基于GMS摩擦模型的机器人低速运动研究.pdf

《基于GMS摩擦模型的机器人低速运动研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、38传感器与微系统(TransducerandMicrosystemTechnologies)2014年第33卷第1期基于GMS摩擦模型的机器人低速运动研究靳兴来，朱世强，吴文祥(浙江大学流体动力与机电系统国家重点实验室。浙江杭州310027)摘要：为了降低摩擦对机器人低速运动性能的干扰，引入了能够全面描述低速阶段摩擦力特性的GMS摩擦模型，并且利用遗传算法进行参数辨识，采用低通滤波器滤除高频噪声。为了验证该模型的有效性，设计了以机械手关节作为实验平台的轨迹跟踪实验，将模型作为前馈补偿引入系统。通过与常用的Stri·beck模型补偿的对比，证明了

2、GMS模型能更完善地描述摩擦力的特性，能进一步改善机械手的轨迹跟踪性能。关键词：GMS摩擦模型；遗传算法；低通滤波；前馈补偿中图分类号：TP24文献标识码：A文章编号：1000-9787(2014)01-0038-04Researchofroboticlow-speedmotionbasedonGMSfrictionmodelJINXing—lai，ZHUShi—qiang，WUWen—xiang(StateKeyLaboratoryofFluidPowerTransmissionandControl，ZhejiangUniversity，Han

3、gzhou310027，China)Abstract：Inordertoreduceinfluenceoffrictiononpropertiesofroboticlow-speedmotion，generalizedMaxwell—slip(GMS)modelisintroducedwhichcandescribecharacteristicoffrictioninlow—speedstage．Parametersidentificationisrealizedbygeneticalgorithmandlow—passfilterisimple

4、mentedtofilterhigh-~equencynoise．Tovalidatetheeffectivenessofthismodel，designtrajeetorytrackingexperimentsonthemanipulator，andGMSmodelisinvolvedasfeedforwardcompensation．ResultsofexperimentsshowthatGMSmodelcanwelldescribethevarietyoffrictioninlow—speedmotionandfurtherimprover

5、obotictrackingperformancecomparedtowidelyusedStribeckfrictionmode1．Keywords：GMSfrictionmodel；geneticalgorithm；low—passfiltering；feedforwardcompensation0引言跟踪误差，进行了基于GMS摩擦模型前馈补偿的相关研在伺服系统中，摩擦是一种难以避免的、复杂的非线性究，为了将前馈补偿引入机械手控制系统，设计了电机的力扰动因素⋯，摩擦力严重制约了机器人的低速运动性能。矩控制系统。由于摩擦的非线性，其影响主要表现

6、在：在低速跟踪时，存1GMS摩擦模型在“滞滑”现象，产生静态误差，影响跟踪和定位精度；速度1．1摩擦机理通过对摩擦力机制的深入研究，人们逐渐发现摩擦力过零时，由于摩擦力的不连续变化，导致出现波形畸变。文存在2种机制：预滑动机制和滑动机制。在预滑动阶段，基献[2]中分析了低速运动时的爬行现象，指出了摩擦力作于位移的粘性摩擦力起主要作用，因此，摩擦力表现为微变为主要干扰因素所造成的影响。文献[3]指出由于摩擦力形的关系式，随着微变形量的增加，最终会产生滑动。在滑的强非线性，通过线性反馈控制系统只能部分地减弱摩擦动阶段，摩擦力与速度相关J。文献[6]指

7、出了目前应用力的影响。因此，基于模型的摩擦力补偿对于低速控制是较广的摩擦模型存在不能辨识预滑动阶段摩擦力的缺点，十分有效的方法。然而，目前针对摩擦问题的研究多集中于常速状况，忽略了低速运动研究的意义。近来，倪风雷等通过实验对比，验证了GMS模型在低速控制时的优点。人将GMS(generalizedMaxwell—slip)模型应用在拖动系统GMS模型能够描述摩擦的3个基本现象：常速状态下中，低速控制效果明显。的Stribeck效应；预滑动阶段的不具有局部记忆的滞回效本文为了提高机器人关节的低速运动性能，减小轨迹应；滑动阶段的摩擦记忆。收稿日期：2

8、013-05-20基金项目：浙江省自然科学基金资助项目(Yl100693)第1期靳兴来，等：基于GMS摩擦模型的机器人低速运动研究391