亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于神經(jīng)網(wǎng)絡(luò)參數(shù)自學(xué)習(xí)的阻抗控制*

        2024-01-27 06:43:36黨選舉袁以坤
        關(guān)鍵詞:效果環(huán)境模型

        黨選舉,袁以坤

        (桂林電子科技大學(xué)電子工程與自動(dòng)化學(xué)院,桂林 541004)

        0 引言

        隨著電子信息技術(shù)的發(fā)展,機(jī)器人被廣泛用于各種重復(fù)性高的作業(yè)場景。如基于力控制的機(jī)器人打磨,其具有高效性、高精度、穩(wěn)定性好、安全性高等特點(diǎn)[1]。對(duì)于機(jī)器人的力控制,普遍采用阻抗控制方法。阻抗控制將機(jī)器人末端與環(huán)境之間的力與位置聯(lián)系起來,通過末端的作用力反饋調(diào)整末端位置實(shí)現(xiàn)力的控制[2-3]。傳統(tǒng)的阻抗控制在剛度固定的平面環(huán)境下效果顯著,但對(duì)于剛度變化和環(huán)境位置未知的情況效果不理想。

        為了能夠讓阻抗控制能夠適應(yīng)復(fù)雜未知的環(huán)境,國內(nèi)外學(xué)者一直致力于阻抗控制的改進(jìn)研究。WEI等[4]考慮到機(jī)器人末端位移的誤差對(duì)力的影響,基于模型自適應(yīng)的方法補(bǔ)償末端位置,從而實(shí)時(shí)調(diào)整末端位置以實(shí)現(xiàn)恒力的控制,但它需要調(diào)整的參數(shù)過多,參數(shù)的選取是否合適對(duì)于系統(tǒng)的影響很大。李德昀等[5]引入自適應(yīng)模糊滑??刂破餮a(bǔ)償時(shí)間延時(shí)估計(jì)產(chǎn)生的估計(jì)誤差,抵消動(dòng)力學(xué)模型中的非線性因子和不確定因素對(duì)系統(tǒng)的干擾。XU等[6]提出了一種基于動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)的自適應(yīng)阻抗控制方法,用于多物理約束下的冗余機(jī)器人,為了在環(huán)境模型未知的情況下提供最佳接觸性能,提出了一種自適應(yīng)阻抗學(xué)習(xí)方法,以實(shí)現(xiàn)機(jī)器人與環(huán)境之間的最佳交互。LORIS等[7]基于阻抗控制方法,設(shè)計(jì)了一種模型預(yù)測控制器,利用Q學(xué)習(xí)方法對(duì)于模型預(yù)測控制器求解,然后在線優(yōu)化阻抗參數(shù)。張世玉等[8]提出一種改進(jìn)型自抗擾阻抗控制策略。該策略通過自抗擾控制器生成新期望力,調(diào)整機(jī)器人末端工具坐標(biāo)系的位置,實(shí)現(xiàn)精確的力跟蹤。

        上述文獻(xiàn)從參考位置誤差、時(shí)間延時(shí)產(chǎn)生的誤差、阻抗參數(shù)不合適、期望力誤差等方面對(duì)傳統(tǒng)阻抗控制方法進(jìn)行改進(jìn),實(shí)現(xiàn)了對(duì)力的控制,但設(shè)計(jì)的方法,在控制系統(tǒng)的動(dòng)態(tài)性能,有待進(jìn)一步提高。本文在自適應(yīng)阻抗控制的基礎(chǔ)上,設(shè)計(jì)了調(diào)節(jié)參數(shù)神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)的阻抗控制算法,通過機(jī)器人末端力反饋信息,結(jié)合神經(jīng)網(wǎng)絡(luò)在線學(xué)習(xí),實(shí)時(shí)最優(yōu)阻尼參數(shù),適應(yīng)復(fù)雜未知的接觸環(huán)境,實(shí)現(xiàn)了打磨過程中力的有效控制。

        1 阻抗控制系統(tǒng)分析

        1.1 機(jī)器人環(huán)境動(dòng)力學(xué)模型

        為了研究整個(gè)打磨系統(tǒng),需將機(jī)器人與環(huán)境看作一個(gè)動(dòng)態(tài)系統(tǒng)來建模分析。一般情況下,工具末端與打磨器件的環(huán)境動(dòng)力學(xué)模型可以表示為:

        (1)

        式中:Fe表示工件與機(jī)器人末端的作用力,Be、Ke分別表示環(huán)境的阻尼和剛度參數(shù),X和Xe分別表示工具的實(shí)際位置和環(huán)境表面的位置。

        由于機(jī)器人末端移動(dòng)速度緩慢,環(huán)境模型可以簡化為“彈簧”模型,該模型由機(jī)器人末端、環(huán)境位移和環(huán)境接觸面的作用力之間的關(guān)系表示:

        (2)

        1.2 阻抗控制誤差分析

        阻抗控制是建立接觸力和位置的動(dòng)態(tài)關(guān)系模型,并通過調(diào)節(jié)阻抗模型參數(shù)改變其動(dòng)態(tài)特性,確保機(jī)器人在環(huán)境中能夠表現(xiàn)出良好的柔順性。阻抗控制可以看作是質(zhì)量-阻尼-彈簧模型:

        (3)

        式中:Xe為環(huán)境位置,X為機(jī)械臂末端實(shí)際位置,Md、Bd、Kd分別代表目標(biāo)阻抗模型的慣性、阻尼和剛度,Fe為末端接觸力,Fd為期望力。阻抗控制框圖如圖1所示。

        圖1 阻抗控制框圖

        為了簡化后續(xù)計(jì)算,對(duì)式(3)進(jìn)行拉普拉斯變換得出式(4)。

        (4)

        假設(shè)機(jī)械臂在工作過程中,忽略機(jī)器人內(nèi)環(huán)位置控制對(duì)于系統(tǒng)的影響,計(jì)算機(jī)械臂末端實(shí)際力與期望力之間的差值ef,則:

        ef=Fd-Ke(X-Xe)=Fd+KeXe-Ke[Xd+h(s)ef]

        (5)

        將式(5)進(jìn)一步化簡:

        (6)

        當(dāng)機(jī)械臂在穩(wěn)定狀態(tài)下運(yùn)行時(shí),速度和加速度的大小均看成0,由此可得機(jī)械臂末端接觸力跟蹤的穩(wěn)態(tài)誤差為:

        (7)

        式中:keq目標(biāo)阻抗和環(huán)境的等效剛度參數(shù)。

        (8)

        則可知機(jī)械臂與環(huán)境的實(shí)際接觸力的大小為:

        (9)

        由上式可知,機(jī)械臂末端的實(shí)際接觸力大小F是參考軌跡Xd和期望接觸力Fd的函數(shù)。當(dāng)參考軌跡Xd滿足如下表達(dá)式:

        (10)

        從式(10)可知,當(dāng)接觸力穩(wěn)態(tài)誤差ess=0時(shí),需準(zhǔn)確獲得接觸面的環(huán)境位置Xe和剛度大小Ke,進(jìn)而計(jì)算出參考軌跡Xd。

        但在實(shí)際打磨加工過程中,工件的剛度和環(huán)境位置難以精確獲取,得到的實(shí)際接觸力并非期望接觸力,因此需要進(jìn)行位置調(diào)節(jié)。機(jī)械臂在實(shí)際打磨加工過程中,被加工工件的剛度一般較大,較小的位置誤差也會(huì)帶來較大的接觸力穩(wěn)態(tài)誤差,并且加工環(huán)境一般都是未知可變的,實(shí)際接觸力難以精確跟蹤期望接觸力,這將直接影響打磨效果。

        為了解決在未知環(huán)境下,環(huán)境參數(shù)變化引起的打磨力精度問題,通過構(gòu)造神經(jīng)網(wǎng)絡(luò)自適應(yīng)地修正參數(shù),實(shí)時(shí)跟蹤環(huán)境剛度變化和位置變化,實(shí)現(xiàn)對(duì)期望力的精準(zhǔn)控制。

        2 基于神經(jīng)網(wǎng)絡(luò)參數(shù)自學(xué)習(xí)的阻抗控制

        2.1 阻尼自適應(yīng)的阻抗控制

        阻抗控制中可以通過調(diào)整慣性、阻尼、剛度參數(shù)使機(jī)器人適應(yīng)環(huán)境參數(shù),由于固定的參數(shù)只能適用于一種固定環(huán)境,對(duì)于剛度變化或復(fù)雜曲面環(huán)境力誤差大跟蹤能力差。動(dòng)態(tài)的調(diào)整阻抗控制參數(shù)可以使機(jī)器人的動(dòng)態(tài)特性適應(yīng)環(huán)境的變化,保證系統(tǒng)的穩(wěn)定性和減小穩(wěn)態(tài)誤差。WEI等[9]采用阻尼自適應(yīng)阻抗控制,基于參考模型自適應(yīng)得出李雅普諾夫函數(shù),通過穩(wěn)定性證明得出阻尼補(bǔ)償量ΔB(t)與ΔX、ΔF的函數(shù)關(guān)系。

        (11)

        阻尼自適應(yīng)的阻抗控制相比傳統(tǒng)的阻抗控制性能有所提高,但是對(duì)于曲面環(huán)境的收斂能力還是不足并且超調(diào)過大。

        2.2 基于神經(jīng)網(wǎng)絡(luò)參數(shù)自學(xué)習(xí)的阻抗控制

        式(11)揭示阻尼參數(shù)受多因素及多因素組合影響,表現(xiàn)出阻尼與多因素特征之間的關(guān)系。

        將式(11)化簡得:

        (12)

        式中:ω1、ω2、ω3、ω4為調(diào)節(jié)參數(shù)。

        根據(jù)式(12),本文基于影響阻尼補(bǔ)償?shù)亩喾N因素構(gòu)建調(diào)節(jié)參數(shù)神經(jīng)網(wǎng)絡(luò),通過神經(jīng)網(wǎng)絡(luò)在線學(xué)習(xí)式(12)中的調(diào)節(jié)參數(shù),使得阻尼補(bǔ)償參數(shù)達(dá)到最優(yōu),從而使阻尼參數(shù)在不同打磨環(huán)境下保持最優(yōu),其中激勵(lì)函數(shù)反映了阻尼變化多因素特征,結(jié)構(gòu)如圖2所示。選取神經(jīng)網(wǎng)絡(luò)的多個(gè)激勵(lì)函數(shù)如式(13)所示。

        圖2 阻尼自適應(yīng)中用于調(diào)節(jié)參數(shù)神經(jīng)網(wǎng)絡(luò)

        (13)

        圖2中3層神經(jīng)網(wǎng)絡(luò)由輸入層、中間層、輸出層構(gòu)成,將影響阻尼補(bǔ)償?shù)囊蛩卦O(shè)置為激活函數(shù),調(diào)節(jié)參數(shù)為權(quán)重,通過神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)調(diào)整權(quán)重,該神經(jīng)網(wǎng)絡(luò)的前向傳播為式(12)。

        將神經(jīng)網(wǎng)絡(luò)的性能指標(biāo)函數(shù)設(shè)置為:

        (14)

        基于梯度下降法,由于每個(gè)權(quán)重在整個(gè)系統(tǒng)中的占比不同,其重要程度不同。本文采用了獨(dú)立設(shè)置學(xué)習(xí)率的方法,在每個(gè)權(quán)重調(diào)整中設(shè)置單獨(dú)的學(xué)習(xí)率參數(shù)更新為:

        (15)

        式中:η為學(xué)習(xí)率,α為動(dòng)量因子。

        整體的系統(tǒng)框圖如圖3所示,將當(dāng)前位置和速度信息作為神經(jīng)網(wǎng)絡(luò)輸入信號(hào),神經(jīng)網(wǎng)絡(luò)實(shí)時(shí)計(jì)算出的阻抗參數(shù)傳入阻抗控制器,進(jìn)而計(jì)算出末端位置增量,通過位置到力的變換,實(shí)現(xiàn)對(duì)于力的控制。

        圖3 調(diào)節(jié)參數(shù)神經(jīng)網(wǎng)絡(luò)系統(tǒng)框圖

        3 仿真驗(yàn)證

        在仿真實(shí)驗(yàn)中,只需要考慮末端位置與力的關(guān)系,將六自由度機(jī)器人簡化為二自由度[10]如圖4所示。

        圖4 二自由度機(jī)器人與環(huán)境接觸模型

        采用文獻(xiàn)[11]中的機(jī)器人模型,其中,取l1和l2為1 m,m1=10 kg,m2=5 kg。位置環(huán)PID控制的比例參數(shù)kp=85 000,積分參數(shù)ki=120和微分參數(shù)kd=85。設(shè)置初始參考位置為0.866 m,在各個(gè)環(huán)境中設(shè)置阻抗參數(shù)的初始值均為Md=[1 1]Bd=[90 90]Kd=[50 50]。本文提出的神經(jīng)網(wǎng)絡(luò)參數(shù)自學(xué)習(xí)算法中的學(xué)習(xí)率η在以下范圍內(nèi)選取都能實(shí)現(xiàn)未知環(huán)境下力的有效跟蹤,η1∈[0.3,0.5],η2∈[0.3,0.5],η3∈[0.2,0.4],η4∈[0.6,0.9]。本次仿真設(shè)置學(xué)習(xí)率為η=[0.5 0.5 0.35 0.9],動(dòng)量因子α=0.5。

        為了與經(jīng)典的阻抗控制,甘亞輝等[10]提出的自適應(yīng)變阻抗控制對(duì)比,通過恒力跟蹤仿真實(shí)驗(yàn)和動(dòng)態(tài)力跟蹤仿真實(shí)驗(yàn),驗(yàn)證本文所提的調(diào)節(jié)參數(shù)神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)的阻抗控制在不同環(huán)境下的力跟蹤能力。

        3.1 恒力跟蹤仿真實(shí)驗(yàn)

        恒力跟蹤仿真實(shí)驗(yàn)?zāi)M多種不同環(huán)境,分別是環(huán)境剛度突變的平面、環(huán)境剛度固定的斜面、環(huán)境剛度固定的曲面、環(huán)境剛度突變的曲面及剛度動(dòng)態(tài)變化的曲面環(huán)境。設(shè)置期望力Fd=30 N。

        (1)在接觸面為平面環(huán)境下,驗(yàn)證在剛度突變時(shí),所提出的算法是否具有魯棒性,Ke的變化如式(16)所示。

        (16)

        測試結(jié)果如圖5所示,圖中顯示各控制算法的力跟蹤效果。從圖中得知,傳統(tǒng)的阻抗控制和自適應(yīng)阻抗控制的超調(diào)太大,并且存在一定的穩(wěn)態(tài)誤差,本文提出的算法超調(diào)明顯降低,穩(wěn)態(tài)誤差明顯減小。

        (a) 環(huán)境剛度突變接觸面為平面的力跟蹤效果 (b) 環(huán)境剛度為6000 N/m時(shí)力跟蹤效果

        (2)在接觸面為斜面的環(huán)境下,剛度Ke=8000 N/m,驗(yàn)證效果如圖6所示。從圖中可以看出本文提出的算法超調(diào)小,無穩(wěn)態(tài)誤差。

        圖6 剛度固定接觸面為斜面的力跟蹤效果

        (3)在接觸面為曲面環(huán)境下,剛度固定Ke=8000 N/m,測試結(jié)果如圖7所示。從圖中得知,傳統(tǒng)的阻抗控制和自適應(yīng)控制都有不小的超調(diào),并且有明顯的穩(wěn)態(tài)誤差。

        圖7 剛度固定接觸面為曲面的力跟蹤效果 圖8 環(huán)境剛度接觸面同時(shí)變化時(shí)力的跟蹤效果

        (4)在接觸面和剛度同時(shí)正弦變化的環(huán)境下,力跟蹤效果圖如圖8所示。

        圖8中傳統(tǒng)阻抗控制方法和自適應(yīng)阻抗控制方法的超調(diào)都過大,有明顯穩(wěn)態(tài)誤差。

        由上述實(shí)驗(yàn)可得出如下結(jié)論:對(duì)于剛度固定的平面環(huán)境,傳統(tǒng)阻抗控制和自適應(yīng)控制都能夠達(dá)到預(yù)期的力跟蹤效果,但是超調(diào)都過大。對(duì)于斜面或是更為復(fù)雜的曲面而言,傳統(tǒng)阻抗控制和自適應(yīng)阻抗控制都存在一定的穩(wěn)態(tài)誤差,并且在控制過程中超調(diào)過大。而本文提出的控制方法,在這些環(huán)境中都可以達(dá)到預(yù)期的控制效果實(shí)現(xiàn)柔順控制。具體參數(shù)比較如表1所示。表中σ為超調(diào)量,ess為穩(wěn)態(tài)誤差,單位N。

        表1 各種算法在不同接觸環(huán)境下的恒力跟蹤效果

        通過數(shù)值比較,本文提出的算法相比傳統(tǒng)阻抗控制,在剛度突變的平面環(huán)境穩(wěn)態(tài)誤差降低了99.23%,動(dòng)態(tài)性能超調(diào)量下降了13.22%,剛度固定斜面環(huán)境,穩(wěn)態(tài)誤差下降低了94.03%,超調(diào)量下降了18.62%,剛度固定曲面環(huán)境,穩(wěn)態(tài)誤差下降低了92.87%,超調(diào)量下降了18.95%,剛度接觸面同時(shí)變化環(huán)境,穩(wěn)態(tài)誤差下降低了89.16%,超調(diào)量下降了18.79%。

        3.2 動(dòng)態(tài)力跟蹤仿真實(shí)驗(yàn)

        在實(shí)際打磨過程中還存在力變化情況,模擬3種力變化情況,分別是:

        (1)期望力突變,初始期望力Fd=30 N,運(yùn)行4 s后期望力突變Fd=40 N。

        (2)期望力斜坡增長,Fd=30+2*tN。

        (3)期望力正弦變化,Fd=25+5*sin(t) N。

        各個(gè)算法在以上環(huán)境中的控制效果如圖9~圖11所示。從圖中得知,傳統(tǒng)阻抗控制和自適應(yīng)阻抗控制在力跟蹤方面都存在不足,系統(tǒng)動(dòng)態(tài)性能有很大超調(diào)和一定的穩(wěn)態(tài)誤差,相比本文提出的算法超調(diào)小,穩(wěn)態(tài)誤差幾乎為0,力跟蹤能力更優(yōu)。具體參數(shù)如表2所示。

        表2 各種算法在動(dòng)態(tài)期望力下的力跟蹤效果

        (a) 固定剛度突變期望力的力跟蹤效果 (b) 期望力30 N力的力跟蹤效果

        圖10 固定剛度斜坡期望力的力跟蹤效果 圖11 固定剛度正弦期望力的力跟蹤效果

        4 結(jié)論

        為了解決工業(yè)機(jī)器人打磨中環(huán)境剛度變化或接觸面未知情況下機(jī)器人難以實(shí)現(xiàn)打磨有效的力跟蹤問題,本文提出了一種控制參數(shù)神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)的阻抗控制方法。仿真結(jié)果表明,對(duì)剛度變化環(huán)境、環(huán)境位置變化環(huán)境和變力跟蹤等情況,相比于傳統(tǒng)的阻抗控制方法,本文所提出的算法提高了打磨系統(tǒng)的穩(wěn)定性和魯棒性,降低了系統(tǒng)的超調(diào)和穩(wěn)態(tài)誤差,能有效地實(shí)現(xiàn)力控制。

        猜你喜歡
        效果環(huán)境模型
        一半模型
        按摩效果確有理論依據(jù)
        長期鍛煉創(chuàng)造體內(nèi)抑癌環(huán)境
        一種用于自主學(xué)習(xí)的虛擬仿真環(huán)境
        重要模型『一線三等角』
        重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
        孕期遠(yuǎn)離容易致畸的環(huán)境
        迅速制造慢門虛化效果
        環(huán)境
        抓住“瞬間性”效果
        中華詩詞(2018年11期)2018-03-26 06:41:34
        麻豆婷婷狠狠色18禁久久| 人妻少妇-嫩草影院| 日本三级吃奶头添泬| 国内最真实的xxxx人伦| 老熟妇仑乱视频一区二区| 在线永久看片免费的视频| 久久精品无码一区二区三区不| 国产一区二区三区在线观看免费| 在线播放a欧美专区一区| 亚洲综合色婷婷久久| 一本久久伊人热热精品中文| 国产精品一区久久综合| 亚洲成av人片在www鸭子| 国产av旡码专区亚洲av苍井空| a亚洲va欧美va国产综合| 人妻熟妇乱系列| 中文字幕精品乱码一区| 亚洲不卡在线免费视频| 久久天堂av综合合色| 大陆极品少妇内射aaaaaa| 熟妇五十路六十路息与子| 亚洲是图一区二区视频| 激情视频在线观看免费播放| 东风日产车是不是国产的| 国产精品国产三级国产av剧情 | 亚洲视频99| 情色视频在线观看一区二区三区| 亚洲精品在线97中文字幕| 国产亚洲一区二区在线观看| 日本特黄特色特爽大片| 人妻无码久久一区二区三区免费| 99精品视频69v精品视频免费| 国产99久久久国产精品免费| 精品国内日本一区二区| 少妇性俱乐部纵欲狂欢电影| 激情内射亚州一区二区三区爱妻| 免费成人福利视频| 亚洲天堂一区二区三区视频| 蜜桃一区二区三区视频网址| 毛片免费视频在线观看| 久久精品re|