【《水下电动机械臂的结构设计及控制方法分析》9300字（论文）】

第第页共=NUMPAGES24-321页水下电动机械臂的结构设计及控制方法研究目录TOC\o"1-3"\h\u1绪论 21.1课题研究背景 21.2研究目标及内容 21.2.1研究目标 21.2.2研究内容 31.3研究意义 32水下电动机械臂总体方案设计 32.1水下机械臂技术指标 32.2水下电动机械臂整体设计 32.2.1机械臂自由度选择 32.2.2机械臂整体模型建立 42.2.3机械臂材料选择 62.2.4驱动方式及驱动电机选择 72.3关键零件的有限元分析 83基于模糊RBF神经网络的控制方法研究 113.1模糊RBF神经网络控制方法简述 113.1.1RBF神经网络控制方法 113.1.2模糊控制方法 123.1.3模糊RBF神经网络控制方法 133.2模糊RBF神经网络控制器设计 133.2.1控制模型的建立 133.2.2模糊RBF神经网络设计 143.2.3控制律设计 173.2.4控制系统稳定性分析 174结论 20参考文献 22摘要：针对机械臂的运动系统而言，其能够体现多种特点，其中比较典型的包括非线性、强耦合性等，而在相对比较复杂的水环境当中，水动力因素往往会对控制系统产生一定影响，难以构建高精度的控制模型，常规控制方法难以起到预期的效果。所以，面向水下机械臂，设计一种精度较高、稳定性较好、控制较有效的控制方法是非常重要的研究方向。本文以此为基础，将设计的水下电动机械臂作为模型，提出了一类基于模糊RBF神经网络的控制方法，进而优化水下机械臂的运动控制性能。关键词：机械臂；运动控制；驱动方式1绪论1.1课题研究背景本课题来源于海洋工程设备研究项目，属于企业研究项目。本研究的目的是开发一类水下电动五轴机械臂，通过计算得到其运动学和水动力学模型，此后以数学模型为基础提出了一类基于模糊RBF神经网络的控制方法，进而对五轴水下机械臂实现多关节耦合仿真分析，对此类方法的实用效果进行校验。在进入本世纪之后,全球各国都对海洋资源的开发和利用给予了高度的重视，许多沿海国家甚至将海洋开发提升到国家战略的高度。而我国这方面的资源储量也非常充足，大陆岸线的总长度大概为1.8万多千米，超过600平方米的海岛总共有五千多个，海洋资源的类型也丰富多样，其中比较典型的包括生物资源、海水资源等。因此，我们有必要对海洋资源进行有效监测和开发，这是我国社会不断发展的客观要求。而针对水下机器人而言，它在探索海洋方面能够发挥重要作用,因此其受到了各国学者的广泛关注。《全国海洋经济发展‘‘十三五”规划》中强调“加快深海矿业发展,实现深海资源利用产业化。重点开发全海深潜水器。”《海洋工程装备产业创新发展战略（2011-2020）》提出，应不断发展国际海洋工程设备前沿的各项技术，改善传统的资源利用体系。除此之外,我们应对概念技术给予充分的重视,从而增强整体的技术开发实力。国家在宏观政策方面给予了海洋工程极大的支持,我们可以预见,在未来很长的一段时间内,海洋工程装备的开发必将是国家重点攻坚的项目。对于海洋的探索和资源开发，水下机器人是现阶段不可或缺的设备，然而这种设备要稳定作业，其必须得到水下机械臂的支持。这种机械一般情况下装配于艏部，它能够进行稳定的操控，从而实现特定的作业任务。对于水下机械臂的可靠性来讲，其很大程度上体现了水下机器人的功能特性。这种设备在开采平台中实现了有效推广，同时，它在资源勘探、国防军事等各个方面它都能够体现重要作用。所以，对其展开深入探究具有不可忽视的价值意义。而伴随计算机技术的不断进步，在响度比较复杂的水环境中，唯有使水下机械臂表现出高度的适应性，出众的灵活性，优良的抗冲击性，才能够使其发挥预期的功能作用。1.2研究目标及内容1.2.1研究目标针对机械臂的运动系统而言，其能够体现多种特点，其中比较典型的包括非线性、强耦合性等，而在相对比较复杂的水环境当中，水动力因素往往会对控制系统产生一定影响，难以构建高精度的控制模型，常规控制方法难以起到预期的效果。所以，业界学者对该课题进行了系统性的探讨和分析。本文设计了一类水下电动五轴机械臂，根据相关规范构建水动力学模型，此后以该模型为基础，提出了一类优化的控制方法，其很大程度上将模糊RBF神经网络作为核心，如此就能够进行多关节耦合研究，进而对这种方法的有效性展开良好的校验。1.2.2研究内容本研究先是对水下五轴电动机械臂展开综合性分析，此后建立了标准化的运动学模型，结合关于水动力的各类未知性问题，本文提出了一类改良的控制器，其很大程度上将模糊RBF神经网络作为核心，从而有效的逼近补偿，最后利用Lyapunov理论对系统所表现出的各类特性展开校验，并将其与其他算法进行搭配应用，从而实现仿真分析，对控制方法的实用效果进行了校验。1.3研究意义对于该设备的运动系统来讲,其不但能够表现出传统设备的特性,同时能够表现出非常显著的耦合性，在海洋环境中水动力因素往往会对该系统的控制产生较为突出的影响，并且难以采集高精度的控制模型,常规控制方法所发挥的效果往往不够理想。所以，我们有必要对该课题展开深入探究,从而设计一类更为科学和稳定的控制方法。2水下电动机械臂总体方案设计针对此类机械而言,其整体架构较为复杂，在对其进行设计的过程中需要分析相对较多的因素，特别是在水环境中运行时，防水方面的特性更是重中之重。本部分将结合相关的技术指标，对该机械展开综合设计，其涉及到多个方面,比较典型的包括自由度、驱动方式等。最后，本文对多样性的元件进行分析，并对相关指标展开校验。2.1水下机械臂技术指标结合项目实施的客观需求，设计过程中所涉及到的各类指标具体参考下表：表2-1设计技术指标本文开发的机械比较轻小，其占据的空间不大，整体架构复杂性低，成本控制在适宜的水平，对于常规的水下作业具有良好的适用性。2.2水下电动机械臂整体设计2.2.1机械臂自由度选择在对该系统展开设计时，这个因素是非常重要的部分。此外,因为其位点和姿势很大程度上是利用各个关节的协调和配合实现的，所以其需要将自由度提升至适宜的水平,使执行器能够调整至目标位点,假如自由度相对较大，操作流程就愈加繁杂,控制标准就更加严苛。反之，如果其自由度相对较小，机器臂能够完成的动作复杂性就较低,而且往往会受到其他因素的限制。如果操作难度相对较低，其必然会使维护工作的复杂性明显降低。本研究开发的装置重点应用了ROV，如此就可以使其可靠的完成各项工作任务，同时，AUV可以结合接收的指令对目标位点展开调节，使其表现出较为理想的自由度，一般情况下只需要确保常规的样品采集能够符合要求。然而，在较为繁杂的水环境中，我们应防止AUV本体运动姿态超过一定限度，从而最大化的降低本体所产生的能耗，所以该装置的自由度应控制在适宜水平。整体来讲，本文将自由度设置为5，并配置了完善的手爪功能，从而使其具有良好的应用价值。本研究开发的设备通过多个部分构成，其中比较典型的包括旋转关节、手爪等，重点涉及到底座回转关节R1、手爪回转关节R5等部分，详情参考下图。图2-1机械臂自由度结构简图2.2.2机械臂整体模型建立结合预设的参数，臂长的极大值为450mm，抓取目标直径的极大值为70mm。此后本文就可以通过专业工具完成标准化的建模，得到的模型具体参考下图。该机械臂结构通过多个部分构成，其中比较典型的包括底座、腕部模块等，各部分的转动很大程度上通过电机实现稳定的驱动。图2-2机械臂装配体三维模型该机械结构在进行设计的过程中，应最大化的降低控制部分的复杂性，而从结构的层面而言，我们可以选择模块化的设计方式，即所有关节模块都通过特定的器件构成，其中比较典型的包括电机、传感装置等，各部分在设计结束之后，只需要对各部分的衔接情况进行分析。此外，底座可以根据规范与ROV搭配应用，而最下层能够与指定的电机实现衔接，腕部模块等各个部分的连接一般利用电机轴进行稳定连接，另一侧主要利用轴承进行固定，腕部末端可以利用电机轴与指定模块进行衔接，从而使其回转自由度能够达到比较理想的水平。它的整体情况具体参考下图，电机能够对特定侧起到驱动的作用，两指能够实现高度同步的转动，从而实现多样性的动作，其开合角度很大程度上受到手爪电机转动的影响。图2-3手爪模块结构图2.2.3机械臂材料选择机械臂的材料选取与多种因素存在紧密关联，其中比较典型的包括工作环境、工作需求等，尤其是针对水下机械臂而言，其不但对稳定性、实用性存在较高要求，并且其必须体现良好的耐腐蚀性。该机械在水中作业的过程中，其往往会受到多种因素的影响，其中比较典型的包括附加质量力，浮力等，如果本体重量相对较小，那么它可以大幅度减小运动惯性，从而使水动力所产生的影响最大化的降低。所以，在对机械臂材料进行选型的过程中，我们必须考虑多样性的因素，其中比较典型的包括密度、耐腐蚀性等，当前来讲，应用较多的材料包括下述类型：1.错合金因为其表明存在一层氧化膜，如此就明显提升了其耐腐蚀性，所以它在水下设备的加工过程中应用较多，对于水下机械臂的制备具有良好的适用性。比如对于6061-T6号错合金来讲，其能够表现优良的功能特性，密度达到2.72g/cm3，相应的抗拉强度达到310MPa。2.不锈钢这种材料能够表现出比较理想的抗腐蚀性，本设计中可供选择的不锈钢主要包括两类，其分别为304和316不锈钢。对于后者而言，其融合了一定Mo，如此就使其具有出众的耐腐蚀性，在海水设备的制备中应用较多，它的密度达到8.03g/cm3,而相应的参数大约为620MPa。3.钦合金这种材料的指标较为理想，能够体现非常理想的化学性质，因此它在诸多领域都表现出不可忽视的应用价值。另外，这种材料的抗腐蚀性十分出众，对于湿度较高的环境或者水环境具有良好的适用性。结合上述分析，我们可以发现此类材料对于水下机械臂十分适用，然而其价格相对较高，表现出的工艺性能不够理想，无法实现有效推广。本文开发的水下机械臂是非常典型的轻型机械臂，其空气重量不超过3千克，对材料强度不存在严苛的要求。铝合金与其他材料相比，其密度相对较低，加工难度不大，与钛合金进行对比，其经济性非常出众。所以本设计主要选用6061-T6号招合金。2.2.4驱动方式及驱动电机选择各类驱动方式都具有独特的性质，必须结合多方面的要素进行考虑，其中比较典型的包括工作内容，控制功能等，从而界定最为理想的驱动方法。本研究开发的机械体积较小，并且为了避免水资源受到污染，对位置精度进行一定优化，本研究重点采用电动驱动方式。在对其进行具体选型的过程中，我们有必要对其驱动力矩进行分析，因为各关节的运动速率不高，惯性力对关节模块产生的影响不大，因此可以不作考虑，在这种情况下，本文重点对关节力矩展开分析，相应的算术式为T=MｘL，在该式子中，M主要代表的是驱动的质量，L在此处主要代表的是力臂，下文将大臂俯仰关节作为探讨的实例，进而对其核心参数进行分析。对于俯仰关节而言，其实际承受的力矩相对较大，它能够对多个部件发挥驱动作用，其中比较典型的包括大臂模块、手爪等，而各部分的质量可在材料属性中进行具体调试，即M大臂驱动＝M大臂+M小臂+M腕部+M手爪+M负载=2kg公式（2-1）驱动质量的质心能够结合规范进行测定，具体情况参考下图，驱动力臂的极大值为L＝242mm。结合T＝MｘL进行分析，该关节核心参数的极大值为T=48.4kg.cm结合上述方法我们可以推出其他构件的各项指标，其重点涉及到驱动质量、最大驱动力矩等方面，具体情况参考下表。表2-2各关节的最大驱动力矩计算值为了能够优化其经济性，并最大化的降低其复杂程度，在确保位置精度得到保证的条件下，其总体成本应最大化的降低，而舵机是一类功能特性十分出众的驱动电机，其整体架构具体参考结构图2-5，它通过多个部分构成，其中比较典型的包括齿轮组、壳体等，不但能够实现稳定的输出，而且其占用的空间不大，结构稳定，并且能够表现优良的防水特性，可以良好的适应水下环境。所以，为了有效降低各主要构件的驱动质量，我们有必要选用舵机驱动的模式。图2-5舵机组成和内部结构示意图针对大臂俯仰关节而言，其驱动力矩的极大值应进行合理的设置，为确保其安全余量符合要求，结合现阶段的舵机标准，其转矩可以设置为60kg.cm。针对小臂俯仰关节来讲，为了使零件能够符合相关的力矩标准，舵机在一般情况下应该选用同型号，根据相关规范，我们可以将其型号界定为DG-2030号，其他参数符合标准。2.3关键零件的有限元分析对于此类方法而言，其重点是对物理系统负载情况进行分析，并结合实际要求建立完善的仿真系统，在进行设计的过程中，通过该方法能够对机械，电磁等各个层面展开仿真分析，无需在样品加工结束之后再进行分析。这样不但明显提升了设计效率，并且让时间成本获得良好的控制。伴随科技的进步，有限元法在诸多工程设计中广泛应用，其重点涉及到汽车、机械制造等多个方面。通过Solidworks对目标机械进行三维建模之后，我们可以在特定的模块内对其展开研究。如果这种有限元分析的结果不能够达到要求的时候就需要回到原来建模的模块中对原来的模型进行修改，然后再次进行检查进行分析，从而使得分析的结果达到要求。这种方法的优势是不需要再次借助其他的分析软件，而是在这一个软件中就可以完成设计、分析以及优化的结果，通过这种方式能够使得零件的设计效率得到大大的提升，也使得设计的软件结果能够更加满足预先的模型要求。另外要注意的一点是材料强度的问题，如果材料强度不足是会引发很多问题的。举例来说，如果材料强度不够，在机械臂的大臂和机械臂大臂链接关节在高负载的情况下，是非常容易发生变形，甚至是垮塌的。所以在机械臂的整体结构设计完成后，必须采用有限元分析的方法对机械臂的关键材料的强度进行分析，确保材料强度是符合要求的。这部分连接关节的整体情况具体参考下图，此时可根据要求对其展开研究，首先，对连接孔添加扭矩的极大值T=48.4kg.cm，继而对其连接孔参数展开标准化的校验，其应力情况具体参考图2-9，通过该图我们能够发现，该关节符合相关要求。图2-8大臂链接关节图2-9大臂链接关节强度分析结果应力图机械臂大臂模型如图2-10所示，我们对其进行有限元分析，在承受扭矩的连接孔上添加上节所求得的最大扭矩T=29.Skg/cm，进而对其连接孔的各项指标展开校验，具体情况参考图2-11，最后得到的数据显示，其应力强度的极大值达到1.558MPa，所以其大臂满足相关的标准。图2-10大臂模型图图2-11大臂强度分析结果应力图3基于模糊RBF神经网络的控制方法研究针对机械臂的运动系统而言，其能够体现多种特点，其中比较典型的包括非线性、强耦合性等，而在相对比较复杂的水环境当中，水动力因素往往会对控制系统产生一定影响，难以构建高精度的控制模型，常规控制方法难以起到预期的效果。所以，业界学者对该课题进行了系统性的探讨和分析。本文设计了一类水下电动五轴机械臂，根据相关规范构建水动力学模型，此后以该模型为基础，提出了一类优化的控制方法，其很大程度上将模糊RBF神经网络作为核心，如此就能够进行多关节耦合研究，进而对这种方法的有效性展开良好的校验。前面章节主要分析了水下电动机械臂的技术指标和总体设计，前面章节做出了水动力方程的设计，机械臂运动控制的模型是以水动力方程为运动控制的模型。通过模糊RBF神经网络的控制方法研究可以识别水动力的不确定项，并对水动力的不确定项进行拟合。这种主要针对水下机械臂的动力学方程进行设计的，选择该方法是由于其推理速度比较优良。通过这种设计方法设计的水下机械臂系统的性能能够得到良好的提升。基于模糊RBF神经网络的控制方法户要是能够使用神经网络取代系统，或是是能够取代前馈控制器和预滤波器，这样就能够良好的改善水下机械臂的非线性的控制系统，因为水下机械臂的系统是非常复杂的，它的模型不需要完全精准的控制，只要其模型参数与其他模型的参数相近，就能够得到比较好的控制效果。3.1模糊RBF神经网络控制方法简述3.1.1RBF神经网络控制方法Pitts在上个世纪四十年代系统性地论述了神经网络理论，在经过半世纪之后，神经网络的应用价值被进一步发掘出来，其涵盖大量的模型，比较具有代表性的是RBF神经网络，它在当前应用较广。对于此类网络来讲，它能够对各式各样的非线性关系展开映射，学习的难度不高，可以通过计算机进行具体实现。结合图3-1进行分析，我们能够发现RBF神经网络模型结构涵盖多个层级，其中比较典型的包括输入层、输出层等。针对前者而言，其主要通过信号源节点构建而成，它的主要作用是把目标变量添加至网络，并且不对其进行任何形式的变换；此外，后者的节点数与多种因素有关，其中比较典型的是网络精度，其神经元核函数绝大部分为高斯函数，可以对目标变量实现科学的空间映射；针对输出层来讲，其核心作用是对目标信号展开分析，关联的函数能够表现出显著的线性特点。图3-1RBF神经网络模型结构示意图3.1.2模糊控制方法就现阶段来讲，模糊控制的方法是比较成熟的，并且使用范围是比较广的。本文在设计过程中使用了模糊控制的方法，主要原因是对于水下机械臂的系统是时变系统，它具有强非线性以及强耦合性的特点，鉴于这种特点他是没有办法建立比较严谨的数学模型的。所以要采用模糊控制的方法。这也是根据水下机械臂动力学方程得出的。而采用模糊控制的方法的好处就是可以根据以往的经验或是专家的专业知识减少这种不确定性的影响，从而实现比较好的控制效果。模糊控制系统原理如图3-2所示，模糊控制系统一般通过多个部分构成，其中比较典型的包括输入信号、被控对象等。此外，模糊控制器是其最为主要的部分，它能够实现多种操作，其中比较典型的包括模糊化、去模糊化等。如果采用模糊控制的方法，其实现的具体流程为：检测装置首先对目标变量进行采集，在这之后将其与输入信号展开对比，如此就获得了所需的误差信号；这个信号能够转移至模糊控制器，从而对其进行量化处理，如此就能够得到所需的变量，它一般可以通过专门的形式进行具体表示；除此之外，该变量可以根据既定的机制实现推理，从而得到所需的变量；为了进行高精度的控制，该模糊控制量有必要完成模糊化转换，从而得到精确度相对较高的控制量，在将其传输至被控对象之后，对其展开后续的控制，通过这种方式多次循环，如此就能够对目标进行模糊控制。图3-2模糊控制系统结构原理图3.1.3模糊RBF神经网络控制方法在现阶段来讲，一般将模糊理论和神经网络理论进行搭配应用，而且伴随数学模型的不断完善，控制模型也变得愈加繁杂，往往会受到各类因素的影响，其中比较典型的包括非线性、内部耦合等，如果采取单一的控制方法，其发挥的控制效果往往不尽如人意，这就要求开发功能特性更为出众的控制器。此外，对于模糊RBF神经网络来讲，它很大程度上是将模糊逻辑和ＲＢＦ神经网络进行衔接，如此不但有效增强了网络的并行计算效率，同时它能够提升网络推理效率，使得到的推理结果变得更加精确。3.2模糊RBF神经网络控制器设计3.2.1控制模型的建立根据对机械臂包含水动力项的动力学方程的分析结果，考虑到摩擦力和水环境外部干扰的影响，建立以下控制模型：（3-1）其中，为摩擦力矩阵，为外部干扰矩阵。首先，我们可以将接收到的指令界定为，现实情况中的位置界定为，此时可知：（3-2）设计滑模函数为：（3-3）其中，Ａ为一个正定的系数矩阵。则有：（3-4）结合公式（3-4），有（3-5）其中，（3-6）在现实情况中，f是难以进行明确的，所以本研究可以通过专门的算法对其不断逼近。3.2.2模糊RBF神经网络设计本节主要根据要求对该网络进行设计，它的整体架构主要参考下图。另外，其涵盖多个层级，其中比较典型的包括输入层、输出层等。输入层主要是信号的输入，模糊化层主要将输入层输入的信号做模糊化的处理，模糊推理层通过函数处理模糊化的数据，最后将数据输出。图3-3模糊RBF神经网络结构图下文将对信号传递的整体架构进行分析，此后对其功能特性展开研究：第１层：输入层。对于输入层涵盖的各节点而言，如果要求其连入，则必须明确其输入量，结合上式我们可以对其输入分析如下（3-7）此时可知：（3-8）其中，i＝1，2，…，5。第2层：模糊化层。这个层级的各部分都可以充当隶属函数，通常情况下可以采用径向基函数一高斯函数。两个层级第i个节点所对应的连接函数能够通过下式进行表示：（3-9）在上述式子中，主要代表的是高斯函数的均值，bj在此处主要代表的是第＿／个模糊集合高斯函数所对应的均值。第3层：我们通常情况下将其界定为模糊推理层，也可以将其界定为规则层。对于模糊规则的匹配而言，其很大程度上利用模糊化层进行具体实现，它们所存在的链接主要是利用各节点的函数展开模糊运算，我们可以明确各节点的主要参数。其他层级所涵盖的节点具有高度的一致性。因此该层中各信号的乘积能够用于分析实际的输出，如下所示：（3-10）在上述式子中，Ni主要代表的是输入隶属函数的总量。第4层：输出层。该层级所有节点的输出等于各类输入信号所对应的加权和，则（3-11）在上述式子中，l主要代表的是输出层节点的总量，本部分主要采取总体逼近的方式，因此其总共涵盖一个输出节点，所以l＝1，W在此处主要代表的是各类节点对应的连接权值矩阵。在经过总体逼近之后，我们可以获得相应的输出结果：在上述式子中，主要代表的是f的逼近值。3.2.3控制律设计前面在分析了控制模型和模糊RBF神经网络后，输出后，本节对它的控制律进行设计，为：（3-12）在上述式子中，主要代表的是滑模控制项，在此处主要代表的是对称正定矩阵，主要代表的是克服模糊RBF神经网络将式（3-11）代入式（3-5），得（3-13）3.2.4控制系统稳定性分析定义lyapunov函数为：（3-14）其中，均为斜对称正定矩阵，所以有，取为对称正定矩阵，则有，因此。对lyapunov函数求导可得：（3-15）下面对ｆ的四个子项进行分析：１．对于项根据机械臂的特性，是斜对称矩阵，根据斜对称矩阵的特性，有（3-16）２．对于项，将鲁棒项设计为：（3-17）其中，为常数，为饱和函数。因此，有（3-18）