陳 輝,聶 銘
(1.廣東電科院能源技術有限責任公司,廣州 510000;2.廣東電網有限責任公司電力科學研究院,廣州 510000)
隨著科學技術的進步,電力巡檢工作被賦予更重要的角色擔當,作為室內巡檢機器人,要完成巡檢配電站室內設備的正常運作的任務,不僅需要具有創(chuàng)建環(huán)境圖、計劃巡檢路線和精確定位的能力,還要以創(chuàng)新出具有替代配電站巡檢人員執(zhí)行電力設備檢測任務的新能力。
本文基于電力配電站室內運行的無軌巡檢機器人為背景,設計了機器人的多自由度機械臂和關節(jié)控制模塊,采用PID模糊控制技術對多自由機械臂關節(jié)電機控制,以達到運動的效果,實現了在復雜環(huán)境下室內巡檢機器人運用機械臂進行檢測目的。
電力巡檢機器人的多自由度關節(jié)機械臂驅動核心是直流無刷電機的控制。鑒于直流無刷電動機可以運行在復雜環(huán)境中的特點,本文采用模糊PID控制技術有效地提升了直流無刷電動機的運作效率。在運行環(huán)境下,對于配電站室內眾多電氣設備的末端檢測問題。首先,結合模糊控制原理進行了系統(tǒng)設計工作,給出被控對象的傳導函數。其次,運用模糊控制原理,本文構造模糊PID邏輯控制器,以自動求解PID參數值。最后,通過定位傳感器采樣測量無刷直流電動機傳導精度,并使用MATLAB仿真并分析轉速曲線。
在機器人機械臂的應用中,采用無刷直流電動機控制機械臂的運動可以獲得很好的傳導速度與動作精度。無刷直流電動機的韌性強,耐磨性好,承載力大等優(yōu)點有利于產品細節(jié)的開發(fā),并且運作動作中的振動小,自身噪音低等特點也適合高精度機器人的選配。隨著社會的進步和科學技術的發(fā)展,它的性能正趨于更加完善。
本文基于對直流無刷電機控制的深入研究,運用PID模糊控制技術和電機單項繞組部分結構,構建繞組感應電勢與相電壓確定電機定子電壓的平衡公式:
式(1)中,κx表示各項定子電壓;rx表示各項繞組定子電阻;Bxy表示各項繞組電子互感;tx表示定子電流;gx表示定子反向動勢;
模型設計中,設定三相繞組之間沒有互感影響,等效電路如圖1所示。
圖1 等效電路
根據圖1等效電路中的κi值控制無刷直流電動機。因傳統(tǒng)的脈沖寬度調制方式在應用中對電壓值的調整本質上是離散的跳躍序列,將導致大大降低電機壽命,并降低機器人運行過程的穩(wěn)定性。因此,需要對執(zhí)行控制方式采用平滑處理改造巡檢機器人機械臂控制精度。
傳統(tǒng)PID控制數學模型如式(2)所示:式(2)中,ε(n)表示基于n次的采樣偏差值;n*f表示比例項值;n*i表示積分項值;nc表示微分項值。
式(3)、式(4)中,T表示控制周期。
圖2中,L表示系統(tǒng)設置的精確數量;J和S代表系統(tǒng)偏差和偏差率;a和e代表模糊計算偏差和偏差率;表示通過模糊計算獲得的a和e的控制效果;U代表正確對進行模糊判決后得到輸出的精確量。
圖2 模糊控制結構框圖
機器人機械臂控制結構如圖3所示。
圖3 機器人機械臂控制結構
供電模塊為各關節(jié)電機和傳感器提供恒定電壓;數據通訊總線為整個系統(tǒng)提供數據傳遞的支撐服務,本文采用并行數據總線以實現多數據流交匯的信號傳輸,對多關節(jié)同步協(xié)調做出了保證,也可確保高電磁干擾環(huán)境下機器人系統(tǒng)的工作正常;外部傳感器屬于機器人路徑控制部件,也可用于機械臂的定位及校準工作;控制模塊中根據模糊邏輯實現的PID控制對自由臂各關節(jié)電機進行操作,利用末端探頭對配電室內設備進行檢測。機器人現場工作狀況如圖4所示。
圖4 室內無軌電動巡檢機器人工作圖
利用安裝的電機驅動軸承和齒輪,多自由度機械臂帶動作用臂運動。針對配電室電氣設備復雜環(huán)境,利用多級電機驅動的自由臂完成多自由度的關節(jié)運動操作。機械臂關節(jié)結構分析如圖5所示。
圖5 多自由度關節(jié)結構
圖5中,G1、G2是兩個直流電機,J1、J2是兩個行星減速器,C1、C2、C5是等徑錐齒輪,C3、C4是準雙曲面齒輪。
該機構的運動關系如下式所示:
式(5)中,ωi表示轉動角度范圍;σi表示俯仰角度范圍的角度、ωi表示角速度和角加速度;準雙曲面齒輪的ωj表示角度、σj表示角速度和ωj表示角加速度。
減速器設定參數如表1所示。
表1 減速器參數設定
根據關節(jié)移動角度與電機輸出角和關節(jié)之間的關系,輸出角速度與電機輸出角速度之間的關系:
式(6)中:m1、m2分別是電機的輸出角度;
仿真測試采用SolidWorks軟件機械運動進行仿真實驗。仿真平臺配置如表2所示。
表2 仿真實驗平臺配置
Solid Works的仿真測試可以針對復雜條件進行設置,運用Motion插件實現機械結構的完整運動軌跡與力學的仿真。實驗過程中記錄的數據可以實時反映出系統(tǒng)運轉狀態(tài)機運動曲線軌跡,并且可以與圖表和動畫配合使用,曲線和可視化數據可以顯示出機器人各部分的特定運動姿態(tài),為機器人整體運作調整提供技術支持。
在創(chuàng)建裝配體的過程中,SolidWorks將自動設置的擬合關系轉換為其相應的條件約束關系,因此與其他軟件相比,該軟件相對簡單高效。只需要在巡檢機器人的運動機構上添加適當的耦合關系和驅動力即可進行仿真。在定義運動輔助機構時,必須確保自由度為0。如果機制中的自由度小于0,那么軟件將自動確定存在冗余約束,并且其內置的ADAMS解決方案會將其自由度強制為零,因為在歸零過程中,它將強制刪除一些多余的約束,這些約束與最初想要產生的效果不匹配,并且失去了仿真的意義。自由度的公式是:
式(7)中,φ表示自由臂關節(jié)數量,η表示約束數,λ表示電機驅動量。
通過添加機器人的耦合關系并根據傳動比設置驅動關系,并結合機器人的運動規(guī)律和運動學方程,進行COSMOS Motion仿真,并在SolidWorks軟件中進行了運動計算模型的仿真實驗。主要的仿真內容是:
1)巡檢機器人靜態(tài)下的自由臂各自由角度的運動行程;
2)巡檢機器人在移動中及非水平面下的自由臂各自由角度的運動行程。
1)機器人的初始位置為(0,0),讓機器人分別沿2cm×2cm的矩形路徑和半徑2cm的圓形路徑移動,并使用手動控制定位進行比較和參考,并得出最佳控制參數K=0.9。
圖6可以看出,修剪機器人定位步行誤差最大出現在模擬范圍的周邊位置,并且步行精度呈現縮小的趨勢。與人工定位相比,PID模糊控制自由臂的中心定位步行點要高于人工定位。機械臂的跟蹤誤差逐漸在中心點收斂并趨向于更小的誤差。
圖6 多自由機械臂模擬定位分布對比
2)對多次迭代循環(huán)機械臂的運動軌跡進行測試,驗證控制算法的精度控制誤差范圍,如圖4所示。
圖7中,在多次迭代過程中,時間段內的自由形成軌跡分布基本控制在0.2毫米范圍內,算法的模糊效果控制是在細分之外的精度進行校正,而脈沖運動與控制邏輯設計基本吻合,故滿足精確量的控制要求。
圖7 迭代測試運動控制邏輯精度
基于模糊PID控制設計的電力巡檢機器人,通過多角度自由臂的操作可實現配電室內電氣設備的末端檢測工作。經過仿真實驗與分析,在復雜環(huán)境條件下,對自由臂的運動效果高于人工手動定位,表明本文研究成果具有良好的未來發(fā)展前景。在后續(xù)的工作中,主要對電機脈沖運動邏輯的參量精準調校為工作重點,進一步優(yōu)化模糊控制算法,實現機械臂關節(jié)響應時間及定位準度的更高階目標。