基于模块局部信息的可重构机械臂动力学控制与容错控制研究

将可重构机械臂的关节模块考虑为由耦合力矩相关联的子系统，分析子系统的动力学描述方法和耦合关联项的动力学属性，研究子系统动力学和耦合关联项的模糊模型辨识问题。利用模糊模型和耦合关联项有界属性研究基于关节模块局部信息的鲁棒自适应控制方法，研究各模块之间的耦合及模糊模型逼近误差的补偿方法。研究基于关节模块局部信息的状态观测器设计方法和基于观测器的输出反馈控制方法，通过稳定性分析给出观测器增益和系统误差之间的解析关系。针对可重构机械臂系统执行器和传感器故障，分析各种故障模态的描述方法，应用解析冗余技术研究基于神经网络的故障诊断方法和容错控制方法。建立可重构机械臂系统软件仿真平台，对基于关节模块局部信息的状态反馈和输出反馈控制方法及容错控制方法进行仿真研究，给出有效的可重构机械臂动力学控制和容错控制方法。本项目的研究将对丰富和发展可重构机械臂动力学控制的理论和方法以及工程应用做出贡献。

基于Newton-Euler方程建立可重构机械臂系统的动力学方程，并将可重构机械臂系统考虑成一组由耦合力矩相关联的关节模块子系统的集合，分析了子系统动力学和耦合关联项的模糊模型辨识问题。基于模块局部信息和Lyapunov稳定性理论，采用了神经网络以及模糊逻辑模型等智能算法对子系统存在的未知项、不确定项以及具有有界属性的耦合关联项进行逼近，并加入鲁棒控制项自适应地补偿逼近误差。采用迭代算法，提高了系统的收敛速度和控制精度。为了增强控制系统鲁棒性，采用滑模控制结合Backstepping技术设计分散控制律，简化了控制器设计过程。针对传统滑模控制存在严重的“抖振”现象，采用Terminal滑模代替传统滑模，此方法可保证系统在有限时间内收敛，但存在控制参数难以选择以及易出现控制奇异的问题，采用二阶积分滑模控制设计控制律，易于物理和工程实现。基于高增益观测器技术设计反馈控制方法，并分析了观测器增益与系统误差之间的解析关系。采用扩张状态观测器（ESO）对耦合关联项及建模不确定性进行估计与补偿，并用粒子群优化算法自适应调整ESO输出参数。针对可重构机械臂系统执行器故障，采用时延控制技术实现被动容错控制；将有效因子融合于子系统动力学模型中，设计分散主动容错控制律；采用速度观测器检测故障，未知输入观测器进行故障函数估计，利用神经网络对故障函数进行补偿，并制定主动容错控制策略实现执行器故障主动容错控制。针对可重构机械臂系统传感器故障，利用微分同胚原理将传感器故障转化为“伪”执行器故障，设计分散滑模观测器检测并辨识故障，利用分散滑模观测器的输出取代故障信号，实现多传感器故障的主动容错控制。针对不同自由度、不同构形的可重构机械臂进行了大量的仿真研究，仿真结果验证了所提出控制方法的有效性。