管道机器人机构设计与控制

第一章管道机器人概述1研究管道机器人的意义在当今社会，各种各样的管道得到了广泛的应用，现代工业、农业及日常生活中都离不开管道，管道成为物质输送的重要工具之一，可以输送水、石油、煤气等气态和液态物质，它可应用于煤气、石油、水、医疗和中央空调通风管道等多个领域。在使用过程中，管道需要检测、清扫和维修，但是管道一般深埋在地下、空中或者建筑物中，内部结构错综复杂、环境恶劣，内径较小，人工难以在这样的环境下工作，因此在20世纪70年代开始，发达国家就开始致力于研制各种各样特殊用途的管道机器人。管道机器人是一种可沿较小管道内部或外部自动行走、携带一种或多种传感器及操作机械，在工作人员的遥控操作或计算机自动控制下，进行一系列管道作业的系统。目前国内外管道机器人的研究成果已经很多，但是在微小管道、特殊管道(如变径管道、带有L型、U型的管道)进行检测和维修还不够成熟，在机构、控制等方面还不够完善，但是该类管道在各个领域的广泛应用，因此研发各种特种管道机器人极具吸引力。本论文是针对中央空调通风系统的特点进行管道清扫机器人的开发研制。现在的大楼普遍采用中央空调系统对室内空气的温度、相对湿度、气流速度等进行有效的调节，来满足人们对室内工作环境的要求。但由于中央空调通风系统长期得不到清洗而引起的空气污染已越来越引起人们的高度重视，特别是SARS之后，人们迫切要求提高工作、居住及其他公共场所的空气质量，但是通风管道很长、弯道多，而且安装在大楼的天花板上，拆卸困难，人工清洗困难，效率很低。据有关统计，仅上海市目前安装中央空调的楼宇有3000多幢，每年需要清洗和检测空调管道的数量巨大，空调管道清扫机器人有较好的市场需求和十分可观的经济效益。因此，研制开发中央空调管道清扫机器人具有较高的社会实用价值。-1-上海交通大学硕士学位论文2管道机器人的历史和现状发达国家对于管道机器人的研究处在世界前列，其中美国、日本、加拿大等发达国家处在领先阶段。丹麦、瑞士、日本和韩国等也有管道机器人系列开发产品，国内的一些大学和公司也相继研制开发了各种管道机器人，如中科院、西安交大、上海交大、清华大学和北京理工大学等也都相继研制了各种管道机器人。国内外部分有代表性的管道爬行机器人有：1、日本的福田敏男、细贝英实在1986年研制了能过“L”形的轮式管道机器人。该机器人行走机构分别由头部和本体两部分组成，头部和本体可相对回转。当机器人在直管内行走时，本体上的电动机1通过减速装置带动本体上的驱动轮转动，使机器人沿直管行走。当通过90度弯管时，电动机2驱动头部做姿态调整，同时驱动头部履带，引导机器人通过弯管。该机器人的技术指标为：适应管径；φ，行走速度：8.1mm/s，转弯性能：可以通过90度直角弯管机器人重量为：240g，机器人长度：76mm[1]。2、Hirose，Ohno，，Mitsui，T研制的适应φ25、φ50、φ150的轮式管50mmTheseus-I和用于实际煤气管道的管内机器人Theseus-II150mm的管道，基于控制构形车辆的概念提出了Theseus-III机器人。对于直径的管道，提出了驱动器在管道外的管内机器人Theseus-IV，如图1.1所示。Theseus-II机器人是以电池为动力源，无刷电动机为驱动元件，最大行走距离为150m，运动速度可以达到3m/s，目前东京煤气公司已经采用此类机器人进行煤气管道的检修[2][3]。3、脚式管道机器人，西门子公司Neubern等人研制的蜘蛛型微管道机器人有3、6和8只脚三种类型，原理是利用腿推压管壁来运动；国内的太原理工大学研制成功管内脚式行走机器人，该机器人可在管内双向行走，自动随管道弯度转向。该机器人由撑脚机构、牵引机构和转向机构等构成[4]。4、履带式管道机器人，如加拿大Inuktun和SystemInc公司的产品已经商业化了，和东华大学的多履带机构管道机器人[5]。5、蠕动式微型机器人，它们利用电磁伸缩、气缸伸缩或形状记忆合金等进行驱动，如上海交通大学研发了小口径管道内蠕动式移动机构，它是模仿昆虫-2-上海交通大学硕士学位论文在地面上爬行时蠕动前进与后退的动作设计的；西安交通大学、中科院等以电致伸缩陶瓷微位移器做驱动器，电磁铁机构做可吸附于行走表面的保持器，设计制作了蠕动式微动直线自行走机构，如图1.2所示[6][7][8]。6、利用管道流体的压力差产生驱动力，随着管内流体的流动向前移动的无动力（无缆）管道机器人。广东工业大学提出的采用流体运动的能量推动叶轮转动，从而产生电能对机器人的储能元件充电的机器人[9]。7、随着科技的不断进步，开始尝试用微波和磁场来驱动管道机器人。日本研究并设计了采用微波方式供应能源来驱动的管道机器人。在机器人的尾部是直径9.5mm天线和RF模块，用于能量交换和信号通讯，其中传送能量的微波信号频率为22HZ，通讯信号的频率为24GHz。机器人运动的速度可以达到20mm/s，所需要的微波的能量为650mW。机器人的驱动元件是积层压电元件，运动原理是惯性冲击式驱动[10]。8、具有内窥镜各项功能的柔性管内微机器人的概念是由日本的Ikuta于1988年提出的。同年Ikuta研究与开发用于大肠检查的小型医用机器人MEDIWORM，该机器人是一个半自动装置，由操作人员通过一定的人机界面进行交互操作，后来又加入了记忆合金转向装置。另外，还有吸附式、蛇形等各种管道机器人。-3-上海交通大学硕士学位论文图1.1日本Theseus-II、III、IV管道机器人Fig.1.1Theseus-II、III、IVpiperobotofJapan国内相关技术的研究已经有不少，但是目前大部分还处在实验室研制阶段，部分国外已经商业化的管道机器人也存在很多不足，如控制方法都比较简单，还没有将现代智能控制技术应用于这些机器人的控制。图1.2电磁力蠕动管道机器人Fig.1.2Magnetoelectriccreeperpiperobot3管道机器人的技术展望,进入实用化阶段,必须在以下几个方面有所突破：-4-上海交通大学硕士学位论文1、研究开发能够适应复杂管道和特殊管道的多功能行走机构，管内作业机器人在弯管、支岔管中的通过性问题仍未很好解决，要解决这一问题，首先要在机构上保证机器人能够在这些特殊环境中顺利行走，提高机器人在弯管、L型和T型管中的通过性。因此要研究一种既融合各种机构优点，能够提供较大的牵引力，又具有快速灵活，可靠性高的驱动方案。2、基于多传感器的管况识别技术的研究。对管道内部这类非结构化环境，现有的管内作业机器人中的传感器或无法正常发挥作用，或过多地依赖人的介入，已经不能满足其发展的需要。经过多年的实践，人们已经认识到传感器的集成，即多种传感器(光，机，电，仪)的综合运用是解决上述问题的有效手段，才能为提高管内作业机器人的智能控制水平打下良好的基础。其中以摄像机为基础的视觉传感器，将是发展的一个主要方向。例如，目前已经在机械手控制中引入视觉伺服技术，即利用视觉传感器来实现机械手的位置闭环控制。视觉对管内机器人具有重要意义，利用视觉可以：（1）确定作业位置；（2）识别管内环境(是否拐弯,是否有枝杈等)；（3）识别机器人的姿态(是否有转体,相对于作业位置的距离等)。在管内作业机器人中采用视觉伺服技术，有利于提高其控制性能和自主能力，并对其智能化进程有重要意义。3、在复杂管道环境下机器人智能控制技术的研究。在管道内部复杂的环境中，为减轻操作人员的负担，机器人具有自主能力是必要的，先进的控制策略，如路径规划，控制器参数的在线优化等的研究也必将使管内作业机器人的智能化水平得到进一步的提高。但这有赖于先进的传感器技术，特别是管内环境识别技术作保证。4信号、电力的传输和供给方式：在直管道线缆可以顺利进出，但是在弯曲管道里，尤其是有几个弯曲的管道里，必须考虑线缆在转弯处的阻力，因此现在的机器人一般只能进入带弯道管道的深度为30m。采用无线的方式来传递信号，由于金属管道具有一定的屏蔽作用，需要考虑发射信号的频率。电力的供给现在一般采用高能干电池、蓄电池和管外供电(线缆)的方式。这些方式对机器人的行程有较大的影响。-5-上海交通大学硕士学位论文5、机构和驱动器的小型化、微型化。4论文的主要工作本论文是整个课题的一部分，本课题致力于研究和设计一种从事检测、清扫管道和喷洒清扫液体的管道机器人。该机器人可以工作在φ350-φ600mm的圆管和宽度大于270mm的方管以及在平地或30度以下坡度上运动，可以通过线控对它进行控制，并对智能控制算法和自适应不同直径的圆形管道算法进行了研究。我的主要工作：1、在查阅和掌握大量有关文献资料的基础上，分析了管道机器人的研究现状及其发展趋势，系统地研究了管道机器人的驱动原理和方式、移动原理以及机械结构。在综合考虑各种因数的基础上，确定了管道机器人移动机构，指出了在设计机器人时应考虑的主要问题。2、针对中央空调通风管道系统复杂多变的特点，设计了履带式管道机器人机械结构，阐述了履带式机器人的组成与特点。该机器人采用模块化设计，具有结构独特、简单、实用、牵引力大和稳定性高等特点，移动机构既能够适应多种方形管道和圆形管道，还可以适应变径园管；毛刷机构可以实现两个方向旋转，满足方管和圆管的不同需求。3、对履带式移动机器人进行了受力分析和动力学分析，讨论了机器人的通过性、自定心效应和侧倾问题。4、根据履带式机器人滑动严重、难以建立精确的运动学模型和非完整性约束系统的特性，将分层模糊控制策略应用到机器人的控制上，以实现机器人的自主控制。通过分层输入和输出叠加，大幅度减少了多输入模糊控制系统的维数和计算量，简化了机器人的控制，便于工程实现。同时阐述了管道机器人自适应管径原理。对自适应分层模糊控制算法进行了计算机仿真，得出了初步仿真结果。5、针对分层模糊控制参数难以确定的问题，运用遗传算法对分层模糊控制器的参数进行了优化。-6-上海交通大学硕士学位论文第二章管道机器人的设计基础管道机器人通常是由驱动器、移动机构、转向机构和工作装置等几部分组成。其中驱动机械和移动方式有较大程度上决定了机器人的整个机械结构。1管道机器人的驱动方式由于管道机器人是在管道限定的环境里运行，尤其是在有弯曲的管道里运行，一方面，机器人在弯管(包括垂直管道)行走中要有足够的摩擦力来克服重力的影响，另一方面需要提供足够大的驱动力来克服各种阻力。驱动器的选择在很大程度上决定了管道机器人的体积、重量和性能指标。现在使用的驱动方式主要有：1、电磁驱动。最常用的是微电机，微电机又分为有刷直流电机、无刷直流电机、步进电机和舵机等。步进电机、直流电机和无刷直流电机的主要区别在于它们的驱动方式。步进电机采用直接控制方式，它的主要命令和控制变量都是步阶位置(stepposition)；直流电机则是以电机电压或电流作为控制变量，以位置或速度作为命令变量，小尺寸可以产生较大的扭矩。直流电机需要反馈控制系统，它会以间接方式控制电机位置，步进电机可以产生精确控制，一般采用开环方式。无刷直流电机以电子组件和传感器取代电刷，不但延长电机寿命和减少维护成本，而且也没有电刷产生的噪音，因此无刷直流电机可以达到更高的转速。对电机的控制比较成熟，目前小型电机常采用控制方法，控制方法比较简单，精度比较高。受到尺寸的限制，管道机器人需要尺寸小而扭矩大的驱动器，这正是电机所具有的特性，因此电机在机器人上应用最多，本课题也是采用直流电机作为驱动。2、压电驱动。压电材料是一种受力即产生应变，在其表面出现与外力成比例电荷的材料，又称压电陶瓷。反过来，把一电场加到压电元件上，则压电元件产生应变，输出力或变位。通常压电元件的能量变换率高（约50%大（3500N/cm2电元件有两种驱动方式：一种是利用动态响应快的特点，作高频振动，把振动-7-上海交通大学硕士学位论文作为动力源；另一种是利用驱动力大、精度高的特点，驱动位移或力作为驱动源[14]。3、形状记忆合金。形状记忆合金是一种特殊的合金，其形状记忆效应产生的主要原因是相变，其相变是由可逆的热弹性马氏体的相变产生，一旦使他记忆了任意形状，当加热到某一适当的温度时，则恢复为变形前的形状。它的特点：一是变化率大，是普通金属的近十倍，达到每10oC；二是变位方向的自由度大，由两种金属片贴合而成的双金属片的变位方向只能是垂直于贴合面的方向，形状记忆合金是单一材料，没有方向的依赖性，可向任何方向变位，如做成线圈状扩大动作行程；三是在特定的温度下，变位急剧发生，并且具有温度的迟滞性，适合于开关动作。4、超声波驱动是利用超声波振动作为驱动力，即由振动部分和移动部分组成，靠振动部分和移动部分之间的摩擦力来驱动的一种驱动器，它具有结构简单、体积小、响应快、力矩大，不需要减速就可以低速运行，常用于照相机快门的动作等。超声波驱动由三种驱动方式：振动方向变换型、行进波型和复合振动型，这两种驱动方式一般应用在微机器人上。5、气动驱动。利用压缩空气驱动气动马达或气缸运动，适合潮湿恶劣的环境，不需要电源，但运动精度比较低。橡胶筒套及外部纤维编织网构成，当对橡胶筒套充气时,橡胶筒套因弹性变形压迫外部编织网，由于编织网刚度很大，限制其只能径向变形，直径变大，长度缩短。此时，如果将气动人工肌肉与负载相联,就会产生收缩力；反之，当放气时气动人工肌肉弹性回缩，直径变细，长度增加，收缩力减小，因此气动人工肌肉具有重量轻、输出力大、柔顺性好等特点。如图2.1所示，其缺点是：（1）气动人工肌肉与传统气动执行元件相比行程小(气动人工肌肉空载时可达20%，有载时只可达到10%，而有的传统气缸可达到40%)2）气动人工肌肉的变形为非线性环节，具有时变性，使准确控制其位移十分困难；（3）在工作过程中，气动人工肌肉自身温度会发生变化，随着温度的变化，其性能也会改变，这给高精度控制带来困难[15]。英国Salfold大学的Caldwell采用18根气动人工肌肉设计了四手指机械柔性手，机械柔性手拇指具有3个自由度，其-8-上海交通大学硕士学位论文它3个手指具有2个独立自由度和1个关联自由度，可实现并拢和手指弯曲动作。图2.1人工肌肉结构简图Fig.2.1Structurediagramofman-mademuscle2管道机器人的移动方式管道机器人的移动方式可以分为轮式、履带式、足式、蠕动式、螺旋式和流体推动式等（如图2.21然而对于轮式也还有限制：轮式越障碍能力比较差，牵引力相对履带式要小；在不平整地面环境下，运动不平稳，易倾斜；微型化比较难[16]。2、履带式机器人具有牵引力大，抓地性好，适应地面环境能力强的特点，同等条件下，可以跨越的障碍是所有驱动方式中最大的，但精确控制比较难，微型化也比较困难，不能适合在圆管中运行。这些特性适合空调通风管道的特点，本课题因此采用了摆动式履带移动方式[17]。(a)轮式(b)履带式(c)足式(d)螺旋式(e)张紧式(f)流体推动式(g)蠕动式图2.2管道机器人的移动方式Fig.2.2locomotionofpiperobot-9-上海交通大学硕士学位论文3、足式是一种模仿昆虫结构功能的移动方式，地形适应能力强，能越过较大的壕沟和台阶，其缺点是速度和效率低，转向比较困难，控制系统复杂，因为腿和地面的接触面积小而使得单位的压强太大，所以应用起来比较困难。日本用压电元件制成的足式步行机器人采用双压晶片型的压电元件，利用它的振动直接蹬着地面前进[18]。如图2.3所示。图2.3微型六足机器人Fig.2.3Hexapodemicro-robot4、螺旋式机器人是利用旋转摩擦管壁产生推力。适合在管径很小的管道中运动，缺点是效率低，推力比较小[19]。5、张紧式移动机构主要是适合在垂直管道或大坡度管道中运动，它通过可变形的机构始终张紧管壁，保持与管壁的紧配合。一般与其他移动方式（如轮式和履带式）结合使用，缺点是不能适合L型等没有圆弧过渡的弯道，适应得管道直径范围比较小[20]。如图2.4所示（适合直径85-105mm-10-上海交通大学硕士学位论文图2.4SungkyunkwanUniversity的管道机器人Fig.2.4PiperobotofSungkyunkwanUniversity6、流体推动式是一种无动力或被动式的移动方式，利用管道内的流动液体的动力运动，可以在管道不停止工作的状态下进行管道的检测，一般没有缆绳，因此不受行走距离的限制，缺点是难以控制速度和方向[21]。7、蠕动式机器人是依靠柔性形体的变形产生移动，具有较大的吸引力，运用的驱动元件不同，但蠕动原理大致相同，对于不同的蠕动机理，蠕动规律及控制尚需深入研究，缺点是转向困难，速度和效率低，牵引力小。蠕动式有蛇行、仿蚯蚓等运动模型[22]，如图1.2所示。在实际应用中，为达到较理想的效果和性能，克服不同机构的缺陷，常采用多种移动方式的结合，如在小管径管道中常把轮式和张紧式相结合。3几种典型的空调管道机器人的结构特点和性能分析由于中央空调通风管道有圆管和方管，管道尺寸变化很大，既有方管，又200mm×100mm到5000mm×1750mmØ180mm到Ø3000mm以上，有大量的弯道、L型或T型管道，甚至变径。因此现有的空调管道清扫机器人都属于非张紧式爬行类机器人。因为驱动原理和移动方式决定了管道机器人的结构形式，现有的管道清扫机器人主要有轮式、履带式、漠风暴”和“工大学和东华大学开发的机器人，如图2.5所示。-11-上海交通大学硕士学位论文图2.5国内外各种典型管道机器人Fig.2.5Varioustypicalpiperobot1、加拿大的“沙漠风暴”机器人，如图2.5（b）所示，采用双电机金属履带驱动，上面装有云台，系统牵引力大，因具有诱导轮而越障碍能力强，控制简单可靠，但对圆形管道的适应能力差，几乎不能在圆管中运行。主要的技术参数：适应管道宽度300mm以上，速度4.5或9m/min，进入管道深度，重量约。2（d调整，因此可以适应方管和圆管。其重要的特点是采用了模块化设计，可以通过不同组件组成适合不同管径的机器人，如图2.6所示。最小型号的主要技术参数：最小适应管径100mm，速度0-10m/min，进入管道深度，重量9Kg。但此机器人的履带张开角是由人为调整，因此不适合变管径的管道中运行。图2.6机器人适应圆管和小口径管道的情况Fig.2.6robotofadaptingcircularpipeandmin.pipe3、东华大学管道机器人采用了四腿履带式驱动，如图2.5（a）所示，它结-12-上海交通大学硕士学位论文合了履带和足式两种驱动方式，采用了四个电机驱动，四腿可以左右张开，在遇到障碍时，前履带可以前后倾斜，提高了跨越台阶能力，可以适合方管和不同直径的圆管，但机构和控制都比较复杂，控制较困难，而且制造成本很高。4、北京理工大学的管道机器人，如图2.5（c）所示，采用轮式机构，特点是机构和控制比较简单，越障碍能力比履带要差。综观现有的国内外管道清扫机器人，其结构和性能大致如下：（1）大多采用轮式或履带式移动机构，由于管道大小变化多样，管道的截面形状有圆形和方形，管道适应性并不强；（2）配有高速旋转的清扫机构，用来把管内的灰尘打落、清除。由于管道有矩形管和圆管之分，所以可更换相应的清洗矩形管和圆管的清洁刷；（3）装有CCD摄像头及照明灯，用于探测管道内的状况，这在人所不能到达的管道内部是必不可少的；（4）由于管道机器人还不可能达到完全自主清洁，故采用线控方式，由操作人员通过CCD摄像机在管道外进行实时操作，操作者需不间断地对管内环境进行观察,工作负担重,而且易出现误操作和漏操作。4设计中应注意的几个问题在设计管道机器人时需要重点考虑的几个关键性问题是：1、移动机构的设计问题。管道机器人在弯管、支岔管中的通过性问题是一个难点，又要考虑到适应圆管和方管，适合不同管径的问题。寻找一种既能够提供较大牵引力，又快速灵活、可靠性高的机构是一个值得研究的问题，还要在动力系统、传动机构的小型化方面下功夫。除了在机械机构上推陈出新之外，另外还应该尽可能结合控制方案来考虑。2、驱动方式的选择问题。对于管道机器人的驱动器，常用的是微型直流电机或步进电机，其响应快，控制比较精确可靠，产生的扭矩比较大，成本相对低。因此本方案采用了直流电机作为驱动器，可以在管道中，尤其在弯管中产生足够的驱动力来克服各种阻力。3、信号、电力的传输和供给方式问题。在直管中，线缆可以顺利进出，但在弯管处，或多个弯道处必须考虑线缆的阻力。如果采用无线方式传递信号，-13-上海交通大学硕士学位论文由于金属管道具有一定的屏蔽作用，需要考虑发射信号的频率。常用的电源供应是高性能电池、蓄电池和管外线缆供电方式。这里考虑到需要的电量比较大和本身需要携带气管，采用了管外线缆供电方式和线缆通信方式。4、控制系统和传感器的设置问题。管道内部的复杂环境，可能导致传感器无法正常工作，人工的介入是必要的，但又需要具有一定的智能化，因此控制系统应该同时具有这两种功能。经过多年的实践，人们已经认识到传感器的集成，即多种传感器的综合运用是解决这个问题的有效方法，以摄像机为基础的视觉传感器是管道机器人的重要部件。5本章小结本章系统地讨论了管道机器人的驱动原理、移动原理及它们选择的理论依据。在分析了几种管道机器人的特点的基础上，提出了管道机器人的设计的一般性问题，为管道机器人的设计提供了较全面的理论指导。第三章履带式管道机器人的机构设计及性能分析根据空调管道的实际情况和前一章的分析，在吸收了上述几种管道机器人的结构特点，设计了模块化的摆动式双履带管道机器人。整个机器人由双履带驱动机构、履带摆动机构、毛刷机械臂、主框架和旋转毛刷等部分组成。在机器人的前部可以携带CCD和测距传感器，左右两侧携带测距传感器。空调管道系统介绍及清洗原理中央空调通风管道按截面形状分有圆管和方管，按管道轴线类型分有直管、弯管（LT型管和十字型管等，管径和接头没有规范，有较多的斜坡或台阶，本系统中使用的管道类型如图3.1。在实际的空调通风管道中，使用方管比圆管要多，原因是方管在制作时高度比宽度小，所占去的高度比圆管要少，并且方管安装方便，所以方管使用比例大。由于加工、使用等原因，实际使用的管道并不一定时理想的几何体，履带、管道均有一定的弹性，在重力、外界挤压等力的作用下会产生变形。我们在研-14-上海交通大学硕士学位论文由于金属管道具有一定的屏蔽作用，需要考虑发射信号的频率。常用的电源供应是高性能电池、蓄电池和管外线缆供电方式。这里考虑到需要的电量比较大和本身需要携带气管，采用了管外线缆供电方式和线缆通信方式。4、控制系统和传感器的设置问题。管道内部的复杂环境，可能导致传感器无法正常工作，人工的介入是必要的，但又需要具有一定的智能化，因此控制系统应该同时具有这两种功能。经过多年的实践，人们已经认识到传感器的集成，即多种传感器的综合运用是解决这个问题的有效方法，以摄像机为基础的视觉传感器是管道机器人的重要部件。5本章小结本章系统地讨论了管道机器人的驱动原理、移动原理及它们选择的理论依据。在分析了几种管道机器人的特点的基础上，提出了管道机器人的设计的一般性问题，为管道机器人的设计提供了较全面的理论指导。第三章履带式管道机器人的机构设计及性能分析根据空调管道的实际情况和前一章的分析，在吸收了上述几种管道机器人的结构特点，设计了模块化的摆动式双履带管道机器人。整个机器人由双履带驱动机构、履带摆动机构、毛刷机械臂、主框架和旋转毛刷等部分组成。在机器人的前部可以携带CCD和测距传感器，左右两侧携带测距传感器。空调管道系统介绍及清洗原理中央空调通风管道按截面形状分有圆管和方管，按管道轴线类型分有直管、弯管（LT型管和十字型管等，管径和接头没有规范，有较多的斜坡或台阶，本系统中使用的管道类型如图3.1。在实际的空调通风管道中，使用方管比圆管要多，原因是方管在制作时高度比宽度小，所占去的高度比圆管要少，并且方管安装方便，所以方管使用比例大。由于加工、使用等原因，实际使用的管道并不一定时理想的几何体，履带、管道均有一定的弹性，在重力、外界挤压等力的作用下会产生变形。我们在研-14-上海交通大学硕士学位论文究管内行走机构动力学时，在不失实际意义的前提下，假定：(a)直圆管(b)直角圆弯管(c)T型圆管(d)变管径T型方管(e)L型方管图3.1管道系统Fig.3.1Ductwork1、管道具有理想的几何形状，接头、分岔处都是理想的几何过渡或相贯。2、管道及机器人的履带变形可以忽略或不变形。管道机器人的清扫原理：如图3.2所示，利用气囊堵塞管道两头，机器人清扫管道，把垃圾、灰尘扫到管道口或扬起灰尘，由管道的前方入口的大功率真空吸尘器把灰尘吸走。这样对空调管道进行分段清扫。图3.2管道机器人的清洗原理Fig.3.2Cleanoutprincipleofpiperobot-15-上海交通大学硕士学位论文为描述管道机器人的履带在管内的运动姿态，我们给出下列定义：（1）管道主平面：指过管道轴心线并于水平面夹角等于管道轴心线与水平线夹角的平面。如果管道轴心线与水平面平行，则管道主平面也与水平面平行。（2）管道主截面：与管道轴心线相垂直的平面。（3）管道坐标系：以管道轴心线为X轴，指向机器人运动的方向；以管道主平面与管道主截面的交线为Y轴的右手坐标系，XYZO。（4）机器人坐标系：以机器人重心为原点建立的坐标系X`Y`Z`O`。（5）左右摆动角α：Y`轴与平面的夹角。（6）前后摆动角β：X`轴与平面的夹角。（7）前进方向摆动角γ：X`轴与X轴的夹角。机器人在管道内的位姿将由管道坐标系的原点O`相对机器人坐标系O点的位置，和左右摆动角α、前后摆动角β等决定（机器人与管壁接触是附加的约机器人在直管或弯管内姿态将有以下三种情况：1、左右摆动角α=0，前后摆动角β=0；2、左右摆动角α≠0，前后摆动角β=0；3、左右摆动角α≠0，前后摆动角β≠0。在方管中，机器人的姿态调整比较简单，主要是前进方向摆动角γ的控制。履带式管道机器人的结构与特点3.3和3.4所示。其外形尺寸数据：图3.3机器人Fig.3.3Robot-16-上海交通大学硕士学位论文图3.4机器人的正侧面图Fig.3.4Robotpictureofsideelevation机器人张开履带时的截面尺寸，如图3.5。机器人外形尺寸：300mm（长）×260mm（宽）×175mmb1图3.5机器人截面尺寸图Fig.3.5Sectionsizepictureofrobot其他尺寸参数：名称代号大小箱体宽B180mm箱体高H156mm履带铰接点到箱顶距离196mm-17-上海交通大学硕士学位论文履带体高h176mm履带体总宽b140mm履带总跨长（参照图3.7）LZ300mm履带着地长（参照图3.7）Ld152mm诱导轮与支重轮垂直高度（参照图3.7）237mm支重轮直径DΦ52主动轮、被动轮直径都为dΦ26mm机器人重心高h78mm机器人总长（不包括毛刷杆）L300mm履带式管道机器人机械结构履带式管道机器人由双履带驱动机构、履带摆动机构、毛刷机械臂、主箱体和旋转毛刷等部分组成，下面分别介绍主要部分机构和特点：1、主电机履带驱动机构模块：采用了两个带齿轮减速箱的直流伺服电机分别驱动两边的履带，采用了一对锥齿轮进行传动，驱动装置采用后置悬挂方式。如图3.6所示。每个履带是一个独立的模块，可以根据管道的尺寸大小进行不同的组合，通过铰接位置的改变来放大、缩小机器人的外形尺寸。铰接在内边时，机器人宽为，铰接在外边时，机器人宽为200mm，如图3.7所示。考虑到制作的成本和机器人的负载要求等因素，这里采用同步传动带作为履带的替代品，其性能能够满足机构的要求。3.4.2能够适应复杂的环境，具有很强的适应环境能力。-18-上海交通大学硕士学位论文履带主动轮直流电机齿轮减速箱锥齿轮图3.6机器人的主电机传动示意图Fig.3.6Motordrivingsketchofrobot图3.7不同的组装改变机器人的外形尺寸Fig.3.7assemblyofrobot2、摆腿机构模块：由步进电机驱动一对直齿齿轮，带动传动螺杆，通过杠杆机构带动两边的履带模块摆动，如图3.8所示。其特点：能够适应不同尺寸的方管和圆管，这样不仅解决了履带不能适应圆管的问题，而且通过自适应控制，机器人能够适应不同直径的圆管，甚至能够适应变径圆管，同时，使得机器人在圆管中的防倾倒能力大幅度提高。图3.8摆腿机构模块图3.9毛刷臂传动机构Fig.3.8ModuleoflegmachineFig.3.9Brushdrivingmachine-19-3、毛刷机械臂：由步进电机驱动蜗轮蜗杆，实现毛刷的上下摆动，确保了机构尺寸比较小。如图3.9所示。4、毛刷机构：由微直流电机减速后，经锥齿轮传动，带动毛刷轴旋转，这里毛刷机构有两种安装方式，可以旋转90度安装，可以分别适应在圆管和方管中毛刷旋转方向不同的需要。如图3.10所示。特点是安装简单、快速、灵活，适应反复快速更换毛刷。图3.10在两种管道的毛刷机构Fig.3.10Brushmachineintwokindsofbrushmachine各种传感器1、测距传感器测距传感器采用红外测距传感器，分别安装在机器人的两侧和最前端，分别测出机器人到两侧管道或障碍的距离和到正前方管道或障碍的距离。型号为夏普GP2D120位移传感器，不需要附加电路。具体的参数：距离量程是－30cm5±0.5V；电压输出，工作温度范围-10°－60°。2、机器人倾斜传感器当机器人在X’O’Y’、Y’O’Z’平面倾斜时，机器人倾斜传感器就可以检测出两个方面的倾斜角，分别是管道轴线的水平面和管道轴线垂直面，机器人倾斜传感器采用数字式倾斜计，安装在机器人的中央主箱体内，用于测量机器人管道截面上与垂直线的夹角。采用ZC-TD双轴倾角传感器，其工作原理是利用测量重力加速度的分量通上海交通大学硕士学位论文过计算，将其转化为绝对倾角，同时输出标准的RS232串行数字信号和TTL电平信号。具体的参数：量程±60°；分辨率0.1°，误差为±0.5°；驱动电压2.7-5V；电压输出，工作温度范围-40°－85°。3、机器人行程测量机器人设计行程为30M，这里采用简单的方法，在拖线上标注长度刻度，根据刻度立即知道机器人的位置。履带式机器人受力分析下面分别对履带式机器人进行地面力、牵引力和外行驶阻力分析。履带式机器人的地面力分析假设电机功率为P，考虑到传动装置效率T，履带主动轮的占有功率T，e以主动轮上牵引力F和圆周线速度T形式表现。首先要克服行动装置内阻力ZTF，才能克服外阻力wa）wi主动轮功率：T=eηT=ZTT(3.1)主动轮上牵引力：FZT=Fwa+Fwi(3.2)推进力：Z=wa=µRG(3.3)只在具有足够大的履带附着系数µ时，推进力才能传向行驶地面。R图履带主动轮上的受力图Mechanicalfigureatdriver-21-上海交通大学硕士学位论文履带一方面需承受地面的支撑，另一方面要承受传动和制动时的水平力。因此，履带必须有反作用面积和附着力。附着力F由一个摩擦分力和一个剪切分力组成，由此可得出：ZF=µF=F+F

摩擦剪切(3.4)

ZRG这里的µ是附着系数，通过试验取得，G是重力。R摩擦分力包括履带和地面间的摩擦，剪切分力包含地面剪切强度。由此可知，履带附着力受到下列因素影响：（1（2）地面种类，地面湿度；（3）履带着地长/宽之比；（4履带式机器人的牵引力分析履带牵引力可以分为履带内牵引力和履带外牵引力。1、履带内牵引力ZKi履带内牵引力包括所有作用在履带上的牵引力，即F=F+T=F+F+T（3.5）ZKiZTowawio这里T是履带的预张紧力，ZT是主动轮上的牵引力。为了预防履带出轨，o履带必须预加张紧力。2、履带外牵引力FZKa履带外牵引力只包括克服外行驶阻力F所必需的力，再由（3.4）式可得：waF=F=µF=F（3.6）ZKawaRGZ3、履带力的分布如图3.12和3.13所示-22-上海交通大学硕士学位论文图3.12后驱动履带张力分布图Fig.3.12Distributingtensionfigureatbackdriver图3.13前驱动履带张力分布图Fig.3.13Distributingtensionfigureatfore-driver4、对驱动位置的评价由上图可知，履带驱动装置后置呈现出行驶技术上的优势，驱动装置前置时，大部分履带在行驶时承受大牵引力，履带伸长比驱动装置后置要长很多，在履带前下部形成下垂，容易导致履带的脱落，因此更要求加装履带张紧器。后驱动时，高牵引力区比较短，不会出现上述问题。履带的外行驶阻力外行驶阻力是指从外部来对抗履带车辆运动的阻力，见（3.3）式，主要分为：车首阻力、爬坡阻力、加速阻力和空气阻力等。1、车首阻力：是履带前部在地面和履带之间的塑性变形产生的，是车辆水平行驶的最大单项阻力。为了简化计算，这里（参阅[23]）F2gBgtP)=∆δ+ρfoF=PGoBld（3.7）-23-上海交通大学硕士学位论文这里B为履带宽，∆t是下陷深度，B∆t是车首阻力的推土面积，o是地面单位压力，δρ是地面摩擦角，ld是履带着地长。2、爬坡阻力：F=Fgsinα（3.8）stG这里α是爬坡的角度。3、加速阻力：FF=Ga（3.9）Bg这里a是加速度。5、空气阻力：在速度比较小的情况下，可以忽略不计。机器人参数履带式机器人的参数如下：重量：G=6.2传动装置效率：T=80%履带着地长：ld=152mm履带宽：B=履带进入角：δ=°（取前部和后部相同）[1]下陷深：∆t=0.12mm地面摩擦角：ρ=°ρ=°~°[1]履带预张力：o=8N拖缆所需最大力：cable=10N设计最大速度：V=9m/最大爬坡角度：α=30°所能提供的最大牵引力：ZT=wa+wi=Z+wi=49.6N这里行动装置阻力F取6N，所能提供的最大外牵引力为43.6N。wi-24-上海交通大学硕士学位论文当加速度为0，最大爬坡角度30度时，所需牵引力为各种阻力之和：F=F+F+F+F=42.07N（3.10）qfstBcable选主电机功率为：e=W；则电机所能提供的牵引力，如图（3.8F×V=2gPη=125.44（）TeT在最高速V=9m/时，牵引力F最小，达到15N；在最低速V=m/时，牵引力F最大，达到42N，可以爬上30度坡。如图所示。图3.14牵引力-速度关系图Fig.3.14figure机器人的运动学分析履带式机器人的运动特性和轮式车辆相比有很大的差异，其方向运动特性也截然不同，运动控制相对来说具有相当大的难度。履带式机器人运动方式履带式机器人两边履带以同等速度运动时，机器人实现直线运动；但机器人的转弯比较难以控制，也就是说其运动角速度控制比较困难，原地转弯也转不准，唯一合理的方法是：两条履带以不同的速度运动，用双履带的差动实现转向。1、履带式机器人转向运动-25-上海交通大学硕士学位论文图3.15履带差动实现转向Fig.3.15Turningthroughtrackdifferentialspeed履带的运动分为纵向运动和横向运动，使单片履带产生横向运动结果的回转运动，要叠加到纯直线运动上去。由此，转向行驶会产生附加的行驶阻力，即回转阻力。履带的转向运动可以用围绕转向中心（运动的瞬时中心）的运动来叙述，该中心自身可以根据车辆运动情况分为曲线运动和原地保持不动。如图3.15所示。因此，履带分别完成围绕各自的瞬时中心（其位置由很大区别）而作旋转运动和沿履带方向而作的滑移运动。在转向运动时，外侧履带需要一个牵引力，而内履带在广阔的转向范围内具有制动作用。由此形成一个转向力矩，在速率恒定的状态下与在履带和地面间产生的阻力矩相平衡。为建立起转向行驶时主动轮上的速度、力和力矩间的关系，首先做出如下简化：（1）车辆均匀平面上行驶；（2）转向行驶以等速进行；（3）离心力的影响可以忽略不计；（4）两条履带有相同的载荷；（5）在履带着地长内履带载荷不变，即履带着地长内有效地面压力o是均匀分布；（6）两条履带的行驶阻力相等并且履带宽可以不计；（7）纵向滑动和横向滑动可以不计；（8）车辆重心位于对称轴线的交叉点上；这里定义——转向传动比i，这个无量纲用来说明以不同转向半径行驶的L-26-上海交通大学硕士学位论文速度、力与功率的关系：iL2R==理论转向半径/履带中心矩之半（3.12）S这里R是转向半径，S是两履带之间的宽度。因此转向运动必须在一个理论转向半径时，通过转向机构实现。转向传动比还要定义另一个关系量——转向比：laλ==履带着地长/履带中心距（3.13）S转向比是车辆转向灵活性的一种度量，用来判断转向行驶时主动轮上的所需要力的大小。转向传动比可确定车辆所能行驶的不同转向半径范围。这里可分为大半径R→∞R=S/2之间的所有转向半径，同时包括i=∞和L=1之间的所有转向传动比；小半径L区定义i在0和1之间，0≤R≤S/2，特别当R=0时，车辆原地自转。L对转向传动比和转向比的定义，以及所求的履带主动轮上的速度、力和功率关系式是分析履带车辆转向行驶型性能和所用转向机构的基础。2、大半径区R≥S/2的速度设履带车辆以m的行驶速度沿半径为R的曲线运动，主动轮上的速度分别为a和i，这就是履带速度，不考虑滑移和弹性关系。求主动轮速度可和求一个平躺滚动的圆锥体外侧线上的各点速度一样。与行驶速度比有一个速度差∆，即VVVV=+∆amVVV=−∆im（3.14）这里VmVV+=ai（3.15）2借助相似三角形关系，外侧履带主动轮有R(RS/2)+=（3.16）VVma转化得-27-上海交通大学硕士学位论文1V=V+)（3.17）am

Li同样，对内侧履带轮有R(RS/2)−=（3.18）VVma和1)V=V−（3.19）am

Li式3.17和式3.19相减：2im==VLVV−ai（3.20）代入式3.15：()iai==VVR+VVR+LVV)S/2−ai（3.21）履带速度与电机转速成正比，所以也可以用电机转速来表示：iL=(nn)+ai(nn)−ai（3.22）由上可知，在主动轮上对应于每一个转向半径和每一个转向传动比，在结构上应有确定的速度比。此外，在相同的变速箱和转向机构的情况下，履带中心距的增加意味着转向半径的变大。当履带车辆围绕内侧履带转向时，意味着内履带速度为0，且转向半径为履带中心距之半，此时内外履带速度为：V0=iVV=am（3.23）3、小半径区0≤R≤S/2的速度如图3.16显示了车辆以小半径区0≤R≤S/2转向的情况。-28-上海交通大学硕士学位论文图3.16履带车辆以小半径转向Fig.3.16Small-radiusturningoftrackvehicle定义履带平均速度为V'，则mV'mVV−=ai（3.24）2同理可得外侧履带轮速度V=V'+i)（3.25）amL内侧履带轮速度：i='L−（3.26）iLVV(nn)++aiai==VV(nn)−−aiai（3.27）注意此时i<i<0。由式3.25和3.26得V0=iVV='am（3.28）在大半径转向时V=V'，原地自转时，L=0和R=0，可以得到mmVV'=−imVV='am（3.29）即V=V=V'aim4、相对主动轮速度根据以上公式做出的主动轮相对速度图形3.17，外侧和内侧的速度用相对于主动轮的平均速度来表示。-29-上海交通大学硕士学位论文图3.17内外侧主动轮的相对速度Fig.3.17Relativespeedofinsideandoutsidedriveri=1到L=L的坐标以对数表示，在大半径区，两个速度均为正值，即两L侧履带有相同的运动方向。在转向传动比i较大时，内外速度差别不大。L在转向传动比L=1时（绕内侧履带转动），转向出现不稳定，因从大半径区向小半径区过渡时，内侧履带的转动方向发生逆转。履带式机器人运动能力对于在管道内运行的机器人来说，能够通过的管道尺寸和越过的各种障碍物是其重要的性能之一。1、最小通过管道尺寸（1）在直线方管中机构能通过的最小管道尺寸：260mm（宽）×200mm（2）在直线圆管中，机构在圆管中的极限情况如图3.18所示，机构能通过的管道最小圆管内径由下式给出：=+Rb/2)2h2RhbHh=++−(/2)2()211≥Hh1（3.30）这里h是管道中心到机器人顶部的高度，H是箱体高；b是箱体-30-上海交通大学硕士学位论文宽180mm；1是履带铰接处到箱体顶部高；h1是履带高。第三式是确保机器人两边履带达到直径位置时箱体高度还不能达到顶部的情况，即不会产生错误解。图3.18机构通过园管最小尺寸Fig.3.18Thepassablemini-sizeofrobot本方程组无解，说明机器人能通过的最小圆管内径理论值为。2、越壕能力在垂直壕壁或近似于垂直壕壁的情况下，越壕能力定义是车辆在不坠落的情况下能跨越的壕宽，如图3.19。当重心的铅垂线与壕壁边缘重合时，越壕宽达到最大值，因此，最大越壕能力由履带高度、履带与地面接触线长度、前带轮直径、履带倾角和重心位置决定。图3.19车辆的越壕能力Fig.3.19Capabilityofgetovergroove由此可见，车首较重的车辆有临界驶入过程，车尾较重的车辆有临界驶出-31-上海交通大学硕士学位论文过程。重心位于车体中心的车辆，其临界驶入与临界驶出相同，从而能越过最宽的壕，因此，在设计时，将重心配置在中心有利于提高机器人的越壕能力。经计算，本机器人的理论越壕极限为145mm。3、上台阶能力在垂直台阶或近似于垂直台阶的情况下，履带车辆能够爬上的台阶高度，极限状态下，重心线正好在台阶的位置，如图3.20所示。计算结果台阶极限高度62mm。图3.20车辆上台阶能力Fig.3.20Capabilityofclamberstep履带式机器人在弯道处的通过性如何自如、平稳通过弯道是管道机器人的难点和重点。履带式机器人在弯道处的通过性是指机器人通过弯道、接头和克服弯道障碍的能力[3]。若管道机器人能够通过弯道，则其几何尺寸必然满足弯道的几何约束，通过这个约束来反映管道机器人能否平稳、自如地通过弯道，所以，进行管道机器人弯道导航设计和相应结构设计时要满足该约束方程。否则，在弯道处有可能使管道机器人的单元体被卡住或处于夹紧状态，而使驱动力增加，这一状态如果导致驱动电机输出过大而损坏驱动电机，会发生管道机器人“死”在管内的现象。1、管道机器人在圆管中弯道处的几何约束设管道机器人和管道弯道的几何尺寸分别为：机器人宽度尺寸为B、机器人长为LR90°。-32-上海交通大学硕士学位论文几何关系如图3.21所示，因此在该状态下，机器人几何尺寸由下列方程给出：=2(R+D/2)2−(R+B/2)2(3.31)L表示在一定的弯道尺寸和机器人宽度为B的条件下，管道机器人能通3.31提供了管道机器人在弯道处能通过的基本约束条件，即管道机器人极限几何尺寸。反之，L已知时，可以得出可以管道直径D和弯道曲率半径RD=2((R+B/2)2+2/4−R)（3.32）图3.21机器人尺寸与圆管弯道的几何关系Fig.3.21Geometricalrelationbetweenrobotsizeandpiperadius由式3.32可知，单元体长度随着弯道曲率半径R的增加而增加，机器人宽度的增加而减小，当机器人长度一定时，所能通过得管道直径随弯道曲率半径R的增大而减小，机器人较容易通过大曲率半径的弯道，且机器人宽度越大，3.22所示。图3.22能通过的管道直径与弯道曲率半径关系图Fig.3.22Relationfigurebetweenrobotsizeandpiperadius-33-上海交通大学硕士学位论文2、管道机器人在矩形方管中L或T型弯道处的几何约束设矩形方管的宽度为H，在方管中机器人两履带是不张开的，通过情况如图3.23所示。在L或T型弯道中，机器人长度尺寸由下列方程给出：=2H2−B2,H+B2即=(2)2（3.33）计算得出H=1502+2602=300.17。图3.23机器人在L管中的几何关系图Fig.3.23GeometricalrelationfigureinLpipe管道机器人的自定心效应和侧倾问题在管道内运动时，由于自身的重力和管道内壁的倾斜，管道机器人倾斜之后在运动的过程中具有自动回到水平位置的现象，我们称之为自动定心效应。自动定心效应越好，机器人越难以出现侧面倾倒。机器人在管道内正向倾斜的状态如图3.24。图3.24机器人在管道内倾斜的状态Fig.3.24Therobotinclinedstateinpipe-34-上海交通大学硕士学位论文图中R为管道半径，B机器人的宽度，H是履带直立时机器人的重心高度，h1是机器人履带高，h是重心到机器人底平面的高度，μ为摩擦系数，α为机器人所在管道截面倾斜角，1、2分别是左右履带的支撑力，F1、F2分别是左右履带的摩擦力，角度α、θ1、θ2如图所示。设机器人处于将要下滑的极限状态，列水平、垂直和力矩方程：NN2)NgNg2)Gθ+θ+α−µθ+µθ+α=11211121−++++=

θθαµθµθαNN2)NgNg2)011211121（3.34）B2µ+µ=α−−NRNRGgRhsin(2)124=−αhHh1Bπ2arccos(2)θ=−α−θ，机器人重量G=62N。这里θ=，122R当μ取0.4，管道半径R=200时，α=42˚；管道半径R=400时，α=48˚。可见，管道直径越大，履带式机器人在管道内的范围越大，运动的自定心效果不显著。本章小结履带式管道机器人采用模块式结构，它包括双履带驱动机构、履带摆动机构、毛刷机械臂、主箱体和旋转毛刷等部分，这些模块能根据工程实际需要进行组合。通过履带的张开，使机器人能够适应方管和不同直径的圆管。对履带式管道移动机器人进行了行走机理分析、受力分析和运动学分析，得出履带式机器人具有较大的附着力和越障能力。还研究了管道机器人在各种管道的通过性问题和机器人在圆管中的自定心能力和倾倒问题，通过履带的张开使得机器人的防倾倒能力大大提高。毛刷头的两种安装法可以使机器人适应方管和圆管两种旋转方向的需要。第四章管道机器人的分层模糊控制设计由于管道大小变化多样，管道的截面形状有圆形和方形，内部情况复杂，现有的管道机器人在控制上，还不能达到自主运动，故都采用手控方式或固定-35-上海交通大学硕士学位论文图中R为管道半径，B机器人的宽度，H是履带直立时机器人的重心高度，h1是机器人履带高，h是重心到机器人底平面的高度，μ为摩擦系数，α为机器人所在管道截面倾斜角，1、2分别是左右履带的支撑力，F1、F2分别是左右履带的摩擦力，角度α、θ1、θ2如图所示。设机器人处于将要下滑的极限状态，列水平、垂直和力矩方程：NN2)NgNg2)Gθ+θ+α−µθ+µθ+α=11211121−++++=

θθαµθµθαNN2)NgNg2)011211121（3.34）B2µ+µ=α−−NRNRGgRhsin(2)124=−αhHh1Bπ2arccos(2)θ=−α−θ，机器人重量G=62N。这里θ=，122R当μ取0.4，管道半径R=200时，α=42˚；管道半径R=400时，α=48˚。可见，管道直径越大，履带式机器人在管道内的范围越大，运动的自定心效果不显著。本章小结履带式管道机器人采用模块式结构，它包括双履带驱动机构、履带摆动机构、毛刷机械臂、主箱体和旋转毛刷等部分，这些模块能根据工程实际需要进行组合。通过履带的张开，使机器人能够适应方管和不同直径的圆管。对履带式管道移动机器人进行了行走机理分析、受力分析和运动学分析，得出履带式机器人具有较大的附着力和越障能力。还研究了管道机器人在各种管道的通过性问题和机器人在圆管中的自定心能力和倾倒问题，通过履带的张开使得机器人的防倾倒能力大大提高。毛刷头的两种安装法可以使机器人适应方管和圆管两种旋转方向的需要。第四章管道机器人的分层模糊控制设计由于管道大小变化多样，管道的截面形状有圆形和方形，内部情况复杂，现有的管道机器人在控制上，还不能达到自主运动，故都采用手控方式或固定-35-上海交通大学硕士学位论文模式的控制方法，由操作人员通过CCD摄像机在管道外进行实时操作，因此对操作人员的要求较高。这种控制方法对于简单管道能够实现机器人的运动控制，但对于复杂或未知类型的管道控制比较复杂，控制的效果不太理想。为了提高系统控制性能，降低控制复杂度，提高系统的适应性，这里根据管道机器人的特点，设计了一个分层的自适应模糊控制器，实现了对管道机器人较理想的控制。引言非完整约束系统的履带式机器人在运动中打滑比较严重，建立精确的运动学模型比较困难。非线性控制中的一些有效方法都不再适用于这些系统，如不能采用连续或可微的纯状态反馈实现系统的渐近稳定，不能采用非线性变换实现精确线性化等，因而使得其控制问题变得相当困难，已日益受到国内外控制界的重视[28][29][30]。模糊控制已经在实际非完整机器人系统的控制中取得了一定的控制效果，常用的自适应模糊控制主要有参数自调整、规则自调整（自寻优）和论域自调整等[31][32][33]，但模糊控制也存在一些问题：一是控制规则和隶属函数不好确定，常常依赖于专家系统或先验知识；二是对于多输入复杂的模糊控制系统，维数很高，控制规则巨大，计算量非常大，在实际中应用较少，然而实际的机器人绝大多数是多输入的系统，因此如何减少多输入系统的模糊控制规则数和计算量是小型移动的机器人需要解决的一个重要问题。模糊控制方法概述模糊控制是不需要被控对象的精确数学模型，而是基于专家的知识和操作者的经验建立模糊控制模型，运用模糊数学理论，模拟人脑的思维方法，实现对被控对象的控制。事物的模糊性模糊（Fuzzy确”等含义。在日常生活中，人们所遇到的许多事物，包括人脑的思维都具有-36-上海交通大学硕士学位论文的边。由于这类大量存在于客观实际的模糊现象难以用经典的数学来描述，从而大大限制了经典数学在这个领域的应用。控制理论自其发展以来和应用数学建立起紧密的联系，从二十世纪中到目前，随着现在控制理论的发展，这种联系更加紧密与广泛，因此，给人们的印象是控制理论不允许存在模糊性，但事实并非如此，在控制工程中，一些复杂的被控对象或过程的特性难以用一般物理或化学来描述，而且无适当的测试手段，或测试的手段无法进入被测区，应用传统的控制理论难以得到满意的效果。然而这类系统在人类的操作下却往往能够正常运行，达到预定的效果。履带式管道机器人就是一个典型的例子。模糊集合和隶属函数概念1965年，美国扎德（L.A.Zadeh）教授首次在其论文《FuzzySets》中提出模糊集合概念和模糊逻辑理论，用“隶属函数”概念来描述事物的模糊性[34]。并将其应用于复杂过程的决策支持。1974年英国的马丹尼（E.H.Mamdani）首先把模糊集合论用于锅炉和蒸汽机的控制中，实际的效果良好[35]。30年来，模糊数学已在自动控制、人工智能、图像识别、农作物选种、化合物分类、地震预报、气象预报、经济学、社会学、管理科学及医学等诸多领域得到了广泛的应用。在那些大时滞、非线性等难以建立精确数学模型的复杂系统，应用模糊理论往往能得到满意的效果。当系统地复杂性增加时，我们使它精确化的能力降低，近年来，日本和西欧的电器厂商已将模糊逻辑控制技术应用到家用、民用电器，取得了巨大的商业成功。模糊集合定义：设论域E，E到闭区间[0，1]的任一映射µAµ：E→A()eµe→A（4.1）它确定了E的一个模糊子集，简称模糊集，记作为A。µA称为模糊集A的隶属函数，µA(e)较元素e的隶属于A的程度，简称为隶属度。-37-上海交通大学硕士学位论文常用的变量一般是数值变量，而模糊控制是采用自然语言来运算的。比如温度t,取20值,全体值就是该语言变量的值集。模糊控制数学本质概述1、模糊控制系统的非线性逼近能力是指它能够以任意精度逼近任一非线性控制曲线。1992年Buckley首先针对一类三维模糊控制系统，利用定理证明了该类系统的逼近特性，指出该类模糊控制器是通用模糊控制器[36]。同年，L.X.利用定理证明了一类Mamdani模糊系统能够以任意精度逼近闭子集的实连续函数，该函数系统采用Gauss型隶属函数和“积”运算模糊推理，利用中心法反模糊化，输出为单点模糊集[37]。随后，国内外多个学者证明了模糊系统非线性的逼近能力。因此，标准模糊系统是一个全局逼近器，适用于广泛的应用领域。2、模糊控制器的数学本质1978年，Kichert和Mamdani分析了模糊控制器和多值继电器的关系，指出了一类简单的模糊控制器可看成多继电器。20世纪80年代末，Siler，和Bukley等人研究后指出基于不同推理方法的简单模糊控制器是不同的具有可变增益的非线性PI控制[38]。在国内，李洪兴首先分析了具有三角形的隶属函数、真值流推理和重心法反模糊化的模糊控制器的数学本质[39]，指出了模糊控制器就是插值器，SISO模糊控制器就是分段线形插值器，双输入单输出（DISO）模糊控制器是乘积型分片线性插值器，模糊控制器的隶属函数即为插值的基函数；接着，他又证明了具有Manadani型控制规则、采用“max-min”蕴含关系和合成算法、采用单点模糊化和重心法反模糊化的常用模糊推理算法均可以视为某种差制器[40]，指出了模糊控制方法相当于数学物理中的有限元法，是经典控制论或现代控制论中的一种直接方法或数值方法。-38-上海交通大学硕士学位论文自适应模糊控制发展现状在应用的推动下，九十年代全世界掀起了模糊控制的研究热潮，取得了很多重要的理论成果，模糊控制的学科体系逐渐形成，涌现出一批优秀的专著和教材，目前模糊控制理论已经非常成熟。经过多年的发展，自适应模糊控制已经从最基本模糊控制系统逐步发展为自适应、自组织等模糊控制。针对模糊控制的控制规则和隶属函数确定困难、学习能力差等局限性，与神经网络、遗传算法相结合产生基于智能算法的自适应模糊控制；针对多输入系统模糊控制规则巨大，提出了分层模糊控制；对于有大滞后过程控制系统，模糊控制与Smith预估器和预测控制相结合，提出了Smith-Fuzzy控制器。概括起来，自适应模糊控制的发展主要有以下类型：1、基于模糊控制规则调整的自适应模糊控制器；2、基于比例因子调整的自适应模糊控制器；3、基于论域的自适应模糊控制器；4、基于隶属函数调整的自适应模糊控制器；5、基于模糊模型的自适应模糊控制器；6、基于PID模型的自适应模糊控制器；7、基于神经网络的自适应模糊控制器；8、基于遗传算法的自适应模糊控制器；9、基于小波变换的自适应模糊控制器；10、基于大滞后过程自适应模糊控制器；、基于分层的自适应模糊控制器。分层模糊控制分层模糊控制简介标准模糊系统一个根本的局限性在于，随着变量数量的增长，规则数呈指数级增长。对于一个n输入的MISO多输入单输出模糊系统（对象模型或者控Mamdani型模糊系统还是TS型模糊系统，模糊规则的前件一般-39-上海交通大学硕士学位论文为：iL，其中x1,x2,L,xn是模糊系统的n个输fxisAiandandxisAi11nn入变量。如果每个输入变量定义p个模糊集，且模糊系统的规则集是完备的，则模糊规则的总数将是pn，即规则总数将随着输入变量的个数指数增长，造curseofdimensionality解决的一个重要问题，模糊控制中的“维数灾”问题至今没有很好解决。当变量数量增长时，规则库很快会耗尽内存使模糊控制器不可能实现。如果我们要把模糊控制器应用到更多的复杂的系统中，我们必需找到解决这种规则爆炸问题的方法。事实上，当变量增加时问题的复杂度指数级增长是一个很通常的现象，并不仅仅只有模糊系统是这样的。这个现象被Bellman称为“维数灾”。在不同领域的研究者使用不同的方法研究这个问题。在统计方向上，使用PP算法来一个一个找出重要变量来；其它的办法是回归分割和相关方法。在数学方向上，著名的Kolmogorov定理表明在[0,1]n上每一个连续函数可表征成为一维连续函数的额外叠加。在神经网络和小波方向上，也对此问题进行了广泛的讨论。在信号处理和控制方向上，经典的PC法是一个典型的例子。在模糊控制系统中，为了解决“维数灾”和控制规则爆炸，常常使用分层模糊控制的方法；这种模糊控制由许多低维标准的模糊系统按照分层的方式组合起来。1991年Raju等首次提出一类分层模糊系统[40]。首先选择对输出影响最大的输入变量作为第一级的输入，然后再选择次重要的变量作为下一级的输入，依次类推。第一层规则：if(xisA,L,xmisAm)then(yisb)111111第j（j>1）层规则：if(x+isA+,...,x+isA+andy-isB-)then(yisb)

m1m1mnmnj1j1jj

jjjjjj其中1,2,L,n是系统输入变量，j-1mn,j1,L,l=å=，jii=1n是第j层系统j输入变量数目，y是第j层的输出，也是第j+1层的输入变量。Raju等证明，j此类分层模糊系统可以大大减少规则数[40]。对于完备规则集来说，一般MISOlåni模糊系统的规则数为k=p1，而分层模糊系统的规则数为i=lkpp+=+å，1n1ii=2其中p为每个输入变量的模糊集个数，n为输入变量个数。当-40-上海交通大学硕士学位论文1=2+1=L=l+1=t（t为常数）时，规则数变为输入变量个数n的线性函数，即lkpn1pn+1lgptnttmt=+å＝＝--+（4.2）(()/(1)1)ii=2一般地，可以得到分层模糊系统得规则数量随着输入变量数量线性增长，而不是成指数级增加。因此，分层模糊控制给解决高维问题提供了一个很有前途得方案。分层模糊控制分类按照分层模糊系统的拓扑结构，我们把分层模糊系统分为：串联型（输入变量逐层输入）和并联型(1、串联－叠加型分层模糊系统在这种分层模糊系统中，所有的输入变量是逐层输入的，Raju提出的分层模糊系统就属于此类。如果每层只增加一个输入变量，则称为“增一型”分层模糊系统，这时规则总数最少。下面再介绍两个也属于此类，但与“增一型”分层模糊系统略有不同的系统：（1Rattasiri的分层模糊系统[41][42]Rattasiri于2000年对Raju的“增一型”分层模糊系统加以改进，提出了一类替换分层模糊系统(AHFS)。如图4.1所示。该系统每层有三个变量：一个为前一（2[43][44]Raju分层模糊系统相同的拓扑结构，区别在于每个模糊单元采用了TS型模糊系统，最后一层的输出是前一层模糊单元输出的多项式函数。2、并联－叠加型分层模糊系统此类叠加型分层模糊系统的所有输入变量都位于第一层，最典型的就是提出的分层模糊系统，其结构类似于完全二叉树，如图4.2所示。这种分层模糊系统的层数最少，每个模糊单元都是两输入一输出的，如果前一层输出变量个数为奇数，则剩余的一个直接输入到下一层。-41-上海交通大学硕士学位论文图4.1Raju的分层模糊控制系统Fig.4.1Rajuhierarchicalfuzzycontrolsystem图4.2的分层模糊控制系统Fig.4.2hierarchicalfuzzycontrolsystem分层模糊控制通用逼近性和优势因为标准模糊系统是一个全局逼近器，因而它适用于广泛的应该领域。什么是分层模糊系统的逼近性能？如果分层模糊控制器只能表征一类严格的非线性函数，那么它的应用性就会受到限制。但是，我们会发现分层模糊控制器也是全局逼近器，尽管它的规则库有限，结构受到限制。王立新构造了一类基于-42-上海交通大学硕士学位论文型模糊单元的分层模糊系统，并证明了该类分层模糊系统的通用逼近性[43][44]。但是目前对于逼近性的定量分析的研究成果还很少。下面对传统单层模糊控制系统和Raju、的分层模糊控制结构作一个比较，这里假设一共具有4n=4）输入变量，每个变量有7p=7）隶属函数，分层模糊控制的层数2层（l=2（1）这是传统单层模糊控制系统，控制规则数：pn=74=2401，计算量非常大，控制规则数随输入变量数成指数级增加。（2）Raju的分层模糊控制结构由低维数的模糊逻辑系统组成，控制规则数：2×72+72=147，但是这种结构产生了2个中间变量，它们可能没有物理意义，用它们作为下一层的输入，控制规则不好确定，设计比较困难，这种情况在层数增多的情况下显得尤为突出。（3）这种结构与上一种相似，控制规则数：2×72+72=147，也同样会产生中间变量，出现控制规则难以确定的情况。由此可以看出采用这样的结果可以大幅度地减少控制规则数，降低控制的复杂度，但可能出现的问题是：使得确定控制规则难度加大，特别是第二层以上的模糊控制层的输入变量可能没有物理意义，控制规则的确定没有规律可循。分层模糊控制系统的设计方法同其它模糊控制方法一样，分层模糊控制在实践中所取得的成果远远领先于其理论发展水平，近几年来有大量文章介绍了分层模糊控制器在生产实际中的应用。1993年Raju等把自适应分层模糊控制器应用于蒸汽发生器水位控制[45]1998年王学敏等把Raju的分层模糊控制器应用于四足步行机器人[46]1998年Heung,等针对交通问题中的道路汇合问题提出了分层模糊控制方案，并用实现规则的自动生成[47]；2001年Kimiaghalam,