井下探测机器人运动控制与局部路径规划

井下探测机器人主要是在出现井下安全事故时进入事故现场,获取井下状况信息。其控制系统包括决策控制层、传感及信息处理层、动作执行层等三大层次。井下探测机器人局部路径规划选择Q—learning算法。机器人借助自身所配置的专属传感器可以主动收集探测工作所需要的所有数据,并以所收集到的环境数据为依据对工作环境做出判断,在此基础之上提出规避障碍物的最佳方案。

井下履带式探测机器人及其运动抗扰控制研究

探讨井下履带式探测机器人分别在平地直行工况和直行爬坡工况下,运动抗扰控制的设计对策。首先阐述该机器人投入使用的必要性,并总结运动抗扰控制要求。其次依次介绍移动平台设计、抗扰控制的方案,并通过模拟仿真得出结果,发现此次提出的永磁同步电动机和比例积分微分控制器在井下探测机器人的设计中应用,可以提高爬坡稳定性,具有实用价值。

井下履带式探测机器人及其运动抗扰控制研究

井下履带式探测机器人作业环境复杂,需携带多种探测或救援装备并进行爬坡越障,易导致负载扰动,具有较强非线性和不确定性,此外,用于机器人动力驱动的永磁同步电动机(PMSM)本身是多变量、强耦合的非线性系统,目前常规的基于误差的比例积分微分(PID)控制器很难满足控制需求。针对上述问题,设计了一种四摆臂井下履带式探测机器人,并进行了爬坡越障性能分析,得出了平地直行和直行爬坡2种工况下机器人PMSM的转矩和转速;对PMSM进行建模分析,速度环采用自抗扰控制器(ADRC),电流环采用比例积分(PI)控制器,设计了ADRC+PI控制方案;采用磁场定向控制(FOC)技术对PMSM进行驱动,从而提升机器人在井下作业时的响应性能和抗干扰性能。对ADRC+PI控制方案和常规PI+PI控制方案进行仿真和对比分析,得到2种工况下PMSM的转速、转矩、相电流响应曲线,结果表明:在2种工况下,采用ADRC+PI控制方案时机器人PMSM的转速和转矩响应控制更精准,具有更小的超调量和更短的调节时间,应对外部突变干扰的能力更强,能有效提升井下履带式探测机器人的爬坡越障性能和作业稳定性。