(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210840137.2 (22)申请日 2022.07.18 (71)申请人 江南大学 地址 214100 江苏省无锡市梁 溪区通沙路 898号南楼七层 (72)发明人 陶洪峰　黄彦德　庄志和　郑月昌　 (74)专利代理 机构 无锡华源专利商标事务所 (普通合伙) 32228 专利代理师 过顾佳 (51)Int.Cl. B25J 9/16(2006.01) (54)发明名称 一种单机 械臂的量 化迭代学习控制方法 (57)摘要 本发明公开了一种单机械臂的量化迭代学 习控制方法， 涉及迭代学习控制技术领域， 该方 法利用提升技术将执行重复性任务的单机械臂 转换为迭代轴上的矩阵模型； 基于有限均匀量化 器设计了编解码器， 以实现通信带宽受限场景中 的信息交互； 在范数优化框架下， 通过放缩法设 计性能指标函数， 并进一步得到了量化迭代学习 控制算法； 基于压缩映射法， 证明了所提出的量 化迭代学习控制律可以解决网络通信带宽有 限 单机械臂的跟踪控制问题， 并给出有限均匀量化 器中量化级数的选取方案 。 权利要求书7页 说明书9页 附图3页 CN 115107034 A 2022.09.27 CN 115107034 A 1.一种单机 械臂的量 化迭代学习控制方法， 其特 征在于， 所述方法包括： 第一步、 建立单机 械臂控制系统的动态模型： 所述动态模型采用动力学方程表示， 描述了关节角度和电气参数之间的转化关系； 先 建立单机械臂中关节角度与输入力矩的等式， 再建立输入力矩与电气参数 的关系， 从而通 过输入电压实现单机械臂 运动； 根据单机械臂关节角度和电气参数的关系， 建立如式(1)所 示的实际物理模型： 其中， Nl＝m1gl+m2gl， 式(1)中各参数 的实际物理意义分别 为： l表示 连杆长度， m1表示负载质量， m2表示连杆质量， g表示重力加速度， Ξ表示 执行器转动 惯量， Dc表示负载系数， θ表 示连杆角度， Bc表示轴承粘滞摩 擦系数， Kt表示扭矩， i表 示电流， X表示电抗， Rr表示电阻， Kb表示反电动势系数， u表示电机控制电压； 第二步、 构建所述单机 械臂控制系统的离 散状态空间方程： 将所述单机械臂控制系统的关节角度、 关节角度导数和电流定义为状态变量： 定义输入变量为电机控制电压u， 输出为关节角度θ， 则式(1)所示的单机械 臂控制系统描述 为： y＝[1 0 0]x 对连续系统模型式(2)进行离散化， 基于香农采样定理选取采样周期Ts， 得到所述单机 械臂控制系统的离 散状态空间模型如下： 其中， 分别表示第k批次时系统的输出信号、 输入信号 和状态变量； t∈[0,N]表示一个批次时间T 内的采样时刻； k为迭代批次； A， B， C分别表示相 应维数的参数矩阵， CB≠0以保证系统输出可控； xk(0)表示第k批次运行时系统的初始状态 值， 假设所述初始状态值在不同批次中保持一 致， 即 令x0＝0； 第三步、 建立轨 迹跟踪模型： 针对式(3)形式的线性离散系统， 利用提升技术将其状态空间表达式转换为迭代轴上 矩阵模型： yk＝Guk  (4) 其中G表示系统输入信号到 输出信号的变换矩阵， 表达式为：权　利　要　求　书 1/7 页 2 CN 115107034 A 2此外， 输入信号 与输出信号 分别为： uk＝[uk(0),uk(1),...,uk(N‑1)]T  (6) yk＝[yk(1),yk(2),...,yk(N)]T  (7) 第四步、 设计均匀量 化的编码解码器： 单机械臂与控制器在网络环境中的信息交互需要预先通过编码与解码器进行量化处 理； 基于有限均匀量 化器设计输入端编码解码器如下： 其中， 和uk(t)分别表示编码器E1的内部状态， 输出和输入； 表示解码 器D1的输出， 为控制器生 成输入uk(t)的估计值； bk＝τk表示调整序列， 用于调整系统输入或 输出与编码器 状态之间差的大小； q( ·)是由式(10)定义的有限均匀量 化器： 其中， i＝1,2, …,z0‑1， z0表示量化级数； v表示所述有限均匀量化器的输入， 当所述有 限均匀量 化器的输入 满足v≤2z0‑1时， 存在 如下关系： η＝q(v) ‑v  (11) 其中， η表示均匀量 化误差， 满足| η|≤1； 同样基于有限均匀量 化器式(10)设计输出端编码解码器如下： 权　利　要　求　书 2/7 页 3 CN 115107034 A 3