空间机器人双臂捕获卫星力学分析及镇定控制

随着航天技术的发展,空间机器人要求具有对非合作卫星的在轨捕获能力.双臂空间机器人与单臂空间机器人相比在这方面显然更具有优势.然而由于太空环境的复杂性,使得空间机器人双臂捕获非合作卫星操作过程的动力学与控制问题表现出下述特点:非完整动力学约束,动量、动量矩与能量传递变化,捕获前后结构开、闭环变拓扑,与闭环接触几何、运动学约束多者共存.因此空间机器人双臂捕获卫星技术相关动力学与控制问题变得极其复杂.为此,讨论了双臂空间机器人捕获自旋卫星过程的动力学演化模拟,以及捕获操作后其不稳定闭链混合体系统的镇定控制问题.首先,利用拉格朗日第二类方程建立了捕获操作前双臂空间机器人的开环系统动力学模型,利用牛顿-欧拉法建立了目标卫星的系统动力学模型;在此基础上基于动量守恒定律、力的传递规律,经过积分与简化处理分析、求解了双臂空间机器人捕获目标卫星后受到的碰撞冲击效应,给出了合适的捕获操作策略.根据闭链系统的闭环约束几何及运动学关系获得了闭合链约束方程,推导了捕获操作后闭链混合体系统的动力学方程.最后基于该动力学方程针对捕获操作结束后失稳的闭链混合体系统,设计了镇定运动模糊H∞控制方案.提出的方案利用模糊逻辑环节克服参数不确定影响,由H∞鲁棒控制项消除逼近误差来保证系统控制精度;通过最小权值范数法分配各臂关节力矩,以保证两臂协同操作.李雅普诺夫稳定性理论证明了系统的全局稳定性.最后通过数值仿真实验模拟、分析了碰撞冲击响应,并验证了上述镇定运动控制方案的有效性.

基于干扰观测器的柔性关节空间机器人退步自适应控制

研究了载体位置、姿态均不受控的情况下,系统参数不确定的柔性关节空间机器人轨迹跟踪的控制问题.结合系统动量、动量矩守恒关系,利用拉格朗日法推导出系统的动力学模型.为减小系统柔性关节对系统控制精度的影响,采用关节柔性补偿器来等效降低系统关节的柔性.再借助奇异摄动法,针对系统参数不确定的情况,设计了柔性关节空间机器人基于干扰观测器的退步自适应滑模控制方案.该方案不需要对系统惯性参数进行线性化处理,控制器结构简单,且实现了空间机器人期望轨迹的精确跟踪控制.通过平面两杆空间机器人的数值仿真证明了该方法的有效性.

基座与臂杆全弹性空间机器人的有限时间控制

探讨了基座、臂杆全弹性影响下,基于有限时间的漂浮基空间机器人系统轨迹跟踪以及柔性抑振问题.由于弹性基座与两柔性杆之间存在多重动力学耦合关系,此系统为高度非线性系统.将弹性基座与臂杆间的连接视为线性弹簧,利用拉格朗日第二类方程并结合假设模态法,推导出该系统的动力学模型;应用奇异摄动理论的两种时间尺度假设,将系统分解为表示刚性运动的慢变子系统和表示基座弹性、双柔杆振动的快变子系统.针对慢变子系统,设计了一种基于名义模型的有限时间控制器,保证完成刚性期望轨迹跟踪.设计的积分式滑模面具有有限时间收敛特性,比传统渐近收敛控制方法具有更快的收敛速度和更强的鲁棒性;对于快变子系统,采用线性二次型最优控制同时抑制弹性基座与两柔性杆的振动.Lyapunov理论证明了所提控制算法能使跟踪误差在有限时间内收敛到原点.仿真验证了控制方法的有效性.

空间机器人双臂捕获卫星后辅助对接操作控制仿真

讨论了空间机器人双臂捕获卫星后辅助对接操作的协调控制问题。利用冲量定理、闭环约束条件建立了空间机器人双臂捕获卫星后闭链混合体的系统动力学方程,并分析了混合体系统受到的冲击效应。针对参数不确定的混合体系统,设计了基于扩张状态观测器的协调鲁棒控制方案。该方案利用扩张状态观测器对未知模型进行动态估计补偿,结合状态反馈控制保证了辅助对接操作控制的精度。通过Lyapunov理论,证明了系统的稳定性。通过数值仿真实验验证了所提闭链混合体系统辅助对接操作控制方案的有效性。

空间机器人捕获目标后双幂次滑模神经网络补偿控制

研究了空间机器人系统捕获不确定参数目标时发生碰撞的冲击效应及之后的稳定控制问题。利用多刚体系统理论获得空间机器人及目标动力学模型。利用运动几何关系及机械臂末端与目标物之间力的传递关系,分析了空间机械臂捕获目标的冲击影响。针对完成捕获操作后的联合体系统存在参数不确定及外部扰动的情况,提出了双幂次滑模神经网络方案。利用快速双幂次滑模趋近律保证了系统的收敛速度,运用神经网络逼近系统的参数不确定项及外部扰动,上述控制方案具有抑制抖振的效果。基于李雅普诺夫方法,设计了权值自适应律,证明了系统的全局稳定性。计算机数值仿真实验模拟了碰撞冲击效应,验证了上述控制方案的有效性。

空间机器人双臂捕获航天器后姿态管理、辅助对接操作一体化ELM神经网络控制

讨论了空间机器人双臂捕获航天器后姿态管理和辅助对接操作的协调控制问题.首先,利用冲量定理、闭环约束几何及运动学条件获得了捕获操作后闭链混合体系统的动力学方程,并分析了混合体系统受到的冲击效应.其次,针对捕获操作后系统姿态受扰运动镇定及辅助对接操作需求,对闭链混合体系统提出了基于极限学习机(ELM)的自适应神经网络控制方案,极限学习机具有学习速度快、仅需调节网络输出权值等优点,可用于逼近系统的未知动力学模型.该方案不要求系统动力学方程关于惯性参数呈线性函数关系,并且不需要精确的系统动力学模型.通过李亚普诺夫方法设计了ELM网络的权值自适应律及鲁棒项,以保证系统的载体姿态受扰运动镇定与对接操作过程的位置及角度的精确控制,并证明了系统的稳定性.为保证各臂协同操作,运用加权最小范数法分配力矩.最后,通过系统数值仿真模拟了碰撞冲击效应及闭链系统的运动过程.所提控制方案可以有效完成载荷、载体运动控制及辅助对接操作.