空間機器人神經(jīng)網(wǎng)絡軌跡跟蹤控制及微重力模擬方法研究.pdf

1、空間機器人在開展太空探索中發(fā)揮著越來越重要的作用，它可以對衛(wèi)星進行維修及回收、對空間站進行建造及維護、代替宇航員執(zhí)行危險任務等。因此研究空間機器人具有重要意義。
　　本文基于自適應神經(jīng)網(wǎng)絡控制方法，針對自由漂浮空間機器人系統(tǒng)，研究了模型不確定性、參數(shù)突變、無速度信息反饋、帶關節(jié)死區(qū)等四種情況下的軌跡跟蹤控制問題；為了更好地開展空間機器人地面試驗研究，針對空間機械臂的三維運動微重力模擬這一難點，對基于氣浮的三維微重力模擬方法也進行了

2、研究。
　　本文介紹了當前國內(nèi)外空間機器人的發(fā)展概況，對空間機器人軌跡控制的研究情況進行了概述，然后對空間機器人的微重力模擬方法進行了綜述，指出了各種方法的優(yōu)缺點。針對姿態(tài)受控和不受控兩種情況下的空間機器人系統(tǒng)，建立了運動學和動力學模型，并以此為基礎對空間機器人軌跡跟蹤控制問題進行了研究。
　　首先，針對空間機器人數(shù)學模型中包含的不可建模部分，基于Lyapunov理論推導出對系統(tǒng)穩(wěn)定性造成影響的不確定模型，進而采用具有學習能

3、力的神經(jīng)網(wǎng)絡對不確定模型進行逼近，針對神經(jīng)網(wǎng)絡的逼近誤差，設計了魯棒控制器來自適應補償。利用線性參數(shù)化技術設計了權值及網(wǎng)絡參數(shù)在線實時自適應學習律?？紤]到工程應用性，引入PD控制器來便于參數(shù)調(diào)節(jié)?；贚yapunov理論證明了系統(tǒng)的一致最終有界。
　　進一步，針對空間機器人的參數(shù)突變這一極端工況，首先設計了基于神經(jīng)網(wǎng)絡的魯棒控制器，該控制器能夠保證參數(shù)突變前的系統(tǒng)穩(wěn)定性。但參數(shù)突變會造成神經(jīng)網(wǎng)絡控制器失效，針對這一情況，接著提出了

4、基于神經(jīng)滑模集成的自適應H∞魯棒控制策略。由于滑模變結構控制不受系統(tǒng)參數(shù)變化和擾動的影響，且具有快速響應特性。該集成控制器是在利用神經(jīng)網(wǎng)絡逼近域的分級策略的基礎上，通過飽和函數(shù)將神經(jīng)網(wǎng)絡控制器及滑?？刂破鞴饣啥?。可以在參數(shù)突變時，快速啟動滑?？刂破鱽韺ι窠?jīng)網(wǎng)絡逼近域外的盲區(qū)進行補償控制，而補償誤差作為外界干擾由魯棒控制器進行抑制，從而加快誤差收斂速度，并使系統(tǒng)L2增益小于給定指標，保證參數(shù)突變下系統(tǒng)的穩(wěn)定性。
　　另外，考慮

5、到自由漂浮空間機器人的關節(jié)電機通常運行于低速工況下，這造成測速信號的質(zhì)量較差，而且測速機的附加重量也影響了空間機器人效率。因此研究無速度信息反饋的空間機器人控制方法具有一定價值。本文提出了基于速度觀測器的神經(jīng)網(wǎng)絡控制策略。所設計的神經(jīng)網(wǎng)絡同時充當控制器和觀測器的雙重作用，即神經(jīng)網(wǎng)絡在補償控制器中的不確定部分的同時，還逼近觀測器中未知非線性，并與誤差度量結合來估計角速度信息。所提出的控制方法無需慣性矩陣逆及精確的空間機器人數(shù)學模型，僅需要

6、知道關節(jié)位置信息。其權值及網(wǎng)絡參數(shù)的自適應算法能夠?qū)崿F(xiàn)在線自適應調(diào)整，并基于Lyapunov理論證明了整個閉環(huán)系統(tǒng)的穩(wěn)定性。
　　隨后，針對空間機器人關節(jié)執(zhí)行機構中的死區(qū)問題，提出神經(jīng)網(wǎng)絡自適應補償控制策略。系統(tǒng)不確定模型采用神經(jīng)網(wǎng)絡逼近，其逼近誤差采用變結構控制器作為魯棒項消除。對于執(zhí)行機構中的死區(qū)環(huán)節(jié)，采用兩個神經(jīng)網(wǎng)絡分別進行死區(qū)估計和自適應補償，推導出死區(qū)輸出、死區(qū)補償器及控制器三者之間的數(shù)學關系。設計了神經(jīng)網(wǎng)絡控制器、補償

7、器及死區(qū)估計器的在線自適應學習律?；贚yapunov理論證明了整個閉環(huán)系統(tǒng)跟蹤誤差的一致最終有界。
　　最后，為了更好地開展空間機器人地面試驗研究，針對空間機器人的三維運動微重力模擬這一難點，提出了基于氣浮的被動式和主動式兩種新穎的模擬實驗方法。被動式系統(tǒng)采用配重法及力矩平衡理論解決了重力補償問題，而主動式系統(tǒng)則通過一系列機械傳動機構及力反饋控制系統(tǒng)來組成微重力補償系統(tǒng)。兩種模擬方法均能解決空間機器人三維運動軌跡下的微重力模擬問