我们首先学习PD控制器,让我们再看一下上一节得到的结果,复杂的机器人控制被简化成d扰动下的θm控制
转换方程为
根据PD控制的定义,那么我们进入该系统的输入U(s)为
这里的Kp和Kd分别为控制器的比例常数和微分常数,可以画出此闭环系统的框图为
问题1:微分项不应该是误差的微分吗?回答:这两种框图表示方式等效,不信你算
问题2:而且输入怎么变成了θmd,电压哪里去了?回答:在K后面
问题3:K是齿轮减速比?回答:不是吧
把系统的转换方程做拉氏变换,得到的公式乘上K与上述输入U(s)合并(由框图可知需要乘系数K),于是得到
对于任何正值的Kp和Kd,以及有界的扰动,该闭环系统都会保持稳定。跟踪误差为:
对于一个阶跃输入
以及一个常量扰动
根据终值定理可得稳态误差满足
由于扰动D受齿轮减速比的影响,减速比越大或者Kp越大,稳态误差就越小(减速比增大D减小)。由于该系统是1型系统,因此增大Kp也是我们所希望的。
我们在上一节就知道了D不是一个常数值,但是在稳态情况下,这个扰动项是由于机械臂重力引起的,而重力项是常数。因此上述的分析虽然是近似分析,但却在假设闭环系统稳定的情况下用PD控制器给实际稳态误差提供了一个很好的描述。
问题1:这里的PD控制器,跟我不考虑机器人动力学,不考虑电机动力学,直接把机器人用PD控制器来控制有什么区别?
答:这他么就是不考虑动力学直接用PD控制器控制
问题2:上述问题的衍生问题就是:不考虑系统特性的控制与考虑系统特性的控制的区别?
答:10.3.4会讲解动力学计算的第一个应用方式,既然我都能计算我的扰动大小了,为什么不能直接用前馈来消除它呢,对吧