关键词:
柔性基座、柔性臂、柔性关节
空间机器人
奇异摄动法
捕获操作
运动、振动一体控制
摘要:
基座、臂、关节全柔性空间机器人控制精度低,柔性振动难以消除,对其进行运动、振动高性能控制具有一定的难度。而利用全柔性空间机器人捕获非合作卫星,由于速度约束、碰撞冲击的干扰,对捕获后受扰组合体进行运动、振动一体控制更具挑战。因此,本文以全柔性空间机器人为研究对象,对其运动控制、捕获卫星时的碰撞动力学及捕获后组合体系统的镇定控制展开分析。
首先,分别建立了碰撞前全柔性空间机器人及被捕获卫星的动力学模型。分析系统接触、碰撞关系的基础上,建立了捕获完成后组合体系统的动力学模型。然后提出了模型的降阶方案,分别将全柔性空间机器人及组合体系统分解为可控的快、慢变子系统。
为了实现对全柔性空间机器人的运动、振动同步控制。针对快变子系统,设计了柔性振动抑制器。针对慢变子系统,基于补偿周期性系统误差的原理,提出了运动有限维PD重复学习控制,输出反馈重复学习控制,输入受限重复学习控制。而对于全柔性空间机器人存在建模误差及外部扰动的情况,考虑采用小波神经网络(Wavelet neural network,WNN)逼近误差上界,设计了基于WNN的自适应非奇异快速终端滑模控制。
针对全柔性空间机器人捕获非合作卫星的问题,基于组合体降阶模型,研究了不同工况下的镇定控制方案。对于计算量小、精度要求高的场合,设计了线性状态反馈镇定控制。在驱动力矩受限的情况下,考虑优化PID控制参数,解决性能次优的问题,提出了基于障碍Lyapunov函数的约束神经网络自适应镇定控制。为了避免捕获过程中算法设计依赖于模型信息及收敛速度慢的问题,研究了基于指数趋近律的滑模重复学习镇定控制。针对捕获过程中模型具有不确定性的问题,为避免网络结构的模糊规则选择过少达不到期望的逼近要求、选择过多又会加重计算负担,设计了自组织模糊神经网络镇定控制。考虑解决捕获过程中模型的不确定性上界难以估计的问题,提出了基于切比雪夫多项式的鲁棒镇定控制。
最后,通过Matlab进行了全柔性空间机器人运动控制、捕获操作的模拟实验,验证了所提控制算法在各种复杂工况下的有效性。