Professional Documents
Culture Documents
Styring af en robot
I(T) R L
Gearkasse
Vm(T) Last
U(T)
dj R dx
= −kt j − + u(t) , (1)
dt L dt
d2 x B dx
+ kt =j. (2)
dt2 J dt
Her er j = j(t) strømmen gennem motorens viklinger og x = x(t) er lastens posi-
tion, begge som funktion af tiden t ∈ [0; ∞[. Spændingen u = u(t) over motoren
styrer robotarmens bevægelse. Ledet kt R L beskriver den elektriske modstand i
B
motorens elektriske kredsløb. Ledet kt J ẋ er mekanisk tab i rotor samt ved
1
bevægelse af robotarmen med last. Vi vil antage at kt R B
L og kt J er positive
reelle konstanter, som er meget mindre end 1. Bemærk at dette betyder at der
gælder |kt B R
J − kt L | < 2. Den sidste ulighed skal bruges senere (Spørgsmål 2 og
3).
De af Jer, som er interesseret i at se hvorledes modellen udledes, kan læse
herom i appendiks. Modellen i (1-2) er opskrevet i dimmensionsløse variable og
parametre. Hvorledes dette gøres er også vist i appendiks.
d3 x d2 x dx
+ (k1 ) + (1 + k2 ) =u. (3)
dt3 dt2 dt
hvor
B R BR
k1 = kt ( + ) og k2 = kt2 . (4)
J L JL
4) Indfør v(t) = dx
dt samt y(t) = x(t) i ligningssystemet (1-2) og opskriv systemet
som 3 koblede lineære ligninger på samme form som i lærebogens ligning (2.32)
side 45, med den tidsafhængige vektor function x(t)=(j(t), x(t), v(t)). Opskriv
eksplicit system matricen A, samt vektorene b og d.
2
at robotten ikke ødelægger objektet, som skal flyttes. Den kurve vi ønsker at
flytte objektet langs er givet ved en funktion z = z(t), dvs. robotten skal styres
med spændingen u = u(t) på en sådan måde at x(t) er så tæt på z(t) som
muligt til enhver tid t. Funktionen z(t) skal opfylde z(0) = 0 og z(t1 ) = `.
Derudover skal start hastigheden og slut hastigheden være lig 0. Blid flytning
betyder at accelerationerne i t = 0 og t = t1 også vælges til 0. Dette giver 6
betingelser, som kan opfyldes af et 5’te grads polynomium for z(t). Vi skal ikke
gå nærmere ind på planlægning af en flytningskurve z(t), men koncentrere os
om en styringsstrategi for u(t). Vi vælger en styringsstrategi på formen
3
1.4 Appendiks: Udledning af en matematisk model for en
simpel robot
I dette appendiks til projektopgave 1 finder I en udledning af den matematiske
model (1-2) i dimensionløse variable for robotten skitseret i figure 1. Denne
model beskriver det elektriske kredsløb for motoren koblet til den mekaniske
robotarm. I det elektriske kredsløb betegner L selvinduktancen i motorens
rotorviklinger og R er tabet i rotorviklingerne samt tilføringsledninger. I =
I(T ) betegner strømmen gennem motorens viklinger og U =U (T ) er den påtrykte
spænding, begge som funktion af tiden T ∈ [0; ∞[. Rotorviklingerne passerer
tæt forbi motorens magneter og dette inducerer en eletromotorisk kraft Vm =
Vm (T ) i kredsløbet. Måler Φ(T ) rotorens vinkeldrejning, som funktion af tiden,
vil motorens rotation inducere en spænding proportionalt med den tidsafledede
af vinkeldrejningen [1]
dΦ
Vm (T ) = Ke , (8)
dT
hvor Ke er en reel konstant. Alle parametre er reelle positive konstanter. Har
du studeret elektriske kredsløb og elektromagnetisme, kan du nu let indse at
spændingen over motoren er givet ved
dI(T )
U (T ) = RI(T ) + L + Vm (T ) . (9)
dT
Såfremt du ikke har studeret elektromagnetisme betragter du bare de givne
ligninger som rene matematiske differentialligninger du skal hjælpe en elektroin-
geniør med at løse. En elektroingeniør som ikke tog kurset matematik 2 eller
tilsvarende.
Nu har vi motoren på plads og mangler en model for den mekaniske arm
og gearboksen. Udvekslingen mellem motorens rotationsvinkel samt positionen
af robottens gribetang X(T ) er givet ved en positiv reel konstant G, således at
Φ = GX. Motoren yder et kraftmoment vi kan kalde M og dette moment er
proportionalt med strømmen I med en proportionalitetskonstant KT , det vil
sige vi har [1]
M (T ) = KT I(T ) . (10)
Indføres tab ved robotarmens bevægelse proportionalt med armens hastighed
samt tab i motorens rotorende dele inkluderet i et enkelt led, BdΦ/dT , fås den
mekaniske modelligning (Newtons anden lov for roterende maskiner)
d2 Φ(T ) dΦ(T )
J = −B + M (T ) . (11)
dT 2 dT
J er her et inertimoment som er en sum af inertimomentet Im for motorens rotor
og massen m af robotarmen inklusiv eventuel last divideret med G kvadreret,
dvs. J = Im + m/G2 . At det forholder sig sådan er måske ikke så overraskende,
men på den anden side nok lidt omstændeligt at udtænke medmindre man har
lært om variationsregning og Euler-Lagrange ligninger samt Hamiltons princip
4
for udledning af modeller for komplekse mekaniske systemet ud fra systemernes
kinetiske energi og potentielle energi. Dette må I have til gode i et andet fag.
dI dΦ
L = −RI − Ke + U (T ) , (12)
dT dT
d2 Φ dΦ
J 2 +B = KT I . (13)
dT dT
Ligningssystemet (12-13) består af to koblede differentialligninger, èn af første
orden og èn af anden orden.
dΦ kφ dx d2 Φ kφ d2 x
= , = . (16)
dT kt dt dT 2 kt2 dt2
Indsættes (14-16) i de dynamiske ligninger (12-13) får vi
5
dj Rkt ke kφ dx kt
=− j− + U (T ) , (17)
dt L Lkj dt Lkj
d2 x Bkt dx KT kj kt2
2
+ = j, (18)
dt J dt Jkφ
KT kj kt2 ke kφ
=1, =1, (19)
Jkφ Lkj
hvoraf fås
r
JL kφ L
kt = , = . (20)
KT Ke kj Ke
Her kan vi vælge kφ frit og derefter udregne kj . Men et valg af kφ kunne være
kφ = G. Indføres
kt
u(t) = U (T ) , (21)
Lkj
fås de to koblede model ligninger udtrykt ved dimensionsløse størrelser
dj R dx
= −kt j − + u(t) , (22)
dt L dt
d2 x B dx
+ kt =j. (23)
dt2 J dt
Med den givne skalering har vi opnået at reducere antallet af parametre fra 6,
nemlig L, R, Ke , J, B, KT , til kun 2 parametre kt B R
J og kt L . Dette er en bety-
delig simplifikation af modellen, som hermed bliver langt mere overskuelig. Vi
ser også at de oprindeligt 6 uafhængige parametre i virkeligheden kun består af
effektivt 2 uafhængige parametre. Dette betyder at hvis vi laver eksperimenter
eller simuleringer ved at variere f.eks. L og derefter laver eksperimenter eller
simuleringer ved at variere J har vi ikke opnået at udføre 2 uafhængige sæt
af eksperimenter, idet det første sæt ved en simpel lineær transformation kan
overføres til resultaterne fra det andet sæt af eksperimenter.
En anden fordel er at vi ved implementering af modellen på en computer
ikke behøver at bekymre os om enheder på variable og parametre, modellen er
jo enhedsløs. Selvom vi ikke kender de indgående parametre kan vi alligevel lave
menningsfulde simuleringer, relevant for praksis.
6
References
[1] A. Friedman, “An adaptive feedforward approach to robot control” in Math-
ematics in Industrial Problems, Part 4, IMA volumes in mathematics and
its applications, Springer-Verlag, p186-193, 1991.