張娟榮，王宇璐

（咸陽(yáng)職業(yè)技術(shù)學(xué)院 機(jī)電（技師）學(xué)院，咸陽(yáng) 712000）

引言

機(jī)械臂是一種現(xiàn)代工業(yè)效率提升的重要裝置，隨著工業(yè)制造技術(shù)的不斷變革，對(duì)機(jī)械臂的要求也越來(lái)越高，逐步走向標(biāo)準(zhǔn)化、集成化、規(guī)范化以及智能化[1]。由此，機(jī)械臂不再是簡(jiǎn)單的機(jī)械特征，其是機(jī)電液耦合在一起的綜合裝置，在配置智能裝置后還可以形成智能制造的關(guān)鍵設(shè)備。

由于串聯(lián)機(jī)械臂經(jīng)常運(yùn)行在復(fù)雜多變的工業(yè)場(chǎng)景中，需要面對(duì)不同的驅(qū)動(dòng)環(huán)境，其運(yùn)動(dòng)控制的穩(wěn)定性能下降[2]。大量的科學(xué)研究投入到針對(duì)機(jī)械臂運(yùn)動(dòng)穩(wěn)定性提升方面，其中，文獻(xiàn)[3]針對(duì)機(jī)械臂運(yùn)動(dòng)位置控制方法存在機(jī)械臂關(guān)節(jié)節(jié)點(diǎn)位置的跟蹤效果差和機(jī)械臂運(yùn)動(dòng)位置控制能力差的問(wèn)題，提出基于非線性微分方程的機(jī)械臂運(yùn)動(dòng)位置控制方法，并在實(shí)驗(yàn)中證明其控制方法的可行性；文獻(xiàn)[4]針對(duì)機(jī)械臂運(yùn)動(dòng)控制，借助D-H 方法,分析和建立了機(jī)械臂模型，并結(jié)合滑模變結(jié)構(gòu)和BP 神經(jīng)網(wǎng)絡(luò)算法，提出了一種機(jī)械臂運(yùn)動(dòng)控制算法，該算法結(jié)合了非奇異滑模面和飽和函數(shù)法，考慮了模型誤差與外界擾動(dòng)并且取得了很好的運(yùn)動(dòng)控制效果；文獻(xiàn)[5]面對(duì)動(dòng)力學(xué)耦合效應(yīng)是導(dǎo)致多軸工業(yè)機(jī)器人軌跡跟蹤誤差的問(wèn)題，,提出一種考慮關(guān)節(jié)非線性的串聯(lián)雙連桿機(jī)械臂模型的工業(yè)機(jī)器人運(yùn)動(dòng)控制方法，將連桿的非線性剛度和摩擦力直接辨識(shí)為關(guān)節(jié)非線性,從而進(jìn)行參數(shù)化建模，進(jìn)而實(shí)現(xiàn)了雙連桿機(jī)械臂的運(yùn)動(dòng)控制。本文的研究對(duì)象是重型采掘機(jī)串聯(lián)機(jī)械臂，針對(duì)其在復(fù)雜工況下的運(yùn)動(dòng)控制性能下降問(wèn)題，對(duì)運(yùn)動(dòng)控制系統(tǒng)控制拓?fù)浣Y(jié)構(gòu)進(jìn)行了重構(gòu)，采用強(qiáng)化學(xué)習(xí)算法優(yōu)化其控制性能，并在變工況模擬實(shí)驗(yàn)環(huán)境中驗(yàn)證其可行性和穩(wěn)定性。

1 運(yùn)動(dòng)動(dòng)力學(xué)模型構(gòu)建

串聯(lián)機(jī)械臂在復(fù)雜可變工況下的實(shí)際運(yùn)動(dòng)穩(wěn)定性能和高精度跟隨性能極易受到制造工藝、裝配誤差、外部環(huán)境干擾[6]等影響，通過(guò)構(gòu)建適配的運(yùn)動(dòng)控制系統(tǒng)來(lái)優(yōu)化機(jī)械臂運(yùn)動(dòng)穩(wěn)定性能，其運(yùn)動(dòng)控制系統(tǒng)主要由執(zhí)行器件、傳感器以及采集電路、電控單元等構(gòu)成，其中串聯(lián)機(jī)械臂末端執(zhí)行器作為主要的運(yùn)動(dòng)執(zhí)行機(jī)構(gòu)，電控單元可以將運(yùn)動(dòng)控制算法進(jìn)行嵌入式執(zhí)行，傳感器以及信號(hào)采集電路負(fù)責(zé)多向信號(hào)的采集和反饋。

運(yùn)動(dòng)學(xué)描述的是串聯(lián)機(jī)械臂多向部件在運(yùn)動(dòng)空間的姿態(tài)行為，而串聯(lián)機(jī)械臂是多部件耦合在一起的機(jī)電液綜合部件，為了提升串聯(lián)機(jī)械臂運(yùn)動(dòng)控制的穩(wěn)定性和高精度，對(duì)機(jī)械臂運(yùn)動(dòng)動(dòng)力學(xué)進(jìn)行分析，構(gòu)建的動(dòng)力學(xué)模型[7]如式（1）所示：

式中：

dni—?jiǎng)傮w在設(shè)定坐標(biāo)的空間旋轉(zhuǎn)矩陣；

H m,H n,Hs—機(jī)械臂末端執(zhí)行器旋轉(zhuǎn)方向縱向位移；

—機(jī)械臂旋轉(zhuǎn)正交矩陣。

圖1 串聯(lián)機(jī)械臂運(yùn)動(dòng)學(xué)模型

2 運(yùn)動(dòng)控制拓?fù)浣Y(jié)構(gòu)重構(gòu)

引起串聯(lián)機(jī)械臂運(yùn)動(dòng)失穩(wěn)以及位姿誤差的原因復(fù)雜多樣，在進(jìn)入運(yùn)動(dòng)控制系統(tǒng)中后，其運(yùn)動(dòng)控制結(jié)構(gòu)設(shè)計(jì)的是否合理也是其重要影響因素，針對(duì)傳統(tǒng)的固定時(shí)序運(yùn)動(dòng)控制拓?fù)浣Y(jié)構(gòu)進(jìn)行重構(gòu)，對(duì)部件進(jìn)行解耦后，制定輸入信號(hào)、中間變量以及輸出信號(hào)的時(shí)序。在θi,Ti,pi旋轉(zhuǎn)角、力矩以及輸出功率輸入信號(hào)經(jīng)過(guò)可標(biāo)定周期濾波后f(θi),f(Ti)，輸出其信號(hào)的濾波后數(shù)值以及概要有效性，對(duì)電液需求功率Kip進(jìn)行加權(quán)處理后，輸入到強(qiáng)化學(xué)習(xí)控制模塊中進(jìn)行運(yùn)動(dòng)控制優(yōu)化，形成中間可控變量F(ti),T(ti)，在強(qiáng)化學(xué)習(xí)對(duì)中間可控變量進(jìn)行周期性的強(qiáng)化后Z(t i),D(ti)，輸出整個(gè)運(yùn)動(dòng)控制周期[ti,tp]內(nèi)串聯(lián)機(jī)械臂末端執(zhí)行器的運(yùn)動(dòng)狀態(tài)K s,Kp，對(duì)運(yùn)動(dòng)狀態(tài)在可標(biāo)定時(shí)間內(nèi)進(jìn)行輪詢后強(qiáng)化學(xué)習(xí)，如圖2 所示。

圖2 串聯(lián)機(jī)械臂運(yùn)動(dòng)時(shí)序

圖3 串聯(lián)機(jī)械臂運(yùn)動(dòng)控制拓?fù)浣Y(jié)構(gòu)

圖4 串聯(lián)機(jī)械臂運(yùn)動(dòng)控制

通過(guò)優(yōu)化串聯(lián)機(jī)械臂運(yùn)動(dòng)時(shí)序，建立了基于強(qiáng)化學(xué)習(xí)的機(jī)械臂運(yùn)動(dòng)控制拓?fù)浣Y(jié)構(gòu)，首先，對(duì)傳感器或采集電路采集的相關(guān)信號(hào)進(jìn)行采樣優(yōu)化處理，主要是將采樣信號(hào)進(jìn)行濾波和有效性判斷，隨后對(duì)信號(hào)進(jìn)行運(yùn)動(dòng)特征識(shí)別，進(jìn)入運(yùn)動(dòng)特征集群處理，通過(guò)強(qiáng)化學(xué)習(xí)可以強(qiáng)化運(yùn)動(dòng)特征，從而獲取真實(shí)的運(yùn)動(dòng)狀態(tài)和運(yùn)動(dòng)特征性能評(píng)價(jià)值；在進(jìn)入仲裁模塊后，會(huì)結(jié)合故障信息、運(yùn)動(dòng)狀態(tài)以及狀態(tài)反饋進(jìn)行仲裁，輸出機(jī)械臂末端執(zhí)行器驅(qū)動(dòng)信號(hào)，運(yùn)動(dòng)偏置管理模塊會(huì)根據(jù)仲裁模塊和運(yùn)動(dòng)控制強(qiáng)化學(xué)習(xí)模塊的輸出進(jìn)行運(yùn)動(dòng)偏置誤差校正，進(jìn)一步優(yōu)化機(jī)械臂運(yùn)動(dòng)穩(wěn)定性能。

3 串聯(lián)機(jī)械臂運(yùn)動(dòng)控制

通過(guò)設(shè)定的串聯(lián)機(jī)械臂運(yùn)動(dòng)控制拓?fù)浣Y(jié)構(gòu)中可以看出，在有序的進(jìn)行運(yùn)動(dòng)控制執(zhí)行時(shí)，利用對(duì)運(yùn)動(dòng)特征進(jìn)行信號(hào)強(qiáng)化學(xué)習(xí)，構(gòu)建強(qiáng)化學(xué)習(xí)算法的運(yùn)動(dòng)控制系統(tǒng)能夠輸出較為理想的末端執(zhí)行器運(yùn)動(dòng)指令。

強(qiáng)化學(xué)習(xí)是一種智能體在與環(huán)境交互過(guò)程中不斷試錯(cuò)學(xué)習(xí)的智能算法，其智能體會(huì)選擇一個(gè)動(dòng)作用于環(huán)境，環(huán)境接受該動(dòng)作后狀態(tài)發(fā)生變化，同時(shí)產(chǎn)生一個(gè)強(qiáng)化信號(hào)（獎(jiǎng)或懲）反饋給智能體，然后根據(jù)強(qiáng)化信號(hào)和環(huán)境當(dāng)前狀態(tài)再選擇下一個(gè)動(dòng)作，選擇的原則是使受到正強(qiáng)化（獎(jiǎng)）的概率增大[8,9]。選擇的動(dòng)作不僅影響立即強(qiáng)化值，而且影響環(huán)境下一時(shí)刻的狀態(tài)及最終的強(qiáng)化值。因此在構(gòu)建機(jī)械臂運(yùn)動(dòng)控制系統(tǒng)過(guò)程中，將運(yùn)動(dòng)特征進(jìn)行集群化處理，在與不斷更新的運(yùn)動(dòng)狀態(tài)中不斷地學(xué)習(xí)更新，尤其是串聯(lián)機(jī)械臂末端執(zhí)行器的驅(qū)動(dòng)信號(hào)，當(dāng)反饋的跟隨位移、驅(qū)動(dòng)功率以及力矩出現(xiàn)偏差時(shí)，將正向強(qiáng)化的概率增大，在下一次強(qiáng)化學(xué)習(xí)循環(huán)過(guò)程中，調(diào)整相應(yīng)的運(yùn)動(dòng)參數(shù)，抑制驅(qū)動(dòng)信號(hào)的突變和震蕩，從而實(shí)現(xiàn)機(jī)械臂運(yùn)動(dòng)穩(wěn)定性。

將運(yùn)動(dòng)控制強(qiáng)化學(xué)習(xí)結(jié)合運(yùn)動(dòng)學(xué)分析，構(gòu)建機(jī)械臂末端執(zhí)行器位移軌跡函數(shù)，在強(qiáng)化學(xué)習(xí)的約束時(shí)間段內(nèi)，對(duì)末端執(zhí)行器求解任一時(shí)刻的旋轉(zhuǎn)角度和位移狀態(tài)，整個(gè)運(yùn)動(dòng)控制強(qiáng)化學(xué)習(xí)過(guò)程如下數(shù)學(xué)描述[10]：

式中：

t i,tp—強(qiáng)化學(xué)習(xí)運(yùn)動(dòng)控制約束時(shí)間；

Ps,Pt—約束時(shí)間段的位移狀態(tài)函數(shù)；

L p,Lq—末端執(zhí)行器旋轉(zhuǎn)分位相對(duì)位移；

α,β—分位調(diào)節(jié)系數(shù)；

θ i,θp—約束時(shí)刻旋轉(zhuǎn)角度。

4 實(shí)驗(yàn)分析

利用串聯(lián)機(jī)械臂設(shè)備和可控電子負(fù)載操作平臺(tái)，構(gòu)建了基于強(qiáng)化學(xué)習(xí)的串聯(lián)機(jī)械臂運(yùn)動(dòng)控制硬件在環(huán)實(shí)驗(yàn)環(huán)境，其中，運(yùn)動(dòng)檢測(cè)裝置由光電傳感器和位移傳感器構(gòu)成的智能檢測(cè)裝置，整個(gè)運(yùn)動(dòng)控制系統(tǒng)可以實(shí)現(xiàn)在線標(biāo)定參數(shù)和反饋真實(shí)運(yùn)動(dòng)狀態(tài)，如圖5 所示。通過(guò)操作可控電子負(fù)載可以設(shè)定不同的工況來(lái)驗(yàn)證所設(shè)計(jì)的運(yùn)動(dòng)控制方法是否能夠?qū)崿F(xiàn)設(shè)計(jì)目標(biāo)。

圖5 串聯(lián)機(jī)械臂運(yùn)動(dòng)控制試驗(yàn)臺(tái)架

對(duì)串聯(lián)機(jī)械臂運(yùn)動(dòng)控制進(jìn)行了整個(gè)運(yùn)動(dòng)周期的控制算法驗(yàn)證，利用可控電子負(fù)載觸發(fā)串聯(lián)機(jī)械臂進(jìn)行運(yùn)動(dòng)，圖6 反映的是串聯(lián)機(jī)械臂在變工況下左右向位移的跟隨試驗(yàn)結(jié)果，從圖中可以看出，在負(fù)載負(fù)荷施加的初期，位移跟隨沒(méi)有出現(xiàn)大幅度的震蕩，隨著中間時(shí)段加大負(fù)荷，需求功率也大幅度的增加，機(jī)械臂左右向的位移跟隨出現(xiàn)小范圍的波動(dòng)，整體上具有較好的跟隨效果，后期隨著強(qiáng)化學(xué)習(xí)的加強(qiáng)，位移跟隨誤差更小，實(shí)現(xiàn)了機(jī)械臂的穩(wěn)定運(yùn)動(dòng)；圖7 反映了在負(fù)載變工況下，末端執(zhí)行器輸出的力矩，負(fù)載工況1 通過(guò)將高負(fù)荷迅速下降，其力矩的響應(yīng)也能夠快速的進(jìn)行響應(yīng)，負(fù)載工況2 模擬了負(fù)荷由低到高到低的波峰型變化，其末端執(zhí)行器件依然能夠響應(yīng)其變化，穩(wěn)定的輸出力矩，從而確保整個(gè)機(jī)械臂穩(wěn)定的運(yùn)行。

圖6 串聯(lián)機(jī)械臂位移實(shí)驗(yàn)結(jié)果

圖7 串聯(lián)機(jī)械臂末端執(zhí)行器變工況力矩

5 總結(jié)

串聯(lián)機(jī)械臂運(yùn)動(dòng)控制穩(wěn)定性是確保其高效穩(wěn)定工作的關(guān)鍵，在高負(fù)荷強(qiáng)耦合狀態(tài)下其穩(wěn)定性能下降的現(xiàn)象頻發(fā)，針對(duì)這一關(guān)鍵問(wèn)題，在串聯(lián)機(jī)械臂運(yùn)動(dòng)控制系統(tǒng)結(jié)構(gòu)和運(yùn)動(dòng)學(xué)分析基礎(chǔ)上，重構(gòu)其運(yùn)動(dòng)控制拓?fù)浣Y(jié)構(gòu)，采用強(qiáng)化學(xué)習(xí)進(jìn)行運(yùn)動(dòng)控制優(yōu)化，在真實(shí)模擬的試驗(yàn)環(huán)境中驗(yàn)證了算法的可行性。