燕山大学华长春团队 | 时变时延下非线性网络化遥操作系统的有限时间复合学习控制
文摘
科技
2024-08-18 11:57
北京
![]()
![]()
研究团队
杨亚娜,姜慧欣,华长春,李军朋：燕山大学电气工程学院
文章下载
Yana YANG, Huixin JIANG, Changchun HUA & Junpeng LI. Finite-time composite learning control for nonlinear teleoperation systems under networked time-varying delays. Sci China Inf Sci, 2024, doi: 10.1007/s11432-023-3931-0
![]()
近几十年来，科学技术迅猛发展，人们的活动范畴逐步扩大，对未知领域的探索也愈来愈深入，例如深空、深海探测、核废料处理、灾后救援、远程医疗等等，然而这些地方的环境往往比较复杂，传统的机械设备很难完成各种控制任务，无法满足人们的工作需求，人们不得不寻求基于远距离操控原理的控制方式。由此，网络化遥操作系统应运而生。遥操作系统可以在使人在安全的地方操作远端机械设备完成一些复杂任务。当人们亲自进行操作或处理时，人类思维的加入可以大大增加系统的灵活性和操作能力。然而在现存工作中，一方面，不确定通信延迟相关的信号被估计为不确定性，从而使系统变得更加保守。另一方面，即使外力为零，由于学习规律中缺乏学习参数的实值信息，系统的同步误差也只能收敛到零的邻域。 因此，尽管遥操作系统的有限时间控制技术不断发展，但如何充分探索不确定通信时延对系统稳定性的影响，并保证在系统模型不确定的情况下，不确定学习参数的估计速度和准确性仍然是一个有待解决的问题和挑战。针对上述问题，本文首次卓有成效地研究了具有未知时变时滞和系统不确定性的网络化双边遥操作系统的有限时间时滞相关控制问题，从而为如何保证更一般的网络非线性系统的快速收敛提供了不同的见解。(1) 研究一类不确定远程操作系统在时变通信时延下的时延相关稳定性控制问题。与已有文献相比，本文考虑的通信传输时延更接近真实网络通信时延，降低了结果的保守性。(2) 通过保证区间激励下主从同步误差和自适应参数学习误差在有限时间内收敛到零，以更快的收敛速度和更高的精度提高了闭环系统的控制性能。![]()
图1 网络化遥操作系统结构图
本文所提出的控制方案在由两个Phantom Premium 1.5A机器人组成的遥操作平台上进行了验证。机器人手臂的末端执行器处添加了一个力传感器，以测量物体上的力。在实验过程中，力传感器的采样间隔为0.02s。![]()
图2 网络化遥操作系统实验平台
实验过程包括三个阶段。第一部分验证不同时变时延下所设计的控制策略的有效性。考虑 Tm (t)=Ts (t)=50+40sin(t)ms，Tm (t)=Ts (t)=100+60sin(t)ms 和随机抖动时延三种信号并分别验证这三种信号下系统的主-从同步性能。图10充分表明了本文所设计的控制算法在不同种类的时变时延下均能保证系统具有优越的主-从同步性能。第二部分验证在从机器人与物块发生碰撞的情况下系统的同步性能。从图12中可以看到，当主机器人的运动方向发生突然变化，从机器人与物体发生碰撞时，由于时间延迟的影响，主从同步误差会比较大，但在一定的调整时段后系统可以获得满意的同步性能。第三部分在未知外部干扰 d(t)=0.1+0.06sin(t) 和随机抖动时变延迟存在的情况下，进一步验证了所提控制算法的鲁棒性。 图15(a)给出了主从机的位置轨迹。显然，即使实验中存在未知的外部干扰，也能获得满意的位置同步性能。此外，图15(b)描述了从机器人的控制力矩。由此可见，从机器人的控制力矩始终是有界的，即系统始终稳定运行。![]()
