输入输出受限的柔性旋转臂边界控制设计
随着空间技术和产业机器人的发展，柔性结构系统因其轻质量、强韧性、易操控等优点在工业生产、批量制造、航空航天等领域扮演着愈来愈重要的角色。例如，航天器上的机械臂需要捕获和部署有效负载，智能机器人的手臂需要完成对目标对象的抓取和安放，吊臂起重机需要将载荷搬运至目标位置等，这些无不体现着柔性结构广泛的应用场景。可旋转柔性臂作为柔性结构的典型代表，是一类典型的分布参数系统，其动力学模型可以用一组耦合的PDE-ODEs方程来描述，具有无穷维的状态空间。在外部干扰下，柔性臂的大跨度会产生振动，若振动过大则会影响臂系统的稳定性和工作效率，更严重的还会导致柔性臂断裂进而引发安全问题，因此设计合理有效的控制器去实现可旋转柔性臂的振动抑制是有必要的。目前绝大部分研究成果都集中在可旋转定长柔性臂的振动抑制，但对于高空中作业的单连杆柔性臂而言，由于其臂不能实现有效伸缩因而作用范围受到一定的限制。为提高高空作业单连杆柔性臂的作用能力并降低工作人员在高空环境中出现安全事故的概率，一种可伸缩的单连杆柔性臂迅速成为应用热点。以吊臂起重机为例，其机臂可伸缩和可旋转为其高空作业带来了很多便利，因此研究此类可旋转且可伸缩的高空作业柔性臂的振动控制问题是一项有意义的工作。 结合工程实际，本文对柔性臂系统存在输入非线性、输出约束限制、系统参数不确定以及受外界时变的干扰等因素下的振动抑制问题展开了深入研究。本文的主要贡献和创新点如下： (1)基于Hamilton原理和系统动力学理论，对一类可伸缩且绕底座旋转的柔性臂系统进行动力学建模并导出其对应的PDE-ODEs模型表征。引入S-A/D曲线调节机臂的伸展速度使得机臂能平稳的伸展至目标长度。针对柔性臂系统受外界干扰和非对称输入-输出约束限制，设计了一种新型干扰观测器用于估计外部扰动，并基于此观测器和非对称障碍Lyapunov函数提出了一种新的边界控制器，实现了柔性臂系统的振动抑制和姿态角跟踪。利用李雅普诺夫稳定性理论对闭环系统的稳定性和一致有界性进行了分析，还借助MATLAB数值仿真实验验证控制器的有效性。 (2)由于实际环境的复杂性以及设备折旧等因素的影响使得获取的系统参数值不够精确，为保证原有的控制器仍能实现抑制效果，设计了基于系统参数自适应律的自适应边界控制器，提升了控制器的鲁棒性。从理论上分析了闭环系统的稳定性并利用仿真实验验证控制器有效性，其中设计的PD控制器用于对比实验，揭示了自适应边界控制器比PD控制器拥有更佳的控制效果并能保证臂系统恒满足非对称输入–输出约束限制。 (3)针对系统参数值不精确、受外界干扰和非对称输入-输出约束限制等影响的可旋转柔性臂系统，利用径向基神经网络函数(RBNNF)逼近系统参数项，并建立网络权重更新律和自适应干扰观测器，进而提出了一种自适应神经网络边界控制器实现了对柔性臂系统的振动偏移抑制和角度跟踪，同时控制器的鲁棒性也得以提升。最后同样对柔性臂闭环系统的稳定性进行了理论证明并利用数值仿真实验验证了控制器的有效性。 (4)针对输出约束是时变函数的柔性臂系统，基于非对称障碍Lyapunov函数建立了一种融合迭代学习算法(ILA)和神经网络算法的自适应边界控制器，实现了振动抑制和角度跟踪目标，且保证了输入-输出约束的恒满足，其中RBNNF用于处理输入误差项和系统参数不确定项，ILA用于收敛干扰误差项。此种控制设计方案不但避免了建立干扰观测器的困难还提升了控制器的鲁棒性。同样地，利用Lyapunov直接法证明了控制器作用下柔性臂系统输出变量的一致有界性。最后，数值仿真实验表明，所设计的控制器是有效的，包含迭代项的控制器比不含迭代项的控制器拥有更加优越的控制性能，且随着迭代次数的增加振动抑制效果也更好。
柔性旋转臂;非对称输入;输出限制;边界控制
华南理工大学
博士
控制科学与工程
刘屿
2022
中文
TP241
2022-12-23（万方平台首次上网日期，不代表论文的发表时间）