я собираюсь ввести возмущающий момент. Для этого мне нужно найти суммирующий узел, а суммирующий узел есть, и я собираюсь отредактировать его так, чтобы он получил плюс в восходящем направлении.

Я думаю, что это поможет, и я уберу этот провод, поставлю сюда суммирующую развязку, протяну провод оттуда туда. И возмущающая сила будет исходить из ступенчатой ​​функции, это источник. Вот так. И я хочу, чтобы мой шаг произошел в пятое время симуляции. Моделирование выполняется в течение 10 секунд, поэтому возмущение произойдет через пять секунд. Следовательно, он получил значение единицы.
Итак, я собираюсь подключить это к суммирующему узлу. Итак, то, что у нас есть сейчас, это модель, аналогичная той, что была раньше.Но теперь я могу ввести возмущающий момент, который также действует на якорь электродвигателя. Теперь на якорь действуют два вращающих момента. Есть крутящий момент, создаваемый контроллером, и есть крутящий момент от этого внешнего возмущения. Теперь давайте запустим это. Я покажу область видимости, чтобы мы могли видеть это, чуть поперек, и запустим мою симуляцию. И результат выглядит так. Давайте немного увеличим масштаб, давайте автоматически масштабируем его, и мы увидим, что двигатель следует прямоугольной волне, перемещающейся между минус один и плюс один.Но когда применяется внешнее возмущение, мы видим, что оно действительно сильно влияет на положение двигателя. Мы могли видеть, что он поднялся и теперь движется между 3-1/2 и 5-1/2. Таким образом, очевидно, что эта внешняя сила оказала действительно большое влияние на производительность контроллера мотора, и он не выполняет ту работу, которую мы хотим.

Итак, мы увидели, что есть некоторые последствия увеличения пропорционального коэффициента усиления P. Другая стратегия, которую мы можем использовать, состоит в том, чтобы добавить интегральную составляющую, которая превращает наш регулятор в пропорциональный интегральный и производный регулятор, широко известный как ПИД-регулятор. и то, что мы добавили здесь, является интегральным членом.
У нас есть еще одно усиление I, которое является интегральным усилением и умножает интеграл времени ошибки положения, тета-звезда минус тета. Интуитивно это означает, что при наличии ошибки позиционирования интеграл постепенно увеличивается с течением времени, что увеличивает крутящий момент, приложенный к соединению, чтобы противодействовать этой конкретной ошибке.

Теперь мы собираемся увеличить пропорциональный коэффициент усиления системы и посмотреть, сможем ли мы что-то улучшить, так что вот параметры нашего контроллера.Пропорциональное усиление равно единице. Я собираюсь удвоить это. Я собираюсь сделать его равным двум. Закройте это, и мы снова запустим нашу симуляцию и посмотрим, что произойдет с переходной характеристикой. И теперь мы видим, что эффект возмущения ослаб. Теперь мы видим, что влияние возмущения меньше, потому что мы увеличили пропорциональный коэффициент усиления.

Давайте еще немного увеличим. Я собираюсь увеличить его до значения четыре, снова запустить эту симуляцию. Теперь мы видим, что эффект возмущения еще больше снижается, но мы также заметили, что величина превышения в нашей прямоугольной характеристике намного выше, и это является следствием увеличения пропорционального усиления, и мы можем обойти это. в некоторой степени, увеличивая величину производной, увеличьте величину демпфирования, что уменьшит величину перерегулирования.Но помимо этого есть и другие последствия.

Я собираюсь добавить еще одну область к этой диаграмме. И добавьте осциллограф сюда, и он покажет крутящий момент, создаваемый двигателем, и давайте запустим это.

Итак, у меня есть новый прицел, давайте откроем его, и мы увидим здесь крутящий момент, который мы требуем от двигателя. Теперь мы можем видеть, что есть всплески крутящего момента между плюс пятью и минус пятью Ньютон-метрами крутящего момента для того, чтобы заставить двигатель работать.По мере увеличения пропорционального усиления максимальный крутящий момент, который мы требуем от двигателя, будет продолжать увеличиваться.

Любой реальный двигатель имеет конечный крутящий момент. Он не может создавать бесконечный крутящий момент. Теперь, в конечном счете, именно здесь стратегия увеличения пропорционального прироста даст сбой. Итак, увеличивая пропорциональный коэффициент, мы просим двигатель обеспечивать больший крутящий момент, и в конечном итоге мы просим его производить больший крутящий момент, чем он на самом деле может.

Итак, мы увидели эффект увеличения пропорционального усиления.Мы видели эффект добавления интегрального члена. Итак, третья стратегия, которую часто используют для устранения такого рода ошибок, заключается в том, чтобы ввести так называемый термин прямой связи.

Вот наша блок-схема из предыдущего, и мы собираемся ввести элемент управления с прямой связью. И ключевая часть управления с прямой связью заключается в том, что во многих случаях мы действительно можем рассчитать, какой будет сила возмущения. Итак, в случае гравитации, если мы знаем углы суставов, мы можем вычислить силу тяжести, действующую на каждый из суставов.

Итак, мы можем оценить гравитационное возмущение, и это должно нам очень помочь. Это дополнительное знание о внутреннем возмущении, которое мы должны уметь использовать для устранения внешнего возмущения. Как мы это делаем, мы добавляем еще один суммирующий переход в наш закон управления, и у него есть отрицательный знак, и поэтому у этого есть отрицательный коэффициент усиления или это вычитание. И затем, чтобы заставить все это работать, чтобы сбалансировать, мы должны добавить усиление здесь. Это выигрыш в единицу на KdKm.

Если подумать, если у нас есть расчетный крутящий момент, мы разделили его на KD и KM. Здесь умножаем на КД и КМ. Таким образом, общее усиление теперь равно единице, а затем мы добавляем его к фактическому возмущению, и из-за отрицательного знака здесь возмущение компенсируется. В этом суть управления с прямой связью. Это действительно ловкий трюк.

Другая стратегия, которую мы можем принять, состоит в том, чтобы увеличить интегральный коэффициент усиления, в данный момент равный нулю. Итак, я собираюсь вернуть пропорциональное усиление к единице и увеличить интегральное усиление до значения единицы.Мы собираемся смоделировать это и посмотреть, что произойдет. Мы видим, что перерегулирование отклика прямоугольной волны было уменьшено. Это возвращается к тому, что было раньше, когда у нас было пропорциональное усиление, равное единице.

И здесь мы можем видеть эффект интегрального члена, вступающего в игру. Когда внешнее возмущение подается в момент времени пять, ошибка в системе управления увеличивается. Затем он интегрируется по времени для создания крутящего момента, который со временем увеличивается, чтобы приблизить ошибку к нулю.Мы можем видеть здесь эффект нарастания интегрированного члена. Это сбрасывает ошибку. Из того, что мы можем видеть, через короткий промежуток времени увеличение интеграла стало равным значению внешнего возмущения. И он фактически отменил его.
Итак, ближе к концу кривой мы можем видеть, что отклик прямоугольной формы в значительной степени такой, каким мы хотим его видеть. Внешнее возмущение было отвергнуто. Подведем итоги.

Мы рассмотрели ряд различных методов уменьшения воздействия помех на положение сустава робота. Мы начали с рассмотрения очень стандартной пропорциональной производной, обычно известной как PD-контроллер, который имеет такой закон управления, пропорциональный коэффициент усиления, умноженный на ошибку положения, плюс производный коэффициент усиления, умноженный на скорость, что помогает контролировать выброс, когда соединение движущийся.

Мы видели, что величина ошибки обратно пропорциональна коэффициенту усиления P. Теперь мы можем увеличить P, чтобы уменьшить ошибку, но это имеет ряд неблагоприятных последствий, таких как увеличение перерегулирования или подача сигналов двигателю, которые он не может получить. достигать.

Затем мы рассмотрели добавление интегрального члена. Интуиция такова, что при постоянной ошибке интеграл по времени представляет собой нарастающий сигнал, который увеличивает крутящий момент, чтобы противодействовать крутящему моменту, который в первую очередь вызывает возмущение.
Третий рассмотренный нами подход — это управление с прямой связью, которое пытается предсказать или оценить возмущение, а затем нейтрализовать его.