锥形薄壁筒内轮式加工机器人自适应运动控制.pdf

May2023ChineselourmalScientifioInstrument2023年5月Vol.44 No.5第5期第44卷表仪器报仪学D0l:10.19650/ki.cjsi.J2210909锥形薄壁筒内轮式加工机器人自适应运动控制李特12,葛宇航12,艾靖超12,兰天天12,王永青1.2（1.大连理工大学高性能精密制造全国重点实验室大连116024；2.大连理工大学机械工程学院大连116024)摘要：当轮式机器人在锥形薄壁深腔筒内运动时，减小机器人与筒体零件之间的同轴度误差对提升加工精度十分重要。然而，使用分布式气缸作为变径机构的轮式机器人系统具有非线性、时滞性和复杂的摩擦力特性，这导致同轴运动偏差精确调控极其困难。为此，本文提出了一种基于变论域模糊控制理论的自适应运动控制方法，以提高机器人运动变径位移精度和偏航、俯仰角度控制精度。首先，本文建立了轮式机器人行走机构的树状运动学模型，并提出了位姿解算方法；接着，提出了自适应运动控制方法，并构建了基于Simulink与Adams的联合仿真系统，验证了方法的有效性；最后，利用机器人样机进行了筒内运动控制试验。结果表明：本文提出的自适应运动控制方法能够减小机器人筒内运动偏差，保证机器人变径位移偏差1mm，偏航和俯仰角度偏差1。关键词：特种机器人；管内机器人；运动控制；模糊控制中图分类号：TH86文献标识码：A国家标准学科分类代码：46 0.50Adaptive motion control of wheeled machining robotin conical thin-walled cylinderLi e-,Ce Yhang.-,A ighao-,an Tian-,Wang Yonging-(1.State Key Laboratory of High-performance Precision Manufacturing,Dalian University of Technology,Dalian I16024,China;2.School of Mechanical Engineering,Dalian University of Technology,Dalian 116024,China)Abstract:When a wheeled robot moves inside a tapered thin-walled deep cavity cylinder,how to reduce the coaxial deviation betweenthe robot and the cylinder parts is crucial for improving machining accuracy.However,the wheeled robot system using the distributedcylinders as the variable radius mechanism has nonlinear,time-varying,and complex frictional characteristics,which make precisecontrol of coaxial motion deviation extremely difficult.Therefore,this article proposes an adaptive motion control method based on thevariable domain fuzzy control theory to improve the precision of robot motion radial displacement and yaw and pitch angle controlprecision.Firstly,the tree-like kinematic model of the wheeled robot walking mechanism is formulated,and a pose calculation method isproposed.Then,the adaptive motion control method is proposed,and a joint simulation system based on Simulink and Adams isestablished to evaluate the effectiveness of the method.Finally,the cylinder internal motion control experiments are implemented byusing a robot prototype.The results show that the proposed adaptive motion control method can reduce the internal motion deviation of therobot and ensure that the radial displacement deviation of the robot is l mm and the yaw and pitch angle deviation are 1.Keywords:specialized robot;pipeline robot;control of motion;fuzzy control0引言管道和筒体在能源运输、城市管网、航空航天高端装备、核电站、化工装备等领域广泛应用。然而，在制造和服役过程中，这些零件存在着许多技术难题，如管道长期运行后的内部缺陷检测、管内异物清除、长管道和筒体的收稿日期：2 0 2 2-12-2 4Received Date:2022-12-24*基金项目：中央高校基本科研业务费（DUT22GF301)项目资助高精度焊接、内焊缝打磨等。因此，吸引了国内外许多学者致力于研究相关的制造、检测和维护设备。由于作业空间狭小，机器人化特种设备成为管道和筒体内部作业的主要发展趋势，应用前景广阔。目前，国内外学者已提出了多种管内/筒内移动机器人，包括轮式、履带式、螺旋驱动式和蠕动式等，用于检测、清淤、焊接、打磨等应用场景。91特等：锥形薄壁筒内轮式加自适应运动控制不第5期考虑任务需求，为了获得良好的管内运动位姿，国内外学者从机构和控制两个方面开展了研究。Yabe等1 开发了一种弹性支撑臂结构的串联式螺旋驱动式管内机器人，利用弹簧的被动伸缩以适应管径变化并保持机器人以相对稳定的位姿运动。Lee等2 开发了具有方形臂机构和旋转手机构的管内检测机器人，该机器人利用螺旋驱动方式进行主动位姿调整，具有很高的灵活性，但其稳定性相对偏弱。Elankavi 等3 设计了一种轮式壁压式管道检测机器人，机器人以中心轴为核心，由两个棱柱关节连接6 个驱动臂，利用较少的电机和巧妙的机构实现了管内运动位姿调整。Zhao等4 设计了一种用于长输管道检测的履带式机器人，该机器人可独立调节速度和半径，通过控制履带速度和压力的方式调整机器人的姿态；谢同雨等5 设计了一种多功能的模块化蛇形管内作业机器人，该机器人各模块通过万向节装置连接构成，并通过气缸与支撑爪结构保证工作时的位姿。季艳波等6 设计了一种小型轮式管道检测机器人并提出了一种基于模糊控制算法的姿态控制方法，但该方法更适合于二维平面下的位姿控制。目前，多数管内/筒内移动机器人实现位姿保持主要依靠被动式、差动式、主动控制机构等方法，对于高精度位姿调整研究较为有限。而一些高端装备的零件加工精度要求更高，对机器人筒内作业提出了更高要求。为了解决锥形薄壁筒类零件内焊缝智能加工的问题，李特等7 考虑到零件自重变形、大范围变径运动、支撑力可调可控等因素，发明了具有锥形变径能力的轮式加工移动机器人。研究发现，机器人在筒体内部运动位姿控制对焊缝形貌加工精度等具有重要影响。因此,本文重点关注影响加工精度的重要因素之机器人筒内运动位姿控制问题，提出了一种筒内轮式加工机器人自适应运动控制方法。1问题描述锥形筒类零件具有大变径、大腔深、薄壁变形等特征，内焊缝距离端口较远。针对该类零件的内焊缝加工需求，设计了具有移动单元和高精度测量-加工单元的轮式加工机器人，如图1所示。移动单元包含机器人主承力壳体、欠驱动气动变径机构及轮式运动机构3部分。欠驱动气动变径机构由前后2 组（6 个）间隔12 0 周向分布的气缸和欠驱动铰接车板构成，实现了管内径和锥度的自适应调整，而且支撑力可调可控。由于采用气缸驱动，更容易适应筒件弱刚性变形和加工过程的应变，确保支撑力稳定和加工精度。在机器人工艺准备和加工过程中，保持机器人轴线与筒件轴线的高同轴度十分重要。较差的位姿可能会带加工单元主承力壳体轮式运动机构图1机器人结构示意图Fig.1Robot structure diagram来如图2 所示的多种负面影响：1）极易引起滚轮支撑力不均或部分滚轮悬空，进而导致系统刚度降低；2）增加加工轨迹规划和刀位补偿算法难度，引人不确定加工误差；3）撞刀风险加大；4）加工后，难以顺利连接退出机构。1)滚轮悬空刚度降低4)难以顺利退出2)增加轨迹规划难度3)撞刀风险增大图2 机器人位姿对加工精度的影响Fig.2The influence of robot attitude on machining accuracy虽然欠驱动气动变径机构增强了对零件结构的适应性，但分布式气缸的控制解耦性让机器人系统存在非线性、时滞性及复杂的摩擦特性，这导致机器人运动位姿的解算控制十分困难。此外，筒件人工摆放位姿的不确定导致机器人的初始运动位姿是未知的，这进一步增加了位姿求解的复杂程度。因此，机器人在筒件内的运动位姿解算对于自适应控制是至关重要的一步。2筒内运动位姿解算考虑人工装夹筒体位姿的随机性和系统复杂度，本文没有选择直接使用IMU传感器或多参量组合传感器方案，而是建立了机器人筒内运动模型，在现有位姿预测方法8 不适用的条件下，仅利用气缸位移传感器反馈数据实现了机器人筒内运动位姿的高效率精确解算。2.1机器人正运动学建模建立机器人系统坐标系，如图3所示，在锥筒端口中心建立基坐标系Oin/。在机器人质心点，建立局部坐标系10。在前后两组变径机构的中心位置建立局部坐标系1OA与坐标系1O。然后分别在各个运动机构表92仪仪报器第44卷学与变径机构的铰接位置建立坐标系1A,、1A 2）、1A 1、(B）、B,1、1B，)。最后按照笛卡尔坐标系规则确定各坐标的X、Y以及Z轴，构建出树状结构运动学模型。XXoZ01X7Bint图3运动学坐标系设定Fig.3Kinematic coordinate system setting机器人在锥形筒内的运动位姿表示为X、Y、Z、，如图4所示XXYZZYOZYZXYZYZYimitintinurinit图4机器人位姿示意图Fig.4Robot pose diagram质心坐标系（0。与基坐标系10 imi之间的齐次变换矩阵9 可表示为：cos coscossinsin-sincoscossincos+sinsinXsin cossinsinsin+coscossinsincos-cossinYinit(1)00-sincossincoscosZ0001下面建立机器人各关节间的运动学关系。考虑机器人实际运动情况和运动学模型的复杂程度，假设滚轮与筒内壁保持接触，将4轮运动机构简化为2 轮机构，并在简化后的运动轮质心处建立坐标系（A,，1AB，（B，如图5所示。X图5简化运动学模型结构Fig.5Simplified kinematic model structure根据简化运动学模型基于D-H参数法确定各个坐标系间的D-H参数，然后建立管道机器人质心坐标系1O。到各运动轮质心坐标系1A，B3）的正运动学转换矩阵，得到如下转换公式：0000AA00A1TT(2)A00AAAA0000OB;BTTBTT(3)B0BBBB式中：A,、B,为A、B组第（i=1,2,3）个运动机构质心坐标系原点，OA、O B，为各组运动机构中间过渡坐标系原点，A,B,为第i个运动机构上对应编号为i(j=,b）的滚轮坐标系原点。将D-H参数带人式（3）和（4)得到正运动学变换矩阵9 ,如下：00TXcosOx,0sinoxI+lx,+n d sinox,0100(4)sinox0cosOxn d cosox,-d0001cosOx:sinox:n x d x sinox1222222/3xcos0 x/3xsinox3(I+lx,)n/3d sinox.001(5)X22222sinox0cosOx,n(d cosox.-d.)000193特等：锥形薄壁筒内轮式加自适应运动控制不第5期式中：X,为X(X=A,B）组第1个运动机构,X,为X组第i（i=2,3）个运动机构，X，为X组第i个运动机构上编号为ij=a,b)的滚轮,且当j=a时,n=1,j=b时,n=-l；d,中x=a,b,其中d为坐标系10。原点与坐标系10 A)原点的距离,d，为坐标系10。原点与坐标系（0）原点的距离，d为铰接车板质心与滚轮质心的距离，1为变径机构在初始状态时坐标系1OA原点与坐标系(A,1、A 2 1、(A,l原点的距离;la，l a l Bl b,为各个变径机构中气缸位移值，ea，e A B，为变径机构与运动机构铰接位置处的活动角度。上述参数中d。、d,、d、1为常量,其他则为变量，随机器人在锥形筒内运动而发生改变。当轮式运动机构与筒壁接触后，假设滚轮与锥形筒内壁的接触为点接触，设该接触点为P,以滚轮A，为例，接触状态如图6 所示。筒壁运动轮运动机构变径机构图6 运动机构筒内行走示意图Fig.65Diagram of walking inside the cylinder of themotion mechanism分析可知，机器人运动的过程中，滚轮坐标系（A各轴的方向始终不变，因此接触点P始终在轴X，上，则在坐标系1A，中,点P的位置坐标可以确定为：A10aP=(6)01式中：r为滚轮半径，结合式（1）（6），可以将滚轮上点P的位置坐标从坐标系1A，转换到基坐标系1Oinil中，公式如下：0initPA1aOiniA100initPinitTPT0(7)DA1A0initPAa通过上式即可求得机器人各滚轮与锥形筒内壁任意接触点P在基坐标系1Oini！中的位置表达式。2.2位姿解算在确定接触点P相对于基坐标系1Oinit的位置坐标后，根据锥形筒的几何特性，可以得到如下表达式：P2P22+P.R-(8)式中：P、P,、P.为接触点P在基坐标系1Oini）中的位置坐标,R为锥形筒的大端半径,k为锥形筒的锥度值。结合式（7）和（8）即可得到包含机器人位姿参数的数学方程，如下：(X+cos(1+la,)+d(cos sinea,+cos ea,cossin)+r(cosA,cos-cossinA,sin)-d.cos sin)?+(Y-d,sin+d cosOA,sin-singA,sin)=(R-(Z-sin(1+lA,)-d(singA,sin-cosQa,cos cos)-(cosA,sin+coscossine,)-d.cos cos)k)?(9)上式为滚轮A，所建立的位姿方程，对于整个机器人，12 个滚轮可建立12 个位姿方程，联立12 个位姿方程得到包含有18 个变量（X、YZ、l A，l B,VA，B）的非线性方程组。在实际控制过程中，通过变径机构上的位移传感器获取变量lA，l B，的值,将lA，l B,作为一组输人参数带入非线性方程组中，借助梯度算法与优化方法联立求解即可得到其余的12 个输出变量值，包括机器人位姿参数和铰接角度。结合实际随机给出一组输人参数，求解得到的位姿参数如表1所示。表1位姿解算结果Table 1Attitude solution results输人变量数值输出变量数值A,/mm50.609 3X/mm-0.491 5lA,/mm49.507 4Y/mm0.578 62lA,/mm51.403 6Z/mm934.43B/mm40.905 9/()-0.045 7B/mm39.651 6/()-0.061 9240.396 5/()03自适应运动控制方法3.1控制架构考虑到机器人轮组与筒件内壁复杂的摩擦/支反作用力关系及气动驱动的非线性和时滞性，本文提出基于变论域模糊理论10 的机器人锥形筒内自适应运动控制方法。由于变径机构中气缸位移量及驱动轮速度是主动调控机器人在锥形筒内运动位姿的最主要控制量，设计控制器结构框图如图7 所示。表仪仪94第44卷报学器位姿解算e论域调整Aed/di模糊速度控制器机器人e模糊压力AF系统d/di控制器Ae论域调整L计算位移差值图7自适应控制架构Fig.7Principle of adaptive control该自适应控制方法包括速度控制与压力控制两部分，其输入分别入和8 d，经过计算得到偏差入与s，并作为输人量分别传入模糊压力控制器与模糊速度控制器。模糊控制器将输出速度变化值V和压力变化值F传入机器人系统，机器人系统输出气缸位移值L并经过一定处理反馈给控制器输人端实现自适应运动控制。3.2模糊控制器设计基于上述控制架构本文设计了两种双输入单输出的模糊控制器。首先确定模糊压力控制器的输入输出以及相应论域，由第2 节可知A、B两组变径机构的气缸位移值分别为la，l a，l，l B，定义A组变径机构气缸位移值的均值为LaxerageA,B组变径机构气缸位移值的均值为Lawere-，由上述控制架构定义位移差值8 d，其计算公式为：8=l.-1average_i(10)式中：i=A,B）表示组别,j(j=1,2,3）对应各个变径机构，然后定义模糊控制器输人为偏差eA,veA,veA，和eB,、eB,eB,，偏差变化率定义为AeA,、A e A,A e a,和Aen,ABzAeBa，计算公式如下：ei=8=8d-8(11)de;Aei(12)dt式中：i和i的含义同上。模糊控制器输出为气缸压力变化值AF，分别设为AFA,、A FA、A FA，和AFB、A FB、FB,。根据气缸位移范围以及机器人在锥形筒内的实际情况，偏差e的论域范围首先通过大量的行走实验得到了前后两组位移传感器的变化范围大致在40 50 mm以及45 55mm这两个区间，而各个位移传感器运动中的偏差范围大致是10 mm，同时为了给控制器留有余量，最终将偏差值范围定义为-6 mm，6 mm,设其量化等级为7 级，模糊集合为NB，NM，NS，ZV，PS，PM，PB），分别代表负大,负中,负小，零,正小，正中，正大；确定偏差变化率Ae,的论域范围是-0.6 mm/s，0.6 mm/s，偏差变化率e,的模糊集合同上，输出量F,的论域范围主要考虑气缸压力与位移值之间的变化关系，经过大量实验确定为-2 7 0 N，2 7 0 N，模糊集合同上。考虑模糊速度控制器的设计，机器人的差速控制主要依靠B2、B，两组滚轮进行控制，所以控制器的输出量为滚轮速度变化V,以及V3。结合位姿解算模型，机器人两侧速度变化直接影响的是机器人偏航角，次要影响为机器人俯仰角，上述控制架构中入。代表角度差值，其计算公式如下：入=-o(13)入=-。(14)式中：为俯仰角与为偏航角,与。分别为初始姿态值，在本文控制中默认为0,经过计算得到偏差入分别对应入。和入，然后采集不同的气缸位移值数据代人位姿解算模型得到姿态偏差的大概范围，最终确定入。的论域范围是2.5，2.5,入的论域范围是-2.0，2.0，模糊集合设置同上。第2 步确定隶属度函数，本文选取三角形隶属度函数，然后根据模糊集合建立如表2 所示。表2模糊规则表Table 2Fuzzy rule tableAeiNBNMNSZVPSPMPBNBPBPBPMPMPSZVZVNMPBPBPMPSPSZVNSNSPMPMPMPSZVNSNSZVPMPMPSZVNSNMNMPSPSPSZVNSNSNMNMPMPSPSNSNMNMNMNBPBZVZVNMNMNMNBNB第3步使用加权平均法12-13 对模糊推理的模糊输出量进行解模糊，公式如下：Mim(ej)2m(Ae,)umm=(15)ZMim(e,)amn(Ae,)n式中：m（e g）、2m（A e s）为输人变量隶属度函数,m为第m个输出。考虑到控制规律的复杂性，为了能快速精确调整控制参数，采用了变论域控制，引人伸缩因子141来解决模糊控制中控制规则在零点附近的数量较少而导致控制精李95特等：锥形薄壁筒内轮目适应运动控制第5期度低下的问题。最后设计相应的伸缩因子，以模糊压力控制器为例，定义上述输人e；的模糊论域为：X,(e)=-E,E,(16)式中：（i=A,B）表示组别,(j=1,2,3）对应各个变径机构，引入伸缩因子后将对输入变量的初始论域进行伸缩调节变化，从而将初始论域变为：X,(e)=-(x)E,(x)E,(17)式中：（x,）为输人变量x，的伸缩因子，其论域伸缩变化如图8 所示。NBNMNSZVPMPSPBOa(x)E论域扩大XNBNMNSZVPMPSPB论域收缩EXNB NM NSZV,PM PSPB(x)EOa(x)E图：论域伸缩变化Fig.8Theory of domain change by extension伸缩因子要满足误差较大时，伸缩因子使模糊论域扩张，对应隶属度函数被拉伸，误差较小时，伸缩因子使模糊论域收缩，对应隶属度函数被压缩。本文采用基于比例函数的方法13,15 设计伸缩因子，公式如下：(x)+8(18)E式中：x表示输入变量，8 为一个充分小的正数，TE(0,1),其中T=0.5,8=0.05。对于输出论域的伸缩因子选择，采用如下公式：Ae(e,e)(19)2EEC式中：e和e分别为模糊控制的输人偏差和偏差变化率，E和EC分别为偏差和偏差变化率的论域41仿真试验4.1Simulink/Adams联合仿真为了验证本文所提出的自适应运动控制方法，基于Simulink搭建了上述自适应控制方法的仿真模型，如图9所示。在Adams中搭建了机器人模型，通过Adams与Simulink联合仿真对本文提出的自适应运动控制方法进行了验证。MFy交论城棋换A1变论域模块MFuEYA2受论城棋换A2ou2ou3轮城携块A3Fuz2yLA3M-LmA3变论城携换B1BBMLmB2LmB3变绘域模换B2FuzyB3向白ubAdamsM仿真模块Fuz2y_B312y1415M16纹姿解梵位姿解算模块Fuzzyel图9Simulink/Adams联合仿真模型Fig.9Simulink/Adams co-simulation model在Adams模型中设置相应参数,并在滚轮与锥形筒内壁处添加接触并设置摩擦系数，最后导出模型。然后在Simulink模型中，根据经验并结合机器人自身重力设置各个变径机构的初始压力值、驱动轮的初始速度、仿真时间和采样频率等参数，最后开始仿真。当机器人各组气缸位移值与位移均值越接近时，代表此时机器人位姿越好。因此通过各组气缸位移值的变化曲线以及位姿变化曲线即可判断仿真过程中自适应控制方法对机器人的控制效果，气缸位移值变化曲线如图10 和11所示。表第44卷仪96报学器仪60F气缸位移值/58气缸位移值/5648844气缸位移值/位移平均值444240051015时间t/s(a)基于自适应控制算法(a)Based on adaptivecontrol algorithm6055504气缸位移值气缸位移值/4气缸位移值35一位移平均值30051015时间/s(b）无自适应控制(b)Noadaptivecontro图10 A组气缸位移值变化曲线Fig.10Group A cylinder displacement change curve48气缸位移值46气缸位移值/气缸位移值44位移平均值42403836051015时间t/s(a)基于自适应控制算法(a)Based on adaptive control algorithm50气缸位移值/气缸位移值/气缸位移值45B3位移平均值/4035304051015时间t/s(b)无自适应控制(b)Noadaptivecontro图11B组气缸位移值变化曲线Fig.11Group B cylinder displacement change curve从图10 和11可以看出，若不采用控制算法调节，各气缸位移值与均值的位移偏差会逐渐变大，使得最终机器人同轴误差较大；采用本文所设计的自适应运动控制算法后，机器人各气缸位移值将稳定在一个小范围内波动，符合预期要求。机器人的位姿变化曲线如图12 所示。从位姿变化曲线可以看到，X方向偏移与俯仰角和偏航角迅速达到了稳定状态，Y方向偏移在初期的较大波动后逐渐趋于平稳。最终X、Y方向偏移在0.15mm附近，俯仰角稳定在0.1，偏航角稳定在-0.1,回转角在本文中的影响微乎其微因此不做考虑。机器人最终位姿较为理想，验证了该自适应控制方法有良好的控制效果。3X方向偏差X(单位:mm)-Y方向偏差Y（单位:mm）2俯仰角偏差入（单位：（）1偏航角偏差入（单位：（）0.400.43051015时间t/s图12机器人位姿变化曲线Fig.12Robot attitude change curve本文所设计的控制算法的控制目标包括气缸位移值与机器人的俯仰、偏航等姿态参数。为了更好地表征机器人同轴度误差，本文以气缸位移传感器位移值和机器人俯仰角和偏航角作为控制算法的评价标准，并将各组位移值与平均值的最大偏差范围命名为变径位移偏差，以变径位移偏差和姿态偏差共同作为控制算法的评价指标。表3和4所示为机器人运动停止后各气缸位移平均值以及对应的变径位移偏差值和机器人最终姿态偏差。表3气缸位移偏差仿真结果Table 33Cylinder displacement deviation simulation resultsmm组别平均值偏差8 1偏差8 2偏差8 3A49.58630.216 4-0.201 70.418 2B39.02100.0506-0.061 90.011 3表4机器人姿态偏差仿真结果Table 4Simulation results of robot attitude deviation（）参数类型入（俯仰角）入（偏航角）数值0.0135-0.07720从表3和4数据可以看出机器人气缸A组位移偏差范围是-0.2 2 0.42 mm,B组位移偏差范围是-0.0 6 0.05mm，总体变径位移偏差在0.5mm内，机器人姿态偏差分别为0.0 1和-0.0 7 7，总体姿态偏差在0.1内，证明了该自适应控制算法具有期望的调节效果Prototype robotFig.13图13机器人样机构机轮式加工单元李97第5期特等：锥形薄壁筒内轮式加工机器人自适应运动控制4.2样机实验机器人样机如图13所示，将机器人送人锥形筒内部，然后控制机器人在锥形筒内运动，如图14所示。通过图15所示界面监测机器人在锥形筒内的气缸位移值变化，从而判断机器人的位姿情况锥形筒内壁机器人筒内行走运动待加工区域图14机器人管道内运动Fig.14The robot moves inside the pipe气缸位移值监测气缸支撑压历值/N-1187-112-143-146-143气缸伸出位移值/mm1-120.920.91-320.9-22-121.12-220.52-320.6轴电机参数位置0.0速度0.0mm/s主轴功率轴1（砂）0.0轴2（光）0.0图15机器人状态监测界面Fig.15Robot condition monitoring interface轮式机器人气动变径机构气缸在锥形筒内刚伸出时位移值如图16 所示。气缸伸出位移值/mm1-149.61-254.81-351.52-142.62-251.42-348.4图16机器人初始状态气缸位移值Fig.16Cylinder displacement value in the initialstate of the robot机器人在无算法调节模式下筒内行走一段距离后各个气缸位移值如图17 所示。气缸伸出位移值/mm1-151.01-248.71-346.62-142.82-247.02-343.7图17机器人无算法模式气缸位移值Fig.17Cylinder displacement value in no algorithmmode of the robot经自适应运动控制算法调节后机器人各个气缸位移值如图18 所示。气缸伸出位移值/mm1-148.61-248.91-34732-144.62-244.42-343.1图18自适应运动控制结束气缸位移值Fig.183Cylinder displacement value when the adaptivemotion control end对比图16 18 气缸位移值数据，机器人刚进入锥形筒时气缸位移值差距很大，机器人在无算法调节模式下筒内行走运动各气缸位移值偏差没有太大变化，在使用了自适应控制算法进行调节后，机器人气缸的变径位移偏差得到了明显的改善。机器人使用自适应控制算法前后变径位移偏差如表5所示，前后姿态变化如表6 所示。表5样机实验气缸位移偏差比较Table 5Comparison of cylinder displacement deviationin prototype testmm组别平均值偏差1偏差8 2 偏差8 3A(不使用算法）48.772.23-0.07-2.17A(使用算法）48.270.330.63-0.97B(不使用算法）44.50-1.702.50-0.80B(使用算法)44.030.570.37-0.93表6 样机实验机器人姿态偏差比较Table 6Comparison of attitude deviation of prototypeexperimental robot（）参数类型入。（俯仰角）入（偏航角）数值（不使用算法）-0.63-1.78数值（使用算法）-0.57-1.03分析上表数据可知，样机实验中不使用控制算法机器人A组变径位移偏差最大为2.2 3mm,B组变径位移偏差最大为2.5mm，总体偏差范围在5mm内，使用控制算法后A组变径位移偏差最大为-0.9 7 mm,B组变径表98仪器仪报学第44卷位移偏差最大为-0.9 3mm，总体偏差范围在1mm内；姿态方面不使用控制算法俯仰角为-0.6 3，偏航角为-1.78，姿态角总体偏差在2 左右，使用控制算法后俯仰角为-0.57 偏航角为-1.0 3，姿态角总体偏差在1左右，上述实验结果基本验证了所提算法的有效性。通过大量样机实验发现当机器人变径位移偏差在1mm以内、姿态角度偏差在1以内时可以保证机器人加工单元的精度要求。此外，本算法对机器人与筒体的相对初始位姿变化、摩擦特性变化（打磨粉尘及油污）、筒体姿态变化（装夹角度偏差）等扰动都具有较为不错的适应能力。综上，本文所设计的自适应运动控制方法具有较好的控制效果。5结论针对分布式独立驱动气缸作为变径机构的轮式机器人在锥形薄壁筒内运动时同轴运动偏差精度调控困难的问题，本文提出了一种基于变论域模糊控制理论的自适应运动控制方法，并通过仿真分析与样机实验证明了该方法对于初始位姿变化、筒体姿态/内径变化等扰动有很好的适应能力，并将机器人变径位移偏差控制在1mm以内，姿态角度偏差控制在1以内。参考文献1YABE S,MASUTA H,HUN-OK L.New in-pipe robotcapable of coping with various diameters J.Control,2012 12th International Conference on Automation andSystems(ICCAS),2012,17-21(Oct):151-156.2LEE D,PARK J,HYUN D,et al.Novel mechanismsand simple locomotion strategies for an in-pipe robot thatcan inspect various pipe types J.Mechanism andMachine Theory,2012,56:52-68.3ELANKAVI R S,DINAKARAN D,DOSS A S A,et al.Design and motion planning of a wheeled type pipelineinspection robot J.Journal of Robotics and Control(JRC),2022,3(4):415-430.4ZHAO W,ZHANG L,KIM J.Design and analysis ofindependently adjustable large in-pipe robot for long-distance pipeline J.Applied Sciences,2020,10(10):3637.5谢同雨，李清，丁煜文，等多模块蛇形管道打磨机器人的设计与分析J.机器人，2 0 2 0，42（6）：672-685.XIE T Y,LI Q,DING Y W,et al.Design and analysisof multi-module snake pipe polishing robot J.Robot,2020,42(6):672-685.6季艳波.轮式管道检测机器人控制系统的研发D.哈尔滨：哈尔滨工业大学，2 0 14.JI Y B.Research and development of control system forwheeled pipeline inspection robot D.Harbin:HarbinInstitute of Technology,2014.7李特，刘海波，白承栋，等一种变径壳体内焊缝随形磨抛加工机器人：CN202111071407.XP.大连理工大学2 0 2 1-12-14.LI T,LIU H B,BAI CH D,et al.The utility modelrelates to a robot for polishing and polishing internal weldsof a variable diameter shell:CN202111071407.XP.Dalian University of Technology 2021-12-14.8陶孟卫，姚宇威，元海文，等无人机自主降落视觉标识设计及位姿测量方法J仪器仪表学报，2 0 2 2，43(5):155-164.TAO M W,YAO Y W,YUAN H W,et al.Visual targetdesignandposemeasurementmethodforUAVautonomous landing J.Chinese Journal of ScientificInstrument,2022,43(5):155-164.9张越.机器人运动学参数辨识及穴余参数研究【D.哈尔滨：哈尔滨工业大学，2 0 13.ZHANG Y.Robot kinematic parameter identification andredundant parameter research D.Harbin:HarbinInstitute of Technology,2013.10冀常鹏，孙巍变论域自适应模糊PID控制系统仿真与应用J.测控技术，2 0 18，37(10)：119-12 3.JI CH P,SUN W.Simulation and application of variableuniverse adaptive fuzzy-PID control system J .Measurement&Control Technology,2