贝加莱机器人控制中的惯量前馈控制技术

图2 MATLAB/Simulink机器人运动仿真过程

机器人可表征为一个通过欧拉-拉格朗日方程建立的空间运动学方程，通过MATLAB，将系统的静态参数，如机械臂长度、质量、关节减速比等及动态参数，如旋转角度、加速度、起始与终点位置等输入到模型中，它提供了笛卡尔关节操作空间的动力学模型，反应了操作力与关节力之间的关系，操作空间与关节空间的速度与加速度关系，建立了关节输入力矩与输出力矩之间的关系。

这个模型是一个二次微分方程，可以通过欧拉-拉格朗日法进行解析，可解析得出以下值：

惯量项；离心式和科里奥利项；引力项

当建立模型后，我们可以进行如下动作：

1. 建立未知参数的识别

在系统中建立静态参数、通过AS的力矩跟踪来定义动态参数的识别，并计算出基础参数

2. 激活前馈控制

将所计算的基础值输出给BR PLC，通过AS软件，在PLC中建立了一个运动模型，将这些基础值给出后，系统将计算出一个附加力矩输出值。

将该附加力矩输出给驱动器，驱动器将在其电流环计算中，预先给出电流值，即可实现前馈控制，而这个附加值是通过系统不断的计算，以微秒级的周期循环并提供给驱动器的电流环计算的。

图3 Automation Studio中的前馈控制程序

图3为在Automation Studio中前馈控制的模型和，TrqFF为前馈周期写入，6AxATrqFF是采用C代码写出的前馈实现代码段。

五、控制效果

图4是实际通过BR Automation Studio的轴监测的示波器功能对整个输出进行采样得到的扭矩控制过程变化曲线，其中蓝色曲线为关闭前馈控制的情况，可以看到，其扭矩变化的波动较大；而红色曲线则表明了采用了前馈控制后的效果，明显地提高了力矩输出的稳定性。

图4 前馈控制效果

该项技术代表了机器人控制技术的最高水平，所设计的机器人系统其精度更高、运行过程平稳、抖动较小，显然优于同类机器人系统的设计。