基于DOB的云工业机器人抗干扰控制器设计

刘立业, 李长城， 许爱雪

(1.石家庄职业技术学院 电气与电子工程系，河北 石家庄 050081；2.中铁十九局集团电务工程有限公司 北京地铁项目部，北京 100855；3.石家庄铁路职业技术学院 信息工程系，河北 石家庄 050041)

云机器人的系统架构是由James Kuffner提出的，主要功能是实现机器人控制系统与云计算网络的融合和网络内机器人的互联互通.机器人可以通过云计算网络技术增强计算能力，提供通用数据库，为网络内其他机器人提供有效数据、轨迹跟踪和协同工作等方面的信息，从而增强系统的运行效率和稳定性.[1-3]

云工业机器人控制系统可以通过云计算网络平台远程操控工业机器人.在操控过程中，远程控制系统中的服务端与客户端会不可避免地产生时滞效应，严重时会影响控制系统的动态性能.如何处理云工业机器人控制系统中的时滞问题是亟待工程技术人员解决的问题[4].本文针对云工业机器人单关节时滞对象抗干扰能力弱的问题，提出了基于干扰观测器(Disturbance Observer，简写为DOB)技术的抗干扰控制器设计方法.

1 问题描述

对工业机器人进行位置控制的最终目的是实现工业机器人末端运动轨迹的控制，即工业机器人能按照预设的轨迹运动，并到达期望的目标位置.6自由度工业机器人具有6个可以运动的关节，其关节采用多杆连接结构.在云工业机器人中，由于云计算网络的数据传输有时滞效应，因此增加了控制器的设计难度.在实际建模分析中，可以先把6自由度工业机器人分成多个独立的连接结构进行分析，然后再进行综合分析.本文以云工业机器人单关节时滞对象作为研究对象，其传递函数模型公式[5]为：

(1)

图1 云工业机器人单关节时滞对象极点分布图

云工业机器人单关节时滞对象的开环阶跃响应曲线见图2.

图2 云工业机器人单关节时滞对象开环阶跃响应曲线

由图2可知，其开环阶跃响应是发散不可控的.

为了便于分析，将公式(1)简化为公式(2).

(2)

2 DOB控制器设计

为了提高云工业机器人控制系统的抗干扰能力，本文提出了基于DOB技术的云工业机器人单关节控制系统结构，其结构图见图3.

图3 基于DOB技术的云工业机器人单关节控制系统结构图

控制系统的输出y(s)由两部分组成，一为控制系统的输出信号；一为控制系统的干扰信号，而干扰信号又由内部干扰和外部干扰两部分信号组成.

y(s)=g(s)e-θsu(s)+D(s)

(3)

假设D(s)为有界总干扰信号，则有：

D(s)=ξ(s)+τdis(s)

(4)

内部估计干扰信号为：

(5)

进而

(6)

由公式(5)和公式(6)，可得公式(7).

u(s)=

(7)

将公式(7)代入公式(3)中，可以得到系统输出信号公式.

y(s)=

(8)

假设Gp(s)=

(9)

Gd(s)=

(10)

则简化后的系统输出信号公式为：

y(s)=Gp(s)c(s)+Gd(s)D(s)

(11)

(12)

进而

(13)

由公式(13)可知，在理想状态下，所设计的控制器系统的内部干扰量和外部干扰量均可以被消除，系统具有良好的抗干扰特性.

3 仿真结果与时域分析

为了便于计算并分析系统特性，令公式(2)中的T=0.179，K=0.419，τ=0.5，补偿PID控制器Gc(s)为：

(14)

公式(14)中，P为比例系数；I为积分系数；D为微分系数；N为滤波器系数.

系统内的二阶低通滤波器公式为：

(15)

在不同的阶跃输入条件下， PID控制器参数对控制系统的影响曲线见图4.

图4 不同PID参数的控制系统响应输出曲线

在图4中，PID2的控制系统的上升时间最短，说明系统的响应最快，稳态误差较小，调节特性较强，但也损失了部分系统动态特性，增大了系统的超调量.PID4的控制系统的超调量较小，说明系统的动态特性较好，运行稳定，但其上升时间和调节时间均较长，稳态误差较大，这也反映出PID4的控制系统的响应速度较慢，精度较低.

5种不同的PID参数见表1.

表1 5种补偿PID控制器参数

系统处于平衡状态时，系统的性能最佳.要保持性能最佳，既要考虑系统的动态特性和响应速度，又要兼顾系统的稳态特性.因此，在分析控制系统抗干扰特性时，选取了介于PID2和PID4之间的控制器参数，以充分显示系统的抗干扰特性.

本文考虑了阶跃干扰和白噪声干扰这两种有界干扰信号对控制系统的影响，阶跃干扰条件下的控制系统响应输出曲线见图5.

图5 阶跃干扰条件下的控制系统响应输出曲线

在图5中，系统在运行到55 s时，加入单位阶跃干扰信号，系统产生了明显的波动,控制系统的瞬时动态特性变差，但约20 s后，控制系统的动态特性趋于平稳，恢复到加入干扰信号之前的状态，这也充分验证了公式(13)的有效性，它能使控制系统具有良好的抗干扰特性.

在系统中加入声音强度为0.5 dB，采样时间为0.1 s的白噪声干扰信号得到图6.

由图6可以看出，控制系统能较好地跟踪输入响应信号，体现了较好的抗干扰特性.

图6 白噪声干扰条件下控制系统阶跃响应曲线

4 结语

本文提出的基于DOB技术的云工业机器人抗干扰控制器设计方法，能够将DOB技术应用于云工业机器人的控制系统中，在处理控制系统时滞问题时，可提高控制系统的抗干扰能力.经仿真验证，此方法能够在保持原有控制系统动态特性的基础上，提升云工业机器人单关节时滞对象控制系统的抗干扰能力.需要指出的是，本文所提出的补偿PID控制器参数并不是最优参数，通过深入优化和参数调整，控制系统的动态特性还可以得到进一步提高.