空間微重力地面模擬試驗系統(tǒng)智能控制器設計

齊乃明，張文輝，馬 靜，霍明英

(1.哈爾濱工業(yè)大學 航天學院，150001哈爾濱，hit－zwh@126.com;2.東北農(nóng)業(yè)大學 工程學院，150001哈爾濱)

在地面建立模擬太空的微重力環(huán)境來驗證空間機器人的性能已成為最有效、最經(jīng)濟的手段.世界各國模擬太空環(huán)境的方式到目前為止主要有[1－2]:懸吊法，水浮法、氣浮法、自由落體運動法.懸吊法是通過吊絲的垂直拉力來平衡機器人自身重力，但該方法系統(tǒng)復雜，吊絲易傾斜晃動，上方導軌布局復雜困難，且只能試驗輕載機器人，否則運動阻力更大，重力補償精度不高.美國卡耐基梅隆大學研制的SM2地面試驗系統(tǒng)[3]采用此方法.自由落體法是在高空上或者近真空的落塔(例如著名的德國不萊梅落塔)中令試驗目標物做平拋運動，缺點是造價昂貴、試驗時間短.目前國內外已很少使用，NASDA曾在日本微重力試驗室進行過此類研究[4].水浮法是指利用水的浮力來平衡機械臂自身的重力，通過精確調整漂浮器的浮力，使目標物所受的向上水浮力與向下重力平衡.水浮法易受水的阻力和紊流的影響，成本高，且要求試驗期間密封性非常好.馬里蘭大學研制的Ranger試驗系統(tǒng)[5]及哈爾濱工業(yè)大學研制的宇航員太空模擬系統(tǒng)采用此方法.氣浮法是目前空間機器人微重力環(huán)境模擬應用最廣泛的方法，是利用氣浮軸承，將機器人托在平整光滑的平臺上，利用噴氣懸浮力抵消機器人的重力.氣浮法結構簡單，承載能力大，且具有建造周期短、費用低、易于實現(xiàn)、零重力模擬精度高等優(yōu)點.目前美國斯坦福大學建造的自由飛行空間機器人系統(tǒng)[6]及哈爾濱工業(yè)大學為空間研究院研制的多套空間機器人地面模擬系統(tǒng)均采用氣浮方法.然現(xiàn)有氣浮法只能在水平面上進行二維仿真試驗，而飛行器姿態(tài)運動復雜，展開部件不僅要完成水平展開，且豎直方向及多自由度旋轉方向均要完成展開動作.現(xiàn)有微重力模擬方法已不能滿足需要.目前僅文獻[7]提出一種采用氣浮與氣缸結合的方式用于三維微重力模擬的試驗方案，該方案忽略了氣源本身壓力不穩(wěn)及氣缸本身很重的因素，且該方案僅用于微型機器人，大的附加重量會加劇對空間機器人的性能測試影響，另外，該方案采用的神經(jīng)網(wǎng)絡算法需要大量樣本學習，這些都影響了工程應用價值.

本文針對以上方案的不足，提出了一種新型的三維空間微重力模擬裝置.水平方向采用氣懸浮技術，豎直方向采用機電驅動的恒力控制方式來實時抵消目標的重力，電機作為其質執(zhí)行器件，經(jīng)減速器后，通過滾珠絲杠及導向桿作為其傳動裝置.考慮到在豎直方向上外界非線性驅動力干擾機機械傳動部件的摩擦非線性，為提高控制精度，采用基于神經(jīng)網(wǎng)絡的等效滑模控制策略來自適應學習并補償各種不確定及非線性影響.實驗結果表明了該地面試驗裝置對于三維空間微重力具有較高模擬精度，且能夠應對各種非線性因素的影響，對于做復雜運動的空間機器人的微重力模擬試驗具有很高的工程應用價值.

1 空間微重力地面模擬系統(tǒng)力學模型

由于三維空間復雜運動均可以分解為水平及豎直兩個方向的運動，因此系統(tǒng)主要由一套電機驅動系統(tǒng)及機械傳動系統(tǒng)組成，并通工作板處的壓力傳感器形成1個恒力伺服系統(tǒng)，三維空間微重力環(huán)境地面模擬系統(tǒng)如圖1所示.

所設計的三維空間微重力地面模擬裝置的主要工作原理為:

1)氣足為整個直推式三維升降氣足提供水平零重力模擬環(huán)境;

2)伺服電機帶動絲杠進行旋轉，是實現(xiàn)位置伺服的執(zhí)行機構;

3)制動器用于出現(xiàn)故障或需要緊急停止時對電機進行緊急制動;

4)絲杠被電機帶動，并推動螺母進行豎直升降.螺母與絲杠配合，將絲杠的螺旋運動變成螺母的豎直升降運動，螺母與螺母托板固連，帶動螺母托板豎直升降運動;

5)導向桿與直線軸承形成微重力模擬裝置的豎直導向，使螺母托盤不隨絲桿而轉動;

6)支撐桿將上層托板與螺母托板固連，實現(xiàn)上層托板與螺母托板的豎直升降;

7)壓力敏感器用于測量壓力信息，實現(xiàn)壓力反饋，通過控制器的處理，產(chǎn)生控制信號控制電機，實現(xiàn)三維運動零重力模擬.

將機械傳動系統(tǒng)、力傳感器、接觸試件(空間機器人)都看作是質量、阻尼、剛度模型.則地面模擬設備與環(huán)境的接觸可以粗略用圖2表示[8].

圖1 三維空間地面模擬試驗設備結構

圖2 力系統(tǒng)動力學模型

圖2給出了試驗設備/傳感器/環(huán)境在1個方向上的模型.md、ms、mr分別為地面設備機械傳動系統(tǒng)、傳感器、接觸空間環(huán)境的質量，{Kd，Dd}、{Ks，Ds}、{Kr，Dr}分別是它們的剛度及阻尼系數(shù).據(jù)圖2可建立其輸入 /輸出方程為

由剛度控制得傳感器的測量力Fs輸出為

將式(1)及式(2)代入上式得

2 微重力模擬系統(tǒng)的神經(jīng)滑模控制器

考慮到試驗目標只身的本體會施加給試驗目標的非線性驅動力，且執(zhí)行機構及機械傳動機構本身的摩擦等各種非線性因素，整個系統(tǒng)出現(xiàn)較強的非線性.若采用傳統(tǒng)的控制算法，系統(tǒng)很難在較大工作范圍內實現(xiàn)精確控制.滑模控制具有響應速度快、魯棒性強的特點，但存在抖振現(xiàn)象.而RBF神經(jīng)網(wǎng)絡屬于局部泛化網(wǎng)絡，能夠快速學習系統(tǒng)不確定信息[9]，將二者結合起來能夠有效提高系統(tǒng)控制精度，并抑制抖振現(xiàn)象.

因此本文提出了一種基于神經(jīng)網(wǎng)絡的等效滑模控制.等效滑模神經(jīng)網(wǎng)絡控制可以在滿足滑模穩(wěn)定條件的基礎上，采用RBF神經(jīng)網(wǎng)絡對不確定性及外部干擾進行自適應補償，起到魯棒控制器的作用.由于環(huán)境剛度遠大于傳感器剛度，忽略傳感器動力學參數(shù)，針對被控模型，進行簡化，不失一般性.則傳動系統(tǒng)接觸環(huán)境的系統(tǒng)被控模型為

其中:Db=Dd+Dr為綜合阻尼系數(shù)，Dd為地面?zhèn)鲃酉到y(tǒng)速度阻尼系數(shù)，Dr為接觸的環(huán)境的速度阻尼系數(shù)，Kr為環(huán)境的剛度.

將上式轉化為狀態(tài)方程為

將狀態(tài)方程式(3)轉化為離散狀態(tài)方程為

其中 x(k)= [x1(k)x2(k)]T.

將離散狀態(tài)方程式(4)轉化為離散誤差狀態(tài)方程為

式中r(k)為力指令，dr(k)為力指令變化率;e(k)為誤差，de(k)為誤差變化率，

誤差及其變化率為

切換函數(shù)定義為

當滑模達到理想狀態(tài)時

由于

根據(jù)式(6)～式(8)，得

總控制律為

其中unn(k)為RBF網(wǎng)絡的輸出.

設X=[x1x2]=[s(k)ds(k)]為網(wǎng)絡輸入，這里

網(wǎng)絡隱含層輸出為

式中hj為高斯函數(shù)，且

其中 Cj= [cj1cj2]T，bj= [bj1bj2]T，m 為隱含層個數(shù).

這里wj為權值.

神經(jīng)網(wǎng)絡的學習指標為

則由式(5)及式(6)

根據(jù)梯度下降法，神經(jīng)網(wǎng)絡權值學習算法為

其中:i=1，2;η為學習速率;α為慣性系數(shù).

3 應用實例與分析

任何復雜的三維空間運動，均可以分解為水平二維與豎直一維的三維運動.考慮到很多空間機構都有展開運動，常見的展開運動為伸展臂的回旋運動，由A位置運動到B位置，如圖3.

不失一般性，本文主要針對這種三維運動進行分析，試驗目標機械臂運動的整個過程共分3部分，第一部分由位置A啟動，經(jīng)平移到位置B.第二部分由位置B經(jīng)旋轉運動到位置C，此過程同時出現(xiàn)平移及豎直高度的上升.第三部分在位置C處抓取了一物體，此時試驗目標相當于突然加載.

圖3 運動模型

當試驗目標做這種三維復雜空間運動時，旋轉軸必將再施加給試驗目標一驅動力，其在豎直方向必然受到驅動力分力ΔF，則拉力傳感器輸出為

當存在重力補償誤差的情況下，

聯(lián)立以上兩式得ΔFq=ma-δF.理想的微重力情況下ΔF=ma.

控制的目的是使δF=0，從而達到理想的零重力狀態(tài).本研究系統(tǒng)的模擬目標為重量為1 kN空間目標機器人，零重力模擬時間為10 s，采樣時間為0.001 s.在0～1.5 s時，地面模擬裝置由啟動支撐，到完成平移動作.1.5～4.5 s為旋轉關節(jié)旋轉，帶動模擬目標旋轉，完成平移和升降，其旋轉驅動力在豎直方向的分力為ΔF=50sin(2πt).在4.5 s時，目標機器人抓捕成功，其總重量變?yōu)?.2 kN.整個過程受到摩擦力f=3sin(πt)的影響.

神經(jīng)網(wǎng)絡結構取2－6－1結構，網(wǎng)絡學習參數(shù)取η=0.60，α=0.2.網(wǎng)絡初始值及高斯值均在(-1，1)之間隨機選取.Kr=8，md=5，Db=2.圖4～圖7分別為采用RBF神經(jīng)網(wǎng)絡的等效滑模控制方案所得的張力控制曲線、等效控制器控制輸出及神經(jīng)網(wǎng)絡控制器輸出曲線.

圖4 張力跟蹤曲線

圖5 等效控制器輸出

圖6 神經(jīng)網(wǎng)絡控制器輸出

由圖可以看出，張力控制從初始時刻，大約0.25 s后即達到了精確補償重力.且初始控制誤差不大，約為5 N.在1.5 s時由于在豎直方向受到非線性的驅動分力影響，控制誤差增大，但在不到2 s的時間內就抑制了影響，并達到了很好的補償精度.在4.5 s抓捕成功后，控制器能夠快速響應，并達到了很好的零重力控制效果.整個過程控制力矩不大，且當出現(xiàn)干擾時，滑模等效控制器能夠快速響應.考慮到空間機器人為保持其姿態(tài)，通常運行于低速工況，這為神經(jīng)網(wǎng)絡的學習提供了時間，能夠應對實時性及非線性要求.

進一步仿真發(fā)現(xiàn)，采樣周期及神經(jīng)網(wǎng)絡的學習率對控制效果有較大影響，采樣效果越大，控制精度越差.神經(jīng)網(wǎng)絡的學習率增大時，收斂加快，控制效果會變好，但過大的學習率會引起系統(tǒng)振蕩.

4 結論

本文設計了一種機械傳動的三維空間微重力地面模擬系統(tǒng)，經(jīng)減速器后，通過滾珠絲杠及導向桿作為其傳動裝置.考慮到摩擦非線性及外界干擾，為提高控制精度，利用神經(jīng)網(wǎng)絡良好的學習能力及滑膜快速的動態(tài)響應優(yōu)點，提出了基于神經(jīng)網(wǎng)絡的等效滑模控制策略來自適應學習并補償各種不確定及非線性影響.實驗結果表明了該地面試驗裝置對于三維空間微重力具有較高模擬精度，能夠應對各種非線性因素的影響，對于做復雜運動的空間機器人的微重力模擬試驗具有很高的工程應用價值.

[1]徐文福，梁斌，李成，等.空間機器人微重力模擬實驗系統(tǒng)研究綜述機器人[J].機器人，2009，31(1):88 －96.

[2]史士財，吳劍威，崔平遠，等.空間機械臂全局反作用優(yōu)化及地面試驗研究[J].機器人，2009，31(3):242－248.

[3]NECHYBA M C，XU Y S.Human-robot cooperation in space:SM2 for new space station structure[J].IEEE Robotics and automation Magazine，1995，2(24):4 －11.

[4]SAWADA H，UI K，MORI M，et al.Micro-gravity experiment of a space robotic arm using parabolic flight[J].Advanced Robotics，2004，18(3):247 －267.

[5]GEFKE G G，CARIGNAN C R，ROBERTS B J，et al.Ranger telerobotic shuttle experiment:status report[C]//Proceeding of SPIE.Bellingham，WA，USA:SPIE，2001:123－132.

[6]RUSSAKOW J，ROCK S M，KHATIB O.An operation space formulation for a free-flying，multi-arm space robot[C]//Proceedings of the Fourth International Symposium on Experimental Robotics.Berlin:springer，1997:448－457.

[7]陳三風，梅濤，張濤，等.空間微重力環(huán)境地面模擬系統(tǒng)的控制器設計[J].機器人，2008，37(3):201－204.

[8]邱志成，談大龍.基于加速度反饋的柔性關節(jié)機械臂接觸力控制[J].機械工程學報，2002，38(10):37 －41.

[9]謝箭，劉國良，顏世佐，等.基于神經(jīng)網(wǎng)絡的不確定性空間機器人自適應控制方法研究[J].宇航學報，2010，31(1):123 －129.