第3章_机械手的控制.ppt

一、机器人控制系统的特点 1、 机器人的控制系统着重本体与操作对象的相互关系 2、 机器人的控制与机构运动学及动力学密切相关：坐标变 换、运动学正逆问题、惯性力等影响 3、 机器人控制系统是多变量自动控制系统：机器人至少3-5 个自由度，每个自由度一个伺服机构，这些独立的伺服系 统有机地协调起来，完成期望动作 4、 机器人控制系统是非线性的控制系统：描述机器人状态和 运动的数学模型随状态和外力的变化，其参数也在变化， 各变量之间存在耦合，经常使用重力补偿、前馈、解耦或 自适应控制等方法 5、 机器人的动作往往可以通过不同的方式和路径来完成，因 而存在一个“最优”的问题。智能机器人可以根据传感器 和模式识别的方法获得对象及环境的工况，自动地选择最 佳的控制规律 二、机器人的控制分类 1、按有无反馈信号 开环控制：利用机械装置 闭环控制：利用传感器信号 2、按控制目标对象 I、位置控制 点位控制：要求准确地控制机器人末端执行器的工作位置， 而路径却无关紧要，如在印刷电路板上安插元件、点焊、装配等工作 连续轨迹控制：要求机器人末端执行器按照示教的轨迹和速度运行，如弧焊、喷漆、抛光等作业 II 、力控制：输入量、反馈信号为力（力矩）信号，控制与位置控制基本相同 III、其它控制：基于传感器的控制、非线形控制、分解加速度控制、滑模控制、最优控制、自适应控制、递阶控制及各种智能控制。 点位控制：要求准确地控制机器人末端执行器的工作位置， 而路径却无关紧要，如在印刷电路板上安插元件、点焊、装配等工作 连续轨迹控制：要求机器人末端执行器按照示教的轨迹和速度运行，如弧焊、喷漆、抛光等作业 力控制：输入量、反馈信号为力（力矩）信号，控制与位置控制基本相同 3.6 机械手的其他控制方式 一、自适应控制 对于经典控制理论，系统的运行状态或运行轨线（受控过程）的脉冲响应函数或传递函数已知 对于自适应控制系统，受控系统具有不确定性，动态特性未知 1、复杂系统模型化的不确定性，实际系统具有非线形、时变性、分布性和随机型，机理分析无法确知其动态特性，通过试验只能获得系性的近似模型，存在建模误差 2、环境的干扰（外界扰动），分为随机干扰和突发性干扰，不可测或可测不可估（变化） 3、过程的本质时变特性 自适应控制：控制器在运行过程中，根据获得的过程信息，按 一定的设计方法去更新控制器的结构、参数或改 变控制作用 自适应控制的类型 1、模型参考自适应控制器，结构如图， ①选择适宜的参考模型，利用参考模型输出和实际系统输出的广义误差信号修改可调控制器的参数 ②参考模型表示希望的性能指标，当系统特性渐近逼近参考模型时，广义误差就趋于极小或下降到零，设计关键是如何设计自适应控制律 2、自校正控制系统，结构如图 自校正控制器是在线参数估计和控制器参数在线设计的有机结合，设计灵活，但计算工作量大。常用的参数估计方法有Kalman滤波（根据系统模型、信号的统计特性获得系统状态的最优估计）、最小二乘估计。 3、其它自适应控制系统 自寻最优控制系统：自动搜索和保持系统输出位于极值状态 变结构控制系统：控制器有一个逻辑环节，当对象状态穿越状态空间中某个事先规定的切换曲面时，逻辑环节操纵控制器结构的变更，迫使系统状态沿切换曲面作渐近稳定的滑动，从而实现系统状态对参数变化和扰动的不变性 学习控制系统：对过程或环境的未知特征信息进行学习并用于控制 二、智能控制 传统控制技术（开环、PID ）→现代控制技术（柔顺、变结构、自适应）→ 智能控制技术（模糊、进化） 智能控制涉及高级决策，与人工智能密切相关 1、模糊控制 1965 年，L A Zade提出了模糊集合的概念，从而创立了模糊理论。模糊理论是介于推理与计算之间的一种工具和方法。形式上它利用规则进行逻辑推理，但其逻辑取值可以逻辑推理，但其逻辑取值可以0与1之间连续变化。其处理方法也是基于数值的方法而非符号的方法。它可用数值的方法来表示结构性知识，从数值的方法来处理。因而随着计算机技术的发展，模糊理论在控制领域取得了巨大的成功。 ①模仿人的控制过程，利用模糊概念描述控制对象并完成决策，由模糊化、模糊决策、解模糊和模糊集构成 ②由 if--then 语句描述模糊关系 例、模糊关系为“ T1 温度较高，室温不再变化”则“微量降温” 可描述为 if A and B then 2、神经网络控制 ①人工神经网络通过许