CN114952857B 机械臂干扰力矩估计方法、装置、设备及存储介质 (桂林电子科技大学)_第1页
CN114952857B 机械臂干扰力矩估计方法、装置、设备及存储介质 (桂林电子科技大学)_第2页
CN114952857B 机械臂干扰力矩估计方法、装置、设备及存储介质 (桂林电子科技大学)_第3页
CN114952857B 机械臂干扰力矩估计方法、装置、设备及存储介质 (桂林电子科技大学)_第4页
CN114952857B 机械臂干扰力矩估计方法、装置、设备及存储介质 (桂林电子科技大学)_第5页
已阅读5页,还剩18页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

本申请公开了一种机械臂干扰力矩估计方机械臂动力学模型并基于其获得传统动量观测得采用sigmoid函数的基于动量状态的观测器;2将传统动量观测器与超螺旋算法相结合后获得采用sigmoid函数的基于动量状态的观所述建立机械臂动力学模型并基于其获得传统动量观测器,其中,建所述建立机械臂动力学模型并基于其获得传统动量观测器,其中,获将传统动量观测器与超螺旋算法相结合后获得采用sigmoid函数的基于动量状态的观3整步骤包括,根据动量状态观测器实时获得机械臂的动量行时实现如权利要求1_4中任一所述的机械臂干扰力4[0009]将传统动量观测器与超螺旋算法相结合后获得采用sigmoid函数的基于动量状态5[0015]动量状态观测模块,用于将传统动量观测器与超螺旋算法相结合后获得采用6[0031]图1为本发明实施例提供的一种机械臂干扰力矩估计方法流程图,该方法可以应[0040]2)根据机械臂的动量定义和机械臂动力学模型,获得机械臂动量的状态方程如[0042]其中,C"(q,a)为矩阵c(q,q)的转置;[0045]S102、将传统动量观测器与超螺旋算法相结合后获得采用sigmoid函数的基于动7有的基于滑模技术的动量观测器估计方法相比,本发明实施例所提供的估计方法采用[0054]在一种示例中,将传统动量观测器与超螺旋算法相结合后获得采用sigmoid函数[0055]1)将所述传统动量观测器与超螺旋算法相结合后,获得基于符号函数的如下形[0060]可知地,超螺旋算法的思想是:超螺旋算法是二阶滑模控制的一种,最初是由8[0069]Sigmoid函数,具有更好的噪声抑制能力,且其本身也是线性项和非线[0070]3)在上述基础上增加一个比例项v()p,能够提高快速性,同9获得采用sigmoid函数的基于动量状态的观测器;根据基于动量状态的观测器构造干扰观[0095]第二步,将传统动量观测器与超螺旋算法相结合后获得采用sigmoid函数的基于变量,ψ(t)和p(t)代表随时间变化的增益系数,其变化的规则是由自适应规则所决定的。[0107]从图2可以看出,本发明所提供的机械臂干扰力矩估计方法相比于其他两种外力[0111]动量状态观测模块,用于将传统动量观测器与超螺旋算法相结合后获得采用[0114]上述机械臂干扰力矩估计装置可以执行图1所提供的机械臂干扰力矩估计方法,[0115]图5为本发明实施例所提供采用机械臂干扰力矩估计方法的原理框图,整个系统中,如计算机的软盘、只读存储器(Read_OnlyMemory,ROM)、随机存取存储器(Random本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论