機(jī)械手系統(tǒng)軌跡跟蹤混合控制算法的研究.pdf

1、機(jī)械手系統(tǒng)作為機(jī)器人學(xué)科的一個(gè)重要分支，它已經(jīng)發(fā)展成為工業(yè)控制領(lǐng)域內(nèi)應(yīng)用最廣泛的設(shè)備裝置。機(jī)械手的核心是控制系統(tǒng)，針對(duì)機(jī)械手運(yùn)動(dòng)控制最受關(guān)注的兩個(gè)問題是關(guān)節(jié)路徑規(guī)劃問題和軌跡跟蹤問題。本文主要針對(duì)四自由度雙關(guān)節(jié)機(jī)械手軌跡跟蹤控制算法開展了研究。軌跡跟蹤問題是針對(duì)機(jī)械手在工作過程中的角位移、角速度和角加速度等參數(shù)的研究;主要目的是通過系統(tǒng)控制器給定雙關(guān)節(jié)的驅(qū)動(dòng)力矩，使得機(jī)械手雙關(guān)節(jié)的角位移、角速度等狀態(tài)變量跟蹤給定的理想軌跡，最終實(shí)現(xiàn)系統(tǒng)

2、手部末端能平穩(wěn)的完成規(guī)定的作業(yè)流程。
　　 機(jī)械手軌跡跟蹤常用控制算法有PID控制算法、自適應(yīng)控制算法、神經(jīng)網(wǎng)絡(luò)控制算法、魯棒自適應(yīng)控制算法、滑模變結(jié)構(gòu)控制算法、迭代學(xué)習(xí)控制算法、模糊NN控制算法等，本文給出了各個(gè)算法在應(yīng)用時(shí)存在的優(yōu)缺點(diǎn)。方法的選用要考慮系統(tǒng)的結(jié)構(gòu)參數(shù)以及系統(tǒng)本身存在的參數(shù)不確定性和非參數(shù)不確定性的影響。因?yàn)闄C(jī)械手系統(tǒng)動(dòng)態(tài)性能很難用精準(zhǔn)數(shù)學(xué)模型表示出來，所以給機(jī)械手在控制方法的應(yīng)用上帶來了很多難題。
　　

3、 針對(duì)機(jī)械手系統(tǒng)實(shí)際復(fù)雜精確模型中存在的典型問題及常用典型控制方法和現(xiàn)代控制方法的優(yōu)缺點(diǎn)，采用了混合控制算法對(duì)機(jī)械手系統(tǒng)進(jìn)行高精度軌跡跟蹤控制。本文主要研究應(yīng)用了三種混合控制算法，第一種是模糊增益系統(tǒng)與滑?？刂葡嘟Y(jié)合的混合控制算法，消除了系統(tǒng)中干擾、摩擦及不確定項(xiàng)的影響，克服了系統(tǒng)中滑?？刂频亩秳?dòng)問題，實(shí)現(xiàn)了系統(tǒng)高精度的參數(shù)軌跡跟蹤控制。第二種是模糊NN與魯棒自適應(yīng)相結(jié)合的混合控制算法，分別實(shí)現(xiàn)系統(tǒng)中僅受摩擦影響時(shí)、僅受外界干擾時(shí)和受

4、到整個(gè)系統(tǒng)的不確定因素影響時(shí)的參數(shù)軌跡跟蹤控制，得到了機(jī)械力臂精確的角位移軌跡跟蹤曲線。第三種是RBF神經(jīng)網(wǎng)絡(luò)與自適應(yīng)控制相結(jié)合的混合控制算法，引入了觀測器的概念，實(shí)現(xiàn)了線性觀測器估計(jì)系統(tǒng)的角速度及用RBF作為補(bǔ)償控制器來逼近機(jī)械手模型的不確定部分，完成了機(jī)械手系統(tǒng)高精度的參數(shù)軌跡跟蹤控制。
　　 在保證系統(tǒng)穩(wěn)定性的前提下，經(jīng)過對(duì)機(jī)械手仿真建模和運(yùn)動(dòng)分析，得到了機(jī)械手在各個(gè)混合控制算法應(yīng)用下雙關(guān)節(jié)角位移、角速度等參數(shù)的高精度軌跡