首页 / 专利分类库 / 发电、变电或配电 / 一种用于风力发电机叶片除冰的履带式机器人电机转矩控制方法

一种用于电机叶片履带机器人电机转矩控制方法

申请号 CN202410120125.1 申请日 2024-01-29 公开(公告)号 CN117955399A 公开(公告)日 2024-04-30
申请人 南京科锐森新能源科技有限公司; 发明人 孙亮; 提艳; 汪伟; 何君文;
摘要 本 发明 提供一种用于 风 力 发 电机 叶片 除 冰 的 履带 式 机器人 电机转矩控制方法,采用两侧电机独立驱动的履带式机器人两轮 运动学模型 ,获取转向运动时两侧电机的期望转速,基于分数阶PIλDμ 控制器 和寻优 算法 计算得到左、右两侧电机的输出转矩,结合电机的限值得到两侧电机的最终转矩,分数阶PIλDμ鲁棒性良好,两侧电机输出转矩受干扰的影响更小,提高了履带式机器人两侧电机的响应速度并降低超调量,提升了机器人的移动 精度 。
权利要求

1.一种用于电机叶片履带机器人电机转矩控制方法,其特征在于包括以下步骤:
S1.建立双侧电机独立驱动的机器人两轮运动学模型,确定坐标轴、转向中心、质心当前位置、质心目标位置;
S2.采集机器人质心位置的运动速度v和机器人的横摆速度ω,基于建立的机器人两轮运动学模型,计算机器人左、右两侧驱动轮的线速度如下:
其中,vL是左轮线速度、vR是右轮线速度、v是运动速度、Bw是两侧轮距、ω是机器人的横摆角速度
S3.已知机器人两侧车轮的运动半径Rt,基于步骤S2的左、右两侧驱动轮的线速度vL、vR,由线速度与车轮半径和车轮转速计算公式,得到机器人两侧车轮的转速,即左、右两侧驱动电机的期望转速:
其中,nreqL是左电机期望转速,nreqR是右电机期望转速;
S4.采集左、右两侧电机的实际转速nL和nR,与步骤S3得到的左、右两侧电机的期望转速λ μ
nreqL和nreqR,通过两者之间的差值,利用分数阶PID控制算法进行反馈控制获取左、右两侧电机的输出转矩:
其中,TL和TR为左、右两侧电机的输出转矩,nL和nR为左、右两侧电机的实际转速,KPL和λ μ λ μ
KPR是分数阶PID控制的比例系数,KIL和KIR是分数阶PID控制的积分系数,KDL和KDR是分数λ μ
阶PID控制的微分系数, 和 是微积分算子,λL、λR和μL、μR分别是分数阶λ μ
PID控制的积分阶数和微分阶数,并且0≤λL、λR、μL、μR≤2。
2.根据权利要求1所述的用于风力发电机叶片除冰机器人履带的电机转矩控制方法,λ μ
其特征在于:步骤S4中通过设定评价指标,利用全局寻优算法获取分数阶PI D控制的比例系数、积分系数、微分系数、积分阶数和微分阶数。
3.根据权利要求1‑2之一所述的用于风力发电机叶片除冰机器人履带的电机转矩控制方法,其特征在于:对S4中获取到的左、右两侧电机的输出转矩TL和TR进行限制,将电机的最大转矩作为转矩限值:
其中,TmaxL和TmaxR是左、右两侧电机的最大转矩,由电机的外特性曲线决定。

说明书全文

一种用于电机叶片履带机器人电机转矩控制

方法

技术领域

[0001] 本发明涉及履带式机器人控制技术领域,具体为一种用于风力发电机叶片除冰的履带式机器人电机转矩控制方法。

背景技术

[0002] 近年来,风力发电在中国愈来愈受到重视,特别风力资源丰富地区逐渐在发展风力发电,也是中国新能源政策的重点之一。风机叶片作为风力发电机的核心部件之一,其工作是否正常直接影响发电效率。在冬季或南方会出现气温低、冻雨等天气,叶片机体不仅会受到伤害,发电效率也会降低,而通过履带式机器完成清洗除冰作业,可减少人工作业、高空吊篮等方式的劳动强度、施工周期和费用,并增加安全系数。
[0003] 中国发明专利202111683681.2公开了双侧独立电驱动履带车电机转矩计算方法,采用前馈和反馈控制获得双侧独立电驱动履带车电机转矩。中国发明专利202111103559.3公开了双侧独立电驱动履带车转向制动工况下轨迹保持方法,基于速度改变时履带车两侧轮速的实际值与目标值之差,两侧轮速按变参数PI转矩控制的方法计算两侧车轮的驱动转矩,使得实际行驶轨迹与目标行驶轨迹保持一致。
[0004] 综上所述,当前履带车的电机转矩控制方法,不适用于风力发电机叶片除冰的履带式机器人。虽然,履带式机器人通过双侧电机独立驱动,但其攀附在风力发电机塔筒上,若输出的驱动力超调量过大,则无法满足履带式机器人在设定作业位置的精准定位,所以机器人的位移控制精度有待进一步提升。

发明内容

[0005] (一)解决的技术问题
[0006] 针对上述技术问题,本发明提供了一种用于风力发电机叶片除冰的履带式机器人电机转矩控制方法,通过提高电机转矩控制方法的响应速度并降低超调量,从而提高机器人移动控制的鲁棒性和可靠性。
[0007] (二)技术方案
[0008] 为实现以上目的,本发明通过以下技术方案予以实现:
[0009] 一种用于风力发电机叶片除冰的履带式机器人电机转矩控制方法,其包括以下步骤:
[0010] S1.建立双侧电机独立驱动的机器人两轮运动学模型,确定坐标轴、转向中心、质心当前位置、质心目标位置;
[0011] S2.采集机器人质心位置的运动速度v和机器人的横摆速度ω,基于建立的机器人两轮运动学模型,计算机器人左、右两侧驱动轮的线速度如下:
[0012]
[0013] 其中,vL是左轮线速度、vR是右轮线速度、v是运动速度、Bw是两侧轮距、ω是机器人的横摆角速度
[0014] S3.已知机器人两侧车轮的运动半径Rt,基于步骤S2的左、右两侧驱动轮的线速度vL、vR,由线速度与车轮半径和车轮转速计算公式,得到机器人两侧车轮的转速,即左、右两侧电机的期望转速:
[0015]
[0016] 其中,nreqL是左电机期望转速,nreqR是右电机期望转速;
[0017] S4.采集左、右两侧电机的实际转速nL和nR,与步骤S3得到的左、右两侧电机的期望λ μ转速nreqL和nreqR,通过两者之间的差值,利用分数阶PID控制算法进行反馈控制获取左、右两侧电机的输出转矩:
[0018]
[0019] 其中,TL和TR为左、右两侧电机的输出转矩,nL和nR为左、右两侧电机的实际转速,λ μ λ μKPL和KPR是分数阶PID控制的比例系数,KIL和KIR是分数阶PID控制的积分系数,KDL和KDR是λ μ
分数阶PI D控制的微分系数, 和 是微积分算子,λL、λR和μL、μR分别是分λ μ
数阶PID控制的积分阶数和微分阶数,并且0≤λL、λR、μL、μR≤2。
[0020] 步骤S4中通过设定评价指标,利用全局寻优算法获取分数阶PIλDμ控制的比例系数、积分系数、微分系数、积分阶数和微分阶数。
[0021] 对S4中获取到的左、右两侧电机的输出转矩TL和TR进行限制,将电机的最大转矩作为转矩限值:
[0022]
[0023] 其中,TmaxL和TmaxR是左、右两侧电机的最大转矩,由电机的外特性曲线决定。
[0024] (三)有益效果
[0025] 本发明提供了一种用于风力发电机叶片除冰的履带式机器人电机转矩控制方法。具备以下有益效果:
[0026] 1、本发明提供了一种用于风力发电机叶片除冰的履带式机器人电机转矩控制方法,采用两侧电机独立驱动的履带式机器人两轮运动学模型,获取转向运动时两侧电机的λ μ λ μ期望转速,利用分数阶PID控制算法计算得到两侧电机的输出转矩,分数阶PID鲁棒性良好,即两侧电机输出转矩受干扰的影响更小。
[0027] 2、本发明利用全局寻优算法获取分数阶PIλDμ控制参数,控制器参数更易整定,进一步提高控制方法的鲁棒性,提高履带式机器人两侧电机响应速度并降低超调量,提高了除冰机器人移动过程中的位置精度。
[0028] 3、利用电机的外特性曲线得到左右两侧电机的最大驱动转矩,对控制算法计算得出的左、右两侧电机的输出转矩进行限制,从而得到两侧电机的最终转矩,防止电机输出转矩过载。附图说明
[0029] 图1为本发明的电机转矩控制步骤图;
[0030] 图2为本发明履带式机器人两轮简化模型及运动示意图;
[0031] 图3为本发明分数阶PIλDμ控制器参数计算流程图
[0032] 图4为传统PID和分数阶PIλDμ的示例控制结果鲁棒性对比图。

具体实施方式

[0033] 下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
[0034] 实施例:
[0035] 如图1‑4所示,本发明实施例提供一种用于风力发电机叶片除冰的履带式机器人电机转矩控制方法,该除冰机器人为履带驱动式,其两侧的履带分别由一独立的电机进行驱动,电机驱动履带传送轮,再由履带传送轮驱动所在的履带,履带具有磁性且能够吸附于风力发电机的制塔筒上,本发明的电机转矩控制方法包括以下步骤:
[0036] S1.建立双侧电机独立驱动的履带式机器人两轮运动学模型,如图2所示,x轴是机器人前进方向坐标轴;y轴是与前进方向垂直向左的坐标轴;ω是机器人的横摆角速度;ICR是转向中心;M是质心当前位置;P是质心目标位置;v是运动速度;Bw是两侧轮距;vL是左轮线速度;vR是右轮线速度;
[0037] S2.采集履带式机器人质心位置的运动速度v和机器人的横摆角速度ω,基于履带式机器人两轮运动学模型,如图2所示,根据步骤S1两轮运动学模型的运动几何关系,得到履带式机器人左、右两侧驱动轮的线速度:
[0038]
[0039] 其中,vL是左轮线速度、vR是右轮线速度、v是运动速度、Bw是两侧轮距、ω是机器人的横摆角速度;
[0040] S3.已知履带式机器人两侧车轮的运动半径Rt,基于步骤S2的左、右两侧驱动轮的线速度vL、vR,得到履带式机器人两侧车轮的转速,由于电机直接驱动车轮运动,故两侧车轮的转速即是左、右两侧电机的期望转速:
[0041]
[0042] 其中,nreqL是左电机期望转速,nreqR是右电机期望转速;
[0043] S4.采集左、右两侧电机的实际转速nL和nR,与步骤S3得到的左、右侧电机的期望转λ μ速nreqL和nreqR,通过两者之间的差值,利用分数阶PID控制算法进行反馈控制获取左、右两侧电机的输出转矩:
[0044]
[0045] 其中,TL和TR为左、右两侧电机的输出转矩,nL和nR为左、右两侧电机的实际转速,λ μ λ μKPL和KPR是分数阶PID控制的比例系数,KIL和KIR是分数阶PID控制的积分系数,KDL和KDR是λ μ
分数阶PID控制的微分系数;
[0046] 特别地,步骤S4中 和 是微积分算子,λL、λR和μL、μR分别是分λ μ数阶PID控制的积分阶数和微分阶数,满足0≤λL、λR、μL、μR≤2;
[0047] 进一步地,步骤S4中分数阶PIλDμ控制的比例系数、积分系数、微分系数、积分阶数和微分阶数,通过设定ITAE、IAE等评价指标,利用全局寻优算法获取,获取流程如图3所示,其算法可选取遗传算法、粒子群算法等。
[0048] 这里的分数阶PIλDμ控制模选择由Matlab调用的FOTF Toolbox或mfd工具包获λ μ取,传统PID和分数阶PID控制示例结果鲁棒性对比如图4所示。
[0049] 优选的,为保证整个机器人系统运行的稳定性和可靠性,对左、右两侧电机的输出转矩进行限制,将电机的最大转矩作为转矩限值:
[0050]
[0051] 其中,TmaxL和TmaxR是左、右两侧电机的最大转矩,由电机的外特性曲线决定。经过限制后的左、右两侧电机转矩为电机的最终转矩。
[0052] 尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
QQ群二维码
意见反馈