空间微重力环境地面模拟系统的控制器设计
陈三风1, 2,梅 涛1,张 涛1,汪小华1
(1.中国科学院合肥智能机械研究所仿生感知与控制研究中心,安徽合肥 230031;2.中国科学技术大学信息科学与技术学院自动化系,安徽合肥 230026)
摘 要:针对小型和迷你型试验目标,提出一种新的空间微重力环境模拟系统.系统采用平面气浮和气缸垂直悬浮组合方案来模拟空间微重力环境,并采用恒张力控制思想来模拟垂直地面方向上的微重力状态.采用RBF神经网络控制和滑模变结构控制复合控制方案,其中RBF神经网络用于逼近和补偿系统的不确定信息,并作为前馈补偿使跟踪误差快速收敛;通过滑模变结构控制消除RBF神经网络的逼近误差和不定随机干扰的影响,保证系统的鲁棒性.实验研究结果表明,该控制方案是有效的,系统具有较好的动态响应能力、鲁棒性和自适应能力.
关键词:微重力;气缸; RBF神经网络;滑模控制
中图分类号: TP273 文献标识码: B
1 引言(Introduction)
在地面建立模拟空间微重力环境的实验平台是验证空间机器人捕获性能最有效、最经济的途径.迄今为止,模拟空间微重力环境的实验平台主要有四种方案:水浮法、气浮法、自由落体运动法和吊丝重力补偿法.水浮法[1, 2]将试验目标物浸泡在水中,并精确调整漂浮器的浮力,使目标物所受的向上水浮力与向下重力平衡,产生随机平衡的漂浮状态.水浮方案容易受水的阻力和紊流的影响,而且成本非常高,同时要求试验期间的密封性非常好.自由落体运动法[3]是在飞机上或者是近真空的落塔(例如著名的德国不莱梅落塔)中令试验目标物做平抛运动,其缺点是成本高、试验时间短.在吊丝重力补偿法[4]中,系统通过滑轮组利用配重物的重量来补偿物体的重力影响,其费用低、易维护,但是吊丝易倾斜、晃动,同时要求电机的力矩大、响应速度快,并且它的重力补偿精度不高.现有的气浮法[5]采用气垫或空气轴承来消除试验目标因重力引起的摩擦力的影响.现有的气浮平台只能在水平面上进行二维仿真实验,而且都是为重达几吨到几十吨的大中型试验目标物服务的,其结构非常庞大、复杂.文中的空间机器人及其相对应的模拟目标卫星质量都在100 kg以下,而且目前小型和迷你型卫星事业正在迅速发展.因此,针对小型和迷你型试验目标的空间微重力环境模拟实验平台急待发展.
本文采用平面气浮和气缸垂直悬浮组合方案来模拟三维空间微重力环境,其中平面气浮技术已经非常成熟.本文采用气缸悬浮方案来模拟试验目标在空间微重力环境下垂直地面方向(即Z方向)上的漂浮运动,使气缸活塞杆上的拉压力传感器输出值始终等于模拟目标星的重力,实现恒张力控制.其中,拉压力传感器恒张力控制精度及其动态性能是整个实验系统的重要指标.
2 空间微重力环境地面模拟系统(Theground simulation system for spatialm i-crogravity environm ent)
2. 1 空间微重力环境地面模拟系统设计
空间微重力环境地面模拟系统如图1所示,系统可以模拟空间微重力环境下试验目标在Z方向上的漂浮运动状态.系统主要由低摩擦气缸、电—气比例压力阀、电—气比例流量阀、拉压力传感器、加速度传感器等组成.
系统的控制目标是使安装在活塞杆上的拉压力传感器输出始终等于试验目标的重力,实现恒张力控制,以模拟试验目标在空间微重力环境下的漂浮运动状态.
2. 2 试验目标星的力学和运动学分析
试验目标星被空间机器人抓捕之前,它在Z方向上的漂浮状态表现为静止和匀速两种运动方式.此时,拉压力传感器的输出等于试验目标星的重力.试验目标星被空间机器人抓捕时,它在Z方向受到抓取分力ΔF,控制器根据ΔF来控制比例压力阀出口压力和比例流量阀的出口流量,使模拟目标星处于理想失重状态,即:
3 基于RBF神经网络的滑模变结构控制器
(The sliding model controller based onRBFNN)
滑模变结构控制近年来在非线性控制领域迅速发展,它具有响应速度快、鲁棒性强等优点.满足匹配条件的系统进入滑动模面后不受系统的参数摄动和外干扰影响[6].但是,变结构控制用于处理不确定因素的切换控制将使系统产生“抖振”现象,“抖振”直接影响系统的稳定性和控制精度.对此,本文采用RBF神经网络学习系统的不确定性信息,并将其作为前馈补偿使跟踪误差快速收敛.这不仅提高了系统的动态性能,同时保证了系统的稳态精度.
的张力始终控制在400±0.4 N范围内,即微重力系数控制在0.01 g以内,完全符合微重力环境要求.
5 结论(Conclusions)
由于本研究系统存在很多不确定性因素,如参数变化、气体压缩性引起的非线性、摩擦力变化等.本文采用RBF神经网络来模拟这些不确定性因素,并对它进行实时补偿.本控制器结合了RBF神经网络对系统不确定性信息的快速学习能力和滑模变结构控制抗干扰鲁棒性的优点.实验研究结果表明,该控制策略不仅保证了系统的鲁棒性,并且取得良好的动态性能.
|
