面向任务约束启发的可重构机械臂模块化协同控制方法研究

For the reconfigurable manipulators system with task constraint, based on the inspiration mechanism established by constraint information mathematical characterization, research on the multi-objective topology configuration optimization algorithms that satisfy the task accessibility. Create the mapping matrix which can describe the analytical relationships of the position, velocity, force/torque between the end-effector and each module joint, and automatically separate the entire dynamic model of reconfigurable manipulators with task constraint inspiration, then study on the working mode switch strategy based modularized smooth control methods with the developed collaborative control rules. In the case of no torque sensor on the module joint, utilize the numerical characterization of the cloud model which could realize the conversion between the qualitative and quantitative, the rules that are constituted by language values and reasoning mechanism of the adaptive cloud model, investigate the non-fragile robust control based on the module joint torque observer. Describe the modal of concurrent failures that would appear among actuators and sensors, compensate the time delay caused by fault diagnosis module, and then adopt the data mining technique to classify the fault type, realize the modularized active tolerant control scheme using soft measurement as well. This project is expected to be of great significance to the development of the modularized collaborative control of reconfigurable manipulators with task constraint in theories and methods as well as engineering applications.

面向任务约束的可重构机械臂系统，基于建立的约束信息数学表达启发机制，研究满足任务可达性的多目标拓扑构形优化算法。通过可表征可重构机械臂末端操作器与各模块关节之间位置、速度以及力/力矩之间解析关系的映射矩阵，采用受任务约束启发的可重构机械臂系统动力学自动分解技术，制定模块任务协同规则，研究基于工作模态切换的可重构机械臂模块化平顺控制方法。针对模块关节无力矩传感器情况，利用可实现定性和定量转换的云模型数字特征，通过语言值构成的规则和自适应云模型直观推理机制，研究基于模块关节力矩观测器的非脆弱鲁棒控制方法。对模块执行器和传感器并发故障模态进行描述，补偿由故障诊断模块引起的时延，采用数据挖掘方法进行故障分类，应用软测量技术研究模块化主动容错控制方法。本项目研究将对丰富和发展面向任务约束的可重构机械臂协同控制的理论和方法以及工程应用具有重要意义。

可重构机械臂是一类具有标准模块与接口，可根据不同的任务需求对自身构形进行重新组合与配置的机器人。与传统机械臂系统相比，从运动学与动力学角度解决可重构机械臂系统的建模，优化与控制问题，特别是面向未知、复杂、人类不可直接干预的约束环境时，具有更高的理论与实际要求。.本项目针对面向任务约束的可重构机械臂模块化控制相关问题展开研究。首先，提出了面向任务约束的可重构机械臂关节设计方案与拓扑结构优化方法，完成了基于谐波传动的可重构机械臂关节构型设计，揭示了机械臂构形自动生成、优化与多目标评价原理。其次，解决了可重构机械臂动力学自动建模与关节力矩估计问题，构建了面向外界动态约束的可重构机械臂系统动力学模型，提出了基于非线性谐波传动模型的关节力矩估计方法。然后，阐明了多工作模态下面向任务约束的可重构机械臂力/位置控制理论体系，提出了任务约束下可重构机械臂系统的力/位置集中控制与分散控制方法。接下来，实现了任务约束下基于局部信息感知的可重构机械臂系统模块化控制，研究了基于强化学习的分散控制策略与仅采用位置测量信息的分散积分滑模控制方法。最后，提出了可重构机械臂主/被动容错控制理论，解决了多故障并发下的可重构机械臂被动容错控制，主动容错控制及力/位置分散容错控制等问题。.项目执行过程中收获了丰富的研究成果，在国内外权威学术期刊和会议上发表及录用学术论文39篇，其中，SCI论文18篇，EI论文21篇；授权发明专利3项；培养博士研究生7名，硕士研究生21名。在理论上，本项目促进了可重构机械臂控制方法的完善，拓宽了模块化控制理论的应用范围，推动了机器人系统分散控制、容错控制理论的发展。在应用上，本项目将理论成果应用到项目组开发的可重构机械臂系统中进行了实验研究，验证并改进理论方法与技术方案，为今后复杂结构机器人及大型工程机械的实际应用提供切实可行的依据方案。

内容获取失败，请点击重试