Citationformat:SHA Yigang, WANG Qiang, HE Xiaohui, et on Joint Control System of EOD Manipulators[J].Journal of Ordnance Equipment Engineering,2020,41(10):233-238.

排爆机械手是用来排除未爆弹药的主要作业工具，主要由机械臂和手爪组成，大型排爆机械手的控制由于其本身作业环境特殊、结构重量较大，导致控制精度较低，调整时间较长，因此，合理优化排爆机械手的控制策略一直是研究的重点。排爆机械手的驱动方式有液压驱动、电机驱动和气压启动，作业时，控制器输出信号控制驱动装置，驱动装置直接带动各关节到达相应位置，通过各关节联合运动，使机械手末端达到指定位置，实现排爆过程。由于排爆机械手本身重量较大，使其在作业过程中会产生较大的滞后性和惯性，并且关节驱动需要的力矩较大，因此PID成为目前排爆机械手控制的主流算法，然而，PID控制时存在初始参数确定困难、超调量较大、响应时间较长等问题，因此，开发新的控制方法，或在原有PID算法上加以改善，具有非常重要的研究价值和应用前景。

为提高排爆机械手等大型机械手的控制精度，国内外学者为此进行了广泛的研究。宁煜[1]设计了一种单神经元来优化机械臂PID控制方法，使关节误差减小，鲁棒性更强，但微分跟踪器参数难以确定； Indrawanto[2]考虑到机械臂动力学具有的强非线性等特点，因此采用具有强鲁棒性特点的滑模控制进行关节控制内的运动控制。Aly[3]结合模糊和PID控制策略，推出了一个新型的模糊PID算法，用以大型电液机械臂轨迹控制，与传统PID方法对比，此方法可实现更快的收敛以及具有更优的鲁棒性能。沈玲[4]研究了大型送料机械手夹紧模糊PID控制系统,采用二维模糊控制器,根据模糊规则建立模糊推理系统,搭建模糊PID控制系统仿真模型,缩短了机械手反应时间。倪骁骅等[5]研究了机械手自适应滑模控制系统，建立机械手运动数学模型，设计了滑模控制系统，对控制系统的稳定性进行证明，通过仿真验证滑模控制效果，降低了机械手角速度跟踪误差。

本文基于排爆机械手关节PID控制参数初始值确定困难、超调量较大等问题，设计一种排爆机械手关节BP+PID伺服电机控制系统，运用BP神经网络优秀的学习能力和非线性求解能力对其参数进行整定，加快PID控制的收敛速度，提升控制精度。通过建立直流伺服电机模型、BP+PID算法模型，并与传统PID控制进行对比，验证了该控制系统的实用性与可行性。

1排爆机械手关节控制系统分析

1.1排爆机械手系统参数

某排爆机械手采用六自由度的结构，其最大臂展为2 m，最大夹持力为20 kg，机械手本身重189 kg，采用伺服电机直接带动关节进行运动，其结构简化模型如图1所示。其机械参数如表1所示。

图1 某排爆机械手结构示意图

表1 排爆机械手机械参数名称旋转底座大臂中臂小臂手爪长度/mm100重量/kg

某排爆机械手关节控制系统原理如图2所示。

图2 排爆机械手关节伺服电机控制系统原理框图

系统采用位置直流伺服电机直接驱动机械手关节运动，并通过角度传感器采集机械手关节运动的角度反馈给电机进行实时调整。

1.2关节控制系统数学模型

直流伺服电机工作时，其工作转矩等于负载转矩与负载惯性系统加、减转矩之和，即：

式(1)中，T(t)为电动机输出转矩(N·m)；TL(t)为负载转矩(N·m)；w(t)为电动机角速度(rad/s)；Ja为电动机电枢转动惯量，Ja=2.2×10-3kg·m2；J1为负载的转动惯量，需将机械手关节的惯性转换到电机轴上，取5×10-3kg·m2;h为丝杠螺距;mz为工作台质量。

当电机电路处于动态过程中时，电机内部线圈施加的电源电压Ua(t)和电枢线圈内通过的电流Ia(t)的关系为：

式(2)中，Ra为电机电枢线圈内阻，Ra=20 Ω；La为电机电枢线圈的电感，La=2H；eb(t)为电机电枢线圈在钉子磁场中运动时产生的反电动势。

电机输出转矩M(t)应与通过电枢线圈的电流大小成正比，则M(t)=kTIa(t)[6]。其中，kT为电机输出扭矩常数，kT=9.2 N·m·A-1。电机电枢线圈产生的反电动势eb(t)与电枢的工作角速度w(t)成正比[7]，故有：

式(3)中，kb为电机电枢反电动势系数，kb=0.024 4 V·rad-1。

对上述式子进行拉普拉斯变换，并令初始条件为0，则有：

Ua(s)=(Rs+sLa)Ia(s)+Eb(s)

M(s)=kTIa(s)

Eb(s)=kbΩ(s)

对上式进行综合，得：