神经网络滑模控制在并联机器人中的应用

王磊，高国琴，蔡纪鹤

(江苏大学，江苏镇江212013)

    摘要：首先用滑模控制策略对被控对象进行控制仿真，在分析结果后，结合神经网络滑模控制方法，充分利用神经网络滑模控制的学习能力强，自适应辨识能力强，可以无穷逼近任意函数的优点。仿真结果表明，神经网络滑模控制方法的跟踪效果好，系统误差小，可以满足机器人控制的要求，能够解决机器人的轨迹跟踪问题，仿真实验证实了该控制策略的正确性和有效性。

    关键词：并联机器人；滑模控制；神经网络；仿真；控制策略

    中图分类号：TP273⁺．3  文献标识码：A  文章编号：1004—7018(2008)08—0032—04

0引言   

    并联机器人具有高精度、刚度大、承载力强、运动惯量小、位置误差不积累等特点，与串联机器人呈互补关系，成为机器人研究领域的热点。

    本文力图研究一种控制策略，来满足并联机构的高速度、高精度的控制要求。并联机器人本身是一个高度非线性系统，运动过程中存在着很大的干扰因素，常规的控制策略已经很难满足控制要求。变结构控制系统在机器人、航空航天和工业领域中有着大量的应用研究，因为机器人动力学一般是非线性动力学，同时存在多种不可预见的外部干扰，所以机器人控制是近年来变结构控制系统理论的主要应用环境之一。但是抖振问题一直是变结构控制的热点，消除抖振的方法有很多，本文先用趋近率方法对支路进行仿真，然后用滑模控制等效控制对系统仿真，由于滑模控制的抖振大小主要是由其控制器的切换增益决定的，最后提出的一种新型的解决抖振控制方法，采用神经网络对切换项的增益进行调节，从而从根本上降低了滑模控制的抖振。

1支路模型

    本文研究的并联机器人是二自由度驱动冗余并联机器人^[6]，其中有三个驱动部分，每个驱动侧包括一个松下MINAs A系列Ac伺服电机和减速装置。上位机通过固高控制卡GT-400-sV来控制三个电机，这种机构的驱动元减少，结构紧凑，具有广泛的实用价值和研究价值，在工业中具有广泛的应用。如图1所示。  

2交流伺服驱动支路模型

    本文中的控制电机是松下交流伺服电机，根据有关文献[7,8]可知，电流控制的三相星型连接的无刷交流伺服电机的输出转矩可以表示为：

式中K_pre为电流信号前置放大系数88，K_i为电流环反馈系数2.2，K_A为电流调节器放大系数6，L_p、R_p三相绕组的电感和电阻，分别为9．9 mH、3 7Ω，I_d分别为三相绕组的电流，K_r为速度反馈系数，i为减速比为0.025，K_tp为转矩常数为0．67 N·m／A。并且有:  

    另外，与直流电机负载轴的分析类似，在不考虑等效干扰的条件下驱动轴上的转矩平衡方程为：

联合式(1)、式(3)，可以得到忽略等效干扰力矩条件下的传递函数：

代人数据，得到的传递函数然后转化为状态空间方程[1-2]为：

3控制器设计

3.l滑模变结构控制思路^[4]

    滑模变结构(Vss)控制是一种有效的控制方法，一般可得到不连续的控制律。VSS的主要优点在于系统降阶、解耦设计、抗干扰、对参数变化不敏感的强鲁棒性，以及容易采用动力器件实施。然而设计Vss的两个主困难是确定驱使系统滑向滑模的控制，以及减小处于滑动态时的围绕切换面的抖振问题。用由不确定性的界限计算出来的固定控制增益，如果增益ε太小，则趋近速度很小；相反，若s较大，则到达滑模时引起的抖振较大。定义如下指数趋近律：