执行器饱和约束下机器人手臂的最优容错控制

摘要

为了提高机器人手臂系统在饱和约束和电机故障下的控制精度,提出了一种最优容错控制策略。首先建立了机器人手臂故障模型,然后设计了故障观测器对故障值进行估计,并提出包含电机故障与饱和约束的性能指标,最终利用神经网络准确估计出性能指标,从而得到了最优容错控制策略。MATLAB环境下仿真结果表明,所设计的最优容错控制策略与自适应容错控制方法相比具有更优的控制效果,能够在0.2 s内稳定跟踪指令信号,最大跟踪误差仅为0.9°,同时输出力矩始终满足饱和约束要求,所设计的故障观测器能够在0.2 s内准确估计出故障值,最大估计误差仅为0.2 N·m,大幅提高了机器人手臂系统的控制精度。