CN114734441B - 一种关节部分失效故障空间机械臂运动能力优化方法 - Google Patents
一种关节部分失效故障空间机械臂运动能力优化方法 Download PDFInfo
- Publication number
- CN114734441B CN114734441B CN202210414943.3A CN202210414943A CN114734441B CN 114734441 B CN114734441 B CN 114734441B CN 202210414943 A CN202210414943 A CN 202210414943A CN 114734441 B CN114734441 B CN 114734441B
- Authority
- CN
- China
- Prior art keywords
- joint
- mechanical arm
- base
- fault
- matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000033001 locomotion Effects 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000005457 optimization Methods 0.000 title claims abstract description 49
- 230000008878 coupling Effects 0.000 claims abstract description 34
- 238000010168 coupling process Methods 0.000 claims abstract description 34
- 238000005859 coupling reaction Methods 0.000 claims abstract description 34
- 230000001629 suppression Effects 0.000 claims abstract description 23
- 239000011159 matrix material Substances 0.000 claims description 86
- 230000001133 acceleration Effects 0.000 claims description 58
- 230000037231 joint health Effects 0.000 claims description 43
- 238000013507 mapping Methods 0.000 claims description 39
- 239000013598 vector Substances 0.000 claims description 13
- 238000007667 floating Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 239000002245 particle Substances 0.000 claims description 2
- 230000000694 effects Effects 0.000 claims 4
- 230000014509 gene expression Effects 0.000 claims 1
- 230000008859 change Effects 0.000 description 7
- 230000015556 catabolic process Effects 0.000 description 5
- 238000006731 degradation reaction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 239000000654 additive Substances 0.000 description 3
- 230000000996 additive effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005461 lubrication Methods 0.000 description 1
- 230000005486 microgravity Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/1605—Simulation of manipulator lay-out, design, modelling of manipulator
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Numerical Control (AREA)
- Manipulator (AREA)
Abstract
本发明实施例提供了一种关节部分失效故障空间机械臂运动能力优化方法,包括:建立关节部分失效故障空间机械臂运动学和动力学模型,进而获得故障机械臂运动学及动力学耦合关系,基于故障机械臂运动学和动力学模型,构建以末端轨迹跟踪与基座自扰抑制为控制目标的***状态空间方程,进而分别在关节速度/力矩部分失效情况下,基于滑模控制设计可克服***不确定性项影响的容错控制器,实现机械臂末端轨迹跟踪与基座姿态自扰抑制,然后基于空间机械臂冗余特性,建立机械臂运动能力优化模型,并将其与容错控制器结合,同时实现关节部分失效故障空间机械臂的末端轨迹跟踪、基座姿态自扰抑制与运动能力优化。
Description
【技术领域】
本发明涉及一种关节部分失效故障空间机械臂运动能力优化方法,属于机械臂容错控制技术领域。
【背景技术】
随着我国国民经济和国防工业技术的发展,在轨服务任务需求日益增多。空间机械臂具有负载能力强、工作范围广、操作灵活等特点,常被用于协助或代替宇航员执行在轨操作任务。考虑到太空环境具有微重力、大温差、强辐射等特点,空间机械臂长期工作于该类环境下极易发生关节故障。关节一旦发生故障,在太空中无法及时得到修复,会使得空间机械臂无法及时完成期望任务。因此,为保证空间机械臂关节发生故障后仍能继续完成任务,需针对关节故障空间机械臂容错控制展开研究。
空间机械臂关节故障类型主要包括关节锁定故障、关节部分失效故障以及关节自由摆动故障。关节锁定故障和关节自由摆动故障分别对应了关节运动能力完全丧失和力矩输出能力完全丧失两种极端情况,而广义上认为关节运动或力矩输出能力发生摄动而无法达到期望值则认为关节发生故障,即关节部分失效故障。关节部分失效故障通常由内部因素(如润滑失效、间隙增大等)或外部因素(如工作繁重、环境恶劣等)引发,通常会导致机械臂运动能力产生一定程度的退化,如运动灵巧性降低、动态负载能力降低等,甚至可能会导致操作任务失败。因此,针对关节部分失效故障建立通用故障模型,并开展运动能力最优的关节部分失效故障空间机械臂容错控制方法研究,为进一步提升空间机械臂在轨服役可靠性具有重要意义。
关节部分失效故障空间机械臂容错控制是在已知故障空间机械臂运动能力的基础上,考虑实际任务需求对故障机械臂运动进行规划与控制,保证操作任务顺利完成的通用化操作手段。现有的关节故障空间机械臂容错控制方法研究大多针对关节锁定故障展开,针对关节部分失效故障机械臂的相关研究较少。且现有的关节部分失效故障空间机械臂容错控制方法研究未考虑关节速度输出部分失效情况,无法适用于速度控制模式,故障模型不具全面性;现有的关节部分失效故障空间机械臂容错控制方法研究仅实现机械臂末端轨迹跟踪,未考虑漂浮基座与空间机械臂间的运动耦合关系导致的基座姿态自扰动,基座姿态扰动对空间机械臂及航天器运行稳定性及安全性造成巨大威胁;现有的关节部分失效故障空间机械臂容错控制方法研究忽略了实际在轨操作任务对空间机械臂运动能力的需求,关节部分失效故障导致空间机械臂运动灵巧性、负载操作能力等下降,可能无法满足后续任务需求,进而导致任务失败。
【发明内容】
有鉴于此,本发明提供了一种运动能力最优的关节部分失效故障空间机械臂容错控制方法,以实现关节部分失效故障空间机械臂的末端轨迹稳定跟踪、基座自扰抑制以及运动能力优化。
本发明实例提供了一种关节部分失效空间机械臂运动能力优化方法,包括:
依据关节部分失效故障特征建立基座漂浮的关节部分失效空间机械臂运动学及动力学模型,进而获得故障机械臂运动学及动力学耦合关系;
依据所述关节部分失效故障空间机械臂的运动学和动力学模型,构建以末端轨迹跟踪与基座自扰抑制为控制目标的***状态空间方程,进而分别在关节速度/力矩部分失效情况下,基于滑模控制方法设计可克服***不确定性参数影响的容错控制器,实现机械臂末端轨迹跟踪与基座姿态自扰抑制;
依据所述基座扰动情况下的机械臂容错控制器,基于空间机械臂冗余特性,分别在关节速度部分失效与关节力矩部分失效容错控制律中引入随机变量,建立机械臂运动能力优化模型,并将其与基座扰动情况下的容错控制器结合,同时实现关节部分失效故障空间机械臂的末端轨迹跟踪、基座姿态自扰抑制与运动能力优化。
上述方法中,所述依据关节部分失效故障特征建立基座漂浮的关节部分失效空间机械臂运动学及动力学模型,进而获得故障机械臂运动学及动力学耦合关系,包括:
(1)考虑故障特征建立可同时用于描述关节运动输出部分失效和关节力矩输出部分失效的故障通用模型:
Uk(t)=Ukc(t)+α(t)(ρk(t)-1)Ukc(t)+α(t)Ue(t)
其中,Uk(t)为t时刻故障关节k的实际输出,Ukc(t)为t时刻故障关节k的期望输出,为阶跃函数,Te为k关节故障发生时刻,Tf为任务执行时间,ρk(t)为t时刻乘性故障关节输出有效因子,ρk(t)∈[0,1];
当关节k输出的运动发生摄动时,其输出速度可表示为:
当关节k输出的力矩发生摄动时,其输出力矩可表示为:
τk(t)=τkc(t)+α(t)(ρk(t)-1)τkc(t)+α(t)τe(t)
(2)结合关节故障通用模型,建立关节部分失效故障空间机械臂运动学模型:
其中,分别为机械臂末端速度、基座线速度、基座角速度与关节角速度,/>n为机械臂自由度数;/>为基座速度向末端速度映射的雅克比矩阵,E∈R3×3为单位矢量,p0e=pe-r0为基座到末端的位置矢量,角标“×”代表矢量的反对称矩阵;Jh,Jf分别为健康关节速度与故障关节速度向末端速度映射的雅克比矩阵,Jh=[J1,…,Jk-1,Jk+1,…,Jn],Jf=Jk;/>为健康关节角速度与故障关节角速度,
结合关节故障通用模型,建立关节部分失效故障空间机械臂动力学模型:
其中,Mb为基座质量矩阵,Mbmh与Mmbh为机械臂、基座与健康关节耦合的质量矩阵,Mbmf与Mmbf为机械臂、基座与故障关节耦合的质量矩阵,Mmhh=[Mmh1,…,Mmhk-1,Mmhk+1,…,Mmhn],Mmhf=Mmhk,Mmfh=[Mmf1,…,Mmfk-1,Mmfk+1,…,Mmfn],Mmff=Mmfk,Mmh与Mmf为机械臂与健康关节和故障关节耦合的质量矩阵,cb为基座的离心力和哥氏力矢量,cmh与cmf分别为健康关节与故障关节的离心力和哥氏力矢量,τmh与τmf分别为健康关节与故障关节输出矩阵,为基座的加速度,/>与/>分别为健康关节与故障关节的角加速度;
(3)基于基座漂浮空间机械臂线动量和角动量均守恒,获得健康关节、故障关节速度与基座速度之间的映射关系为:
其中,vb与wb为基座的速度及角速度,与/>分别为健康关节与故障关节的角速度,Hbm分别为基座和机械臂耦合的动量矩阵;
基于上式及关节部分失效故障空间机械臂运动学模型获得健康关节、故障关节速度与机械臂末端速度之间的映射关系:
其中,Jet为关节速度向末端速度映射的雅克比矩阵;
当空间机械臂故障关节输出力矩部分失效时,故障关节期望输出速度与实际输出速度无偏差,因此其健康关节、故障关节与基座、末端的速度映射关系如上式所示;
当空间机械臂故障关节输出速度部分失效时,基于关节部分失效故障速度失效模型及空间机械臂运动学耦合关系,获得关节期望输出速度与基座速度之间的映射关系以及关节期望输出速度与末端速度之间的映射关系分别为:
其中,Hb为基座的动量矩阵,为机械臂末端输出速度,/>为故障关节期望输出速度,Hbmc为关节期望速度向基座速度映射的动量矩阵,Hmf为故障关节的动量矩阵,Jet为关节速度向末端速度映射的雅克比矩阵,Jev为健康关节速度与故障关节控制输入速度向末端速度映射的雅克比矩阵,Jef为故障关节速度向机械臂末端速度映射的雅克比矩阵;
基于关节部分失效故障空间机械臂动力学模型,获得健康关节、故障关节角加速度与各关节力矩之间的映射关系,基座加速度与健康关节、故障关节力矩之间的映射关系,以及末端加速度与各关节力矩之间的映射关系分别为:
其中,Mτhf为健康关节、故障关节力矩与其加速度之间的耦合矩阵,cτhf为非线性项,为基座加速度,/> Mτea=[Jeh Jef]Mτhf -1,Jeh为健康关节速度向机械臂末端速度映射的雅克比矩阵;
若空间机械臂故障关节输出速度部分失效,基于关节部分失效故障空间机械臂运动学耦合关系分析即可求得已知任务下的健康关节和故障关节角速度及角加速度,基于上式获得各关节力矩;
若空间机械臂故障关节输出力矩部分失效,此时故障关节实际输出力矩与期望输出力矩(控制输入力矩)存在偏差;基座、末端加速度与健康关节、故障关节期望输出力矩之间的映射关系如下所示:
其中,Mτb为关节力矩与基座加速度之间的耦合矩阵,τmfc为故障关节期望输出力矩矩阵,τe为机械臂末端输出力矩矩阵,Mτbi=Mτbai,i≠n,Mτbn=ρkMτban,cτb=Mτbanτe+cτba为非线性项,Mτe为关节力矩与机械臂末端加速度之间的耦合矩阵,Mτei=Mτeai,i≠n,Mτen=ρkMτean,cτe=Mτeanτe+cτea为非线性项;
上述方法中,依据关节部分失效故障空间机械臂的运动学和动力学模型,构建以末端轨迹跟踪与基座自扰抑制为控制目标的***状态空间方程,进而分别在关节速度/力矩部分失效情况下,基于滑模控制方法设计可克服***不确定性参数影响的容错控制器,实现机械臂末端轨迹跟踪与基座姿态自扰抑制,包括:
(1)令并以末端速度与基座角速度为输出,获得关节速度部分失效故障空间机械臂***的状态空间方程:
其中,Pe为机械臂末端位置,θb为基座姿态,为机械臂末端速度,/>为基座速度,与/>分别为机械臂末端位置与基座姿态的期望运动状态,/>Jev_up为雅克比矩阵Jev的前三行,Hbmc_down为耦合矩阵Hbmc的后三行;/>θe_up为矩阵的前三行,θb_down为矩阵/>的后三行,Jev为退化雅克比矩阵,Hb基座的动量矩阵,Hmf为故障关节的动量矩阵,/>为末端角速度,/>与/>分别为健康关节角速度与故障关节期望角速度;
令并以末端线加速度与基座角加速度为输出,获得关节速度部分失效故障空间机械臂***的状态空间方程:
其中,与/>分别为基座与机械臂末端加速度,/>Mτe_up为Mτe的前三行,Mτe=[Mτe1,…,Mτen]为关节力矩与机械臂末端加速度之间的耦合矩阵,Mτb_down为Mτb的后三行Mτb=[Mτb1,…,Mτbn]为关节力矩与基座加速度之间的耦合矩阵,/>cτe_up为矩阵cτe的前三行,cτb_down为矩阵cτb的后三行,cτe与cτb为非线性项,τmh为健康关节输出矩阵,τmfc为故障关节期望输出矩阵;
(2)在关节速度部分失效情况下,基于滑模控制方法获得可克服***不确定性参数影响的容错控制器为:
其中,与/>ki>0,s=[s1,…,s6]T为机械臂末端位置Pe和基座姿态θb的滑模面流形,/>0<α<1,sgn(si)为符号函数;
(3)在关节力矩部分失效情况下,基于滑模控制方法设计可克服***不确定性参数影响的容错控制器:
上述方法中,依据基座扰动情况下的机械臂容错控制器,基于空间机械臂冗余特性,分别在关节速度部分失效与关节力矩部分失效容错控制率中引入随机变量,建立机械臂运动能力优化模型,并将其与基座扰动情况下的容错控制***结合,同时实现关节部分失效故障空间机械臂的末端轨迹跟踪、基座姿态自扰抑制与运动能力优化,包括:
基于空间机械臂冗余特性,在关节速度部分失效容错控制律及关节力矩部分失效容错控制律中分别引入随机变量:
其中,与/>分别为健康关节角速度与故障关节期望角速度,/>Jev_up为雅克比矩阵Jev的前三行,Jev为退化雅克比矩阵,/>与/>分别为机械臂末端位置与基座姿态的期望运动状态,/>与/>分别为基座与机械臂末端加速度,/>θe_up为矩阵/>的前三行,/>为末端角速度,Jef为故障关节速度向机械臂末端速度映射的雅克比矩阵,θb_down为矩阵/>的后三行,/>与ki>0,s=[s1,…,s6]T为末端位置Pe和基座姿态θb的滑模面流形,0<α<1,sgn(si)为符号函数,τmh为健康关节输出矩阵,τmfc为故障关节期望输出矩阵,/>Mτe_up为Mτe的前三行,Mτe=[Mτe1,…,Mτen]为关节力矩与机械臂末端加速度之间的耦合矩阵,Mτb_down为Mτb的后三行,Mτb为关节力矩与基座加速度之间的耦合矩阵,/>cτe_up为矩阵cτe的前三行,cτb_down为矩阵cτb的后三行,cτe与cτb为非线性项,/> 为关节部分失效故障空间机械臂的零空间项,其对应着各关节的自运动,对机械臂末端线速度及基座角速度无贡献;/>为关节力矩部分失效失效故障空间机械臂控制***的零空间项,/>为随机矢量,可作为运动能力优化项;
基于优化目标函数及约束条件,构建关节部分失效故障空间机械臂运动能力优化模型:
find
max Sd,or Wd,orKd,or Mt
s.t.
其中,运动灵巧性(包括最小奇异值Sd、可操作度条件数Kd)及动态负载能力优化目标函数/>优化目标函数为:
max
s.t
i=1,…,n
约束条件为:基于关节角度、角速度、角加速度约束求解的选取范围:
将运动能力优化模型引入基座扰动情况下的容错控制器,针对机械臂运行过程中的每一时刻构建上述运动能力优化模型,并基于粒子群算法求解获得对应于最优运动能力的随机矢量,进而获得机械臂在运动能力最优情况下的控制律,实现关节部分失效故障空间机械臂运动能力优化控制。
本发明实施例的技术方案具有以下有益效果:
(1)本发明依据关节部分失效故障特征建立了基座漂浮的关节部分失效空间机械臂运动学及动力学模型,进而获得了故障机械臂运动学及动力学耦合关系;
(2)本发明依据关节部分失效故障空间机械臂的运动学和动力学模型,构建以基座轨迹跟踪与基座自扰抑制为控制目标的***状态空间方程,进而分别在关节速度/力矩部分失效情况下,基于滑模控制方法设计可克服***不确定性参数影响的容错控制器,实现机械臂末端轨迹跟踪与基座姿态自扰抑制;
(3)本发明依据基座扰动情况下的机械臂容错控制器,基于空间机械臂冗余特性,分别在关节速度部分失效与关节力矩部分失效容错控制率中引入随机变量,建立机械臂运动能力优化模型,同时实现关节部分失效故障空间机械臂的末端轨迹跟踪、基座姿态自扰抑制与运动能力优化。
【附图说明】
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单介绍,显而易见,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性和劳动性的前提下,还可以根据这些附图获得其它附图。
图1是本发明实施例所提供的关节锁定故障空间机械臂停机优化方法的流程示意图;
图2是本发明实施例中基座扰动情况下的关节速度部分失效故障空间机械臂对应的各指标变化示意图;
图3是本发明实施例中基座扰动情况下的关节力矩部分失效故障空间机械臂对应的各指标变化示意图;
图4是本发明实施例中运动能力最优的关节速度部分失效故障空间机械臂对应的各指标变化示意图;
图5是本发明实施例中运动能力最优的关节力矩部分失效故障空间机械臂对应的各指标变化示意图;
【具体实施例】
为了更好的理解本发明的技术方案,下面结合附图对本发明实施例进行详细描述。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明实施例给出一种运动能力最优的关节部分失效故障空间机械臂容错控制方法,请参考图1,其为本发明实施例所提供的运动能力最优的关节部分失效故障空间机械臂容错控制方法的流程示意图,如图1所示。
依据本发明实施例给出的运动能力最优的关节部分失效故障空间机械臂容错控制方法,以七自由度空间机械臂为研究对象对该方法进行了仿真。
1、假设关节1发生速度部分失效故障,机械臂初始关节角为θini=[-30°,-120°,100°,-20°,140°,160°,0°],机械臂末端目标位置为Pdes=[5.8m,7.5m,1.8m],基座初始位姿为xb=[0m,0m,0m,0°,0°,0°]。假设关节1发生速度部分失效故障,机械臂初始关节角为θini=[-30°,-120°,100°,-20°,140°,160°,0°],机械臂末端目标位置为Pdes=[5.8m,7.5m,1.8m],基座初始位姿为xb=[0m,0m,0m,0°,0°,0°]。任务执行过程中,机械臂末端沿直线运动至期望位置Pdes,并保持基座姿态不变。故障关节乘性故障有效因子ρ1=0.9,加性故障因子θe=-2,机械臂不确定性参数取正弦函数形式,选择ci=0.5,i=1,…,6,ki=0.1,i=1,…,6,αi=0.9,i=1,…,6。采用梯形速度插值法规划机械臂末端线速度,并限制基座角速度为0,获得机械臂期望运动轨迹,并基于本发明所提关节速度部分失效容错控制方法,可获得机械臂末端实际运动轨迹及基座姿态、滑模面函数值变化、各关节角度如图2所示。在模型参数不确定性作用下,在仿真执行过程中,机械臂实际运行轨迹与期望轨迹基本重合,末端最大位置误差为0.0253m。基座姿态偏转量近似为0,X方向基座最大偏转量为-3.599×10-5°,Y方向基座最大偏转量为-6.185×10-5°,Z方向基座最大偏转量为2.823×10-4°。图2(c)分别表征了机械臂末端位置与基座角度与期望值的偏差,其与模型不确定性参数相同,呈正弦函数变化趋势,且收敛至0附近。由此可见,在关节速度部分失效故障与模型不确定性参数共同影响下,本发明设计的容错控制器可有效跟踪机械臂末端期望轨迹,并抑制基座姿态扰动。
2、假设关节1发生速度部分失效故障,机械臂初始关节角为θini=[-30°,-120°,100°,-20°,140°,160°,0°],机械臂末端目标位置为Pdes=[5.2m,7.2m,2.0m],基座初始位姿为xb=[0m,0m,0m,0°,0°,0°]。任务执行过程中,机械臂末端沿直线运动至期望位置Pdes,并保持基座姿态不变。故障关节乘性故障有效因子ρ1=0.9,加性故障因子θe=-2,机械臂不确定性参数取正弦函数形式,ΔMτeb=0.01sin(πt)Mτeb和Δcτeb=0.011sin(πt)cτeb。选择ci=0.7,i=1,…,6,ki=0.4,i=1,…,6,αi=0.9,i=1,…,6。采用梯形速度插值法规划机械臂末端线速度,并限制基座角速度为0,获得机械臂期望运动轨迹,并基于本发明提出关节速度部分失效容错控制方法,求解机械臂各关节期望输出力矩,将其带入关节力矩部分失效故障空间机械臂模型,即可获得机械臂末端实际运动轨迹及基座姿态、滑模面函数值变化、关节角度如图3所示。在模型参数不确定性作用下,在仿真执行过程中,机械臂实际运行轨迹与期望轨迹基本重合,末端最大位置误差为0.028m。基座姿态偏转量近似为0,X方向基座最大偏转量为2.538×10-5°,Y方向基座最大偏转量为-1.223×10-5°,Z方向基座最大偏转量为-2.84×10-8°。机械臂滑模面函数与不确定性参数变化趋势近似,呈正弦函数形式,且逐渐逼近至0附近。由此可见,在关节力矩部分失效故障与模型不确定性参数共同影响下,本发明设计的容错控制器可有效跟踪机械臂末端期望轨迹,并抑制基座姿态扰动。
3、假设关节1发生故障,且乘性故障关节输出有效因子ρ=0.9,加性故障未知函数项Ue=0.1。机械臂初始构型为θini=[-30°,-120°,100°,-20°,140°,160°,0°],期望位置为Pdes=[6.5m,8m,2.6m],以退化最小奇异值表征机械臂运动灵巧性,基于本发明提出的考虑运动能力优化的关节速度部分失效故障空间机械臂容错控制方法,实现机械臂末端轨迹跟踪、基座姿态扰动抑制与退化最小奇异值优化。关节速度部分失效故障空间机械臂的末端轨迹跟踪结果及姿态扰动抑制结果、各关节角度、退化最小奇异值优化结果如图4所示。由图4(a)可看出,机械臂末端实际轨迹与期望轨迹基本重合,机械臂末端可按照期望轨迹运动。由图4(b)可看出,基座X方向姿态扰动最大值为-3.627×10-5°,Y方向姿态扰动最大值为-6.228×10-5°,Z方向姿态扰动最大值为2.837×10-4°,基座扰动基本为0。图4(d)中运动能力优化后的机械臂的退化最小奇异值大于优化前,由此可知基于本发明的关节速度部分失效故障空间机械臂优化控制方法可在机械臂末端沿着期望轨迹运动,且基座姿态无扰的基础上,实现机械臂的运动能力优化。
4、假设机械臂初始构型为θini=[-30°,-120°,100°,-20°,140°,160°,0°],期望位置为Pdes=[6.5m,8.0m,2.7m],健康关节输出力矩极限均为[-1000,1000]Nm。以动态负载能力为优化目标,基于本发明提出的考虑运动能力优化的关节速度部分失效故障空间机械臂容错控制方法,实现机械臂末端轨迹跟踪、基座姿态扰动抑制与动态负载能力优化。关节力矩部分失效故障空间机械臂的末端轨迹跟踪结果及姿态扰动抑制结果分别如图5(a)5(b)示,动态负载能力优化结果如图5(d)所示。由图5(a)可看出,机械臂末端实际轨迹与期望轨迹基本重合,机械臂末端可按照期望轨迹运动。由图5(b)可看出,基座X方向姿态扰动最大值为4.858×10-6°,Y方向姿态扰动最大值为-3.605×10-6°,Z方向姿态扰动最大值为-1.703×10-8°,基座扰动基本为0。图5(d)为故障机械臂动态负载能力优化前与优化后的对比图,从图中可看出,优化前机械臂的动态负载能力为176kg,优化后为296kg,机械臂动态负载能力提升率为由此可知基于本发明的关节力矩部分失效故障空间机械臂优化控制方法可在机械臂末端沿着期望轨迹运动,且基座姿态无扰的基础上,实现机械臂的运动能力优化。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。
Claims (4)
1.一种关节部分失效故障空间机械臂运动能力优化方法,其特征在于,所述方法包括:
(1)依据关节部分失效故障特征建立基座漂浮的关节部分失效空间机械臂运动学及动力学模型,进而获得故障机械臂运动学及动力学耦合关系;
(2)依据(1)中所建立的关节部分失效故障空间机械臂的运动学和动力学模型,构建以末端轨迹跟踪与基座自扰抑制为控制目标的***状态空间方程,进而分别在关节速度/力矩部分失效情况下,基于滑模控制方法设计可克服***不确定性参数影响的容错控制器,实现机械臂末端轨迹跟踪与基座姿态自扰抑制;
(3)依据所述基于滑模控制方法的基座扰动情况下的机械臂容错控制器,基于空间机械臂冗余特性,分别在关节速度部分失效与关节力矩部分失效容错控制律中引入随机变量,建立机械臂运动能力优化模型,并将其与基座扰动情况下的容错控制器结合,同时实现关节部分失效故障空间机械臂的末端轨迹跟踪、基座姿态自扰抑制与运动能力优化。
2.根据权利要求1所述的方法,其特征在于,依据关节部分失效故障特征建立基座漂浮的关节部分失效空间机械臂运动学及动力学模型,进而获得故障机械臂运动学及动力学耦合关系,包括:
(1)考虑故障特征建立可同时用于描述关节运动输出部分失效和关节力矩输出部分失效的故障通用模型:
Uk(t)=Ukc(t)+α(t)(ρk(t)-1)Ukc(t)+α(t)Ue(t)
其中,Uk(t)为t时刻故障关节k的实际输出,Ukc(t)为t时刻故障关节k的期望输出,为阶跃函数,Te为k关节故障发生时刻,Tf为任务执行时间,ρk(t)为t时刻乘性故障关节输出有效因子,ρk(t)[0,1];
当关节k输出的运动发生摄动时,其输出速度可表示为:
当关节k输出的力矩发生摄动时,其输出力矩可表示为:
τk(t)=τkc(t)+α(t)(ρk(t)-1)τkc(t)+α(t)τe(t)
(2)结合关节故障通用模型,建立关节部分失效故障空间机械臂运动学模型:
其中,分别为机械臂末端速度、基座线速度、基座角速度与关节角速度,xe为空间机械臂末端位姿;/>n为机械臂自由度数;/>为基座速度向末端速度映射的雅克比矩阵,E∈R3×3为单位矩阵,pe0=pe-r0为基座到末端的位置矢量,角标“×”代表矢量的反对称矩阵;Jh,Jf分别为健康关节速度与故障关节速度向末端速度映射的雅克比矩阵,Jh=[J1,…,Jk-1,Jk+1,…,Jn],Jf=Jk;/>为健康关节角速度与故障关节角速度,/>
结合关节故障通用模型,建立关节部分失效故障空间机械臂动力学模型:
其中,Mb为基座质量矩阵,Mbmh与Mmbh为机械臂、基座与健康关节耦合的质量矩阵,Mbmf与Mmbf为机械臂、基座与故障关节耦合的质量矩阵,Mmhh=[Mmh1,…,Mmhk-1,Mmhk+1,…,Mmhn],Mmhf=Mmhk,Mmfh=[Mmf1,...,Mmfk-1,Mmfk+1,…,Mmfn],Mmff=Mmfk,Mmh与Mmf为机械臂与健康关节和故障关节耦合的质量矩阵,cb为基座的离心力和哥氏力矢量,cmh与cmf分别为健康关节与故障关节的离心力和哥氏力矢量,τmh与τmf分别为健康关节与故障关节输出矩阵,为基座的加速度,/>与/>分别为健康关节与故障关节的角加速度;
(3)基于基座漂浮空间机械臂线动量和角动量均守恒,获得健康关节、故障关节速度与基座速度之间的映射关系为:
其中,vb与wb为基座的速度及角速度,与/>分别为健康关节与故障关节的角速度,Hbm分别为基座和机械臂耦合的动量矩阵;
基于上式及关节部分失效故障空间机械臂运动学模型获得健康关节、故障关节速度与机械臂末端速度之间的映射关系:
其中,Jet为关节速度向末端速度映射的雅克比矩阵;
当空间机械臂故障关节输出力矩部分失效时,故障关节期望输出速度与实际输出速度无偏差,因此其健康关节、故障关节与基座、末端的速度映射关系如上式所示;
当空间机械臂故障关节输出速度部分失效时,基于关节部分失效故障速度失效模型及空间机械臂运动学耦合关系,获得关节期望输出速度与基座速度之间的映射关系以及关节期望输出速度与末端速度之间的映射关系分别为:
其中,Hb为基座的动量矩阵,为故障关节期望输出速度,Hbmc为关节期望速度向基座速度映射的动量矩阵,Hmf为故障关节的动量矩阵,Jet为关节速度向末端速度映射的雅克比矩阵,Jev为健康关节速度与故障关节控制输入速度向末端速度映射的雅克比矩阵,Jef为故障关节速度向机械臂末端速度映射的雅克比矩阵;
基于关节部分失效故障空间机械臂动力学模型,获得健康关节、故障关节角加速度与各关节力矩之间的映射关系,基座加速度与健康关节、故障关节力矩之间的映射关系,以及末端加速度与各关节力矩之间的映射关系分别为:
其中,Mτhf为健康关节、故障关节力矩与其加速度之间的耦合矩阵,cτhf为非线性项,为基座加速度,/>为末端加速度,/>为各关节实际力矩输出与基座加速度间耦合矩阵,/>为关节实际力矩输出与基座加速度间映射关系非线性项,Mτea=[Jeh Jef]Mτhf -1为各关节实际力矩输出与末端加速度间耦合矩阵,/>为关节实际力矩输出与末端加速度间映射关系非线性项,Jeh为健康关节速度向机械臂末端速度映射的雅克比矩阵;
若空间机械臂故障关节输出速度部分失效,基于关节部分失效故障空间机械臂运动学耦合关系分析即可求得已知任务下的健康关节和故障关节角速度及角加速度,基于上式获得各关节力矩;
若空间机械臂故障关节输出力矩部分失效,此时故障关节实际力矩输出偏离期望力矩输出,导致末端偏离期望轨迹;关节力矩部分失效故障情况下,基座、末端加速度与健康关节、故障关节期望输出力矩之间的映射关系如下所示:
其中,为末端加速度,Mτb为关节力矩与基座加速度之间的耦合矩阵,τmfc为故障关节期望输出力矩矩阵,Mτbi=Mτbai,i≠n表征健康关节力矩输出对基座加速度的影响,其中Mτbai表示矩阵Mτba的第i列,Mτbn=ρkMτban表征故障关节期望力矩输出对基座加速度的影响,cτb=Mτbanτe+cτba为关节期望力矩输出与基座加速度间映射关系非线性项,Mτe为关节力矩与机械臂末端加速度之间的耦合矩阵,Mτei=Mτeai,i≠n表征健康关节力矩输出对末端加速度的影响,其中Mτeai表示矩阵Mτea的第i列,Mτen=ρkMτean表征故障关节期望力矩输出对末端加速度的影响,cτe=Mτeanτe+cτea为关节期望力矩输出与末端加速度间映射关系非线性项。
3.依据权利要求1所述的方法,其特征在于,依据所述关节部分失效故障空间机械臂的运动学和动力学模型,构建以末端轨迹跟踪与基座自扰抑制为控制目标的***状态空间方程,进而分别在关节速度/力矩部分失效情况下,基于滑模控制方法设计可克服***不确定性参数影响的容错控制器,实现机械臂末端轨迹跟踪与基座姿态自扰抑制,包括:
(1)令并以末端速度与基座角速度为输出,获得关节速度部分失效故障空间机械臂***的状态空间方程:
其中,Pe为机械臂末端位置,θb为基座姿态,为机械臂末端线速度,/>为基座角速度,与/>分别为机械臂末端线速度与基座角速度的期望值,/>Jev_up为雅克比矩阵Jev的前三行,Hbmc_down为耦合矩阵Hbmc的后三行;/>θe_up为矩阵/>的前三行,θb_down为矩阵/>的后三行,Jev为退化雅克比矩阵,Hb基座的动量矩阵,Hmf为故障关节的动量矩阵,/>为末端角速度,/>与/>分别为健康关节角速度与故障关节期望角速度;
令并以末端线加速度与基座角加速度为输出,获得关节速度部分失效故障空间机械臂***的状态空间方程:
其中,为基座角加速度,/>为末端线加速度,/>与/>分别为基座角加速度与机械臂末端线加速度期望值,/>Mτe_up为Mτe的前三行,Mτe=[Mτe1,…,Mτen]为关节力矩与机械臂末端加速度之间的耦合矩阵,Mτb_down为Mτb的后三行Mτb=[Mτb1,…,Mτbn]为关节力矩与基座加速度之间的耦合矩阵,/>cτe_up为矩阵cτe的前三行,cτb_down为矩阵cτb的后三行,cτe与cτb为非线性项,τmh为健康关节输出矩阵,τmfc为故障关节期望输出矩阵;
(2)在关节速度部分失效情况下,基于滑模控制方法获得可克服***不确定性参数影响的容错控制器为:
其中,与/>s=[s1,…,s6]T为机械臂末端位置Pe和基座姿态θb的滑模面流形,/>sgn(si)为符号函数;
(3)在关节力矩部分失效情况下,基于滑模控制方法设计可克服***不确定性参数影响的容错控制器:
至此,已得到关节速度部分失效故障和关节力矩部分失效故障情况下的空间机械臂容错控制器表达式。
4.根据权利要求2所述的方法,其特征在于,依据所述基座扰动情况下的机械臂容错控制器,基于空间机械臂冗余特性,分别在关节速度部分失效与关节力矩部分失效容错控制律中引入随机变量,建立机械臂运动能力优化模型,并将其与基座扰动情况下的容错控制器结合,同时实现关节部分失效故障空间机械臂的末端轨迹跟踪、基座姿态自扰抑制与运动能力优化,包括:
基于空间机械臂冗余特性,在关节速度部分失效容错控制律及关节力矩部分失效容错控制律中分别引入随机变量:
其中,与/>分别为健康关节角速度与故障关节期望角速度,/>Jev_up为雅克比矩阵Jev的前三行,Jev为退化雅克比矩阵,/>与/>分别为机械臂末端线速度与基座角速度的期望值,/>与/>分别为基座角加速度与末端线加速度的期望值,θe_up为矩阵/>的前三行,Jef为故障关节速度向机械臂末端速度映射的雅克比矩阵,θb_down为矩阵/>的后三行,/>与s=[s1,…,s6]T为末端位置Pe和基座姿态θb的滑模面流形,0<α<1,sgn(si)为符号函数,τmh为健康关节输出矩阵,τmfc为故障关节期望输出矩阵,/>Mτe_up为Mτe的前三行,Mτe=[Mτe1,…,Mτen]为关节力矩与机械臂末端加速度之间的耦合矩阵,Mτb_down为Mτb的后三行,Mτb为关节力矩与基座加速度之间的耦合矩阵,/>cτe_up为矩阵cτe的前三行,cτb_down为矩阵cτb的后三行,cτe与cτb为非线性项,/>为关节部分失效故障空间机械臂的零空间项,其对应着各关节的自运动,对机械臂末端线速度及基座角速度无贡献;为关节力矩部分失效失效故障空间机械臂控制***的零空间项,为随机矢量,可作为运动能力优化项;I为单位矩阵;
基于优化目标函数及约束条件,构建关节部分失效故障空间机械臂运动能力优化模型:
其中,包括最小奇异值可操作度/>条件数/>在内的运动灵巧性优化目标函数以及动态负载能力优化目标函数/>为:
i=1,…,n
式中,为空间机械臂关节角速度向末端速度映射雅克比矩阵的奇异值,/>为关节i实际力矩输出,τimin,τimax为关节i力矩输出极限;
约束条件为:基于关节角度、角速度、角加速度约束求解的选取范围:
式中,分别为关节i角度、角速度、角加速度,θimin,θimax为关节i角度极限值,/>为关节i角速度极限值,/>为关节i角加速度极限值;
将运动能力优化模型引入基座扰动情况下的容错控制器,针对机械臂运行过程中的每一时刻构建上述运动能力优化模型,并基于粒子群算法求解获得对应于最优运动能力的随机矢量,进而获得机械臂在运动能力最优情况下的控制律,实现关节部分失效故障空间机械臂运动能力优化控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210414943.3A CN114734441B (zh) | 2022-04-15 | 2022-04-15 | 一种关节部分失效故障空间机械臂运动能力优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210414943.3A CN114734441B (zh) | 2022-04-15 | 2022-04-15 | 一种关节部分失效故障空间机械臂运动能力优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114734441A CN114734441A (zh) | 2022-07-12 |
CN114734441B true CN114734441B (zh) | 2023-11-24 |
Family
ID=82283039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210414943.3A Active CN114734441B (zh) | 2022-04-15 | 2022-04-15 | 一种关节部分失效故障空间机械臂运动能力优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114734441B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116968016A (zh) * | 2022-11-16 | 2023-10-31 | 重庆大学 | 液压臂末端速度可行空间的构建方法及可视化交互*** |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4967126A (en) * | 1990-01-30 | 1990-10-30 | Ford Aerospace Corporation | Method of controlling a seven degree of freedom manipulator arm |
US5430643A (en) * | 1992-03-11 | 1995-07-04 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Configuration control of seven degree of freedom arms |
US5499320A (en) * | 1993-03-24 | 1996-03-12 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Extended task space control for robotic manipulators |
CN106363607A (zh) * | 2016-10-31 | 2017-02-01 | 北京控制工程研究所 | 一种强承载大运动范围的抓捕用空间机械臂*** |
CN107450317A (zh) * | 2017-08-16 | 2017-12-08 | 北京控制工程研究所 | 一种空间机械臂自适应动力学协调控制方法 |
WO2018107851A1 (zh) * | 2016-12-16 | 2018-06-21 | 广州视源电子科技股份有限公司 | 冗余机械臂的控制方法及装置 |
CN108381553A (zh) * | 2018-04-28 | 2018-08-10 | 北京空间飞行器总体设计部 | 一种用于空间非合作目标捕获的相对导航近距离跟踪方法及*** |
CN108638067A (zh) * | 2018-05-17 | 2018-10-12 | 北京邮电大学 | 一种空间机械臂运动性能严重退化预防策略 |
CN109591018A (zh) * | 2019-01-07 | 2019-04-09 | 北京邮电大学 | 一种用于目标捕获后稳定的自由漂浮空间机械臂控制方法 |
CN110340898A (zh) * | 2019-08-22 | 2019-10-18 | 北京航空航天大学 | 一种具有指定跟踪性能的自由漂浮空间机械臂自适应容错控制方法 |
CN113414761A (zh) * | 2021-02-03 | 2021-09-21 | 中国人民解放军63920部队 | 一种冗余机械臂运动轨迹优化的方法 |
CN113601499A (zh) * | 2021-07-12 | 2021-11-05 | 西北工业大学 | 一种单关节锁定失效下的空间机械臂逆运动学方法 |
WO2022007358A1 (zh) * | 2020-07-08 | 2022-01-13 | 深圳市优必选科技股份有限公司 | 阻抗控制方法、装置、阻抗控制器和机器人 |
CN113954069A (zh) * | 2021-10-25 | 2022-01-21 | 清华大学深圳国际研究生院 | 一种基于深度强化学习的机械臂主动容错控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111558941B (zh) * | 2020-07-14 | 2020-09-29 | 深圳市优必选科技股份有限公司 | 浮动基动力学前馈控制方法、装置和多足机器人 |
-
2022
- 2022-04-15 CN CN202210414943.3A patent/CN114734441B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4967126A (en) * | 1990-01-30 | 1990-10-30 | Ford Aerospace Corporation | Method of controlling a seven degree of freedom manipulator arm |
US5430643A (en) * | 1992-03-11 | 1995-07-04 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Configuration control of seven degree of freedom arms |
US5499320A (en) * | 1993-03-24 | 1996-03-12 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Extended task space control for robotic manipulators |
CN106363607A (zh) * | 2016-10-31 | 2017-02-01 | 北京控制工程研究所 | 一种强承载大运动范围的抓捕用空间机械臂*** |
WO2018107851A1 (zh) * | 2016-12-16 | 2018-06-21 | 广州视源电子科技股份有限公司 | 冗余机械臂的控制方法及装置 |
CN107450317A (zh) * | 2017-08-16 | 2017-12-08 | 北京控制工程研究所 | 一种空间机械臂自适应动力学协调控制方法 |
CN108381553A (zh) * | 2018-04-28 | 2018-08-10 | 北京空间飞行器总体设计部 | 一种用于空间非合作目标捕获的相对导航近距离跟踪方法及*** |
CN108638067A (zh) * | 2018-05-17 | 2018-10-12 | 北京邮电大学 | 一种空间机械臂运动性能严重退化预防策略 |
CN109591018A (zh) * | 2019-01-07 | 2019-04-09 | 北京邮电大学 | 一种用于目标捕获后稳定的自由漂浮空间机械臂控制方法 |
CN110340898A (zh) * | 2019-08-22 | 2019-10-18 | 北京航空航天大学 | 一种具有指定跟踪性能的自由漂浮空间机械臂自适应容错控制方法 |
WO2022007358A1 (zh) * | 2020-07-08 | 2022-01-13 | 深圳市优必选科技股份有限公司 | 阻抗控制方法、装置、阻抗控制器和机器人 |
CN113414761A (zh) * | 2021-02-03 | 2021-09-21 | 中国人民解放军63920部队 | 一种冗余机械臂运动轨迹优化的方法 |
CN113601499A (zh) * | 2021-07-12 | 2021-11-05 | 西北工业大学 | 一种单关节锁定失效下的空间机械臂逆运动学方法 |
CN113954069A (zh) * | 2021-10-25 | 2022-01-21 | 清华大学深圳国际研究生院 | 一种基于深度强化学习的机械臂主动容错控制方法 |
Non-Patent Citations (6)
Title |
---|
Yingzhuo Fu等.Fault tolerant motion planning and control of space manipulators with free-swinging joint failure based on controllable degree.2022,第69卷(第7期),全文. * |
朱一平等.考虑时变输出受限的机械臂自适应容错控制.2022,全文. * |
空间机械臂末端力/位容错过程中关节参数突变抑制;陈钢等;机械工程学报;第53卷(第11期);全文 * |
陈钢等.基于运动学模型重构的单关节故障机械臂容错路径规划.2018,第33卷(第8期),全文. * |
雷荣华等.柔性空间机械臂的自适应H∞容错抑振混合控制.2020,第41卷(第4期),全文. * |
雷荣华等.空间机器人执行器部分失效故障的终端滑模容错控制.2019,第30卷(第8期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN114734441A (zh) | 2022-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107490965B (zh) | 一种空间自由漂浮机械臂的多约束轨迹规划方法 | |
Chen et al. | Adaptive sliding-mode disturbance observer-based finite-time control for unmanned aerial manipulator with prescribed performance | |
Xu et al. | Dynamic neural networks based kinematic control for redundant manipulators with model uncertainties | |
Zhao et al. | Low-pass-filter-based position synchronization sliding mode control for multiple robotic manipulator systems | |
CN114734441B (zh) | 一种关节部分失效故障空间机械臂运动能力优化方法 | |
CN107703753B (zh) | 一种空间机械臂的容错控制方法 | |
CN113741188B (zh) | 执行器故障下固定翼无人机反步自适应容错控制方法 | |
Zhou et al. | Singularity robust path planning for real time base attitude adjustment of free-floating space robot | |
Lian et al. | Full attitude control of a quadrotor using fast nonsingular terminal sliding mode with angular velocity planning | |
CN116277036A (zh) | 一种柔性基、柔性臂空间机器人快速容错抑振控制方法 | |
Ren et al. | Fault-tolerant safe control design of switched and interconnected nonlinear systems | |
Hou et al. | Adaptive robust trajectory tracking controller for a quadrotor UAV with uncertain environment parameters based on backstepping sliding mode method | |
Zhang et al. | Adaptive robust dynamic surface integral sliding mode control for quadrotor UAVs under parametric uncertainties and external disturbances | |
Jin | Adaptive finite-time tracking control for joint position constrained robot manipulators with actuator faults | |
Cheng et al. | Self-repairing control of air-breathing hypersonic vehicle with actuator fault and backlash | |
Niu et al. | Broad learning control of a two-link flexible manipulator with prescribed performance and actuator faults | |
Di et al. | Tracking Control of the Six-rotor UAV with Input Dead-zone and Saturation | |
Gong et al. | Fixed-time attitude tracking control for quadrotor UAVs under actuator failures | |
Liu et al. | Fixed-time prescribed performance fault-tolerant control for quadrotor UAV based on ESO | |
Liu et al. | Incremental backstepping robust fault-tolerant control with improved IHSTD for RLVs | |
Sun et al. | Dual quaternion based finite-time tracking control for mechatronic systems with actuation allocation | |
Cui et al. | Reconfiguration control design of UAV against actuator faults based on control allocation method | |
Mochida et al. | Development and design optimization of 2Y hexarotor with robustness against rotor failure | |
Liao et al. | An LMI-based optimization approach for integrated plant/output-feedback controller design | |
Lian et al. | Sliding mode control for robot manipulators with actuator faults |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |