[论文解读] On The Active Input Output Feedback Linearization of Single Link Flexible Joint Manipulator, An Extended State Observer Approach.

Wameedh Riyadh Abdul Adheem, Ibraheem Kasim Ibraheem|arXiv (Cornell University)|May 1, 2018

Adaptive Control of Nonlinear Systems参考文献 10被引用 4

一句话总结

本文提出一种基于扩张状态观测器（ESO）的主动输入输出反馈线性化（AIOFL）方法，以解决单连杆柔性关节机械臂系统中的不确定性与扰动问题。通过估计并抑制广义扰动，同时实现反馈线性化，该方法实现了鲁棒的控制性能，其有效性已在单连杆柔性关节机械臂（SLFJM）系统上通过仿真得到验证。

ABSTRACT

Traditional input-output feedback linearization (IOFL) is an essential part of nonlinear control theory and a valuable tool in solving class of problems possessing certain constraints. It requires full knowledge of system dynamics and assumes no disturbance at the input channel and no system's uncertainties. In this paper, an Active Input Output Feedback Linearization (AIOFL) technique based on extended state observer which is the core part of the Active Disturbance Rejection Control (ADRC) paradigm is proposed to design a feedback linearization control law. This control law transforms the system into a chain of integrators up to the relative degree of the system. The proposed AIOFL simultaneously cancels the generalized disturbances (exogenous disturbance and internal uncertainties) and delivers the estimated system's states to the nonlinear state error feedback of the ADRC. Verification of the outcomes has been achieved by applying the proposed technique on the ADRC of Flexible Joint Single Link Manipulator(SLFJM). The results showed the effectiveness of the proposed tool.

研究动机与目标

• 为克服传统输入输出反馈线性化（IOFL）方法的局限性，后者需要完全掌握系统动力学特性，并假设不存在扰动或不确定性。
• 开发一种控制策略，能够同时消除柔性关节机械臂中的广义扰动（包括外部扰动与内部不确定性）。
• 将状态估计集成到反馈线性化框架中，利用主动扰动 rejection 控制（ADRC）框架中的扩张状态观测器（ESO）。
• 使系统能够被转化为至系统相对阶为止的积分链，从而确保有效的控制设计。
• 通过仿真在单连杆柔性关节机械臂（SLFJM）上验证所提出的AIOFL-ESO方法。

提出的方法

• 所提出的AIOFL技术集成了一种扩张状态观测器（ESO），用于同时估计系统的状态和总扰动，包括外部扰动与内部不确定性。
• ESO将广义扰动作为扩展状态进行估计，使其能够在控制回路中实时补偿。
• 控制律的设计目标是将非线性系统转化为至相对阶为止的积分链，从而实现简便的控制设计。
• 通过抵消估计的扰动，并在ADRC的非线性状态误差反馈结构中使用ESO估计的状态，实现反馈线性化。
• 该方法利用ADRC框架，确保在无需精确系统动力学信息的情况下，对模型不确定性与外部扰动具有鲁棒性。
• 控制结构确保系统行为类似于线性积分链，从而简化控制综合过程并提升跟踪性能。

实验结果

研究问题

• RQ1 如何在不依赖系统动力学精确知识的前提下，使输入输出反馈线性化对系统不确定性与输入扰动保持鲁棒？
• RQ2 扩张状态观测器是否能有效估计并抑制柔性关节机械臂系统中的广义扰动？
• RQ3 如何在反馈线性化框架中集成状态估计与扰动抑制，以提升控制性能？
• RQ4 所提出的AIOFL-ESO方法在系统存在不确定性时，对单连杆柔性关节机械臂的稳定与控制效果如何？
• RQ5 所提出的方法是否能成功在存在扰动与不确定性的情况下，将系统转化为积分链？

主要发现

• 所提出的AIOFL-ESO方法成功地将单连杆柔性关节机械臂系统转化为至系统相对阶为止的积分链。
• 扩张状态观测器能够精确估计系统状态与广义扰动，从而实现有效的扰动抑制。
• 该方法通过同时抵消扰动并提供反馈控制所需的状态估计，实现了鲁棒的控制性能。
• 仿真结果表明，所提出方法在系统存在不确定性与外部扰动时，对SLFJM系统具有良好的稳定性与控制效果。
• 在反馈线性化框架中集成ESO显著提升了系统的鲁棒性，且无需精确掌握系统动力学信息。