基于小型PLC机械手臂设计及控制系统研究

张 红

(广州铁路职业技术学院，广东 广州 510430)

机械手臂是通过模拟人类和动物抓取动作进行物品抓取和搬移作业的机器人，它作为人工智能机器人的重要应用方向，在实现人工辅助作业、智能工件安装以及物品排放等领域都具有很好的应用价值[1]。机械手臂的抓取跟踪系统是建立在多变量、非线性和非平稳的多变量控制系统上，对其进行鲁棒性控制，从而达到提高机械手臂仿生抓取控制稳健和抓取平稳的目的。机械手臂的智能控制系统对提高机械手臂控制的稳定性和动态平稳性具有重要意义，相关控制方法的研究受到人们极大的关注。

机械手臂抓取动作的稳定性控制是建立在对机械手臂工作物理环境参量信息的采集和测量基础上的，通过传感器和敏感元件进行机械手臂的惯性姿态测量和行为参数分析[2-4]，采用信息融合跟踪识别模式和识别方法进行机械手臂抓取优化控制。传统方法中，对机械手臂的控制方法主要采用模糊控制和积分控制方法等[5]，受到机械手臂的环境扰动和关节力矩的非线性扰动影响，导致机械手臂抓取作业的稳态跟踪性能较差；随着机械手臂的步进空间和位形空间增大，控制的稳定性较差。针对上述问题，本文提出一种基于阻尼力矩反馈调节和小型可编程逻辑控制器(PLC)的机械手臂设计及控制方法，首先采用阻尼力矩反馈调节和鲁棒性控制方法进行机械手臂的控制律优化设计，然后进行机械手臂控制系统的硬件设计，最后通过系统仿真实验，展示了本文方法在提高机械手臂稳定性控制方面的优越性。

1 控制律设计

机械手臂在抓取作业和搬移作业中受到各个部件的扰动影响，由于出现了稳态误差，因此需要进行机械手臂控制系统优化设计。首先进行控制设计，采用加速度计、磁力传感计和三轴陀螺仪进行机械手臂的位姿参量采集[6]，构建一个线性时变系统描述机械手臂抓取作业的动力学平衡拟合，假定某时刻机械手臂抓取的姿态角β*为：

(1)

式中：V(K)1为偏差信号；∑(K)1为控制器输出信号；U(K)1为位姿参量系数；Y(K)为机械稳态系数；T为采样时间。机械手臂控制中采用姿态传感器进行信息采集的原始数据输入。采用多传感器融合跟踪方法，得到机械手臂控制的惯性误差K1为：

(2)

式中：n为机械臂最大运行速度；e为控制系统的稳态误差；qi为机械臂抓取重心最大偏差。设计PLC嵌入式逻辑控制参数修正模糊向量，计算机械手臂的姿态参量稳态跟踪反馈信号：

H(s)+Y(s)=Gm(s)U(s)

(3)

式中：s为机械臂抓取信息采集距离；H(s)为机械手臂较高位置方向矢量；Y(s)为机械手臂水平位置方向矢量；Gm(s)为机械手臂控制的模糊函数；U(s)为最大负载转矩。

上述机械手臂的稳态控制系统具有时滞性，对此采用阻尼力矩反馈调节方法，采用二自由度IMC-PID控制器，得到控制系统的传递函数：

(4)

式中：G11(s),G12(s),G21(s),G22(s)为机械臂运动奇异位置方向矢量。根据采样输入偏差、采样时间得出阻尼力矩反馈输出信号，并从Gm(s)端输出到控制器中。通过施加外部控制信号u，采用闭环PI型迭代学习方法进行机械手臂的力矩控制：

(5)

式中：R(s)为机械手臂运行位置；GC(s)为其共有空间内所对应的广义速度。

式(5)没有时滞项，因此采用时滞补偿方法，得到机械手臂延迟环节反馈调节的输出值A(s)为：

(6)

式中：λ1为内部驱动平台1时延参数；λ2为内部驱动平台2时延参数；D(s)为顶端动平台时延参数；Lm为线性参数。结合参量的自适应反馈结果，机械手臂的力矩控制存在特征方程：

(7)

采用时滞二自由度控制方法，得到机械手臂控制的输出增益函数K：

K=ΔK·Km

(8)

式中：ΔK为积分系数；Km为微分系数。当ΔK>0时，在连续时滞补偿下，得到优化的控制方程：

(9)

式中：Ax(t)为机械手臂的总动能；Bx[t-d1(t)-d2(t)]为机械手臂的总位能；d1(t)为手臂关节运行常数；d2(t)为手臂末端运行轨迹；x(t)为手臂运行横向坐标值；f(t)为自由度，是描述机械结构的主要指标；h为手臂关节运行最大轨迹范围。

根据线性化小扰动的优化条件，当x(t)=[x1(t),x2(t),…,xt(t)]T时，表示机械手臂的时滞误差项收敛到零，此时机械手臂的控制约束参量具有自相关性，表明本文设计的机械手臂控制律具有收敛性和稳态跟踪能力。

2 机械手臂控制系统的硬件设计部分

2.1 总体设计构造

在设计机械手臂控制系统控制律的基础上，进行控制系统的硬件设计。以小型PLC为逻辑控制处理芯片，提出一种基于阻尼力矩反馈调节和小型PLC的机械手臂设计及控制方法，系统包括姿态传感器模块、信息集成处理模块、控制指令传输模块和人机交互模块等，其中传感器模块实现了对机械手臂的姿态参量传感信息采集功能，信息处理模块实现了对机械手臂集成控制信息处理功能，控制指令传输模块实现信息加载和程序控制功能，人机交互模块实现机械手臂智能控制的人机对话功能。系统采用上位机和下位机分组设计的方法[7]，其中上位机实现顶层的通信组网设计，下位机实现集成单元设计和信息采集融合设计，得到机械手臂控制系统的总体结构框图如图1所示。

图1 机械手臂控制系统的总体结构框图

根据图1的总体结构框图，进行系统模块化设计和机械手臂控制系统的单片机控制，以提高对机械手臂控制程序的智能加载和信息输出效率。

2.2 控制系统的硬件模块化设计

机械手臂控制系统的硬件部分采用嵌入式的ARM集成设计处理方案，采用低功耗的小型PLC为逻辑处理芯片，分别对姿态传感器模块、信息集成处理模块、控制指令传输模块和人机交互模块进行设计。

1)姿态传感器模块。姿态传感器模块采用三轴陀螺仪进行机械手臂的姿态参量采集和惯性融合，采用TMS320VC5409A作为A/D对采集的机械手臂姿态参量进行数模转换控制，采用1～5 V的激励信号进行控制，输出地址的范围为8000H～FFFFH，DSP采样BMODE2-0管脚与人机交互模块相连，实现传感信息的实时传输和机械手臂控制指令的有效收发和执行[8]，设计的传感器模块如图2所示。

图2 传感器模块

2)信息集成处理模块。信息集成处理模块采用PLC进行嵌入式逻辑控制，在PLL_LOCKCNT达到设定的周期后，判断当前A/D采样结果，采用TMS320VC5409A作为智能信息处理器的核心芯片，把机械手臂控制指令的字长设为18位，PLC逻辑控制芯片的串口设定为并行双工串口，由此实现信息的采集和处理，设计的信息处理模块如图3所示。

图3 信息处理模块

3)控制传输模块。控制传输模块以TMS32C10/C14/C15/C16/C17多功能的DSP芯片作为嵌入式电路的内核控制芯片，进行控制传输模块设计，采用2个32 KB 的缓存SRAM作为机械手臂控制系统外部总线，实现控制程序加载和输出控制[9]，设计的控制传输模块如图4所示。

图4 控制传输模块

4)人机交互模块。人机交互模块实现了机械手臂智能控制中人机对话和信息交互功能，人机交互模块采用图形用户界面(graphical user interface， GUI)设计，GUI的C2530管脚与DS18B20相连，采样通道设置为8通道，控制系统通过AD5545进行数据收发转换控制，设计的人机交互模块如图5所示。

图5 人机交互模块

在嵌入式环境中，本文设计的机械手臂控制系统模块采用TMS320VC5409A作为智能信息处理器的核心芯片[10]，完成对机械手臂控制系统的硬件集成设计。

3 系统测试分析

为了测试本文设计的机械手臂控制系统应用性能，进行了仿真实验。实验中，采用CPLD编程进行机械手臂控制的执行程序加载[11]，将TRF7960的I/O_0～I/O_7作为机械手臂控制程序加载的输入端，设定对机械手臂姿态数据采集的频率为1 200kHz，机械手臂的动作传感信息输出时间为0.15ms，误差较小，能有效满足控制精度的要求，根据上述参量设定，以机械手臂的转矩为测量指标，得到机械手臂的转矩姿态控制跟踪曲线如图6所示。

图6 机械手臂的转矩姿态控制跟踪曲线

分析图6可知，采用本文方法进行机械手臂控制，姿态参量跟踪性能较好，说明控制精度较高，进一步测试机械手臂抓取物理目标距离参量的控制性能曲线，结果如图7所示。

图7 控制性能曲线

分析图7可知，采用本文方法进行机械手臂控制输出稳态性较好，控制性能曲线具有较持久、稳定的跟踪控制效能，提高了机械手臂控制的鲁棒性。

4 结束语

本文通过传感器和敏感元件进行机械手臂的惯性姿态测量和行为参数分析，采用信息融合跟踪识别模式和识别方法进行机械手臂抓取优化控制，以提高机械手臂控制的稳态性。本文提出了一种基于阻尼力矩反馈调节和小型PLC的机械手臂设计及控制方法，进行控制算法设计和控制系统的硬件设计。研究表明，采用本文设计的机械手臂控制系统进行控制稳定性较好，姿态量化融合跟踪能力较强，提高了机械手臂姿态调节的稳定性和鲁棒性。