【《机械臂末端负载动力学参数辨识分析案例》4000字】

机械臂末端负载动力学参数辨识分析案例目录TOC\o"1-3"\h\u496机械臂末端负载动力学参数辨识分析案例 [58]。图4-3为遗传算法流程图。图4-3遗传算法流程图遗传算法优化系数观测矩阵条件数的主要过程如下：1）生成初始种群：选取生成初始种群数，取傅里叶级数阶数。2）编码：采用二进制编码，对每一个优化变量的区间，有编码公式： （4-12）其中，为二进制串的长度，为要求小数点后位数的精度。3）约束条件：（4-13）4）目标函数与适应度：对观测矩阵的条件数进行最小化寻优，将其作为迭代优化的目标函数：（4-14）5）迭代优化：遗传迭代500次，对种群个体进行选择、交叉、变异操作。其中，选取代沟为0.95，选取交叉概率为0.7，选取变异概率为0.01。6）判断是否已达到设置的迭代优化代数，达到则停止优化。利用遗传算法以观测矩阵条件数最小化为目标函数对激励轨迹的系数进行寻优，得到观测矩阵的条件数随迭代优化的变化过程如图4-4所示。图4-4观测矩阵条件数迭代优化过程当遗传算法完成500代迭代优化后，观测矩阵的条件数为，以此作为最优个体得到最终优化的激励轨迹系数。优化后的激励轨迹系数如表4-1所示。表4-1优化后激励轨迹系数关节6-0.29960-0.29989-0.0907870.05998-0.059940.05999关节6-0.299540.20225-0.019297-0.05996-0.05999-0.06000图4-5两关节激励角度图4-6两关节激励角速度图4-7两关节激励角加速度根据表4-1中优化后的激励轨迹参数，令为0.05rad/s，为0.2rad/s，得到机械臂的最后两个转动关节激励角度如图4-5所示，对应的两关节角速度和角加速度分别如图4-6、图4-7所示。1.4仿真实验与结果分析本节主要对针对液压重载机械臂末端负载的动力学参数辨识方法进行仿真实验与分析。首先根据表4-2机械臂末端两关节的运动约束范围对激励轨迹系数进行最优化处理，得到最优激励轨迹运动曲线如图4-5、图4-6、图4-7所示。表4-2关节运动约束范围关节（°）（°/s）（°/s）6±65±8±47±65±3±1.5在MATLAB仿真系统中模拟机械臂在最优激励轨迹下运动，考虑机械臂仅有关节位置传感器的情况，需要对反馈的激励角度值进行差分，得到机械臂运动关节的角速度与角加速度，差分后的关节角速度与角加速度曲线如图4-8所示。将机械臂在最优激励轨迹下运动的关节角度、末端负载力矩及差分后得到的关节角速度与角加速度带入仿真系统中，利用建立的负载动力学参数辨识模型进行仿真辨识计算，得到机械臂末端负载惯性矩与惯性积参数，如表4-3所示。图4-8两关节差分角速度与角加速度表4-3负载辨识参数-4531.5651773.29615381.805-541.6559617.986-2261.789由于无法提前获得机械臂动力学参数的实际值，因此无法将辨识参数与实际参数值进行对比，可以选取一条不同于激励轨迹的轨迹作为验证轨迹，并得到对应验证轨迹的末端负载真实力矩值，同时可以利用验证轨迹反馈的关节角度及差分得到的关节角速度、关节角加速度，结合辨识的负载参数计算负载力矩，将真实力矩值与计算力矩值进行比较，差值越小，则辨识效果越好。仿真结果采用真实力矩值与计算力矩值的残差均方根（RMS）作为对比评价依据，残差均方根公式表示为：（4-15）图4-10两关节验证轨迹角度图4-11两关节验证轨迹角速度图4-12两关节验证轨迹角加速度根据液压重载机械臂关节运动约束范围，在仿真系统中随机生成一条验证轨迹，各关节的角度曲线、角速度曲线、角加速度曲线分别如图4-10、图4-11、图4-12所示。根据验证轨迹的各关节角度、角速度与角加速度，在在仿真系统中利用辨识参数计算负载的力矩值，同时记录负载的真实力矩值，得到负载的真实力矩与计算力矩的拟合曲线如图4-13所示。图4-13负载力矩真实值与计算值由图4-13可以看出，负载的计算力矩值与真实力矩值相近。根据公式（4-15）计算得到负载真实力矩与计算力矩的残差均方根为0.2098，其力矩的最大误差为0.3855，相对误差控制在0.04%。在仿真系统中，由于模拟的