- •Основы робототехники. Устройство роботов План лекции.
- •Лекция 1 Введение
- •Классификация роботов по назначению
- •Лекция 2 Кинематика манипулятора
- •Матрицы сложных поворотов
- •Лекция 3 Матрица поворота вокруг произвольной оси
- •Представление матриц поворота через углы Эйлера
- •Лекция 4 Геометрический смысл матриц поворота
- •Свойства матриц поворота
- •Однородные координаты и матрицы преобразований
- •Лекция 5 Звенья, сочленения и их параметры
- •Представление Денавита – Хартенберга
- •Алгоритм формирования систем координат звеньев
- •Для манипулятора Пума
- •Лекция 6 Уравнения кинематики манипулятора
- •Классификация манипуляторов
- •Обратная задача кинематики
- •Метод обратных преобразований
- •Лекция 7 Геометрический подход
- •Определение различных конфигураций манипулятора
- •Решение обратной задачи кинематики для первых трех сочленений
- •Решение для первого сочленения
- •Решение для второго сочленения
- •Лекция 8 Решение для третьего сочленения
- •Решение обратной задачи кинематики для последних трех сочленений
- •Решение для четвертого сочленения
- •Решение для пятого сочленения
- •Решение для шестого сочленения
- •Лекция 9 Уравнения вида конфигурации для определения индикаторов конфигурации манипулятора
- •Машинное моделирование
- •Динамика манипулятора
- •Метод Лагранжа-Эйлера
- •Скорость произвольной точки звена манипулятора
- •Лекция 10 Кинематическая энергия манипулятора
- •Потенциальная энергия манипулятора
- •Уравнение движения манипулятора
- •Уравнения движения манипулятора с вращательными сочленениями
- •Пример: двухзвенный манипулятор
- •Лекция 11 Уравнения Ньютона-Эйлера
- •Вращающиеся системы координат
- •Лекция 12 Подвижные системы координат
- •Кинематика звеньев
- •Лекция 13 Рекуррентные уравнения динамики манипулятора
- •Лекция 14 Планирование траекторий манипулятора
- •Сглаженные траектории в пространстве присоединенных переменных
- •Расчет 4-3-4 - траектории
- •Лекция 15 Граничные условия для 4-3-4-траекторий
- •Лекция 16 Управление манипуляторами промышленного робота
- •Метод вычисления управляющих моментов
- •Передаточная функция одного сочленения робота
- •Лекция 17 Устройство позиционирования для одного сочленения манипулятора
- •Критерии работоспособности и устойчивости
- •Лекция 18 Компенсация в системах с цифровым управлением
- •Зависимость момента от напряжения
- •Управление манипулятором с переменной структурой
- •Адаптивное управление
- •Адаптивное управление по заданной модели
- •Адаптивное управление с авторегрессивной моделью
- •Лекция 19 Адаптивное управление по возмущению
- •Независимое адаптивное управление движением
- •Лекция 20 очувствление Введение
- •Датчики измерения в дальней зоне
- •Триангуляция
- •Метод подсветки
- •Лекция 21 Измерение расстояния по времени прохождения сигнала
- •Очувствление в ближней зоне
- •Индуктивные датчики
- •Датчики Холла
- •Лекция 22 Емкостные датчики
- •Ультразвуковые датчики
- •Оптические датчики измерения в ближней зоне
- •Лекция 23 Тактильные датчики
- •Дискретные пороговые датчики
- •Аналоговые датчики
- •Силомоментное очувствление
- •Элементы датчика схвата, встроенного в запястье
- •Выделение сил и моментов
- •Лекция 24 Системы технического зрения
- •Получение изображения
- •Лекция 25 Методы освещения
- •Стереоизображение
- •Системы технического зрения высокого уровня
- •Сегментация
- •Проведение контуров и определение границ
Адаптивное управление с авторегрессивной моделью
Адаптивное самонастраивающееся устройство управления использует авторегрессивную модель для установления соответствия между входными и выходными параметрами манипулятора (рис. 18.3). Алгоритм управления предполагает, что силы взаимодействия между сочленениями ничтожно малы.
Рисунок 18.3. Адаптивное управление с авторегрессивной моделью
Обозначим входной момент на i-м сочленении через , а выходное угловое положение манипулятора – через . Пара входного выходного параметров может быть описана авторегрессивной моделью, которая приводит эту пару как можно в более близкое соответствие:
, (18-12)
где - постоянные силы; - ошибка моделирования (белый шум), не зависящая от и , . Параметры и определяются таким образом, чтобы получить лучшее совпадение наименьших квадратов измеренной пары параметров входа и выхода. Эти параметры могут быть получены путем минимизации следующего критерия:
, (18-13)
где N – число измерений; Е – вероятность выполнения процесса управления.
Лекция 19 Адаптивное управление по возмущению
Адаптивное управление по возмущению отличается от других методов управления тем, что в нем учитываются все силы взаимодействия между различными сочленениями. Оптимальное управление базируется на линеаризованных уравнениях движения в окрестности номинальной траектории. Управляемая система характеризуется наличием прямой и обратной связей, которые могут быть рассчитаны отдельно и одновременно.
Прямая связь формирует номинальные моменты для компенсации всех сил взаимодействия между различными сочленениями при движении вдоль заданной траектории с помощью уравнений Ньютона-Эйлера, используемых в обратной задаче динамики манипулятора.
Обратная связь формирует моменты по возмущениям, которые уменьшают ошибки манипулятора по положению и по скорости до нуля вдоль заданной траектории.
При управлении линеаризованной возмущенной системой вдоль заданной траектории используется одношаговый оптимальный закон управления. Для получения необходимого управляющего воздействия параметры и коэффициенты передачи обратной связи пересчитываются и настраиваются в каждый дискретный период времени. Такой метод адаптивного управления позволяет свести задачу управления манипулятором от номинального управления к управлению линейной системой вдоль заданной траектории. В такой постановке задача управления формулируется как нахождение закона управления по обратной связи , такого, что замкнутая система управления асимптотически устойчива и описывает максимально приближенную к желаемой траекторию в широком диапазоне нагрузок в каждый момент времени.
Рисунок 19.1. Адаптивное управление по возмущению
Рекурсивный алгоритм определения параметров по методу наименьших квадратов находится путем минимизации экспоненциального критерия ошибки, в котором учитывается квадрат ошибки последних измерений в виде:
, (19-1)
где вектор ошибки определяется выражением:
, (19-2)
а - число измерений, используемых для оценки параметров .
Оптимальное управление, минимизирующее функционал ошибки, описывается выражением:
, (19-3)
где и - параметры системы, полученные с помощью алгоритма идентификации в k-й дискретный момент времени.
Весовой коэффициент настраивается для каждого вектора i-го параметра .