冷凝器清洗机器人轨迹跟踪的滑模控制方法研究

【摘要】： 冷凝器是电力、化工、机械等行业的大型换热设备,是火力发电厂的主要辅助设备之一,它在汽轮机装置的热力循环中起冷源的作用,其工作性能好坏将直接影响整个汽轮机组的经济性和安全性。然而在工作过程中总会在冷凝管内产生一些污垢,这些污垢将产生一系列危害。针对该问题,产生了许多除垢的方法,冷凝器清洗机器人技术是近年来国内提出的清洗除垢新技术。本文以固定式二关节冷凝器清洗机器人为主要研究对象,着重研究了它的轨迹跟踪滑模控制方法: 论文首先分析了冷凝器污垢产生的原因以及带来的危害,总结各种常用的除垢的方法的优点和不足。回顾了机器人轨迹跟踪的控制方法的研究现状。其次,对研究对象固定式二关节冷凝器清洗机器人,给出具体结构,数学模型以及要用相关的数学知识。详细介绍了滑模变结构控制的原理,特征。然后针对机器人工作过程中出现的不确定性因素,用滑模控制方法进行了控制器设计。常规滑模控制中抖振比较严重,针对该问题,设计了一种神经网络滑模控制器。采用RBF神经网络对机器人的非线性模型进行估计,消除模型误差,有效的减弱了抖振。在神经网络滑模控制中,增益值都是保守估计值,为了保持控制系统稳定,快速且能到达滑模状态,一般取值较大,但取值过大可能也会引起系统的抖振。因此在其基础上进行了改进,用自适应模糊控制来调整滑模增益,补偿神经网络误差和外加扰动,降低了抖振。双环控制对于位置和速度跟踪有很好的效果,文中设计了一种双环积分神经网络滑模控制器,将外界扰动视为系统不确定项的一部分,和系统本身的不确定项一起,用神经网络来自适应逼近,减小不确定性对系统的影响。 最后为了验证提出算法的有效性,用MATLAB分别进行仿真,其结果表明:其算法是有效、可行的。