茍小平,張萬軍,張 峰,張景軒,張景怡,張景妍
(1.隴東學院,甘肅慶陽745000;2.甘肅澤德電子技術有限公司,甘肅天水741003;3.蘭州工業化設備有限公司,甘肅蘭州730050;4.蘭州大學 甘肅 蘭州 730050)
目前,體育教學及體育訓練主要以體力鍛煉輸出負載與體育教學的經驗灌輸為代價,存在體育鍛煉及體育競技運動周期長、損傷風險大,單一被動式體育訓練及體育鍛煉特征缺陷明顯[1-2]。近年來已經有相關的技術應用到體育運動及體育康復鍛煉的實際之中,有體育足球鍛煉的機器人、打羽毛球的機器人、爬步機器人、體育教學及訓練[3-8]的機器人。
體育輔助運動機器人的控制環節主要有無刷電機的PID控制[9-10]、交叉耦合控制[11-12]、自適應控制[13]等。甘肅澤德電子技術有限公司的教授級高工、高級經濟師、博士張萬軍等人研究了一些模型辨識控制系統及交叉耦合控制[14-22]體育鍛煉輔助機器人。
本文給出了一種基于體育輔助運動機器人的神經元自適應PID控制的算法,建立了一種基于體育輔助運動機器人的神經元自適應PID控制系統,利用MATLAB進行仿真。仿真結果表明:采用神經元自適應PID控制器的跟蹤精度更高,相比于傳統的PID控制,位置誤差縮小了50%,引入擾動時,轉速波動大幅降低,抗擾動能力明顯提升。實驗在隴東學院體育學院實驗取得良好的效果;同時,在其它的地方體育的教學和訓練具有較強的借鑒意義。
為了克服PID控制算法的抗柔性能力較差、位置控制精度不高等問題,設計出了體育輔助運動機器人的速度模糊PID控制系統:

計算得到:

根據式(2)的形式,單神經元控制器中,輸入層可以設為 5 個輸入,分別是 e(k)、e(k-1)、e(k-2)、e(k)、u(k-1)、u(k),其中,e(k)為給定和反饋的誤差值;輸出層為u(k);權值為 ω1(k)、ω2(k)、ω3(k)控制器的輸出為


在設計單神經元自適應PID控制器時,需要注意學習規則的選取、神經元比例系數的選取、學習率的選取等。
在攀爬建筑物的過程中,體育輔助運動機器人經常受到許多外部因素的影響,如乘客的姿勢和體重的差異,以及運動訓練機器人輔助機器人傾斜角的差異,參數已更改。PID控制器不能根據被控對象參數的變化進行相應的調整,控制效果往往很差。因此,在神經元自適應控制系統及PID控制系統,本文設計的神經元自適應PID控制器,結構圖如圖1所示。

圖1 模糊PID控制系統結構框圖
仿真條件參數設置如下:質量之和約為130kg,重力G為130N,轉速設定為電機額定轉速3000r/min,通過調節負載使原電機在目標轉速下以額定功率驅動運行。所選BLDC電機極對ρn=4,定子電感Ld=La=30mH,定子電阻r=7Ω,電機轉矩常數fm=0.12556(Nm/A),轉動慣量 1.39×10-6(kg·m2)。
4.1.1 速度(穩定性)誤差的問題分析
體育輔助運動機器人的神經元自適應PID控制的速度(穩定性)誤差曲線,如圖2~3所示。

圖2 速度(穩定性)誤差曲線1

圖3 速度(穩定性)誤差曲線2
仿真結果表明:在體育輔助運動機器人速度控制系統中,模糊PID控制優于傳統PID控制,誤差小,穩定性和舒適性強。
4.1.2 跟蹤精度(位置)誤差的問題分析
體育輔助運動機器人的神經元自適應PID控制的跟蹤精度(位置)誤差曲線,如圖4~5所示。

圖4 跟蹤精度(位置)誤差曲線1

圖5 跟蹤精度(位置)誤差曲線2
采用神經元自適應PID控制器的跟蹤精度更高,相比于傳統的PID控制,位置誤差縮小了50%,引入擾動時,轉速波動大幅降低,抗擾動能力明顯提升。
實驗在隴東學院體育由茍小平副教授進行實驗,實驗數據的分析由甘肅省澤德電子技術有限公司的教授級高級工程師、高級經濟師、博士張萬軍進行對照實驗,說明對照組實驗有非常顯著性差異。體育輔助運動機器人的照片,如圖6所示。

圖6 體育輔助運動機器人的照片
符合實際教學和體育鍛煉的需要,證明了體育輔助運動機器人在高校教學的可行性,在隴東學院體育學院實驗取得良好的效果;同時,在其他的地方體育的教學和訓練具有較強的借鑒意義。
1)本文給出了一種基于體育輔助運動機器人的神經元自適應PID控制的算法,建立了一種基于體育輔助運動機器人的神經元自適應PID控制系統,利用MATLAB進行仿真。仿真結果表明:采用神經元自適應PID控制器的跟蹤精度更高,相比于傳統的PID控制,位置誤差縮小了50%,引入擾動時,轉速波動大幅降低,抗擾動能力明顯提升。
2)實驗在隴東學院體育學院實驗取得良好的效果;同時,在其他的地方體育的教學和訓練具有較強的借鑒意義。