簡(jiǎn)介圍繞機(jī)械手自適應(yīng)滑模控制的MATLAB/Simulink仿真資源面向自動(dòng)化、機(jī)器人及機(jī)電一體化方向的學(xué)生和工程技術(shù)人員旨在解決機(jī)械臂模型參數(shù)不確定、摩擦力與外界擾動(dòng)下的魯棒控制問(wèn)題。包內(nèi)共6個(gè)文件整體僅9KB以5個(gè).m腳本和1個(gè).mdl仿真模型為核心分別承擔(dān)自適應(yīng)參數(shù)更新、滑?？刂破髟O(shè)計(jì)、機(jī)械手動(dòng)力學(xué)建模、輸入信號(hào)生成和結(jié)果繪圖等功能結(jié)構(gòu)緊湊適合在Simulink中直接運(yùn)行調(diào)試。壓縮包將自適應(yīng)控制的在線估計(jì)思路與滑?？刂频膹?qiáng)魯棒性整合在一起學(xué)習(xí)時(shí)可對(duì)照代碼理解切換面構(gòu)造、參數(shù)自適應(yīng)律以及仿真輸出分析便于復(fù)現(xiàn)完整的機(jī)械手控制流程。當(dāng)前已有491人學(xué)習(xí)下載可作為控制理論課程設(shè)計(jì)、畢業(yè)設(shè)計(jì)或機(jī)器人仿真入門的實(shí)用參考。1. 機(jī)械手自適應(yīng)滑?？刂谱岕敯粜圆辉僖远墩駷榇鷥r(jià)做機(jī)械手軌跡跟蹤的人幾乎都遇過(guò)同一個(gè)困境滑模控制對(duì)模型誤差和外部擾動(dòng)天生不敏感這是它比PID和計(jì)算力矩法更吸引人的原因?？梢坏┌亚袚Q增益調(diào)大以保證魯棒性關(guān)節(jié)力矩就開(kāi)始高頻抖振輕則仿真發(fā)散重則燒掉驅(qū)動(dòng)器。自適應(yīng)滑模控制正是把這兩件事拆開(kāi)處理——滑模保證系統(tǒng)狀態(tài)一旦到達(dá)滑模面就對(duì)匹配不確定性免疫自適應(yīng)律在線估計(jì)不確定性和擾動(dòng)的上界讓切換增益不再靠經(jīng)驗(yàn)試湊。它的適用場(chǎng)景很明確負(fù)載變化大、連桿參數(shù)辨識(shí)不準(zhǔn)、需要把控制器直接下放到實(shí)機(jī)調(diào)試的機(jī)械手系統(tǒng)。這篇文章按“建?！刂破髟O(shè)計(jì)→仿真搭建→參數(shù)整定→實(shí)機(jī)驗(yàn)證”的順序把機(jī)械手自適應(yīng)滑模控制從理論推到能跑的代碼重點(diǎn)放在那些看論文時(shí)容易被一筆帶過(guò)的參數(shù)邊界和仿真發(fā)散問(wèn)題。2. 機(jī)械手動(dòng)力學(xué)建模與滑模面設(shè)計(jì)2.1 二連桿機(jī)械手的動(dòng)力學(xué)方程與不確定性分解機(jī)械手自適應(yīng)滑?？刂频牡谝徊讲皇菍懣刂破鞫前驯豢貙?duì)象寫成適合滑模設(shè)計(jì)的形式。常見(jiàn)做法是采用拉格朗日方程建立n連桿剛性機(jī)械手的動(dòng)力學(xué)模型% n連桿機(jī)械手動(dòng)力學(xué)方程 % M(q) * qdd C(q, qd) * qd G(q) F(qd) tau_d tau % M(q) 慣性矩陣正定對(duì)稱 % C(q,qd) 科氏力和離心力項(xiàng) % G(q) 重力項(xiàng) % F(qd) 摩擦力矩 % tau_d 有界外部擾動(dòng) % tau 關(guān)節(jié)控制力矩寫仿真代碼時(shí)二連桿模型是首選原因是它能完整呈現(xiàn)自適應(yīng)滑?？刂频鸟詈咸匦杂植恢劣诒环?hào)推導(dǎo)淹沒(méi)。動(dòng)力學(xué)參數(shù)一般取連桿質(zhì)量m1、m2桿長(zhǎng)l1、l2質(zhì)心距l(xiāng)c1、lc2關(guān)節(jié)轉(zhuǎn)動(dòng)慣量I1、I2。實(shí)際對(duì)象中這些參數(shù)往往存在±20%以上的攝動(dòng)而自適應(yīng)滑?？刂频膬r(jià)值就在于不需要把這些參數(shù)辨識(shí)得很準(zhǔn)。把不確定性從模型中分離出來(lái)是設(shè)計(jì)自適應(yīng)律的前提。將真實(shí)模型拆成標(biāo)稱項(xiàng)和不確定項(xiàng)得到% 不確定性分離寫法 % M(q) M0(q) dM(q) % C(q,qd) C0(q,qd) dC(q,qd) % G(q) G0(q) dG(q) % 則動(dòng)力學(xué)方程可改寫為 % M0(q) * qdd C0(q,qd) * qd G0(q) tau rho % rho 為 lumped 不確定性包含參數(shù)攝動(dòng)、摩擦和外擾rho是整個(gè)自適應(yīng)滑模控制要對(duì)付的總擾動(dòng)項(xiàng)。值得注意的是rho不一定滿足線性參數(shù)化條件所以不能直接照搬傳統(tǒng)的自適應(yīng)反步法?；？刂圃谶@里的優(yōu)勢(shì)就體現(xiàn)出來(lái)了只要rho有界就不需要知道它的具體函數(shù)形式。2.2 滑模面與等效控制項(xiàng)的推導(dǎo)定義軌跡跟蹤誤差為e q - qd其中qd為期望關(guān)節(jié)角軌跡。常規(guī)線性滑模面在機(jī)械手控制中已經(jīng)夠用不需要上終端滑?；蚍e分滑模% 滑模面定義 % s de lambda * e % lambda 為滑模面斜率系數(shù)正定對(duì)角陣 % de dq - dqd速度跟蹤誤差 % e q - qd位置跟蹤誤差 % 當(dāng) s - 0 時(shí)跟蹤誤差滿足 de -lambda * e指數(shù)收斂對(duì)滑模面求導(dǎo)并代入動(dòng)力學(xué)方程可以得到等效控制項(xiàng)。等效控制的含義是在系統(tǒng)狀態(tài)位于滑模面上時(shí)維持ds 0所需的控制量。這個(gè)推導(dǎo)過(guò)程在幾乎所有滑模控制教材里都有這里直接給出在Simulink的MATLAB Function中常用的計(jì)算式% 等效控制基于標(biāo)稱模型計(jì)算 % tau_eq M0(q) * (qdd_d - lambda * de) C0(q,qd) * qd G0(q) % 注意qdd_d 為期望加速度實(shí)際實(shí)現(xiàn)時(shí)M0、C0、G0都是幅值很大的項(xiàng)一旦參數(shù)偏差太大等效控制本身就有誤差。這部分誤差會(huì)被切換項(xiàng)兜住但也會(huì)讓切換增益的必要值變大從而加劇抖振。解決思路是讓自適應(yīng)律去估計(jì)這個(gè)“等效控制誤差的上界”而不是估計(jì)每個(gè)物理參數(shù)這也是機(jī)械手自適應(yīng)滑?？刂婆c自適應(yīng)參數(shù)辨識(shí)路線最大的區(qū)別。2.3 自適應(yīng)律的構(gòu)造與Lyapunov穩(wěn)定性分析采用直接自適應(yīng)的方法對(duì)lumped不確定性rho的范數(shù)上界進(jìn)行在線估計(jì)。定義rho_norm為rho的歐幾里得范數(shù)其估計(jì)值為rho_hat估計(jì)誤差為rho_tilde rho_hat - rho_norm。控制律取為% 控制律 % tau tau_eq - K * sat(s / phi) - rho_hat * sign(s) % K 固定增益矩陣 % sat() 飽和函數(shù)邊界層厚度為 phi % sign() 符號(hào)函數(shù)僅在 phi - 0 時(shí)使用自適應(yīng)律采用梯度法設(shè)計(jì)% 自適應(yīng)律 % drho_hat Gamma * norm(s) * (1 - sigma * rho_hat) % Gamma 自適應(yīng)增益決定估計(jì)速度 % sigma sigma修正系數(shù)防止參數(shù)漂移Lyapunov函數(shù)取V 0.5 * s * M0 * s 0.5 * Gamma^-1 * rho_tilde^2對(duì)時(shí)間求導(dǎo)后可以發(fā)現(xiàn)只要固定增益K大于建模誤差引起的等效控制偏差且自適應(yīng)增益Gamma取正定就能保證V的導(dǎo)數(shù)負(fù)定。這里的sigma修正項(xiàng)是工程上必須加的東西——純積分型自適應(yīng)律在持續(xù)激勵(lì)不足時(shí)會(huì)導(dǎo)致rho_hat緩慢漂移最終讓控制力矩飽和。3. 機(jī)械手自適應(yīng)滑?？刂频腗ATLAB仿真搭建3.1 最小的可運(yùn)行S函數(shù)代碼仿真環(huán)境選MATLAB/Simulink原因是Simulink仿真在機(jī)械手控制領(lǐng)域最常用調(diào)試手段也最成熟。我用Level-2 MATLAB S-function寫被控對(duì)象用普通MATLAB Function寫控制器這樣兩者邊界清晰方便替換成實(shí)機(jī)接口。先寫被控對(duì)象側(cè)的二連桿動(dòng)力學(xué)S函數(shù)核心部分function 機(jī)械手_sfun(block) setup(block); end function setup(block) block.NumInputPorts 1; block.InputPort(1).Dimensions 2; % 關(guān)節(jié)力矩 tau block.NumOutputPorts 4; block.OutputPort(1).Dimensions 2; % q block.OutputPort(2).Dimensions 2; % qd % OutputPort(3)為qddOutputPort(4)為實(shí)際rho范數(shù)用于對(duì)比 block.SampleTimes [0 0]; % 連續(xù)系統(tǒng) block.RegBlockMethod(Outputs, Outputs); block.RegBlockMethod(Derivatives, Derivatives); end function Derivatives(block, ~, ~, ~, ~, ~) % 輸入為關(guān)節(jié)力矩 tau block.InputPort(1).Data; % 從狀態(tài)中取 q 和 qd q block.ContStates.Data(1:2); qd block.ContStates.Data(3:4); % 計(jì)算M、C、G [M, C, G] two_link_params(q, qd, true); % true表示真實(shí)參數(shù) % 加入模型攝動(dòng)真實(shí)參數(shù)與標(biāo)稱參數(shù)偏差20% d 0.2 * (M * [sin(3*t); cos(3*t)]); % 模擬擾動(dòng) qdd M \ (tau - C * qd - G - d); block.Derivatives.Data [qd; qdd]; end這段代碼的關(guān)鍵在于把真實(shí)參數(shù)與控制器使用的標(biāo)稱參數(shù)分開(kāi)存放。two_link_params函數(shù)的true標(biāo)志位決定返回真實(shí)值還是標(biāo)稱值這樣就模擬了參數(shù)攝動(dòng)。擾動(dòng)項(xiàng)取時(shí)變周期項(xiàng)能更真實(shí)地測(cè)試自適應(yīng)滑?？刂茖?duì)非匹配擾動(dòng)的抑制能力。控制器側(cè)的Simulink MATLAB Function代碼如下function tau asmc_controller(q, qd, qd_d, qdd_d, rho_hat, param) % 自適應(yīng)滑?？刂破?e q - qd_d; de qd - qdd_d; % 期望速度 s de param.lambda * e; % 等效控制 [M0, C0, G0] two_link_params(q, qd, false); tau_eq M0 * (qdd_d - param.lambda * de) C0 * qd G0; % 切換控制采用飽和函數(shù)代替符號(hào)函數(shù) sat_term min(abs(s) / param.phi, 1) .* sign(s); tau_sw -param.K * sat_term - rho_hat .* sign(s); tau tau_eq tau_sw; % 自適應(yīng)律更新在另一個(gè)Function中完成本函數(shù)只輸出控制量 end3.2 Simulink模型連線與參數(shù)設(shè)置Simulink模型結(jié)構(gòu)常規(guī)搭法是五個(gè)模塊串聯(lián)軌跡生成器期望位置、速度、加速度、控制器、被控對(duì)象S-function、自適應(yīng)律模塊、示波器。自適應(yīng)律模塊接收滑模面s和當(dāng)前rho_hat按如下公式更新function rho_hat_new adapt_law(s, rho_hat, param) % 帶sigma修正的自適應(yīng)律 drho param.Gamma * norm(s) * (1 - param.sigma * rho_hat); rho_hat_new rho_hat drho * param.dt; end仿真參數(shù)表如下參數(shù)符號(hào)取值說(shuō)明連桿1質(zhì)量m11.0 kg真實(shí)值連桿2質(zhì)量m20.8 kg真實(shí)值桿長(zhǎng)l1, l21.0 m, 0.8 m質(zhì)心距取桿長(zhǎng)一半標(biāo)稱m1m1_hat0.8 kg控制器使用偏差20%滑模面斜率lambda5.0越大收斂越快但放大噪聲固定增益K20.0需大于等效控制誤差上界邊界層厚度phi0.05太小抖振明顯太大損失精度自適應(yīng)增益Gamma10.0影響rho_hat收斂速度sigma修正sigma0.01防止參數(shù)漂移期望軌跡qdsin(t)幅值1 rad頻率1 rad/s仿真步長(zhǎng)設(shè)ode45變步長(zhǎng)最大步長(zhǎng)限制為0.001秒否則在切換瞬間容易產(chǎn)生數(shù)值剛性導(dǎo)致仿真發(fā)散。這個(gè)細(xì)節(jié)很多人忽略固定步長(zhǎng)ode4步長(zhǎng)設(shè)0.0005秒也可以但會(huì)明顯拖慢仿真速度。3.3 機(jī)械手自適應(yīng)滑?？刂品抡娼Y(jié)果的關(guān)鍵判據(jù)跑完仿真不要只看位置跟蹤曲線重合就算通過(guò)。至少要檢查四件事第一s是否在0.5秒內(nèi)進(jìn)入邊界層phi內(nèi)第二rho_hat是否收斂到一個(gè)穩(wěn)定值而不是持續(xù)振蕩第三控制力矩是否有高頻分量FFT后如果在50Hz以上還有明顯能量說(shuō)明邊界層太薄或自適應(yīng)增益太大第四把標(biāo)稱參數(shù)偏差從20%改到40%看跟蹤誤差是否仍在行業(yè)通常要求的0.01 rad以內(nèi)。如果s收斂了但力矩仍然抖振問(wèn)題幾乎都出在rho_hat上——它把擾動(dòng)上界估計(jì)得過(guò)大等效于切換增益被自適應(yīng)律放大。此時(shí)需要調(diào)小Gamma或增大sigma讓自適應(yīng)律更保守。4. 機(jī)械手自適應(yīng)滑?？刂频膮?shù)整定與仿真發(fā)散排查4.1 機(jī)械手自適應(yīng)滑?？刂频乃膫€(gè)必調(diào)參數(shù)參數(shù)整定的順序比參數(shù)本身更重要。我一般按“先固定滑模面再調(diào)等效控制最后調(diào)切換項(xiàng)”的順序來(lái)做。第一個(gè)必調(diào)參數(shù)是滑模面斜率lambda它決定了系統(tǒng)在滑模面上的收斂帶寬。二連桿機(jī)械手關(guān)節(jié)速度環(huán)采樣頻率通常在1kHzlambda取3到10之間是安全區(qū)間超過(guò)15就會(huì)把測(cè)量噪聲放大到力矩飽和。第二是固定增益K。這個(gè)值在理論上要大于建模誤差導(dǎo)致的等效控制偏差上界。工程中取標(biāo)稱模型力矩的10%-30%作為初值然后看跟蹤誤差是否在0.5秒內(nèi)衰減到穩(wěn)態(tài)值。K過(guò)小的特征是誤差呈慢衰減振蕩而非指數(shù)收斂。第三是邊界層厚度phi。傳統(tǒng)滑模用符號(hào)函數(shù)會(huì)產(chǎn)生理想抖振高散度仿真還能忍實(shí)機(jī)必然激發(fā)柔性模態(tài)。飽和函數(shù)把切換控制限制在邊界層內(nèi)代價(jià)是穩(wěn)態(tài)精度從零變成與phi同量級(jí)。phi取0.01到0.1之間比較常見(jiàn)具體要看編碼器分辨率。第四是自適應(yīng)增益Gamma。它控制rho_hat的收斂速度但有個(gè)容易被忽略的副作用Gamma太大會(huì)讓rho_hat跟著擾動(dòng)的高頻分量波動(dòng)把抖振從切換通道轉(zhuǎn)移到自適應(yīng)通道。一個(gè)有效的做法是給自適應(yīng)律加低通濾波或者把Gamma調(diào)小到rho_hat的響應(yīng)速度略慢于期望軌跡的基頻。4.2 符號(hào)函數(shù)替換sat還是tanh機(jī)械手自適應(yīng)滑模控制落地時(shí)符號(hào)函數(shù)的替換是個(gè)必選項(xiàng)。仿真里可以直接用sign(s)實(shí)際控制器里沒(méi)人這么干。兩種替換方案各有特點(diǎn)% 飽和函數(shù)線性區(qū)飽和區(qū)邊界層效果明確 tau_sw -rho_hat * sat(s / phi); % 雙曲正切光滑連續(xù)高頻分量更少但等效邊界層不精確 tau_sw -rho_hat * tanh(s / phi);選型依據(jù)是控制頻率和機(jī)械臂的結(jié)構(gòu)剛度。普通六軸工業(yè)機(jī)械手關(guān)節(jié)減速比大、柔性高用tanh更安全直線電機(jī)驅(qū)動(dòng)的低成本機(jī)械手結(jié)構(gòu)剛度高用sat能獲得更明確的穩(wěn)態(tài)精度。需要特別注意tanh的斜率不能設(shè)置過(guò)陡否則等價(jià)于一個(gè)沒(méi)有邊界層約束的符號(hào)函數(shù)抖振全部回來(lái)。4.3 仿真發(fā)散的直接原因與排查命令Simulink仿真發(fā)散是機(jī)械手自適應(yīng)滑?？刂谱畛１粰z索的問(wèn)題之一。先區(qū)分是數(shù)值發(fā)散還是控制失穩(wěn)數(shù)值發(fā)散的特點(diǎn)是一兩個(gè)步長(zhǎng)內(nèi)狀態(tài)變?yōu)镹aN或Inf控制失穩(wěn)則是狀態(tài)先振蕩、振幅逐步增大。對(duì)于數(shù)值發(fā)散按這個(gè)順序排查# 先把 solver 改成 ode15s剛性求解器 # 再限制最大步長(zhǎng) set_param(模型名, MaxStep, 0.001); # 降低自適應(yīng)增益 Gamma max(Gamma * 0.3, 1); # 檢查M矩陣是否奇異 det_M det(M);慣性矩陣在未到達(dá)奇異位形時(shí)不應(yīng)出現(xiàn)負(fù)值或過(guò)小值。二連桿模型在肘關(guān)節(jié)完全伸展時(shí)det(M)會(huì)減小這是動(dòng)力學(xué)本身的性質(zhì)不是故障。但自適應(yīng)律估計(jì)的rho_hat如果超過(guò)5 * max(abs(tau_eq))控制器輸出會(huì)達(dá)到飽和之后系統(tǒng)變得不可控表現(xiàn)為跟隨誤差發(fā)散。此時(shí)要在自適應(yīng)律里加上限幅rho_hat min(rho_hat, param.rho_max);rho_max的取值來(lái)自執(zhí)行器能力——當(dāng)控制力矩達(dá)到電機(jī)峰值力矩的90%時(shí)自適應(yīng)律應(yīng)停止增大rho_hat。4.4 自適應(yīng)增益的上下限約束自適應(yīng)律長(zhǎng)時(shí)間運(yùn)行會(huì)出現(xiàn)參數(shù)漂移這是積分型自適應(yīng)控制的固有毛病。除了之前說(shuō)的sigma修正還需要給rho_hat加一個(gè)帶死區(qū)的投影算子function rho_hat projection(rho_hat, drho, rho_min, rho_max) if (rho_hat rho_max drho 0) || (rho_hat rho_min drho 0) rho_hat_new rho_hat; % 不更新 else rho_hat_new rho_hat drho; end end下限r(nóng)ho_min設(shè)成0或略大于模型標(biāo)稱摩擦的估計(jì)值上限r(nóng)ho_max設(shè)為執(zhí)行器峰值力矩的50%到70%。這樣做還有一個(gè)好處當(dāng)機(jī)械手抓取負(fù)載突變時(shí)rho_hat能快速?gòu)漠?dāng)前值上升到新上界而不會(huì)因?yàn)閺囊婚_(kāi)始的小初值慢慢爬升導(dǎo)致過(guò)渡期跟蹤超調(diào)。5. 機(jī)械手自適應(yīng)滑?？刂茖?shí)機(jī)驗(yàn)證的兩個(gè)技巧5.1 用摩擦模型降低自適應(yīng)負(fù)擔(dān)把仿真搬到實(shí)機(jī)前最值得做的事是先在控制回路里加入一個(gè)簡(jiǎn)單的LuGre或庫(kù)侖粘滯摩擦前饋。工業(yè)機(jī)械手關(guān)節(jié)減速器的摩擦力矩常常占電機(jī)額定力矩的5%-15%如果不加前饋這部分會(huì)被自適應(yīng)律當(dāng)成不確定性估計(jì)進(jìn)去導(dǎo)致rho_hat始終偏大切換增益被抬高抖振從有到無(wú)做不干凈。常見(jiàn)做法是在等效控制項(xiàng)里加上tau_friction Fc * sign(qd) Fv * qd; tau_eq tau_eq tau_friction;這里的Fc和Fv通過(guò)勻速軌跡辨識(shí)一次即可。加了摩擦前饋后rho_hat主要剩余高頻擾動(dòng)和參數(shù)攝動(dòng)幅值可以降一個(gè)量級(jí)抗擾能力幾乎不受影響。5.2 初值選取與切換增益在線估計(jì)實(shí)機(jī)調(diào)試時(shí)rho_hat(0)不要設(shè)成0。原因是自適應(yīng)律在剛開(kāi)始的幾十毫秒內(nèi)需要從0逐漸逼近真實(shí)上界這個(gè)過(guò)程中切換增益不足系統(tǒng)可能先偏離滑模面再拉回來(lái)等效于人為制造一次擾動(dòng)。直接把初值設(shè)成辨識(shí)得到的摩擦項(xiàng)范數(shù)的1.5倍啟動(dòng)階段平穩(wěn)得多。最后確認(rèn)一個(gè)容易被忽略的細(xì)節(jié)切換增益的在線估計(jì)要放在力矩輸出限幅之后用實(shí)際輸出的力矩去算滑模面的變化而不是用控制器解算出來(lái)的理想力矩。這樣即使電機(jī)進(jìn)入飽和區(qū)也不會(huì)誤判為擾動(dòng)變大而把rho_hat盲目推高。順著這條路徑機(jī)械手自適應(yīng)滑模控制就能從仿真平滑過(guò)渡到實(shí)機(jī)保留魯棒性的同時(shí)把抖振壓到工程可接受的水平。本文還有配套的精品資源點(diǎn)擊獲取