多智能体系统

多智能体系统（精选九篇）

多智能体系统 篇1

针对网络通信拓扑切换,Belykh等提出耦合根据一定概率进行切换的闪烁网络[5],但其设定用于控制拓扑切换的切换信号通常过于迅速。对于现实中大部分多智能体系统,Liu等提出通信网络切换过于迅速易缩短机器的使用寿命[6]。Liberson等提出切换网络可能在速度较快的切换信号下无法保持稳定[7]。因此,针对一阶多智能体系统,研究人员开始研究通过限制切换信号转换的速度来减慢系统网络拓扑的切换速度。其中,Liu等研究拓扑切换下时延网络的局部指数同步[8],其通信网络拓扑根据ADT信号进行切换,但系统针对的是恒定耦合时延,在实际应用中具有较大的局限性。

基于以上论述的启发,本文主要考察在以下两个约束条件下一阶多智能体系统的一致性问题:(1)ADT转换规则下的受限有向切换信息交互网络;(2)时变的信息交互时延。

1 动力学模型

假定所研究的多智能体系统中包含智能体的个智能体,本文只考虑一阶积分器型时间连续系统,建立动力学模型如下[9]

其中,I={1,2,…,N}表示有限集;xi∈R表示第i个智能体的位置状态;xi·表示该位置状态的一阶导数;

表示一致性控制器[10];Niσ(t)表示在时间t上智能体i的邻接点集。同时,aijσ(t)取值可作如下规定

另外,d(t)表示时变时延,可定义为一种满足以下条件的时变可微函数

其中,h>0且μ为常数。同时,令x(t)=[x1(t),x2(t),…,xN(t)]T,则多智能系统可写成矩阵形式如下式所示

其中,Lσ为有限切换拓扑的拉普拉斯矩阵。在建立一阶带自时延和有限切换拓扑的多智能体系统模型后,本文的目标是分析多智能系统在具有ADT特性的切换拓扑下,达到指数一致性的充分条件。因此,需在此引入ADT的定义。

定义1对于切换信号σ(t)和任意T2≥T1≥0,令Nσ(T1,T2)表示σ(t)在区间(T1,T2)内切换的次数。若存在τa>0和整数N0≥0使得

则称τa为ADT。通常规定N0=0。

2 一致性分析

2.1 状态变换

为分析上述多智能体系统的指数一致性,本文对多智能体系统进行状态变换如下

其中,矩阵E=[-1N-1,IN-1]∈R(N-1)×N。对于i=1,2,…,N-1,有yi(t)=xi+1(t)-x1(t),则矩阵形式的多智能体系统可转化为如下降阶形式

其中,Πσ=-ELσF,F=[0N-1,IN-1]T∈RN×(N-1)。通过状态变换(5),向量y(t)∈R(N-1)可用于描述系统(1)中智能体间的差异。因此,经转换后的降阶系统(6)可用来描述原系统的动态差异,称其为差异系统。

2.2 指数一致性分析

本文采用分段Lyapunov-Krasovskii稳定性理论,来分析上述差异系统(6)的指数稳定性问题[11]。首先,考虑变换后系统中的第i个子系统如下所示

针对子系统(7),构造Lyapunov-Krasovskii泛函如下

其中

其中,Pi>0、Qi>0、Ri>0、Zi>0均为待定的正定矩阵,α>0、h>0均为给定标量。然后,分别对V1i(t)、V2i(t)进行关于时间t的一阶求导。

根据前文对时变时延d(t)所作的规定(2),对于Vi3(t)有

另外,对于Vi4(t),有

综合式(9)~式(12),并结合詹森不等式,可得

其中

假设Φi<0,则有

对其积分可得

针对整个系统(6),构造如下的分段LyapunovKrasovskii泛函

其中

假设存在β≥1,对于j∈M有

则根据式(16)进一步可得,对于切换时刻tj有

假设在时间区间(t0,t)内的切换次数其中t∈[tk,tk+1],结合式(14)和式(17)可得i,j∈M

同时,由式(15)可得

其中,同理可得

其中

结合式(18)~式(20)可得

即

其中,因此,多智能体系统(3)达到了指数一致性。给出总结性定理如下

定理1考虑以σ(t)作为切换信号的受限切换拓扑下的多智能体系统(1),其中σ(t)满足式(4),且时变时延d(t)满足式(2)。令α>0、h>0及μ为给定标量,若存在矩阵Pi>0、Qi>0、Ri>0、Zi>0,使得

其中,Φi11=Qi+Ri+αPi-e-αhZi,Φi12=PiΠi+e-αhZi,Φ22=(μ-e-αh)Ri+h2ΠiTZiΠi-2eαhZi,则当σ(t)带有满足时(其中,β≥1满足式(16)),控制器Ui能使系统达到指数一致性。

定理1给出在线性矩阵不等式框架下,检验受限切换拓扑下一阶多智能体系统是否达到指数一致性的充分条件。其中,LMI形式下的检验标准有以下优势:(1)检验过程中无需改变条件中的矩阵和(或)参数值;(2)通过LMI计算机数值模拟能使已执行问题得到有效验证。同时,在ADT满足式时,可进一步确定切换信号σ(t)使得多智能体系统达到指数一致性。

多智能体系统 篇2

机械多体系统动力学模型数值算法与违约修正

首先简要介绍了多体系统动力学的建模方法,总结了几种常用的动力学方程;其次,重点阐述了动力学模型数值求解算法及违约修正的最新研究进展;最后展望了多体系统动力学今后的发展方向.

作 者：高海涛 张志胜 史金飞 GAO Hai-tao ZHANG Zhi-sheng SHI Jin-fei 作者单位：东南大学,机械工程学院,江苏,南京,211189刊 名：中国制造业信息化 ISTIC英文刊名：MANUFACTURING INFORMATION ENGINEERING OF CHINA年，卷(期)：200938(11)分类号：O313关键词：多体系统 数值算法 违约修正 进展

刚柔耦合多体系统动力学模型降阶 篇3

(南京航空航天大学机械结构力学及控制国家重点实验室， 江苏 南京 210016)

引 言

随着空间技术的发展，航天器柔性构件的尺寸越来越大，柔性构件的变形对航天器的动力学行为产生很大的影响，传统多刚体系统动力学理论已经不能满足人们对设备精度的要求。最近几十年，考虑构件柔性的柔性多体系统动力学，已经成为国内外众多学者研究的热点并取得了大量的研究成果。考虑构件弹性变形与大范围刚体运动的耦合，Likins提出了浮动坐标方法[1]，该方法将构件的位形认为是浮动坐标系大范围刚体运动与相对于该局部坐标系的变形的叠加。1987年，Kane在研究梁的高速旋转运动时第一次发现了动力刚化现象[2]。为解决动力刚化问题，Haering等在多体系统动力学建模过程中考虑了高阶项[3,4]。

然而，浮动节点坐标法是基于小变形假设，对于存在大变形的多体系统已经不再适用。Shabana提出了目前广泛应用于分析大变形柔性多体系统动力学的绝对节点坐标方法(ANCF)[5]。该方法中单元节点的坐标定义在全局坐标系下, 采用斜率矢量代替传统有限单元中的节点转角坐标，推导建立的多体系统微分-代数方程的质量矩阵为常数矩阵，且具有不存在科氏力和离心力项的优点。Berzeri等提出了几种基于不同假设的一维梁的弹性力简化模型[6]，并做了比较研究。Escalona等首先将该单元应用于柔性大变形多体系统动力学的研究[7]。Omar等放宽梁中线的切线矢量与梁截面的法线方向重合的的假设[8]，将梁的剪切变形考虑到梁单元中,首次提出了一种平面应变剪变梁单元。该单元由于弯曲应变与轴向应变不一致而带来剪变闭锁问题。为了解决剪变闭锁问题，Kerkkänen等通过改变单元的运动学描述[9,10],提出了一些可有效减轻剪变闭锁问题的线性剪变梁单元。考虑到绝对节点坐标体系下刚度矩阵的强非线性，导致采用绝对坐标方法建立的微分-代数方程的计算效率比较低, García-Vallejo提出不变矩阵法[11], 该方法将非线性刚度矩阵分解为常数刚度矩阵与广义坐标相关的刚度矩阵之和。

绝对节点坐标法虽然能够精确描述多体系统的刚性运动，但是即使是刚体也要划分单元[12]，这必然导致该方法较难处理刚柔耦合多体系统动力学问题。Sugiyama等结合浮动节点坐标法能有效处理刚体运动和绝对节点坐标法能描述柔性体大变形的特点[13～15]，使存在柔性体大变形的刚柔耦合多体系统得到了解决。然而，浮动节点坐标法建立的多体系统动力学方程的质量矩阵与广义坐标相关，因而得到的刚柔耦合多体系统的微分-代数方程的质量矩阵也与广义坐标相关，每次计算都需要对质量阵进行计算，会大大降低计算效率。自然坐标法以其具有建立的多体系统微分-代数方程的质量矩阵为常数矩阵的优点而成为刚柔耦合多体系统中替代浮动节点坐标法用于描述刚体构件的方法。García-Vallejo用自然坐标法与绝对节点坐标法的混合方法对平面刚柔耦合多体系统动力学进行了研究[16]，并且对构件的各种连接情况进行了讨论。在此基础上，García-Vallejo进一步对空间刚柔耦合多体系统动力学问题进行了研究[17]。

上述研究随着柔性体单元数量的增加，刚柔耦合多体系统动力学方程的计算效率将会比较低。为了提高计算效率，需要对绝对节点坐标法建立的柔性多体系统进行模型降阶。传统的模型降阶方法主要有子结构方法[18～21]，Krylov子空间方法等[22,23]。Hurty首先提出了模态综合法的概念[18]，并且应用于对大规模线性系统进行模型降阶。R R Craig和C C Bampton对此方法作了部分修正[19]，形成了现在的固定界面模态综合法。随后，Kobayashi成功将Craig-Bampton固定界面法应用于基于绝对节点坐标法的柔性多体系统的模型降阶[24]。本文采用Craig-Bampton固定界面法对基于绝对节点坐标法和自然坐标法建立的刚柔耦合多体系统进行模型降价。

1 绝对节点坐标法

1.1 基于绝对节点坐标法的梁单元

绝对节点坐标法中，柔性体k的一维梁单元j，如图1所示，该单元上任意一点全局位置为

rkj=Skjekj

(1)

图1 平面梁单元

式中Skj为单元形函数，ekj为单元节点的广义坐标矢量，可表示为

基于上述描述，梁单元的动能可表示为

(2)

(3)

式中εkj和κkj分别为单元j中线上对应点的应变和曲率。

基于虚功原理，可得到该单元的动力学方程为

(4)

(5)

(6)

(7)

1.2 模型降阶

(8)

用Craig-Bampton方法进行减缩时，约束模态仅取前nc阶，则广义坐标ek可减缩为

ek=Tkqk

(9)

(10)

将式(9)代入式(8)，等式两边左乘TkT，则有

(11)

2 自然坐标法

自然坐标法中，用两个基点的绝对坐标矢量描述刚体i的位置和方向，如

(12)

式中di为包含基点C和D的刚体i的坐标矢量(如图2所示)，该坐标矢量是非独立的，C和D之间存在距离约束，有

(13)

图2 两基点刚体

基于上述刚体描述，自然坐标法建立的刚体系统动力学方程为

(14)

固结在刚体上的动坐标系的旋转矩阵可表示为

(15)

3 刚柔耦合多体系统

柔性体之间、刚体之间、柔性体与刚体之间存在各种约束。本文仅描述刚体与柔性体之间的旋转副约束和固结约束(如图3所示)，其他相关约束可参考文献[16]。

图3 柔性体与刚体之间的约束

3.1 旋转副约束

假设刚体i的P点与柔性体k的节点n存在旋转副约束(如图3(a)所示)，约束方程可表示为

(16)

(17)

式中

3.2 固结约束

假设刚体i的P点与柔性体k的节点n存在固结约束(如图3(b)所示)，则约束点除了存在位置约束外还存在方向约束，即

(18)

(19)

式中

3.3 消除线性约束方程

将约束节点作为柔性体的边界，则柔性体的边界节点广义坐标可以用连接刚体的自然坐标和柔性体边界的减缩坐标表示。假设刚体i的P点与柔性体k的节点n存在旋转副约束，则柔性体k经Craig-Bampton方法减缩后的广义坐标可表示为

(20)

由式(11)和(14)得刚柔耦合多体系统动力学方程为

(21)

由式(20)可以对广义坐标P进行减缩

(22)

将式(22)代入式(21)，等式两边左乘TT，则

(23)

假设刚体i的P点与柔性体k的节点n存在固结约束，同理可得消除边界约束后的刚柔耦合多体系统动力学方程为

(24)

4 数值算例

图4为受重力的平面双摆。相关参数参考文献[25],A点与B点均为旋转铰，梁AB与梁BC的长度均为1.8 m，截面积为2.5×10-4m2，密度为2.766 67×103kg/m3。梁AB与梁BC都可以作为刚体或柔性体。本文首先基于3种情况对该双摆系统进行动力学分析：(1)梁AB与梁BC均为柔性体，用绝对节点坐标法对其进行研究；(2)梁AB与梁BC均为刚体，用自然坐标法对其进行研究(NCF)；(3)梁AB为柔性体，梁BC为刚体，用文献[16]的平面刚柔耦合多体系统动力学方法对其进行研究(NCF-ANCF)。如果梁为柔性体，将梁等分为10个单元，杨氏模量为6.895×109Pa，截面惯量矩为1.302×10-9m4，取重力加速度为9.81 m/s2，仿真时间为2.5 s。在一台具有Intel Pentium 3.2 GHz处理器及3GB RAM的PC机上运行。3种情况下，C点Y方向的绝对位移如图5所示

图4 双摆

图5 C点Y方向绝对位移

由图5可知，3种情况下C点Y方向的位移存在差异，这说明弹性变形对双摆端点C的运动会产生影响，但3种情况下C点位移相差不大，因此，在精度要求不高的情况下，可以把梁作为刚体考虑。

多体系统按照构件在运行过程中的变形，可以将构件分为刚体构件和柔性体构件，其中，随着柔性体构件划分单元数量的增加，刚柔耦合多体系统动力学方程会存在计算时间长，计算效率低的问题。因此，本文将模型降阶的方法引入刚柔耦合多体系统动力学，提出基于模态综合法的刚柔耦合多体系统减缩方法，解决了传统存在大变形的刚柔耦合多体系统动力学方程计算效率低的问题。为了验证该方法的正确性和有效性，本文以图4的双摆为例，将梁AB作为柔性体，取其杨氏模量为6.895×108Pa，梁BC作为刚体，用该方法对此系统进行研究。在选取主模态集时，分别取前5阶模态(C-N-A(5))，前7阶模态(C-N-A(7))和前9阶模态(C-N-A(9))，将其与原模型(N-A)进行对比。减缩模型和原模型C点Y方向位移和柔性梁端点横向变形分别如图6，7所示,计算所耗CPU时间如表1所示。

表1 计算所耗CPU时间

由图6可知，取较少的主模态就能使C点Y方向绝对位移误差很小，这是因为柔性梁的振动主要为低频振动，因此，只用选取较少的模态就能粗略描述柔性梁的弹性变形。图7中，原模型的柔性梁端点横向变形曲线与取前9阶模态时的柔性梁端点横向变形曲线几乎重合，而与取前5阶、前7阶模态时的柔性梁端点横向变形曲线存在明显差异。由此可见，只有适当选取更多模态才能更好地描述柔性体的弹性变形。由表1可知，减缩模型的计算时间都比原模型的计算时间要少，而且选择的模态数量越少越节省计算时间。结合图7和表1可以得到：减缩模型仅选取前9阶模态时，能够在满足计算精度的情况下使计算时间仅为原模型计算时间的34.9%。由上述分析可知，适当选取模态就可以在保证计算精度的情况下，减少刚柔耦合多体系统动力学方程的计算时间，从而提高计算效率。

图6 C点Y方向绝对位移

图7 柔性梁端点横向变形

5 结 论

本文考虑到存在大变形的刚柔耦合多体系统动力学方程计算效率比较低，提出了基于模态综合法的刚柔耦合多体系统模型降阶方法。通过双摆系统对该方法的正确性和有效性进行了研究。由数值仿真可知，减缩模型随着选择模态数量的减少，同原模型相比越节省计算时间，而且只要适当选择减缩模态就可以保证计算精度。这说明该方法能够提高刚柔耦合多体系统动力学方程的计算效率。

参考文献：

[1] Likins P W. Finite element appendage equations for hybrid coordinate dynamic analysis[J]. Journal of Solids and Structures, 1972, 8: 709—731.

[2] Kane T R, Ryan R R, Banerjee A K. Dynamics of a cantilever beam attached to a moving base[J]. Journal of Guidance, Control, and Dynamics, 1987, 10(2): 139—151.

[3] Haering W J, Ryan R R, Scott R A. A new flexible body dynamic formulation for beam structures undergoing large overall motion[A]. 33rd Structural Dynamics and Materials Conference[C]. Dallas: AIAA, 19921415-1423.

[4] Mayo J M, García-Vallejo D, Domínguez J. Study of the geometric stiffening effect: comparison of different formulations[J]. Multibody System Dynamics, 2004, 11: 321—341.

[5] Shabana A A. Definition of the slopes and the finite element absolute nodal coordinate formulation[J]. Multibody System Dynamics, 1997, 1: 339—348.

[6] Berzeri M, Shabana A A. Development of simple models for the elastic forces in the absolute nodal coordinate formulation[J]. Journal of Sound and Vibration, 2000, 235(4): 539—565.

[7] Escalona J L, Hussien H A, Shabana A A. Application of the absolute nodal coordinate formulation to multibody system dynamics[J]. Journal of Sound and Vibration, 1998, 214(5): 833—851.

[8] Omar M A, Shabana A A. A two-dimensional shear deformable beam for large rotation and deformation problems[J]. Journal of Sound and Vibration, 2001, 243(3): 565—576.

[9] Kerkkänen K S, Sopanen J T, Mikkola A M. A linear beam finite element based on the absolute nodal coordinate formulation[J]. ASME Journal of Mechanical Design, 2005, 127: 621—630.

[10] García-Vallejo D, Mikkola A M, Escalona J L. A new locking-free shear deformable finite element based on absolute nodal coordinates[J]. Nonlinear Dynamics, 2007, 50: 249—264.

[11] García-Vallejo D, Mayo J, Escalona J L, et al. Efficient evaluation of the elastic forces and the Jacobian in the absolute nodal coordinate formulation[J]. Nonlinear Dynamics, 2004, 35: 313—329.

[12] 田强，张青云，陈立平，等. 柔性多体系统动力学绝对节点坐标方法研究进展[J]. 力学进展, 2010, 40(2): 189—202.TIAN Qiang, ZHANG Yunqing, CHEN Liping, et al. Advances in the absolute nodal coordinate method for the flexible multibody dynamics[J]. Advances in Mechanics, 2010, 40(2): 189—202.

[13] Lee S, Park T, Seo J, et al. The development of a sliding joint for very flexible multibody dynamics using absolute nodal coordinate formulation[J]. Multibody System Dynamics, 2008, 20: 223—237.

[14] Hussein B A, Weed D, Shabana A A. Clamped end conditions and cross section deformation in the finite element absolute nodal coordinate formulation[J]. Multibody System Dynamics, 2009, 21: 375—393.

[15] Sugiyama H, Yamashita H. Spatial joint constraints for the absolute nodal coordinate formulation using the non-generalized intermediate coordinates[J]. Multibody System Dynamics, 2011, 26: 15—36.

[16] García-Vallejo D, Escalona J L, Mayo J, et al. Describing rigid-flexible multibody systems using absolute coordinates[J]. Nonlinear Dynamics, 2003, 34: 75—94.

[17] García-Vallejo D, Mayo J, Escalona J L, et al. Three-dimensional formulation of rigid-flexible multibody systems with flexible beam elements [J]. Multibody System Dynamics, 2008, 20: 1—28.

[18] Hurty W C. Dynamic analysis of structural systems using component modes[J]. AIAA Journal, 1965, 3(4): 678—685.

[19] Craig R R, Bampton M C C. Coupling of substructures for dynamic analysis[J]. AIAA Journal, 1968, 6(7): 1 313—1 319.

[20] Hou S N. Review of modal synthesis techniques and a new approach[J]. Shock and Vibration Bulletin, 1969, 40(4): 25—30.

[21] 王文亮，杜作润，陈康元. 模态综合技术短评和一种新的改进[J]. 航空学报, 1979, 3(2): 32—51.

[22] Antoulas A C. Approximation of Large-scale Dynamical Systems[M]. Philadelphia: SIAM, 2004.

[23] Bai Z. Krylov subspace techniques for reduced-order modeling of large-scale dynamical systems[J]. Applied Numerical Mathematics, 2002, 43: 9—44.

[24] Kobayashi N, Wago T, Sugawara Y. Reduction of system matrices of planar beam in ANCF by component mode synthesis method[J]. Multibody System Dynamics, 2011, 26: 265—281.

多智能体系统 篇4

多智能体系统的分布式协调控制在许多领域有着广泛的应用, 如分布式传感器网络、无人飞行器、蜂拥、多自主体的群集、通信网络的拥堵控制、卫星群的队形控制等。这里分布式协调指的是仅通过智能体之间的局部信息交流以实现多智能体系统全局协调行为的涌现。因此, 该领域的一个基本问题在于设计合适的控制协议, 使得多智能体能够在局部信息通信下达到一致。

近年来, 有关多智能体系统一致性问题的研究引起来自各领域学者的广泛关注, 他们提出了众多新颖的低阶多智能体的控制协议。Olfati-Saber和Murray于2004年首先建立一阶多智能体系统一致性问题的理论框架[1]。Ren和Beard进一步考虑了基于有向切换拓扑的的信息一致性的问题, 同时给出了一些较宽松条件[2]。对于有向固定拓扑通信拓扑和有向切换通信拓扑的多智能体系统, 文献[3]研究了它们在离散时间描述状态下的一致性算法。文献[4]则探讨了一种离散时间的多智能体的新的集合算法。通过选取不同的一致性冗余, 提出了满足线性、周期的、正指数动力学等要求的二阶多智能体系统的协议。最近, 一致性问题的研究热点正向高阶或者非线性动力学的方向发展。

由于多智能体系统的通信能力有限, 比如多智能体系统经常受到信息传输速度、信息传输拥堵以及信息不对称性等因素的影响, 在实际多智能体系统应用中时延是不可避免的。一般来说, 时延可分为输入时延和通信时延, 输入时延指多智能体系统对外部作用和信号的连接或处理时延, 通信时延指多智能体之间的信息传输通过传感器或通信网络交流的传输时延。有关时延多智能体系统的一致性的研究成果, 感兴趣的读者可参考文献[5]。

在本文中, 我们主要研究在有向信息通讯模式下, 二阶时延多智能体系统的一致性问题。假设所考虑的多智能体系统中输入时延较小, 因此我们对其忽略不计而只考虑通信时延。此外, 领导者的状态可以是时变的, 并且仅有部分跟随者可以直接接收来自领导者的信息。通过构造一个新颖的Lyapunov-Krasovskii泛函, 我们获得了一个充分条件使得所有智能体最终趋于领导者状态, 即达到多智能体系统的一致性。值得指出的是, 所获得的充分条件可以表示成线性矩阵不等式的框架, 能方便借助Matlab的LMI工具箱直接算出结果。

2问题描述

2.1 图论

多智能体系统的通信网络拓扑通常用有向图来描述。设G= (V, E, A) 为一个含n个节点的加权有向图, 其中V={v1, v2, …, vn}是一个有限非空的节点集, E⊆V×V为边集, A={aij}∈Rn×n (aij≥0) 为加权邻接矩阵, 节点i代表第i个智能体。在G中从节点i到节点j的有向边eij= (i, j) , eij∈E当且仅当智能体vj能接收到vi的信息。节点vi的邻居节点集表示为Ni={vj∈V|eji∈E}。

邻接矩阵A中的邻接元素aij是正的, 即aij>0⇔eji∈E, aij=0⇔eji∉E。此外, 我们假定aii=0, 也就是说图G不含自环环。undefined称作节点vi的入度, undefined称作节点vi的出度。有向图G的拉普拉斯矩阵L=[lij]∈Rn×n定义为

undefined

这里L不一定是对称的。此外, 拉普拉斯矩阵L的一个重要性质是1n=[1, 1, …, 1]T∈Rn是L的一个右特征向量, 对应的特征值为λ=0。

如果有向图中存在有向路径使得每个节点可达其他任意节点, 则称这个有向图是强连通的。若只有一个特殊的节点可达有向图中的任意节点, 则称该节点为根节点。一个有向图的生成树是图中连接所有节点的边构成的有向树。如果至少存在一个节点, 即根节点, 可达所有其他节点, 我们就称该图有一个生成树。

2.2 一致性算法

假定每个智能体都满足如下二阶动态系统

这里xi∈Rn和vi∈Rn表示智能体i的位置和速度, ui∈Rn表示智能体的控制输入 (或者加速度) 。当系统 (1) 的智能体之间信息传输存在定常通信时延d时, 采用如下一致性算法:

undefined

其中Ni表示节点vi的邻居节点集, τ表示通信时延常数, vd表示领导者的速度, ki表示控制参数 (如果领导者的信息可达智能体vi, 则ki>0, 否则ki=0) 。

注1:注意到在 (2) 中ui是智能体vi的本地控制器, 只依赖于其邻居及领导者的信息。对于多智能体系统 (2) , 若undefined, 则称多智能体系统 (2) 渐近达到一致。

注2:为了简单起见, 在 (1) 中每个智能体只考虑了一维的情况。实际上, 通过引入Kronecker积, 我们能够很容易得到高维的结果。

3主要结果

在固定拓扑G下考虑带领导者的多智能体系统 (2) , 我们预先设定通信时延, 构造合适的Lyapunov-Krasovskii泛函。下面的定理以线性矩阵不等式的方法说明了相关结果。

定理1:假定通信时延τ定常, 如果存在矩阵P>0和Q>0使得以下线性矩阵不等式成立:

则二阶多智能体系统 (1) 在协议 (2) 下渐近达到一致性。其中:

Ω11=PW+WTP+τWTQW-τ-1Q, Ω12=PH+τWTQH+τ-1Q,

Ω21=HTP+τHTQW+τ-1Q, Ω22=τHTOH-τ-1Q;

undefined

证明:根据一致性协议 (2) , 多智能体系统 (1) 的闭环形式为

undefined

令undefined系统误差向量, 则我们可以得到系统 (1) 的误差动力学如下:

undefined

其中

undefined

{k1, k2, …, kn}。

对系统 (5) 构造Lyapunov-Krasovskii泛函:

V (t) =V1+V2 (6)

其中undefined。

记

undefined

, 于是

undefined

另外, 根据Schur Complement引理[6]可得

undefined

此时, 记ζ (t) =[δT (t) , δT (t-τ) ]T, 则我们有

undefined

4结论

本文研究了含有通讯时延的二阶多智能体系统的领导者-跟随一致性问题。尽管领导者的状态是时变的, 我们提出的基于邻居局部信息的通讯协议使得每个智能体都能跟随领导者状态, 最终达到渐近一致。目前我们仅考虑了定常时滞的情形, 接下来我们将进一步深入研究多变时滞、异质时滞以及混合时滞情形下的多智能体系统的一致性问题。

摘要：本文研究了在有向信息通讯模式下, 时延二阶多智能体系统的领导者-跟随一致性问题。我们仅要求二阶多智能体系统的拓扑结构图中含有一个有向生成树, 而且仅有部分跟随者能够直接接收领导者的信息。通过设计一个新颖的Laypunov-Krasovskii泛函, 我们获得了在定常通信时延下使得智能体系统达到一致性的充分条件, 该条件可以表达为一个线性矩阵不等式结构, 很方便通过计算机数值求解。

多智能体系统 篇5

数控机床作为工作母机在机械加工制造业中得到了广泛的应用[1]。随着数控加工技术的迅猛发展,传统的数控加工方法已经无法满足现代产品多样化、个性化的需求,现代数控机床向着高速、高精、高效、复合和环保的方向发展,以满足加工行业对零件加工精度不断提高的要求和对零件加工高速高效的不断追求[2]。复合加工机床(Complex Machine Tools)也称之为完全加工机(Complete Machining Machine Tools),其基本含义就是要在单台复合加工机床上实现零件的大部分或全部工序的加工[3,4,5]。随着机械加工市场不断增加的对复合加工机床的需求,国际上复合加工机床将进入激烈的竞争时代。使复合加工技术[6]成为推动机床结构和制造工艺发展的一个新热点,成为数控加工中心发展的重要方向之一。经过国内外学者多年的努力,多体系统理论得到了充分的发展,其通用性、系统性和方便性都有显著的提高,将其应用于数控机床几何误差建模中会大大简化研究过程[7]。本文以双主轴五轴高速加工中心为研究对象,从影响机床加工精度的几何误差着手,对数控机床几何误差建模理论进行分析和研究。

1 五轴数控机床结构分析与描述

以德国巨浪的DZ08FX双主轴高速五轴加工中心为例,可建立如图所示的机床结构图和拓扑结构图,从图中可以看出该机床总共有13个运动部件,将其分为工件分支和刀具分支两个部分,由四条运动链组成,1-2-3-4-6-7链为床身-刀具分支1,1-2-3-4-5-8链为床身-刀具分支2,1-9-10-11链为床身-工件分支1,1-9-13-12链为床身-工件分支2。

1.床身;2.X导轨;3.Z导轨;4.Y导轨;5.第二主轴;6.第一主轴;7.刀具1;8.刀具2;9.A转台;10.C转台;11.工件1;12.工件2;13.C’转台

2 数控机床运动学模型的建立

根据刀具与工件的不同组合,该机床总共有3种加工模式。分别为刀具与第一主轴组合(B-T2-T3-T4-T6-T7)和(B-W9-W10-W11),称为加工模式一,刀具与第二主轴组合(B-T2-T3-T4-T5-T8)和(B-W9-W13-W12)称为加工模式二。同时加工两个相同零件,同时工作。刀具与工件组合,称为加工模式三。由于加工模式一和加工模式二的建模方法类似,因此本文仅以加工模式一为例进行误差建模分析。

设工件坐标系为Ow-xwywzw,刀具坐标系为Otxtytzt,机床坐标系为O0-x0y0z0,P为刀具成形点,通过以上分析可得,P点在床身坐标系O0-x0y0z0中的位置可表示为:

典型体W(工件)体参考坐标系上被加工点P按“机床—工件”分支在与床身固连的惯性坐标系中的位置Pw的表达式:

式中:{rw}w为P点在典型体W(工件)坐标系Owxwywzw中的位置矩阵表达式;

{Pw}0为P点通过工件分支描述到与床身固连的惯性坐标系O0-x0y0z0中的矩阵表达式。

同理可得典型体T(刀具)上被加工点P分别按“机床—车削”、“机床—铣削”分支在与床身相连的坐标系中位置PTc、PTx的表达式:

式中(rTc)Tc为P点在典型体Tc(车削刀具)坐标系OTc-xTcyTczTc中的位置矩阵表达式;

{PTc}0为P点通过车削分支描述在与床身固连的坐标系O0-x0y0z0中的矩阵表达式。

式中(rTx)Tx为P点在典型体Tx(铣削刀具)坐标系OTx-xTxyTxzTx中的位置矩阵表达式;

{PTc}0为P点通过铣削分支描述在与床身固连的坐标系O0-x0y0z0中的矩阵表达式。

机床作成形运动时由于误差存在使得刀具成形点实际位置和理论位置出现偏差,这种偏差称为空间误差,对空间误差进行建模,是机床误差溯源的基础。刀具成形点空间误差为:

{Epc}、{Epx}分别表示车削、铣削模式下,机床的刀具加工点在惯性系中实际位置与被加工点的理论位置的偏离大小情况。

设与刀轴重合的方向矢量在铣削刀具坐标系中的表达式为:(rTx)Tx=[vTxx,vTxy,vTxz,0]

则其通过铣削分支在与床身固连的惯性坐标系O0-x0y0z0中的矩阵表达式为:

在工件坐标系中被加工点的理论刀具方向矢量为:

则其通过工件分支在与床身固连的惯性坐标系O0-x0y0z0中的矩阵表达式为:

可得铣削模式下刀具姿态误差为:

3 数控机床相对运动约束方程的建立

车削模式下,刀具中心位置相对运动约束方程为:

铣削模式下,刀具中心位置相对运动约束方程为:

铣削模式下,刀具方位相对运动约束方程为:

4 五轴数控机床几何误差分析与建模实例

以德国巨浪的DZ08FX双主轴高速五轴加工中心为例,以多体系统理论为基础,对机床的几何误差进行分析,建立机床各运动体的坐标系。利用各运动体的相对运动坐标变换矩阵分别推导出刀具位置和刀具姿态的理想成形约束方程和实际成形约束方程。

4.1 德国巨浪DZ08FX双主轴五轴数控机床几何误差分析

数控机床的误差源有很多,主要的误差源有几何误差、热误差、载荷误差和伺服系统误差等[8]。其中几何误差,受环境因素影响小,易于测量,且无论哪种误差,其最终表现形式都可以用前面叙述的几何误差分析与运动建模方法来表述。因此几何误差作为基本误差源,是本文研究的重点。五轴数控机床拥有多个运动部件,各个部件的误差可分为与位置点无关误差(静态误差)和与位置点相关误差(运动误差)两个部分[9]。

综上所述,五轴数控机床几何误差参数一共37项,如表1所示。

4.2 机床部件坐标系的建立

为了了解机床的运动,需要利用机床的各个运动部件相对运动坐标变换矩阵来描述其运动,将复杂的运动简化为数学模型。首先需要建立各部件的坐标系,部件坐标系有体坐标系和相对运动参考坐标系。

由前述可知,双主轴五轴数控机床有13个运动部件,首先设定初始条件下各运动体体坐标系和相对运动参考坐标系重合,即初始条件下确定运动体的参考坐标系方位就相当于确定了该运动体体坐标系方位。选取机床坐标系为基准,令床身和X导轨的运动参考坐标系方位和机床坐标系一致。令基准坐标系绕Y轴转过垂直度εx(z)后得到Z导轨运动参考坐标系。令Z导轨分别系绕Y轴、X轴转过垂直度εx(y)、εy(z)后得到Y导轨运动参考坐标系,令基准坐标系分别绕Y轴、Z轴旋转垂直度εAY、εAZ后得到A转台运动参考坐标系。令A转台运动参考坐标系分别绕X轴、Y轴旋转垂直度εCX、εCY后得到C转台的运动参考坐标系。这样就确定了初始条件下各坐标系的方向。各坐标系的位置由如下方法确定:令机床的各个运动部件返回到数控机床的绝对零点,令床身、X导轨、Y导轨、Z导轨和主轴体坐标系及其运动参考坐标系零点和机床坐标系零点重合,令A转台和C转台体坐标系以及运动参考坐标系原点位于A转台旋转中心。由上述方法可以确定双主轴五轴数控机床各运动部件的坐标系位置与方法,为后续的建模工作提供基础。

4.3 特征矩阵

根据上述设定方法便可得到双主轴数控机床各相邻体的理想特征矩阵以及误差特征矩阵。设工件坐标系相对于C轴体参考坐标系的位置阵列为(qwxqwyqwz1),A转台旋转中心在机床坐标系的齐次坐标为(q9xq9yq9z1)T,由此可得各运动部件特征矩阵:

4.4 加工模式一理想条件下机床运动学模型的建立

设刀具成形点在刀具坐标系内的齐次坐标为{rTx}Tx=(0 0–d 1)T,其中d为刀长,可以得到刀具成形点在刀具坐标系的理想成形运动方程:

将变换矩阵带入上述方程,经整理消去高阶无穷小量,可得:

实际刀轴矢量在刀具坐标系中的矢量表达式为{vTx}Tx=(0 0–1 0)T,可以得到刀轴矢量在刀具坐标系的理想运动表达式为:

将变换矩阵带入上述方程,经整理消去高阶无穷小量,可得:

4.5 加工模式一实际条件下机床运动学模型的建立

机床实际加工运动时候由于误差的存在使得实际位置偏移理想位置,因此要将实际的刀具成形点描述到工件坐标系中,和工件坐标系中理想的刀具成形点位置作比较。设工件坐标系下理论刀具成形点的齐次坐标为{rwx}wx=(xwx,ywy,zwz,1)T,实际情况下刀具成形点在工件坐标系运动方程为:

将变换矩阵带入上述方程,经整理消去高阶无穷小量,可得:

设工件坐标系下理论刀轴方向矢量的齐次坐标为{vwx}wx=(xwx,ywy,zwz,0)T,可以得到刀轴矢量在工件坐标系的实际运动表达式为:

将变换矩阵带入上述方程,经整理消去高阶无穷小量,可得:

在生产过程中,实际刀具中心点与理论刀具中心点要重合,即{PTx}0={Pwx}0刀具方向矢量也须满足{VTx}0={Vwx}0,即:

5 结论

1)针对双主轴五轴高速加工中心,对其进行结构分析,利用拓扑结构和低序体阵列对机床结构进行描述,将机床分为多个运动部件,并对每个运动部件建立体坐标系和运动参考坐标系。

2)对双主轴五轴高速加工中心的几何误差进行分析,得出机床37项几何误差。

3)利用多体系统运动学理论推导出机床各运动部件之间的相对运动坐标变换矩阵,进一步推导出机床理想条件下和实际条件下的运动学模型方程,并推出空间误差模型,为今后的误差辨识工作打下基础。

参考文献

[1]刘桂芝,周永良.影响车铣复合机床双主轴系统精度的因素分析[J].机械设计与制造工程,2014,(12):59-62.

[2]孙锡娜,韩秋实.车磨复合机床的发展现状及关键技术[J].精密制造与自动化,2008,(1):4-5.

[3]李德,立显凯.五轴车铣复合加工技术的现状与发展趋势[J].航空制造技术,2009,(12):47-50.

[4]吴宝海,严亚南,罗明,等.车铣复合加工的关键技术与应用前景[J].航空制造技术,2010,(19):42-45.

[5]李彦光.复合加工机床的发展现状[J].机械工程师,2011,(3):5-11.

[6]杨建国,潘志宏,薛秉源.数控机床几何和热误差综合的运动学建模[J].机械设计与制造,1998,(5):31-32.

[7]王晓峰.复合数控机床几何误差补偿及误差影响溯源分析[D].北京工业大学,2014.

[8]范晋伟.基于多体系统运动学的数控机床运动建模及软件误差补偿技术的研究[D].天津大学,1996.

多智能体系统 篇6

随着科技的进步, 对柔性多体系统的研究越来越广泛[1,2,3,4]。目前柔性多体系统的建模方法主要有以牛顿-欧拉方法为代表的矢量力学方法、以拉格朗日力学为代表的分析力学方法和以凯恩方法为基础的兼顾矢量力学与分析力学优点的建模方法[5,6]。Carrera[7]利用Lagrange方程和有限元方法研究了柔性机器人的反向动力学, 解决了刚体运动与柔性变形的耦合问题, 但算法为O (N3) 量级;Znamenácek等[8]利用递推算法推导了柔性多体系统动力学方程, 比较了“S”算法和“L”算法的计算效率, 得到O (N2) 量级的柔性多体系统动力学方程;Hwang[9]利用广义牛顿-欧拉递推算法建立了链式柔性多体系统动力学方程。

Jain等[10]发展了基于空间算子代数 (spatial operator algebra, SOA) 的多体系统动力学方法, 在算法上提高了计算效率, 该方法为O (N) 量级, 有效地解决了航天飞行器的计算问题。吴洪涛等[11]、熊启家[12]和方喜峰等[13]研究了空间算子代数理论, 并且进行了程序实现。但是在实际工程应用中, 对多体系统的建模不会是单纯的正向动力学和反向动力学, 而是在整个系统中既有关节力矩又有关节加速度, 这种系统常被称为欠驱动多体系统, 在大型航天系统中比较常见, 利用递推形式的正向和反向建模方法无法进行计算。Jain等[14]和Sohl等[15]分别利用利用空间算子代数和伴随算子研究了多刚体系统的混合递推动力学建模, 而尚未推广到多柔体系统建模中。

目前传统的求解微分方程有两种数值积分方法[16]:隐式法和显式法。但一般的积分算法对所建立的微分方程求解效率较低。翟婉明[16]所提出的线性多步快速积分算法已经成功地应用于解决列车大规模多体系统动力学问题的研究, 取得了很好的效果, 对求解大型微分代数方程具有很好的借鉴和启发作用, 为柔性多体系统动力学实时仿真打下基础。

本文以建立柔性多体系统高效率模型为目的, 在空间算子代数理论的基础上, 建立了一套广义柔性多体系统高效率的O (N) 量级混合递推动力学算法, 并且借鉴和移植翟婉明教授的线性多步积分算法, 对广义柔性多体系统微分代数方程进行研究, 编制了可以计算柔性多体系统反向、正向以及混合动力学建模的Mathematica软件包HybridDynamics.m。

1 柔性多体系统空间算子代数理论体系

SOA是研究多体系统的新型数学工具, 其关键创新点在于综合了看上去与力学无关的Kalman滤波方法和基于算子的递推计算方法。SOA基本算子有若干个, 每个算子采用空间递推方式实现, 其运算的数量与系统的自由度N同阶, 故称为O (N) 阶算法。

1.1 柔性多体系统模型

本文研究的对象是具有由n个铰链将n个柔性机械臂连接成的柔性多体系统, 如图1所示。铰链和操作臂的序号从系统的基座向顶端增大。k号铰链表示的是k号机械臂与k+1号机械臂的连接铰链。当k号铰链是主动关节时记为Ia, 否则记为Ip。n+1号铰链可固定到n号体的任意位置。其中的k号柔性体是一个由有限个节点 (在空间位置中定义i) 组成的有限元模型。空间位置可以由连接到物体上的坐标系表示出来。k号柔性体有限元模型对应一个质量矩阵Mm和一个刚度矩阵Km, 假定柔性体的质量矩阵和刚度矩阵是不随时间变化, 可预先计算得到的独立变量。

1.2 基于空间算子代数反向动力学递推[17]

采用空间算子代数理论, 对链式柔性多体系统而言, 可获得反向动力学向外和向内高效递推算法。在本研究中, 为提高计算效率所求解的速度和加速度都是在本体坐标系下定义的。

基于空间算子代数柔性体的速度递推和加速度递推模型如下:

基于空间算子代数的广义力递推和力矩递推模型如下:

式中, v (k) 为k体在本体坐标系下的刚体速度;Φ为柔体k-1到柔体k的模态移位算子;H为k体的模态坐标;q (k) 为k体的广义坐标矢量;α (k) 为k体的刚性加速度项;αm (k) 、am (k) 分别为k体的离心加速度项、科氏加速度项;ϕ (tk, k+1) 为k体经有限元离散后与k+1铰链连接的元素到k+1体的移位算子;bm (k) 为k体离心力项;fm (k) 为k体受到的广义力。

1.3 基于空间算子代数正向动力学递推[17]

按照牛顿定律, 多体系统动力学线性方程可以表示为

式中, undefined为惯性力项;T为主动力项;z为系统的速度的矢量积项, 冗余力项。

根据空间算子代数理论[17], 柔性多体系统广义质量按照LDLT分解可以分解为M=[I+HΦK]D[I+HΦK]T, 进而可以得到系统的广义质量的逆M-1=[I-HΨK]TD-1[I-HΨK]。因此式 (3) 用算子表达的形式得到正向动力学表达式为

undefined

2 柔性多体系统混合动力学建模理论

本节基于空间算子代数理论主要研究混合动力学高效率建模的方法。按照图1表示, 柔性系统是含有主动关节和被动关节的欠驱动系统, 按照传统的正向、反向动力学建模方法不能进行动力学计算, 需要研究适合求解欠驱动系统问题的高效率混合动力学建模方法。本文研究的混合递推动力学建模方法同正向动力学建模相似, 可以包括如下步骤:

(1) 从系统顶端n体到基座1体顺序按照铰接体惯量方法递推计算系统的惯量算子:

(2) 按从顶端n体到基体1体的顺序递推计算速度一次项的冗余力项:

(3) 按从基体1体到顶端n体的顺序递推计算系统各个体的加速度项:

以上便为欠驱动柔性多体系统混合递推动力学建模算法。本算法可看作是一般的柔性多体系统广义动力学建模算法, 其主要特征是同时包含正向动力学和反向动力学两种算法。当系统中全是被动关节时, 该算法变成正向动力学算法;全是主动关节时, 该算法变为反向动力学算法;其余为混合动力学建模方法。

3 数值分析

上文介绍了基于空间算子代数的柔性多体系统混合递推动力学建模方法, 显而易见, 如果在柔性系统中既含有主动关节又含有被动关节, 则根据上述算法建立的动力学方程是微分-代数方程。写成状态方程表示为

根据上述建立的动力学数学模型, 本文在翟婉明[16]所提出的线性多步快速积分算法的基础上研究了求解此微分-代数的数值积分算法。翟婉明所提出的线性多步快速积分算法已经成功地应用于解决列车大规模柔性多体系统动力学问题的研究, 并取得了很好的效果。本文借鉴和移植这类先进的计算方法, 对欠驱动柔性多体系统微分代数方程系统进行研究。研究表明, 根据线性多步快速积分算法求解微分-代数方程在积分精度和积分效率上同样是正确的、有效率的。

在起步阶段, 确定微分方程在t=0时刻的初始条件为q (k, 0) 、undefined, 然后代入到式 (8) 中即变成线性代数方程进而求得undefined、F (k, 0) 。

根据线性多步快速积分方法, 确定如下递推算法:

式中, Δt为时间积分步长;ψ、η为控制方法特性的独立参数, 具体参数确定参考文献[16]。

需要注意, 在起步阶段 (n′=0, 1) 时, 可使ψ=η=0从而按照递推方式进行计算。

将上述值代入到系统的动力学方程中, 即可得到系统n′+1状态较精确的广义加速度值以及广义主动力值:

因此按照可积分递推式 (9) 和式 (10) 逐次将欠驱动柔性系统的大型动力学微分-代数方程转换为多步线性代数方程进行计算, 进而得出对应各步的位移、速度、加速度以及主动力的离散值, 并且求解过程简单, 快捷, 不占用计算机内存。

4 混合动力学软件编制与实例仿真

4.1 软件编制

为验证上述理论的正确性和高效性, 笔者的理论推导过程是采用符号推导软件Mathematica 5.2得到的, 并且编制了求解一般多柔体系统的广义混合符号推导软件包HybridDynamics.m。核心的计算推导模块包括四个部分:第一部分定义柔性体以及铰链的数据结构;第二部分为根据柔性体和铰链信息定义关键空间算子;第三部分为计算所定义柔性系统的速度以及计算每个柔体的科氏力加速度项以及科氏力;第四部分为混合递推动力学的核心算法。

根据定义的柔体和铰链的信息, 计算混合递推过程需要的关键空间算子ϕ (x, y) 、Φ (k+1, k) 、HT (k) 等。随后按照文献[17]计算系统的速度、科氏加速度和科氏力。

柔性多体系统混合递推动力学核心算法程序流程图见图2。整个软件计算过程简洁、明了, 可以计算广义柔性多体系统动力建模。

4.2 实例分析

为验证上述混合动力学建模以及线性多步积分算法的准确性和有效性, 本文基于Mathematica软件平台, 以PUMA560机器人为研究对象, 对欠驱动柔性多体系统进行了O (N) 阶动力学建模和实时仿真进行了研究。柔性PUMA560机器人的柔性操作臂预先通过有限元进行离散来插值其弹性变形。PUMA560柔性机器人参数如表1所示。

在本仿真中, 时间积分步长Δt选择0.005s, ψ=η=0.5, 求解结果结果如图3～图8所示。

图3和图4所示为空间机器人本体的质心位置变化曲线;图5和图6所示为机器人第一关节的速度变化曲线;图7和图8所示为机器人第二关节的加速度变化曲线。通过快速积分算法和NDSolve算法的比较, 快速积分算法的精度是稳定的。

4.3 准确度度与高效率验证

针对上述提出的混合递推动力学建模方法, 本文以PUMA560机器人为例对其进行了正确性验证。验证主要分成三个步骤:①将所研究的柔性多体系统中的所有关节铰设定为主动铰, 系统动力学建模变为反向动力学建模过程, 用本算法与传统的反向动力学建模进行比较;②与步骤①类似, 将系统中的所有关节铰变为被动铰, 系统动力学建模变为正向动力学建模过程, 用本算法与传统的反向动力学建模进行比较;③将柔性多体系统某些铰设定为主动铰, 其余设定为被动铰, 进行动力学建模, 然后将系统中的主动铰变为被动铰, 被动铰变为主动铰再进行仿真, 将两种动力学建模结果进行对比。经过上述三步的正确性验证, 本文提出的基于SOA的高效率混合递推动力学建模方法是正确的、高效的。

在保证精度的情况下, 本文对两种算法的计算效率进行了比较研究。在同等计算条件下 (计算机配置为:Intel (R) Core (TM) 6400 2.31GHz的CPU;0.99GB的内存) , 用Mathematica 中的NDsolve命令求解微分方程所用的时间为11min32s, 并且计算过程占用大量的内存空间;用本文提出的快速积分算法求解微分方程耗时6min28s, 在整个计算过程中很少占用计算机内存空间, 其计算效率提高将近一倍。

5 结束语

(1) 在空间算子代数理论的基础上研究了广义的柔性多体系统高效率O (N) 阶建模的算法。该算法从实际工程出发, 突破了传统的纯粹柔性多体系统正向和反向动力学建模方法。该算法自动地判断系统中铰链的运动信息, 快速、高效、准确地建立柔性多体系统混合动力学模型。本算法可以应用于一般多柔体系统、欠驱动系统, 为大型柔性航天器动力学建模打下坚实的基础。

(2) 以大型柔性多体系统实时动力学仿真为目的, 在翟婉明教授提出的求解大型微分方程的线性多步积分算法的基础上, 研究了求解由混合递推算法建立的大型微分-代数方程的线性多步快速积分算法。

摘要：进一步发展了空间算子代数理论体系, 采用空间算子描述了广义柔性多体系统动力学高效率建模以及实时仿真问题。根据不同类型的铰链特征 (主动关节、被动关节) 描述了广义柔性多体系统特征, 按照两次从系统顶端到基座和一次从基座到顶端的顺序分别计算系统的广义铰接体惯量算子、系统的冗余力算子以及广义加速度和广义主动力矩, 进而建立广义柔性系统O (N) 阶动力学模型。采用线性多步积分算法理论解决了大型微分代数方程的数值积分算法, 实现了实时动力学仿真的目的。最后通过实例结果对比验证了研究内容的正确性和高效性。

创建智能体系统的软件工程方法研究 篇7

1 智能体的概念以及作用

智能体系统在各行各业中应用比较广, 而且发挥着重要的作用, 智能体有着多种功能, 而且结构越来越复杂, 在研究的过程中, 对智能体没有统一的定义, 很多学者对智能体有着不同的理解, 一般来说, 智能体是指可以在复杂的系统中实现自动化运行的机器, 其属于实体设备, 而且具有较强的智能型, 可以模拟人的思维方式, 在应用的过程中, 收到了良好的效果, 而且得到了企业管理者的认可。

智能体具有较多的优点, 其适应性、自主性比较强, 而且有着逻辑推理功能, 可以在不受外界干扰的条件下, 独立自主的完成设定任务。智能体在运行的过程中, 可以实现分工合作, 而且具有协调的功能, 还可以实现无线通信, 可以及时解决系统运行时存在的问题。所以, 智能体还具有协作以及通信等功能。智能体具有较强的适应性体现在, 其可以评估外部环境, 做好通过调试, 做好协调工作, 具有敏感性以及主动性。另外, 智能体还具有逻辑推理的能力, 这也是智能体特殊之处, 是其优于其他软件的重要原因。

2 基于智能体系统的软件工程开发情况

2.1 智能体系统软件工程的特点

基于智能体系统的软件工程与传统软件工程相比, 有着较多的优点, 其最大的特点是具有智能性, 有推理的能力, 而且具有通信以及协作的功能, 其还可以对外部环境进行感知, 根据评估以及判断, 快速的完成任务。智能体系统软件工程有着较高的效率, 其可以通过协商以及合作, 与系统其他软件配合完成工作。智能体系统软件工程还具有模拟人的思维方式的功能, 可以自主的执行任务, 智能体系统还具有维护方便的特性, 根据运行环境的特点, 可以制定出软件工程的开发方法, 从而适应当前环境更好的发挥作用。

2.2 智能体系统软件工程的开发现状

智能体系统软件工程有着较多的优越性, 其弥补了传统软件工程的缺陷, 但是智能体系统软件工程在开发的过程中, 也存在一些问题, 只有解决这些问题, 才能提高软件工程的价值。在研究创建智能体系统软件工程方法时, 需要解决一些几个问题:首先, 是设计元概念模型问题, 要了解开发对象与智能体的内在联系, 在这一基础上建立设计元概念的模型, 在建模时要注意步骤以及指导原则。其次, 是智能体系统软件工程应用范围问题, 在软件开发的过程中, 要不断的改进技术, 拓展应用范围, 这样才能提高软件工程的动态性, 才能提高研究的成果。最后, 是智能体系统结构优化工作, 根据智能体系统的结构, 需要采用不同的指导思想以及设计方法, 这影响着智能体系统软件工程开发设计的方法。创建智能体系统的软件工程方法, 可以解决传统软件工程无法解决的问题, 可以给企业的发展带来更多的便利。

3 创建智能体系统软件工程的方法

创建基于智能体系统的软件工程方法, 需要按照一定流程进行, 还要找到最佳的开发途径, 首先需要建立智能体系统结构模式, 还要结合智能体的特性, 优化系统逻辑结构, 创建新的应用程序以及模型。下面笔者结合自身经验, 对创建智能体系统的软件工程方法进行简单的介绍, 以供交流与参考。

3.1 智能体系统的结构模型

基于智能体理论模型创建结构模型, 该结构模型包括感知器、消息处理器、基于感知融合的世界模型、策略部件、目标判断函数以及效应器。感知器可以检测系统装填及外部环境, 在计算机系统中, 其可感知软件硬件资源使用情况及外部环境运行的数据等。消息处理器则负责该智能体与其他智能体的相互交流, 这种交流建立在二进制数据和拥有自我表达力的基础上。基于感知融合的世界模型与智能体理论模型中的世界模型一一对应, 感知处理器可以从消息处理器和感知器中获取信息, 在一段时间里可以将消息处理器产生的消息和传感器传来的数据融合成一种环境状态。策略部件根据实际工作形式选择性存在, 而目标判断函数则是因两个数值比较而存在。效应器作为智能体系统的出书, 其对自身世界模型和外界对象发生作用。智能体系统为了完成既定的目标及任务可能有较多的执行器, 效应器的作用就是监督子任务执行情况, 根据情况需要也可即时修改执行顺序。

3.2 基于建模语言UML的应用程序

有了智能体系统的结构模型可以实现基于建模语言UML的应用程序, 这个过程需要通过编程实现。首先要基于UML的代码生成系统, 之后运行智能体系统。UML作为一种可视化建模语言, 与其他多数面向对象的语言有着密切的映射关系。在代码生成方面, 可以直接利用UML图生成计算机框架程序, 以本文的结构逻辑模块为例, 对应于智能体6个组成部分, UML模型实现形式为CSensor、CInput Container、CComunication、Agent、CEffector、COutput Container。智能体在上述模型和语言实现形式下, 可以选择较为优化的软件开发程序。

4 结语

基于智能体系统的软件工程与传统软件工程相比, 有着较多的优势, 利于智能体的优势, 可以提高软件工程开发的效率以及质量, 可以更好的满足社会的需求。在应用的过程中, 需要创建智能体系统的软件工程开发方法以及途径, 只有方法应用得到, 才能促进软件系统更好的完善, 才能在应用的过程中发挥更大的实效, 为社会发展做出更大的贡献。

摘要：进入信息时代后, 计算机技术的发展越来越快, 软件开发技术也越来越先进, 创建智能体系统, 对优化软件工程技术方法有着促进作用。随着互联网普及率的升高, 计算机的应用范围越来越广, 创建计算机智能体系统软件开发工程, 具有极强的现实意义, 而且可以促进社会中各行各业的发展。本文对创建智能体系统的软件工程方法进行了研究, 希望对相关工作者一定必要帮助, 找到基于智能体系统的软件工程开发途径。

关键词：智能体系统,软件工程,方法

参考文献

[1]陈霞.以智能体系统为导向的软件工程开发方法[J].数字技术与应用, 2011, 3 (11) :324.

多智能体系统 篇8

1 多体系统的描述

由于闭环多体系统可以转化为带有特定约束的开环多体系统，所以以图1所示的开环多体系统为例说明低序体阵列的建立方法。

首先任选一物体，依次标定每个物体的序号，从系统的一个分支到另一个分支，直到全部物体都标定完毕。为系统中的每个物体的较低序号物体制定一个表格，如表1，用L(K)表示，L表示低序列体算子，K表示物体的序号，它满足：

Ln(K)=L(L(n-1)(K))(n,K为正整数)

且补充定义L0(K)=K，L(0)=0，则多体系统的任何一个物体都可以通过低序体阵列追溯到它与惯性系的关系。

2 运动误差特征矩阵

由于相邻体之间的任何运动都是6种基本运动的合成，因此只要知道每一基本运动过程产生的运动误差，也就能得知合成运动的运动误差。下面以平动为例，分析6项运动误差的特征矩阵，称运动误差特征矩阵。设典型体j相对相邻体i做沿X轴的平动运动过程中所产生6个误差分别为△αijx、△βijx、△γijx、△xijx、△yijx和△zijx。那么，角误差△αijx的变换矩阵为：

角误差△βijx的变换矩阵为：

角误差△γijx的变换矩阵为：

角误差△αijx、△βijx、△γijx引起的综合变换矩阵为：

称为沿X轴平动的角误差的特征矩阵。

当△αijx、△βijx和△γijx很小时，有：

而线误差△xijx、△yijx、△zijx的变换矩阵为：

△Tijx(△M)称为沿X轴平动的线误差特征变换矩阵。

误差△αijx、△βijx、△γijx、△xijx、△yijx、△zijx引起的综合变换矩阵为：

△Tijx称为沿X轴平动的运动误差特征矩阵。

当△αijx、△βijx、△γijx很小时,有:

同理，可以得到沿Y、Z轴平动以及绕X、Y、Z转动的各种误差特征矩阵，而体间运动误差特征矩阵可以由基本运动误差特征矩阵连乘得到。综上所述，误差特征矩阵可以写成如下统一形式：

3 三轴数控机床的多体系统综合分析

结合上文建立多体系统的过程，以三轴数控机床为例，现对三轴数控机床的多体系统进行综合分析。

3.1 数控机床加工系统及其拓扑结构

建模前先给系统中的各体编号,其拓扑结构见图2。可以看出,该三轴数控机床的拓扑结构有两个分支:刀具分支和工件分支。刀具分支为惯性参考坐标系0→床身1→主轴5→刀具6;工件分支为惯性坐标系0→床身1→溜板2→移动工作台3→工件4。其低序体阵列见表2。

建立加工系统的误差模型之前，首先要设置各体的体坐标系和理想运动参考坐标系。在这里，我们进行了适当的简化。在床身→工件分支中，床身1的体坐标系与惯性参考坐标系重合。溜板2的理想运动参考坐标系与床身1的体坐标系重合，溜板2的相对位置误差在此忽略不计，则实际运动参考坐标系与理想运动参考坐标系重合。工作台3的理想运动参考坐标系与溜板2的体坐标系重合。工件4的理想运动参考坐标系相对于工作台3的体坐标系平移一个矢量，实际运动参考坐标系和理想运动参考坐标系重合。

在床身→刀具分支中，主轴箱5的理想运动参考坐标系相对于床身1的体坐标系平移一个矢量，实际运动参考坐标系相对于理想运动参考坐标系转过垂直度误差并平行于Z轴。刀具6的理想运动参考坐标系与主轴箱5的体坐标系重合，在此刀具的安装误差忽略不计，即实际运动参考坐标系和理想运动参考坐标系重合。表3为数控机床位移误差参数对照表。

3.2 相邻体间坐标变换矩阵

首先，床身→工件分支中，床身1和溜板2之间：

溜板2和移动工作台3之间：

在床身→刀具分支中，床身1和主轴箱5之间：

以上在设立三轴数控机床加工系统中各体的坐标系时，没有考虑载荷变形和热变形对体间位置和位移误差的影响，所以在求取相邻体间变换矩阵时，忽略了大部分由装配引起的位置误差，而其它各项位置和位移误差参数都是空间位置的函数，一经确立，就不再随时间和载荷的变化而变化。

4 结语

基于多体系统理论的误差建模方法是目前应用比较多的方法，它可以充分利用计算机算法和程序来进行复杂系统动力学和运动学计算，从而满足了经典动力学和运动理论不能解决的复杂问题的分析计算需求，为实现数控机床的误差补偿奠定了基础，如图3所示。

参考文献

[1]赵小松,郭红旗,刘又午,等.加工中心误差补偿方案技术研究[J].制造业信息化,2003(6):43-46.

[2]贝今天,刘丽冰.数控机床几何误差参数辨识新方法的研究[J].河北工业大学学报,1999,28(6):37-41.

[3]章青,王国锋,刘又午.数控机床误差补偿技术及应用-几何误差补偿技术[J].制造技术与机床,1999(1):30-33.

多智能体系统 篇9

所谓智能体系统,是存在于分布式人工智能领域中的一个基本术语,我们通常认为智能体是一个抽象的实体,这个实体可以在一定的环境条件下运行,同时它也可以作用于本身的程序和外界环境,也能对外界的刺激作出相应的回应。

1 以智能体系统为导向的软件工程的开发背景

软件的开发方法是软件工程当中的一个核心的内容,也一直都是所有的从事计算机研究者最为重视的一个问题,尤其是自从上个世纪的60年代出现了软件危机之后,人们首次提出了“软件工程”这样一个概念,自此以后大家也就更加的重视对于软件开发方法的研究,从而就出现了很多非常好的研究方法,而这些方法也对软件开发的工程化起到了非常重要的作用,在很大程度上缓解了软件开发的危机。

那么,软件工程的发展主要经历了这样几个过程:首先是面向“过程”开发方法的软件工程,然后就出现了面向“模块”开发的软件工程,在逐渐的发展过程中又出现了面向“对象”开发方法的软件工程,直至到现在出现的面向“智能体系统的软件开发方法的软件工程。

随着现代信息技术的不断发展,而且发展的速度也有加快的趋势,网络平台正在进行着无限的扩展,这些都迫使软件的开发具有越来越大型化、复杂化和智能化的趋势,但是现有的软件开发技术很难迅速的满足这一的要求,这些方法都或多或少的存在着一些缺陷和不足,这也直接导致了在软件开发系统当中存在的一些问题不能够得到很好的解决。人们为了解决好这样的问题,从上个世纪90年代开始,着重的对以智能体系统为导向的软件开发方法进行了研究,这种方法在很大程度上突破了传统的软件开发方法的一些局限性,可以更好的、更快的来满足需求越来越高的软件开发工作。

2 以智能体系统为导向的软件工程开发的特点和发展现状

以智能体系统为导向的软件工程之所以在近年来受到人们的重视,是因为它具有着很多其他系统所不具有的一些特性,当然了,具有智能性的特点是它区别于其他系统的最大特点,这样的特点使它有着更加快速的反应、更好的协作性、更智能的自我学习特性以及更符合实际的社会性等,智能体系统可以更好的来感知它所处的周围环境,并对这样的环境作出一个非常及时的反应,然后通过各个软件之间的协商和合作来共同的完成一项任务。

智能体系统还具有很好的驻留性,也就是说它不仅可以很好的感知环境,同时也能在一定程度上影响环境;同时它还具有非常高的自主性,在很多方面,它的思维模式基本上是和人类的思维所一致的,并且可以快速的根据自身的状态和人类想要的意愿来决定是否执行一项任务;另外,这样的系统也具有很强的可靠性,而这种可靠性往往是系统的整体目标能够更好的实现的有力保障;智能体系统同时也有着非常高的可维护性和可重用性。

虽然以智能体系统为导向的软件开发方法具有其他系统软件所不具有的一些有利的特性,但是在研究的过程当中也发现了很多问题,主要有以下几个方面:如何能够使智能体系统软件工程的应用领域更加丰富;如何解决智能体系统软件开发的开放性、动态性和生长性等;如何把该系统和当前一些主流的软件工程系统的研究成果进行有效的结合,使其发挥更加重要的作用等。

3 以智能体系统为导向的软件工程的开发方法介绍

我们在研究以智能体(agent)系统为导向的软件工程开发方法时,首先要搞清楚的一个问题就是智能体元的概念模型,这个概念模型恰恰就是该系统的关键所在,概念模型是给软件的开发带来新的思维观念的,这个新的思维观念认为:任何的一个以智能体为导向的软件应用系统,它们都是由智能体构成的,而这其中的每一个智能体其实都是作为一个自主的行为实体的,这些行为实体之间存在着各种各样的复杂的关系,这种关系使得它们之间存在着很强的联系,由于各个智能体间的结构的复杂化,也使得各个智能体之间的相互作用比较明显,这种相互作用主要是通过高层的一些交互作用来完成的,而这个系统所具有的驻留性的特点则使得它们可以在特定的环境下自主、灵活地执行各自应该执行的动作,从而可以实现整个系统的功能和目标。

那么,以智能体系统为导向的软件工程开发方法有它本身的一些优势,主要是它可以利用智能体所具有的可以对复杂软件系统当中的活动实体进行高层抽象的能力,来同时的把现实世界当中的多个问题用智能化的思想对其进行分解和抽象,从而就可以把一个很复杂的问题分解成一些单个的、具体的、智能体比较好解决的问题。这其中现在应用比较广泛的诸如过程控制、电讯电力、交通管理、等复杂的系统基本上都是采取这项技术进行开发的。

4 结束语

虽然说现在的软件开发相对以前传统的开发方式来说已经有了很大的进步,但相对于人们的高标准来说,还远远达不到要求。我们必须对以智能体系统为导向的软件工程开发方法进行进一步的研究,逐步的对其中不完善和不成熟的地方进行改进,使其对软件工程的发展发挥更大的作用。

摘要：计算机技术的发展随着目前知识经济的不断发展而快速进步,其本身的复杂性在不断的提高,同时,随着人们生活水平的不断提高,对于舒适生活的要求也越来越高,而当今人们生活的方方面面都和计算机技术的发展有很大的关系。这其中,人们越来越期望计算机可以具有一定的智能化特征,而且能够主动地来为人类工作。传统的软件开发方法很难完成这样的任务,但是以智能体(agent)系统为导向的软件工程开发却可以很好的弥补传统方法的不足。本文就这方面的技术做了一下简要的介绍。

关键词：软件工程,智能体系统,方法开发

参考文献

[1]何炎祥,张戈.Agent系统的软件工程过程[J].计算机工程与应用,2002,(09):95-98.

[2]高禹,冯相忠.软件开发方法演变的几个主要因素[J].自然辩证法通讯,2007,(5).