《Mechanism and Machine Theory》：Constraint stabilization as disturbance rejection in multibody system dynamics
编辑推荐：
约束稳定化的目标是在数值多体仿真过程中限制约束流形上的漂移。Baumgarte稳定化通过加速度级反馈控制该漂移，其性能取决于反馈增益与数值积分设置。本文研究了约束稳定化的扰动抑制（DRCS），该方法在此反馈结构中引入观测器。该数值研究评估了其对约束满足、轨迹精
约束稳定化的目标是在数值多体仿真过程中限制约束流形上的漂移。Baumgarte稳定化通过加速度级反馈控制该漂移，其性能取决于反馈增益与数值积分设置。本文研究了约束稳定化的扰动抑制（DRCS），该方法在此反馈结构中引入观测器。该数值研究评估了其对约束满足、轨迹精度及计算成本的影响。受约束多体动力学通常被表述为微分-代数方程（DAEs），在数值积分过程中必须保持约束满足。Baumgarte稳定化通过比例-微分反馈增强加速度级约束，其增益须在约束精度与数值刚度之间取得平衡，目前尚无通用选择。Nada和Bayoumi将Baumgarte稳定化显式解释为PD控制，并开发了一种由位置和速度约束违反驱动的模糊逻辑替代方案；他们还将漂移描述为双积分器调节模型中的未知扰动。这些研究为本文所发展的观测器表述提供了控制与扰动方面的背景。DAE理论和几何积分阐明了指标相关的困难与约束漂移。现有方法包括增广拉格朗日与罚函数表述、投影与指标缩减技术、坐标分区以及能量-动量方法。这些方法针对不同的数值目标，包括约束满足、轨迹精度、不变量保持和计算成本。Blajer比较了Baumgarte稳定化与投影式约束消除及一种受Braun和Goldfarb启发的方案。Zhang等人为具有奇异质量矩阵的空间多体表述开发了修正质量正交和广义物理正交投影。投影方法通过约束消除或基于约束几何构造的修正来起作用。DRCS保留加速度级乘子方程，并添加一个连续积分的扩展状态观测器（ESO），其估计的约束输出和扰动在积分过程中确定稳定化输入。本文的DRCS表述假设质量矩阵正定。数值比较中采用的位置和速度投影遵循Marques等人，并在第3.2节中描述。自抗扰控制（ADRC）将内部不确定性和外部扰动视为集总扰动，ESO在线估计该扰动以在控制律中进行补偿。本文以这一思想激发约束违反的观测器模型。即使加速度级方程被精确求解，数值积分也可能产生位置和速度约束漂移。引入观测器以缓解该漂移。Richiedei等人也研究了基于估计的约束执行，其约束执行扩展卡尔曼滤波（CE-EKF）使用位置和速度级约束方程作为虚拟零值测量来修正预测的机械位置和速度，修正增益由协方差更新获得。DRCS则积分一个由位置约束输出驱动的连续时间ESO，并在积分过程中将其补偿信号应用于加速度级方程。本文所考虑的贡献即是这一特定的观测器-反馈架构。所提出的基于扰动抑制的约束稳定化（DRCS）框架将焦点从增益调谐转向扰动估计。ESO利用计算的约束违反来估计补偿信号，该信号补充反馈输入。反馈增益规定标称约束误差动力学，而观测器带宽设定估计器响应时间。该工作开发并评估了一种特定的基于ESO的约束稳定化实现。其主要贡献为：约束稳定化的扰动抑制表述——对于观测器设计，加速度级约束方程被表示为由稳定化输入和有效扰动驱动的输入-输出通道，扰动表示数值积分对约束漂移的影响；约束动力学中基于观测器的补偿——连续时间ESO在线估计约束输出和有效扰动，稳定化律将来自估计位置和速度输出的反馈与扰动补偿相结合，观测器与机械状态一起积分；数值测试中对稳定化增益的敏感性降低——在固定步长四杆机构研究中，位置约束、平移和角度RMS误差在所测试的反馈增益间的变化小于Baumgarte稳定化，四杆和Andrews测试还显示在选定设置下约束和能量平衡误差的降低，带宽和积分步长研究确定了相关的精度与计算成本权衡。
研究背景方面，约束多体动力学通常表述为微分-代数方程（DAEs），在数值积分过程中必须保持约束满足。Baumgarte稳定化通过加速度级比例-微分反馈抑制约束漂移，但其增益须在约束精度与数值刚度之间取得平衡，尚无通用选择。数值积分即使精确求解加速度级方程，也可能产生位置和速度约束漂移。现有方法如投影、指标缩减、坐标分区和能量-动量方法各有不同的数值目标。自抗扰控制（ADRC）将内部不确定性和外部扰动视为集总扰动，扩展状态观测器（ESO）在线估计该扰动以进行补偿。基于此，研究人员提出了约束稳定化的扰动抑制（DRCS）框架，将焦点从增益调谐转向扰动估计，旨在通过观测器补偿减小约束漂移并降低对反馈增益的敏感性。研究结论表明，DRCS将来自估计约束输出的反馈与扰动补偿相结合于加速度级方程中，连续时间ESO提供这些估计并与机械状态一起积分。固定步长四杆机构测试显示，在所测试范围内，DRCS对反馈增益的敏感性降低，位置约束、平移和角度RMS误差的变化小于Baumgarte稳定化；在所有五个匹配步长下DRCS给出更小的位置约束误差，在三个较细步长下给出更小的轨迹误差，但速度约束误差较大。位置和速度投影在基线处给出比DRCS更小的轨迹和能量误差，但计算成本更高。Andrews基准表明，在较高观测器带宽下，约束和能量平衡误差显著小于Baumgarte，但耗时约大85倍。两项研究表明，带宽须与积分设置和所需精度一并选择，仅增加带宽并不能确保更好的数值解。未来工作可研究利用可用速度约束输出的降阶观测器及其在其他积分器中的性能。该研究的重要意义在于为约束稳定化提供了一种基于扰动估计的观测器-反馈架构，揭示了观测器带宽、积分步长与精度和计算成本之间的权衡关系。
研究人员开展的研究为：提出并评估了一种特定的基于ESO的约束稳定化实现（DRCS）。对于观测器设计，将加速度级约束方程表示为由稳定化输入和有效扰动驱动的输入-输出通道，扰动表示数值积分对约束漂移的影响；采用连续时间ESO在线估计约束输出和有效扰动，稳定化律将估计位置和速度输出的反馈与扰动补偿相结合，观测器与机械状态一起积分；通过平面四杆机构和Andrews挤压机构两个基准进行数值评估，比较DRCS与Baumgarte稳定化、无稳定化积分及投影方法，考察增益、带宽和步长的影响。主要关键技术方法包括：扩展状态观测器（ESO）设计，通过极点配置将每个约束通道的估计误差极点置于?ωo处，增益取l1=3ωo、l2=3ωo2、l3=ωo3；将机械状态与观测器状态组成增广状态向量，采用经典四阶Runge–Kutta（RK4）固定步长积分进行耦合求解；采用位置和速度投影方法（遵循Marques等人）作为数值比较基准；采用相对坐标参考解（步长0.000125 s）作为独立数值参考；四杆机构基准采用绝对坐标建模，Andrews挤压机构采用ode15s自适应积分（RelTol=10??，AbsTol=10??）。样本队列来源为文献基准模型（四杆机构参见Marques等人，Andrews挤压机构参见文献[25],[26]）。
研究结果方面：第一，约束通道动力学与扩展状态表示。研究人员将约束通道的数值演化近似为?=u+d，其中y=Φ(q)，d表示观测器模型中积分引起的漂移；定义扩展状态向量xe=[y, ?, d]?，建立扩展动力学方程，并指出代数残差ralg衡量代数求解精度而非累积约束漂移。第二，扩展状态观测器设计。通过将每个约束通道的三个标称估计误差极点置于s=?ωo处，匹配特征多项式得到观测器增益Le1=3ωoI、Le2=3ωo2I、Le3=ωo3I；仅位置约束输出用于新息，速度级输出由第二观测器状态估计；估计误差方程由(Ae?LeCe)的Hurwitz性质保证有界性。第三，基于ADRC的约束稳定化律。定义稳定化输入u=?Kp??Kd???d?，代入观测器设计模型得到约束误差动力学方程，表明位置、速度和扰动估计误差均影响约束动力学；当三种误差消失时恢复标称二阶误差动力学。第四，增益选择与数值实现。观测器带宽ωo设定估计器响应时间，反馈增益Kp和Kd保留其Baumgarte解释；DRCS每次动力学评估增加3m个状态和观测器代数运算，固定步长下不增加RK4级数，但增加带宽可能需要更小步长；采用增广状态Z=[q, q?, x?e]?进行积分，无plant–observer不动点迭代。第五，四杆机构数值评估。在基线设置（h=0.0025 s，ωn=5 s?1，ξ=1，ωo=20 s?1）下，相对于Baumgarte，DRCS位置约束RMS误差降低24.8%，平移RMS误差降低16.0%，角度RMS误差降低15.3%，最大能量偏差降低17.2%，平移和角度速度RMS误差分别降低17.7%和18.6%，但速度约束RMS误差大3.64倍；在五个步长下DRCS均降低位置约束误差，但在h=0.005、0.0025和0.00125 s下降低εq，速度约束误差在五个步长下均较大；DRCS中位耗时为Baumgarte的1.098倍，五个步长下高9.8%–26.1%；投影在基线处给出比DRCS小3.67和3.65倍的平移和角度RMS误差及小4.68倍的最大能量偏差，但中位耗时为DRCS的1.76倍。第六，反馈增益依赖性。在24对匹配增益中，DRCS在22对中给出更小的位置约束RMS误差，在23对中给出更小的er、eφ、?r、?φ和ΔEmax；在ωn=500 s?1、ξ=1时，位置约束RMS误差约小41倍，平移和角度RMS误差约小19倍；在ξ=1时，Baumgarte位置约束误差变化因子为657，DRCS为11.0，平移和角度误差变化因子分别约为219和9.3；但在ωn=20 s?1、ξ=1时，DRCS平移和角度RMS误差约大2.18倍。第七，观测器带宽与步长分辨率。在ωn=5 s?1时最小位置约束误差出现在ωo=50 s?1，最小坐标RMS误差出现在20 s?1；在ωn=100 s?1、ωo=10 s?1时坐标RMS误差和最大能量偏差约为匹配Baumgarte的三分之一；在ωn=5 s?1时，h=0.02 s、ωo=100 s?1和h=0.01 s、ωo=200 s?1下积分失败，表明更高带宽可能需要更小积分步长。第八，Andrews挤压机构基准。在ωo=1000 s?1时，位置约束RMS、速度约束RMS和最大|ΔU|分别比Baumgarte小22.8、18.5和14.4倍，完整输入RMS大6.8%；在ωo=100 s?1时，速度约束RMS小6.8%，但位置约束RMS、最大能量平衡误差和输入RMS分别大19.6%、49.4%和80.2%；在ωo=1000 s?1时，DRCS耗时和RHS评估次数分别约为Baumgarte的85.3和85.5倍。
讨论部分总结：DRCS将来自估计约束输出的反馈与扰动补偿相结合于加速度级方程中，连续时间ESO提供这些估计并与机械状态一起积分，给出了约束稳定化的一种特定基于观测器的实现。固定步长四杆机构测试显示，在所测试范围内DRCS对反馈增益的敏感性降低；在所有五个匹配步长下DRCS给出比Baumgarte更小的位置约束误差，在三个较细步长下给出更小的轨迹误差，但速度约束误差较大。位置和速度投影在基线处给出比DRCS更小的轨迹和能量误差，但计算成本更高。Andrews基准说明了增加观测器带宽的潜在收益与成本：在较高测试带宽下，约束和能量平衡误差显著小于Baumgarte，但耗时约大85倍。两项研究表明，带宽须与积分设置和所需精度一并选择，仅增加带宽并不能确保更好的数值解。未来工作可研究利用可用速度约束输出的降阶观测器及其在其他积分器中的性能。研究结论翻译如下：DRCS将来自估计约束输出的反馈与扰动补偿相结合于加速度级方程中，连续时间ESO提供这些估计并与机械状态一起积分，给出了约束稳定化的一种特定基于观测器的实现。固定步长四杆机构测试显示，在所测试范围内，位置约束、平移和角度RMS误差对反馈增益的敏感性降低。DRCS在所有五个匹配步长下给出比Baumgarte更小的位置约束误差，在三个较细步长下给出更小的轨迹误差；其速度约束误差在该步长研究中较大。位置和速度投影在基线处给出比DRCS更小的轨迹和能量误差，但计算成本更高。Andrews基准说明了增加观测器带宽的潜在收益与成本：在较高测试带宽下，约束和能量平衡误差显著小于Baumgarte，但耗时约大85倍。两项研究表明，带宽须与积分设置和所需精度一并选择，仅增加带宽并不能确保更好的数值解。未来工作可研究利用可用速度约束输出的降阶观测器及其在其他积分器中的性能。
