（机械电子工程专业论文）液压挖掘机工作装置运动控制研究.pdf

中南大学博士学位论文摘要 摘要 液压挖掘机的智能化和机器人化已经成为国内外的研究热点，并 开始在实际应用中逐渐显现其优势。正是在这样的背景下，结合国家 8 6 3 课题，论文以实现挖掘机器人工作装置的精确运动控制为目的， 对挖掘机器人工作装置机构的运动学、动力学及其电液比例系统进行 建模，并展开了对其电液比例系统基于c a 刚m a 模型的辨识、预测 与控制的理论研究，最后将研究的理论结果应用于挖掘机工作装置这 一实际对象中。主要工作如下： 论述了国内外挖掘机工作装置运动控制的研究现状，根据本文的 研究需要确定了挖掘机器人功能要求和总体方案，并完成试验挖掘机 器人样机的研制。 建立挖掘机器人工作装置运动学和动力学模型，并对挖掘机器人 工作装置的运动学和动力学问题编制了m a t l a b 程序，给出了仿真结 果；利用试验与理论相结合的方法建立了挖掘机器人工作装置的三维 实体模型，并在a d a m a s 中进行了仿真，其结果与在m a t l a b 中的 仿真结果相吻合。 针对后文中对运动控制研究的需要，在笛卡儿空间对挖掘机器人 工作装置进行了水平直线、斜线、垂直线及弧线的运动规划，并给出 相关的仿真结果。 分析了挖掘机器人所采用的l u d v 负荷传感液压系统的工作原 理，并给出其流量方程，而后应用液压系统的基本方程，对挖掘机器 人工作装置的电液比例系统进行了机理建模，并结合工程实际和试验 结果，获得了其简化模型，确定上述模型中关键参数的估算方法和公 式；并推导出了模型四种表达式：连续时间输入输出传递函数、连续 时间状态空间表达式、离散时问状态空间模型和离散时间输入输出模 型，为后文的仿真及控制研究奠定了基础。 分别进行了挖掘机器人工作装置的2 自由度、3 自由度p i d 控制 研究和基于模型参考自适应控制研究，给出了相关的理论推导和试验 结果，结果表明p i d 控制策略仅在铲斗末端速度不超过1 3 6 m i i l s 时 满足控制精度要求，而后者虽然在速度上有较大提高，但在跟踪斜线 及其它复杂轨迹时精度不高。 针对上文研究中的不足，采用基于对模型参数进行在线辨识的自 校正控制器作为挖掘机器人工作装置运动控制的控制策略；首先，推 中南火学博士学位论文摘要 导出一种适合挖掘机器人工作装置电液比例系统c a 对m a 模型的最 小二乘法参数估计算法，这种算法是由带遗忘因子的渐消记忆法与增 广矩阵法相结合而成的，利用m a t l a b 编程分别进行仿真研究，结果 表明算法是有效的。 其次，导出挖掘机器人工作装置电液比例系统c a r j m a 模型的 第i 步预测算法，得到相应的递推算法，由此得出白适应预测控制律 及相应控制算法的设计步骤；对非线性系统和挖掘机器人工作装置电 液比例系统的自适应预测控制分别进行了仿真研究，结果表明了该控 制策略的有效性；而且更重要的是，在仿真中，针对挖掘机工作装置 电液比例系统设计出变加权系数的自适应预测控制；而在后文的试验 中，正是通过这种控制才实现了对挖掘机工作装置较高精度的运动控 制。 最后，为了检验上述的理论研究，对所设计的控制算法进行试验 研究，试验结果表明，不论是单一运动轨迹，还是复合运动轨迹，使 用论文中所设计的自适应预测控制算法，都能实现对运动轨迹精确的 跟踪，其控制误差在1 0 0 m m 以内，论文还将研究的算法运用到实际 项目中，收到良好效果，无疑证明了所采用的控制策略的正确性和有 效性；总之，论文为挖掘机器人工作装置的运动控制提供了一套系统 完整的理论和方法，具有较高的推广价值。 关键词挖掘机器人，工作装置，动力学，l u d v ，自适应预测控制 l i 中南大学博士学位论文 a b s t r a c t a b s t r a c t r e s e a r c ho ni n t e l l i g e ma l l dr o b o t i ce x c a v a t o rh a sb e c o m eaf o c i l si na w o r l d ，a 1 1 dt h i st y p eo fe x c a v a t o rb e c o m i n gm o r ea 1 1 dm o r ei m p o r t a n ti i l a p p l i c a t i o n u n d e rt h i sb a c k g r o u n da 耐c o n l b i n i n gt h en a t i o n a l8 6 3 p r o j e c t ，t h ea i mo ft h e s i si sr e s e a r c h i n g 伽a c c u r a t e l ym o t i o nc o n t r o l l i n g o fr o b o t i ce x c a v a t o r s m a n i p u l a t o r b e 百蚰i n g台o m t h ek i n e m a t i c ， d y n a m i ca n de l e c 们h y d r a u l i cs y s t e mm o d e l so fe x c a v a t o r sm a n i p u l a t o r ， 伍et l l e o r e t i cr e s e a r c h e so fi d e n t i f i c a t i o n ，p r e d i c t i o n 柚dc o n 拓0 1a r c d e v e l o p e db a s e do nt h ec a r m am o d e l t h e mt h er e s u l to ft h e o r e t i c r e s e a r c hi s 印p l i e dt or o b o t i ce x c a v a t o r sm a n i p u l a t o r t h cm a i nr c s e a r c h w o r ka sf o l l o w s ： t h ed e v e l o d m e n to fr c s e a r c ho nm o t i o nc o m r o lo fe x c a v a t o r s m a n i p u l a t o ri ss l l r v e y e d t h e 铀c t i o na n dg e n e m ls c h e m eo fe x c a v a t o r a r eg i v e na c c o r d i n gt ot h er e q u i r e m e n to fr e s e a r c l l ，a n dm er o b o t i c e x c a v a t o ri sp “) d u c e d f u l lk i n e m a t i ca n dd v n 锄i cm o d e l so ft h ee x c a v a t o r 撇a r ed e “v e d ， m a t l a bp r o 掣_ 锄sa n ds i m u l a t i o no fm o d e l sa r eo 疗c r e d t h et i l r e e d i m e n s i o n ss o l i dm o d e lf o re x c a v a t o r舯i sd e r i v e de x a c t l vb y c o m b i n i n ge x p e r i m e n tw i t ht h e o r e t i c a lr e s e a r c h b a s e do nn l es o l i d m o d e l ，k i n e m 撕c卸dd ) r n 柚i cs i m u l a t i o n sa r e a l s 0 p r e s e n t e d i l l a da mas b o t ho f t h es i m u l a t i o nr e s u l t sa r ec o i i s i s t e n t o nt h er e q u e s to fm o t i o nc o n 旬r o l ，t h ed i a 宅r e n t 扛旬e c t 嘶e sp l a l lo f e x c a v a t o r sm a n i p u l a t o ra r eg i v e n ，w h i c ha r el e v e l ，i n c l i n i n g ，v e r t i c a la n d a r cl i n e s t h es i m u l a t i o no f p a t hp l 锄i sa l s o 百v c n t h e p r i n c i p l ef o rl u d vs y s t 啪o fr o b o t i ce x c “a t o ri s 锄1 y z e d ，a 1 1 d 协e nt h ef l o we q 删i o n sa r ed e v e l o p e d s t a r t i n gw i t ht h eb a s i ce q u a t i o n s o fh y d r a u l i cs y s t e m s 卸da c c o r d i n gt oe x p 谢m e n t 锄dp r a c t i c e ，a s i m p l i f i e dm o d e lo fe l e c t r o h y d r a u l i cs y s t e mf - o re x c a v a t o r sm a n i p u l a t o r i so b t a i n e d t h ee s t i m a t i o nm e m o d sa l l df o m u l a sf o rk e yp a r a m e t e r si n m o d e la r c 百v e n t h e nm ef o u rm o d e lf 0 珊so f i n p u t - o u t p u t c o n t i n u o u s t i m e 仃a n s f c rm n c t i o n ，c o n t i n u o u s t i m es t a t es p a c ee x p r e s s i o n ， d i s c r e t e 4 i m es t a t es p a c ee x p r e s s i o na l l dd i s c r e t e - t i m ei n p u t o u t p u tm o d e l a r ei i e d u c e d 中南大学博士学位论文a b s t r a c t an u m b e ro fc o n t r o lm e t h o d sa r ed e v e l o p e ds t 印b ys t 印，i n c l u d i n g p i dc 伽拓o lo f 2d o f ( d e g r e eo f 能e d o m ) ，p i dc o n 仃o lo f3d o f ，a i i d m o d e lf e f 醯e n c ea d a p t i v ec o n t r o l o rt h em a n i p u l a t o r ，a n dt h er e s u l t so f e x p e r i m e n t sf o rt h e ma r eg i v e n i ti ss h o w _ l lt h a tt h ea c c u r a c yo fp d c o n t r o lc a nm e e tt h er e q u 面巳m e mw h e nt l l es p e e do fb u c k e ti sl e s sm a n 1 3 6 m m s t h el a t t e rc a ni m p r o v et h es p e e do fb u c k e t ，b u tt h ea c c u r a c yo f i ti sl o ww h e nt h er e f 日e n c e 仃a j e c t o r yi sc o m p i e x b e c a u s eo ft h ed i s a d v a n t a 窖_ e so ft h ea b o v em e t h o d s ，t h es e l f - t u n i n g r e g l i l a t o rb a s eo nt h eo n l i n ei d e n t i 矗c a t i o nf | o rm ep a r a m e t e r si sc h o s e n f o rt h em o t i o nc o n t r o lo fe x c a v a t o r sm a n i p u l a t o r f i r s t l y ) t l l ei e a s ts q l 阳r e e s t i m a t i o n 氍t t i n gf o re x c a v a t o r sm a n i p u l a t o ri sd e v e l o p e d ，w h i c h i s c o m b i n i n gt 1 1 ef o r g e t t i n gf a c t o ra l g o r i t h mw i t he x t e n d e dm a t r i x t h e s i m u l a t i o ni nm a t l a bi sp r e s e n t e d ，锄dr e s u l t ss h o wt h a tt l l i sl e a s ts q u a r c e s t i n l a t i o ni sv a “d t h e n t h ee s t i m a t i o no fc a r i m af o rt h ee i e c t r o h v d r a u l i c p r o p 础i o n a ls y s t e mo fe x c a v a t o r sm a n i p u l a t o ri sd e s i 印e d ；t h ejs t 印 p r e d i c t i v ec o n t r 0 1f o r t h em o d e li s d e v e l o p e d ， t h ed e s i g n s t e p f o r a d a p t i v ep r e d i c t i v ec o n t r o li so b t a i n e d t h es i m u l a t i o nf e s e a r c ho n n o n l i n e a r s y s t e m a n dt h ee l e c 的h y d r a u l i c p f o p o r t i o n a ls y s t e m o f e x c a v a t o r sm a n i p u l a t o ri si m p l e m e n t e dr e s p e c t i v c l y i ti ss h o w nt h a tt h e m e t h o di s f e a s i b l e e s p e c i a l l y ，m ea d a p t i v ep r e d i c t i v e c o n t r o lw i t h v a r i a b l ew e i g h tp a r a m e t e rf o rm e e l e c t r o h y d r a u l i cp r o p o r t i o n a ls y s t e mo f e x c a v a t o r sm a n i p u l a t o ri sd e d u c e dd u r i n gt l l es i m u l a t i o n mm e f o l l o w i n gr e s e a r c h ，i ti s t h i sm e t l l o dt h a tc 锄a c c u r a t e l yc o n 仃o lt 1 1 e m o t i o no fm a n i p u l a t o r a t l a s t ，t h ee x p e r i m e n tf o r t h ea d a p 耄i v ep r e d i c t i v ec o n t r o li s d e m o n s 把a t e di no r d e rt ov e “母t h ea b o v em f e t i cr e s e a r c h u s j n gt h e a d a p t i v ep r e d i c t i v ec o n t r o “np 印e r i ti ss h o 、栅w h a t e v e rf 缸t 1 1 es i n g l e 缸面e c t o r yo rm u l t i p l en 面e c t o r i e st h ea c c u r a t e 仃a c k i n gi sr e a c h e d 砧lo f m ee r r o r sf o r 仃a j e c t o r i e s 妇c k i n ga r el e s st l l a n10 0 m m ；m o r e o 啦m e m e t h o di np a p e ri s 印p l i e dt ot h ep r a c t i c a lp r o j e c t t h er e s u l ti sg o o dt o o i ti sl l l l d o d b t e d l ys h o wt h a tt h ea c l a p t i v ep r e d i c t i v ec o n 仃o ld e s i g n e di nt h e p a p e ri sf b a s i b l e i naw o r d ，t l l ep a p e rp r o v i d e sac o m p l e t et h e o r e m 鲫d m e t h o df o rt h em o “o nc o n t r o lo fe x c a v a t o r sm a n i p u l a t o r a n dt h e i v 中南大学博士学位论文a b s t r a c t r e s e a r c hi sv a l u a b l ea i l dc a i lb ep o p u l a 血e d k e yw o r d sm b o t i ce x c a v a t o r ，m a l l i p u l a t o r ，d y n a m i c s ，l u d v ， a d 印t i v ep r e d i “v ec o m r o l v 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均已在在论文中作了明确的说 明。 作者签名： 日期：乏竺垒年必量日日期：易卯莎年j 猬疹日 关于学位论文使用授权说明 本人了解中南大学有关保留、使用学位论文的规定，即：学校 有权保留学位论文，允许学位论文被查阅和借阅；学校可以公布学位 论文的全部或部分内容，可以采用复印、缩印或其它手段保存学位论 文；学校可根据国家或湖南省有关部门规定送交学位论文。 日期：谜年翻幽 中南大学博士学位论文第一章绪论 1 1 概述 第一章绪论 挖掘机以其应用广泛、创造价值高在工程机械中占据着重要地位，是农田水 利、建筑工程、能源、交通建设以及现代化军事工程等领域的重要施工机械【l 捌。 近几年来，国内拥有量逐渐增大，年均以超过5 0 的速度快速增长，2 0 0 5 年我 国挖掘机产量已突破4 0 0 0 0 台；预计今后5 到l o 年，我国将成为世界上最大的 挖掘机市场和产地。由于具有较高韵技术含量和较大的社会需求，液压挖掘杌已 经成为工程机械名副其实的标志性产品。但在挖掘机施工过程中，存在的问题也 是不容忽视的：1 ) 操作挖掘机作业的劳动强度大；2 ) 工作环境恶劣，有些环境甚 至人类不便直接进入；3 ) 操作者必须进行长时间的培训才能完成高质量的作业 p 4 1 。因此，提高挖掘机的机电一体化程度，进而实现挖掘机的自动控制，无疑 是解决上述问题最理想的方案b 5 ，6 】；值得庆幸的是，相关学科和技术的发展为挖 掘机的机电一体化，乃至自动化展现了广阔的前景【3 1 。近十年来，高新技术不 断引入，特别是现代电子技术、计算机技术、自动控制技术和传感器技术的快速 发展，使挖掘机在控制效果、作业精度、人机工程等方面具备了非常大的提高空 间：实现挖掘机局部操作控制的自动化甚至整机的完全自动化、智能化已成为可 能，而且实现挖掘的自动化还是进一步提高挖掘机作业能力和效率的需要。因此， 国内外的挖掘机制造商及相应的科研院所竞相投入大量资金、人力和物力进行 有关挖掘机高新技术的研究和开发，尤其是在挖掘机工作装置( 挖掘机工作装置 由动臂、斗杆、连杆和铲斗共同组成【8 1 ) 的运动控制上，该项研究作为挖掘机自 动化控制的基础性研究，已逐渐成为各国研究的焦点之一防聊”。同时，液压挖 掘机工作装置系统属于一种典型的工程机械复杂机电液系统，其机械结构参数的 多变性、液压系统的高度非线性以及整个系统存在大量不确定量( 不确定参数及 不确定的非线性模型) ，都使锝液压挖掘机工作装置的运动控制成为一项比较困 难的工作【12 ，1 引。 1 。2 国内外挖掘机工作装置运动控制的研究水平及存在问题 长期以来，国内外的许多学者对液压挖掘机工作装置的运动控制做了大量的 理论研究和试验探索。这些工作可以分成两类1 9 】。 1 基于规则的挖掘机工作装置运动控制研究： 1 ) 浙江大学流体传动与控制实验室基于规则的挖掘机工作装置轨迹智能 p d 控制1 3 l 中南大学博士学位论文第一章绪论 该实验室在对挖掘机工作装置进行控制时，采用工业界广泛应用的p i d 控 制策略；并根据挖掘机工作装置特点，制定了多条规则，以对其进行有效控制。 利用计算机实现上述控制算法，p i d 控制算法在其中断服务程序中实现，并在试 验中以较高的精度跟踪了一个三角形轨迹。 2 ) 武汉科技大学设计了基于知识的挖掘机多模式综合轨迹跟踪控制系统 【1 4 1 。 研究者的出发点是考虑到挖掘机器人的工作装置系统存在很强的非线性、不 确定性和时变性，且其工况复杂、外界干扰大、难以建立精确的控制模型。若为 了在精确数学模型的基础上提高轨迹跟踪性能，则整个控制系统会变得较复杂， 从而增加设备的初投资，影响系统的可靠性。该系统具有“砰一砰控制”、维持 控制、非线性死区补偿控制、和模糊p i d 参数自适应控制等模式，根据挖掘机 在工作中轨迹跟踪误差和误差变化率的反馈，系统基于知识，智能地选用和换用 合适的控制模式，实现平稳和高精度的轨迹跟踪控制。据其研究者声称，控制精 度绝大多数在2 0 0 m m 以内，但也有少数时候达到5 0 0 m m 。设备试运行显示，整 个轨迹跟踪过程中挖掘机工作装置运动平稳光滑，基本不振动，铲斗末端运动速 度为1 0 0 m n l s 。 3 ) 哈尔滨建筑大学提出了基于模糊算法的示教再现控制方法【l ”。 该方法是由熟练工人引导工作装置沿挖掘轨迹运动，并由计算机记录运动轨 迹所对应的工作装置的位置信息，再由计算机控制重复前述的运动轨迹。 4 ) 长春大学机械工程学院的模糊自适应p i d 控制方法1 1 6 j 该学院以d s p 芯片t m s 3 2 0 l f 2 4 0 7 a 作为核心电控单元，采用模糊自适应 p i d 控制算法，对挖掘机工作装置的轨迹跟踪进行控制，具有较高的稳定性和精 确性。通过自动操纵，减轻了驾驶员的作业强度，加快了施工进度。 5 ) c 踟e 百em e l l o n 大学的自主装载系统( a u t o n o m o u sl o a d i n gs y s t e i l l 以下 简称a l s ) 旧“1 a l s 是c m u 机器人研究所历时4 年的机器人项目，于1 9 9 8 年完成。其目 的是利用机器学习理论来研究自动化大型挖掘和装载过程的关键技术，包括传感 器技术和软件实施算法，运动规划算法，控制系统以及仿真和可视化支持技术。 试验挖掘机是c a t 的2 5 吨斗容1 5 立方米机器，每次装载完成一个工作循环。 测控硬件包括角度、压力传感器，p d 控制器，所有计算都在装有v x w o r k s 操作 系统的嵌入式计算机上进行，并通过无线互联网将相关数据传送到工作站。 a l s 系统使用两个激光扫描测距仪，用来对卡车进行确认和准确定位、观 测土壤表面情况、识别障碍物等。该系统还提出一种用于实时轨迹规划和执行复 杂挖掘机器人运动的参数化过程方法，这种方法建立在挖掘任务可以被描述成一 2 中南大学博士学位论文第一章绪论 系列简单步骤或过程的基础上，而这种简单步骤是一种通用的模板，通过它可以 把一系列的挖掘任务编码成知识规则，这些过程以参数的形式接收外部环境参 数，并结合模板中的变量来处理当前的任务。使用这种方法可以很容易处理挖掘 机环境中的变化，而且还可用子过程的方式为挖掘机添加新任务，从而可以处理 挖掘杌的异常工况。a l s 还具备经验知识数据库搜寻与更新功能，其大规模自 动挖掘装载路径及现场如图1 1 和1 2 所示。试验结果表明使用该系统，相同的 情况下装满一卡车需要1 5 到1 6 秒，而熟练的操作手需要2 分钟。因此，系统适 合于连续重复挖掘装载的工况。a l s 的软件实现架构如图1 3 所示。 图卜1 l s 装载工作循环过程 图卜2 l s 大规模挖掘装载现场图卜3 l s 系统软件架构 6 ) a r 屯弛n a 大学基于模糊逻辑控制策略的自主挖掘控制研究1 唰l a f i z o 大学的高级采矿实验室提出：由于传感器信 息，诸如力，力矩数据的非结构性，而且受挖掘土壤的作用 影响较大，难以建立精确的铲斗一土壤作用模型，因此常 规控制策略有不足之处。因此该实验室采用模糊逻辑控制 策略和有限状态机( f i n i t es t a t em a c l l i n e f s 模型对挖掘 机的自主挖掘进行了研究，将挖掘目标划分成若干任务， 将每个任务划分成若干行为，再将各个行为划分成多个动 作，如图1 4 所示。 2 基于模型的挖掘机工作装置运动控制研究： e k c w 撕0 ng o a i l e 黜a v 砒i t a 岫 上， e x c a 6 0 l ib d l 群确 i l e x c a 矗i o na c t i o n o 图1 4 用于f s m 的目 标分解的流程图 该种方法的基本思想是：对挖掘机工作装置及其液压 系统建立数学模型，在此基础上推导运动控制算法，以达到对期望轨迹的精确跟 中南大学博士学位论文 第一章绪论 踪。 1 ) 澳大利亚机器人技术中心( a u s t r a l i a nc e m e ro ff i e l dr o b o t i c s ，以下简称 a c f r ) 的自动挖掘研究【2 l ，2 2 ，2 3 j 该中心对p c 0 5 7 小松微型挖掘机进行改造。利用电液伺服阀替代原有的主 阀；并在机器上安装了编码器和负载传感器，采用m 2 0 0 0 伺服控制器和工业p c 机以实现对挖掘机的控制，其系统结构如图1 5 所示。 该中心针对挖掘机提出了两级控制结构，如图1 6 所示，这种控制结构适合 大部分挖掘机的运动控制。在实际控制中，高级控制( 由上位机执行) 进行工作 规划，完成规划后，上位机向下位机发出计算机指令；低级控制( 由下位机实现) 则执行高级控制的指令，驱动电液伺服阀，对挖掘机工作装置进行运动控制。 a c f r 建立了挖掘机工作装置的动力学模型，将挖掘机连杆的运动与关节力矩和 外力联系起来。并建立了液压伺服系统的模型，在研究中给出多种控制策略，从 传统的p i d 控制，到反馈线性控制，再到滑模控制、模糊滑模控制，最后给出 力阻抗控制。对于每种控制方法，都给出仿真结果和试验结果。最后通过对试 验结果的分析得出：传统的p i d 控制不能满足实际挖掘过程中轨迹跟踪控制的 精度要求；而模糊滑模控制和力阻抗控制均有较好的控制精度，对于液压系统 的非线性，及系统的不确定性有较好的鲁棒性，跟踪精度在2 0 0 m m 以内。 - ：h i 口h 棚e l n 仃o i： 图卜5 c f r 挖掘机系统结构图图卜6 c f r 自主挖掘机二级控制结构 2 ) 波兰华沙施工机械化和矿业学院有关挖掘机工作装鬣运动控制的研究【2 4 】 该学院的试验挖掘机采用的是负载传感液压系统，并且该学院的挖掘机工作 装置上并没有安装任何传感器。其控制系统共分两个部分：微机和液压单元( 泵 4 中南大学博士学位论文第章绪论 + 负载独立阀) 。通过对挖掘机的工作装置所建立的3 自由度的运动学模型，把 铲斗的速度向量和3 个液压缸的流量联系了起来。然后，流量又被转换为电信号 来驱动负载独立阀。该系统的性能通过突然改变液压缸的流量来检验，最后给出 试验结果，其控制精度水平方向在1 0 0 m m 之内，而垂直方向的精度为5 0 0 m m 之 内。但是该系统在处理过程中加了一个假设，那就是该系统是个准静态系统，忽 略惯性项的影响，采用的是2 删h i n 的速度控制铲斗进行挖掘。 3 ) 韩国工程技术研究院o r e ai n s t i t u t eo f c o n s t m c t i o nt e c h n o l o g y ) 智能工程 装备系统( i n t e l l i g e me a 砌1 w o r ks y s t e m ) 【2 5 ，2 6 # 7 ，2 8 1 的有关研究 韩国现代研究院的机器人研究分院提出一种基于时间延迟控制( 啊m ed e l a v c o m r 0 1 ) 的鲁棒控制方法。在研究过程中，并不考虑挖掘机的回转和行走，仅考 虑动臂、斗杆和铲斗的运动，对其三者建立了3 自由度的动力学方程。对液压装 置进行建模并给出状态方程，设计了基于时间延迟的控制器。并在h y u n d a i 的 麟w 一2 型挖掘机上进行了试验，试验主要是针对直线挖掘。试验表明在无 论在水平直线还是倾斜直线挖掘，其精度均在l o o m m 之内。 4 ) 英国兰卡斯特大学智能挖掘机( l a n c a s t e ru l l i v e r s 畸c o m p u t e 血e d i m e i l i g e n te x c a v a t o r ，以下简称l u c m ) 隅删 u j c 在j c b b o l 挖掘机的基础上进行改造，改造后的挖掘机器人配备了 d a n f o s s 电液比例阀，由3 块堆栈式p c l 0 4 计算机控制，使用模拟量输出的电位 计作为角度传感器，并用精度为2 5 m mg p s 导航与定位，激光扫描器用于探测 干涉和了解环境，系统基于c a n 总线进行通信。试验挖掘机如图1 7 所示，系 统结构1 3 l 】如图1 8 所示。 图1 7l u c i e 试验挖掘机 图卜8l u c i e 系统结构图 l u c 的任务是高效自主的挖掘沟渠，并且在没有人干预的情况下能适应 各种土壤，即使在挖掘过程中遇到障碍，如大石头，该挖掘机仍能自主避障，完 成设定轨迹的跟踪，而且在整个挖掘过程中无需操作手的干涉。其计算机控制系 统具有两级分工：高阶控制系统是含有人工智能挖掘规则的“行为管理器”，采 用有限状态机模型构建整个软件，并具备知识获取与学习能力；低阶控制器则将 控制指令转化为适当的电压信号驱动电液比例阀，使工作装置能够正确的运动。 中南大学博士学位论文 第一章绪论 5 ) 美国g e o 画a 技术学院智能机械动力学实验室( i m e l l i g e mm a c h i n e d v n a m i c sl a b g e o 画ai n s t i t u t eo f 慨h n o l o g y ，以下简称i l ) p 2 l 的有关研究 m d l 实验室2 0 0 4 年对带有反铲的j o h n d e e r e 4 4 1 0 系列拖拉机进行了改装， 增加了电液比例阀，位置和压力传感器以及p h a n t o m l o 触觉人机接口，研制 了一种触觉增强型的挖掘机器人样机a p t i c a l l ye n h a n c e dr o b o t i ce x c a v a t o f 以 下简称髓n r e ) ，用以开发和验证触觉控制算法在移动装备上的应用，它属于主 从式机械手结构，如图1 9 ，1 1 0 所示。 脏n r e 的新颖之处在于它可以直接在触觉人机接口上即可操作挖掘机，计 算机通过解运动学逆解和接受从机械手末端的力反馈来实现自动挖掘。另外由于 用电液比例阀代替了昂贵的伺服阀，因此成本相对较低。h e n r e 的系统控制结 构如图1 1 1 所示。 图卜9 主机械手( p l n t 胡1 o ) 的示意图目卜l oj o h nd e e r e 反铲挖掘机示意图 图卜1 1h e n r e 的系统控制结构 6 中南大学博士学位论文第一章绪论 国内在这方面的研究起步较晚，典型的有； 毋台湾科技大学关于挖掘机运动控制的研究p 3 l 该大学的研究者针对小松的p c 4 5 挖掘机进行相关的改造，得到试验挖掘机， 分别利用p i d 算法、状态空间控制算法和基于模型参考自适应控制算法对挖掘 机工作装置的运动控制进行了研究，并进行了铲斗末端的轨迹跟踪试验，其最高 的跟踪精度是在利用模型参考自适应控制算法，而且铲斗末端速度小于1 2 0 m 耐s 的情况下得到的，为2 0 m m 。 7 ) 解放军理工大学的研究者在其建立的四自由度的运动学模型上，提出的模 糊参数自整定的p d 控制算法【3 4 j 。 8 ) 哈尔滨工业大学机电学院对所研究的挖掘机进行了改造，改造后挖掘机的 机电液控制系统由液压缸、电液伺服阀、伺服放大器、角度传感器、a d 和d a 转换器等环节。分别给出斗杆和动臂控制系统的传递函数，并进行运动学建模： 在此基础上提出基于b p 网络控制的挖掘机工作装置运动控制方法。进行了两自 由度的水平直线挖掘，其精度可以控制在1 0 0 m m 之内【1 0 l 。 从上述研究中可以看出，对挖掘机工作装置的研究，尤其是2 0 0 0 年以来， 大多集中在基于模型的运动控制研究上，也说明该研究的发展趋势；基于规刚的 运动控制移植性不是很好，而且需要大量的试验才能获得足够的规则，所以移植 到别的机器上所需的周期较长；因此基于模型的挖掘机工作装置运动控制成为目 前该项研究的主流和重点。综合国内外液压挖掘机工作装置运动控制的研究可以 看出：1 ) 其控制精度的要求并不高，多数在l o d m m 之内1 3 3 1 ，并不像其它领域机 器人运动控制那么高，要求控制到1 0 m m 之内，或者更高。这从挖掘机本身来看， 就不难解释这种现象，首先，挖掘机本身的机构尺寸通常都比较大；其次，挖掘 机多进行土木施工，而土木施工的精度与一些工韭加工比较起来要低的多；因此， 其精度要求相对较低的情况下，仍然能够满足挖掘机在实际工作中的需要；但是 多数的研究者在实现以上控制精度时，铲斗末端速度却比较低，最快的也在 1 5 0 m m s 之内，而这个重要的参数，因为铲斗速度的快慢直接影响挖掘机的工作 效率。所以保证控制精度的情况下提高铲斗末端速度是本文需要解决的问题之 一。2 ) 虽然世界各国的研究水平参差不齐，但是多数处在实验室阶段：或采用伺 服阀进行控制，从成本的角度考虑，与工程实际差距较远；或对挖掘机工作装置 的研究是在静态下进行的，忽略惯性项的影响，所以在实际工程中也是不适用的； 而且多数研究中都没有考虑到系统的节能的问题，很难将研究结果在实际中进行 推广：因此，解决以上问题，形成一种切实可行的控制系统，也是本文的研究重 点之一。3 ) 挖掘机工作装置作为一静典型的工程机械复杂机电渡系统，由于其自 身的特点，该项研究也是比较困难的工作，主要在于：在机构运动过程中，惯性 7 中南大学博士学位论文第一章绪论 力负载的多变性；电液比例系统数学模型中的参数多与机构的姿态有关，属于时 变参数，准确的得到每个参数的值非常困难；而且整个系统存在大量不确定量( 不 确定参数及不确定的非线性模型) ，例如，在不同温度下液压油的弹性模量和粘性 等，均属于不确定参数；而工作过程中，由于和地面接触而产生的扰动等不可准 确建立数学模型的量，均属于不确定的非线性模型。以上各类不确定量都将对系 统控制的稳定性和动态特性产生极大的影响f 35 ，3 6 1 。总之，挖掘机器人的工作运动 存在很强的非线性、不确定性和时变性，且其工况复杂，外界干扰大，难以建立 精确的控制模型。国外的一些学者采用了非线性方法建模，并取得了不错的效果， 但无论是控制系统本身还是其控制器设计过程，普遍比较复杂，很大一部分的工 作量都集中在控制算法本身的理论推导上，而且实现起来有较大的难度，成本很 高，而且影响系统的可靠性；有些学者仅采用传统的p i d 控制算法，虽然算法 较为简单，但是鲁棒性并不高，并且p i d 参数调定也铰难；还有些研究者采用 了较为流行的智能控制，如神经网络控制和模糊控制等，虽然神经网络控制学习 能力强，但难以提高实时性，模糊控制适用于非线性、大干扰系统，但一般存在 静态误差，跟踪精度不很高。因此，本论文还需要通过理论推导和试验相结合的 方法，探索一种控制策略，既对研究过程中数学模型精度要求不高，但是又能对 象中变参数进行估计，从而能够切实可行的控制挖掘机工作装置精确运动。 1 3 课题来源与论文研究的主要内容 1 3 1 课题来源 本课题来源于国家“8 6 3 ”项目“液压挖掘机机电一体化及制造信息化”，课 题编号为2 0 0 3 a a 4 3 0 2 0 0 。 1 3 2 论文研究的主要内容 通过对国内挖掘机工作装置运动控制的综述可以看出，国内的相关研究并不 多，导致在研究水平上与国外存在较大差距。本论文的依托课题“液压挖掘机机 电一体化及制造信息化”，目标就是立足于国内技术水平，追踪国外先进技术； 因此本文根据国内外挖掘机工作装置运动控制的研究状况，结合目前挖掘机智能 化、机器人化的发展趋势，确定研究内容如下： 1 根据本文的研究目的，结合工程实际，确定液压挖掘机机器人的功能控制 系统的整体设计方案，在现有挖掘机产品基础上进行改造，研制出一台适合计算 机控制的挖掘机机器人样机；并检验其实际的效果，为本文所进行的挖掘机器人 工作装置运动控制提供硬件保证： s 中南大学博士学位论文 第一章绪论 2 有了研究对象之后，根据机器入学理论，建立挖掘机器人工作装置的运动 学、动力学方程，针对实际对象的有关参数分别进行仿真研究；并在此基础上进 行运动控制的轨迹规划及仿真研究，为后文控制策略的研究奠定基础； 3 分析挖掘机器人所采用l u d v 负荷传感液压系统的工作原理，并在此基础 上建立挖掘机器人工作装置液压系统的数学模型，通过理论计算和试验的方法得 出模型中关键参数的近似估算公式，以确定其取值的变化范围，同时对所建立的 电液比例系统连续时间模型进行进一步研究，得到其状态空问连续时间模型、离 散时间模型及输入输出差分模型三种形式，为挖掘机器人工作装置运动控制的后 续研究提供所需的数学模型。 4 进行挖掘机器人工作装置控制策略的探索研究，对于挖掘机器人工作装置 这种复杂的机电液系统，找到一种有效的控制策略并非易事，因此本文进行多种 控制策略的研究，分析，以求获得一种适合挖掘机工作装置的运动控制的有效控 制策略： 5 在上文研究的基础上，本文最终选择自校正调节器对挖掘机器人工作装置 进行运动控制研究，根据该控制策略研究的需要，推导出适合挖掘机器人工作装 置的参数在线递推估计算法，为下文控制算法的实施提供了有力的保证； 6 进行挖掘机器人工作装置自适应预测控制的研究，这也是本文的研究重 点，首先推导出挖掘机器人工作装置自适应预测控制算法，继而求出其递推算法 公式和具体的设计步骤，为仿真研究和最终的试验研究做准备； 7 对本文所设计的控制器进行试验研究，以验证控制算法的有效性。 9 中南大学博士学位论文第二章试验挖掘机器人样机的研制 第二章试验挖掘机器人样机的研制 为了深入地研究挖掘机器人工作装置运动控制，作者参与改造研制了一台试 验型挖掘机器人。本章主要针对用于试验的s w e 8 5 多功能液压挖掘机的机器人 化改造技术进行介绍，包括确定挖掘机器人功能要求、液压系统及运动控制系统 总体方案；完成主要液压元件的选型、液压系统的电液比例改造；实现控制系统 硬件的选取与平台的搭建以及试验中传感器的选用等工作。 2 1试验型挖掘机器人功能要求 l 、挖掘机器人首先应当具备普通液压挖掘机的全部功能，能对动力系统提 供真实负载和工作环境，甚至可以进行现场挖掘，既可以在这台挖掘机器人上进 行工作装置运动控制的试验与