基于增量非线性动态逆的液压执行器力控制策略研究

2022-08-06 07:13:38解占新
液压与气动 2022年7期
关键词:模型系统

解占新,闫 政

(晋中学院 机械系,山西 晋中 030619)

引言

液压驱动相比电机驱动,有更高的功率重量比和刚度,广泛应用于重型机械臂[1]、足式机器人[2]和助力系统[3]。液压执行器具有高度的动力学非线性和模型不确定等特性,使得液压驱动的系统高精度运动控制成为研究热点。液压执行器通过伺服阀控制流量,以速度指令作为输入控制运动。但机器人关节执行器是以关节电流作为输入直接控制力,即力矩控制,此差异化使得当前广泛研究的机器人控制技术[4]无法直接应用于液压驱动的机器人。因此,需要将液压机器人的控制器级联成一个多回路结构去解决电液联合控制问题。具体方法是,内环为压力反馈解耦的力跟踪控制器,跟踪外环运动控制器给出的期望驱动力。级联的优势是可以在外环运动控制中采用当前成熟且先进的电驱机器人控制技术,内环只需专注高性能的力跟踪控制器研究。

由于液压执行器的高度非线性动力学、模型简化以及参数动态变化导致的模型不确定,使得液压执行器的高性能力控制具有挑战性。文献[5]指出,一般的线性控制器,如Proportion Integration Differentiation(PID)[6,7]在此类应用中受到带宽限制,导致显著的相位滞后,并随着频率的增加而恶化,根本不能实现液压执行器高性能的力控需求。这就需要更先进的基于模型的控制方案(Model-Based Control,MBD),如反馈线性化[1,8]及其变体,包括基于非线性动态逆(Nonlinear Dynamic Inversion,NDI)的控制[9-11],级联压力控制(Cascade ΔPController,CdP)[12]和平坦控制(Flatness-Based Control,FBC)[13]。然而,MBD性能严重依赖于被控对象的精确模型,在参数不匹配的情况下性能恶化严重。……

登录APP查看全文

猜你喜欢
模型系统
一半模型
Smartflower POP 一体式光伏系统
工业设计(2022年8期)2022-09-09 07:43:20
WJ-700无人机系统
ZC系列无人机遥感系统
北京测绘(2020年12期)2020-12-29 01:33:58
重尾非线性自回归模型自加权M-估计的渐近分布
基于PowerPC+FPGA显示系统
半沸制皂系统(下)
连通与提升系统的最后一块拼图 Audiolab 傲立 M-DAC mini
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究