Разработка адаптивной системы управления балансирующим роботом на основе второго метода Ляпунова с переменным шагом настройки
https://doi.org/10.17587/mau.21.312-320
Аннотация
Решается задача управления двухколесными балансирующими роботами. Рассматриваемый класс объектов характеризуется неустойчивостью и наличием в математическом описании нескольких видов нелинейностей за счет возведения фазовых координат в степень и применения к ним тригонометрических функций. Более того, при прикладном использовании подобных объектов происходят изменения значений их параметров (массы, положения центра масс и коэффициента трения колес о дорожную поверхность), что в целом и определяет необходимость применения адаптивных алгоритмов управления. Существующие на сегодняшний день системы управления балансирующими роботами (а в большинстве случаев это оптимальные LQ-алгоритмы и ПИД регуляторы) не способны обеспечить компенсацию существенных параметрических возмущений, хотя и обладают определенной робастностью по отношению к ним. Для решения этой проблемы в работе предлагается система адаптивного управления, основанная на втором методе Ляпунова и использовании эталонной модели. Для построения такого адаптивного регулятора в исследовании: 1) получено математическое описание эталонной динамики робота (при номинальных значениях его параметров); 2) согласно теории оптимального управления выполнен расчет регулятора состояний; 3) на основе второго метода Ляпунова разработан контур адаптации параметров полученного регулятора, не требующий в процессе работы знания модели объекта. Полученный контур адаптации дополнен переменной скоростью подстройки коэффициентов, которая пересчитывается на основании информации о текущем и предыдущем значениях задания по координатам состояния робота. Экспериментальная проверка адаптивного регулятора проведена на математической и физической моделях балансирующего робота. При проведении экспериментов на математической модели масса робота была увеличена от двух до 13,5 раз, на физической модели масса была увеличена в два раза. Результаты экспериментов показывают эффективность разработанной системы по сравнению с оптимальным LQ-регулятором с точки зрения интегрально-квадратичного показателя качества.
Ключевые слова
балансирующий робот,
адаптивное управление,
параметрическая адаптация,
LQ-регулятор,
эталонная модель,
второй метод Ляпунова,
шаг настройки,
интегрально-квадратичный показатель качества
При поддержке: Работа выполнена при поддержке Российского фонда фундаментальных исследований (грант 18-47-310003-р_а).
Об авторах
А. И. Глущенко
Старооскольский технологический институт им. А. А. Угарова (филиал) федерального государственного автономного образовательного учреждения высшего образования "Национальный исследовательский технологический университет "МИСиС"
Россия
канд. техн. н., доц., strondutt@mail.ru
Старый Оскол
Россия
канд. техн. н., доц., strondutt@mail.ru
Старый Оскол
В. А. Петров
Старооскольский технологический институт им. А. А. Угарова (филиал) федерального государственного автономного образовательного учреждения высшего образования "Национальный исследовательский технологический университет "МИСиС"
Россия
ассистент,
Старый Оскол
Россия
ассистент,
Старый Оскол
К. А. Ласточкин
Старооскольский технологический институт им. А. А. Угарова (филиал) федерального государственного автономного образовательного учреждения высшего образования "Национальный исследовательский технологический университет "МИСиС"
Россия
Россия
студент,
Старый Оскол
Список литературы
1. Формальский А. М. Управление движением неустойчивых объектов. М.: Физматлит, 2012. 232 с.
2. Li Z., Yang C., Fan L. Advanced control of wheeled inverted pendulum systems. Springer Science & Business Media, 2012.
3. Sung H. C. Balancing Robot Control and Implementation. Master of science thesis. Texas A&M University, 2015. 73 p.
4. Prasad L. B., Tyagi B., Gupta H. O. Optimal control of nonlinear inverted pendulum system using PID controller and LQR: performance analysis without and with disturbance input // International Journal of Automation and Computing. 2014. Vol. 11, № 6. P. 661—670.
5. Chan R. P.M., Stol K. A., Halkyard C. R. Review of modeling and control of two-wheeled robots // Annual Reviews in Control. 2013. Vol. 37, № 1. P. 89—103.
6. Ким Д. П. Теория автоматического управления. Т. 2: Многомерные, нелинейные, оптимальные и адаптивные системы. М.: Физматлит, 2007. 440 с.
7. Бобцов А. А., Никифоров В. О., Пыркин А. А. Методы адаптивного и робастного управления нелинейными объектами в приборостроении. СПб.: НИУ ИТМО, 2013. 277 c.
8. Astrom K. J., Wittenmark B. Adaptive control. Courier Corporation, 2013.
9. Khalil H. K. Nonlinear control. New York: Pearson, 2015. P. 33—45.
10. Павлов Б. В., Соловьев И. Г. Системы прямого адаптивного управления. М.: Наука, 1989. C. 136.
11. Zhang D., Wei B. A review on model reference adaptive control of robotic manipulators // Annual Reviews in Control. 2017. Vol. 43. P. 188—198.
12. Parks P. Liapunov redesign of model reference adaptive control systems // IEEE Transactions on Automatic Control. 1966. Vol. 11. № 3. P. 362—367.
13. Аксенов Г. С., Фомин В. Н. Синтез адаптивных регуляторов на основе метода функции Ляпунова // Автоматика и телемеханика. 1982. № 6. С. 126—137.
14. Calise A. J., Shin Y., Johnson M. D. A Comparison Study of Classical and Neural Network Based Adaptive Control of Wing Rock // AIAA Guidance, Navigation, and Control Conference and Exhibit. 2004. P. 1—17.
15. Singh S. N., Yirn W., Wells W. R. Direct adaptive and neural control of wing-rock motion of slender delta wings // Journal of Guidance, Control, and Dynamics. 1995. Vol. 18, № 1. P. 25—30.
16. Yamamoto Y. NXTway-GS Model-Based Design-Control of self-balancing two-wheeled robot built with LEGO Mindstorms NXT. Cybernet Sys. Co., Ltd, 2008.
17. Глущенко А. И., Петров В. А., Ласточкин К. А. О применении оперативного обучения для нейросетевого регулятора при управлении двухколесным балансирующим роботом // Системы управления и информационные технологии. 2018. № 3(73). С. 27—32.
18. Glushchenko A. I., Petrov V. A., Lastochkin K. A. On Development of Neural Network Controller with Online Training to Control Two-Wheeled Balancing Robot // 2018 International Russian Automation Conference (RusAutoCon). IEEE, 2018. P. 1—6.
19. Zhou K., Doyle J. C., Glover K. Robust and Optimal Control. Prentice Hall, 1996.
Рецензия
Для цитирования:
Глущенко А.И., Петров В.А., Ласточкин К.А. Разработка адаптивной системы управления балансирующим роботом на основе второго метода Ляпунова с переменным шагом настройки. Мехатроника, автоматизация, управление. 2020;21(5):312-320. https://doi.org/10.17587/mau.21.312-320
For citation:
Glushchenko A.I., Petrov V.A., Lastochkin K.A. On Development of Two-Wheeled Balancing Robot Adaptive Control System on Basis of Second Lyapunov Approach with Tunable Step Size. Mekhatronika, Avtomatizatsiya, Upravlenie. 2020;21(5):312-320. (In Russ.) https://doi.org/10.17587/mau.21.312-320
Просмотров: 533
.png)
Послать статью по эл. почте 