基于神经网络的刚性机械臂控制研究-控制理论与控制工程专业论文.docxVIP

太原理工大学硕士研究生学位论文基于神经网络的刚性机械臂控制研究 太原理工大学硕士研究生学位论文 基于神经网络的刚性机械臂控制研究 摘要 机械臂按照给定轨迹的运动控制是机械臂操作中～个最 重要的方面。现有的商业机器人系统使用传统的PID控制器， 因为PID控制器结构简单、易于设计。但是，因为机械臂的动 力学方程是具有强耦合、高度非线性和高度不确定性的，使用 PID控制器很难完成期望的轨迹控制性能。随着现代控制理论 的发展，众多智能控制算法都在尝试解决这个问题。智能控制 技术是当前控制领域研究的热点之一，广泛应用于不确定性、 非线性等复杂系统的控制中。本论文旨在探讨模糊神经网络技 术在刚性机械臂轨迹跟踪中的应用，并设计了一个性能优良的 机械臂轨迹跟踪控制系统。 论文根据固高GRB400工业机器人的结构特点和实际作 业轨迹要求，给出了运动学和动力学分析。该机器人的结构形 式为scARA型平面关节，是具有四个关节的搬运机器人。其 中关节l和2是旋转关节，具有二个自由度，完成坐标系x一 太原理工大学硕士研究生学位论文Y平面的运动；关节3是直线关节，通过丝杠连接完成坐标系 太原理工大学硕士研究生学位论文 Y平面的运动；关节3是直线关节，通过丝杠连接完成坐标系 z轴方向的运动；关节4为旋转关节，用来调整工具的角度。 本文主要是解决关节l和关节2的平衡问题，通过设计智能伺 服控制器，使其动力学性能更好，实现精确的轨迹跟踪。 本论文主要的研究工作集中在以下几点： (1)根据机器人运动学和动力学基础知识，建立了固高 四自由度机械臂的运动学正解和逆解方程，并利用第二类动态 数学建模法一拉格朗日功能平衡法，建立了四自由度机械臂的 动力学模型。 (2)介绍了模糊逻辑和神经网络应用在机器人控制中的 基本原理，尤其是局部连接神经网络的特点和结构。最后分析 了模糊逻辑和神经网络相结合的形式，指出RBF神经网络与 模糊系统的函数等价性。 (3)为了提高不确定性系统的轨迹控制性能，本文提出 了一种机械臂的新的智能混合控制器一多变量RBF模糊神经 网络控制器。基于RBF神经网络的模糊神经网络多变量控制 算法，分别对机械臂关节l和关节2进行两个回路控制，并通 过～个单层神经网络的协调级来消除和减小各回路的耦合影 太原理工大学硕士研究生学位论文响。同时，可以在线调整网络隶属函数的中心值和宽度。 太原理工大学硕士研究生学位论文 响。同时，可以在线调整网络隶属函数的中心值和宽度。 (4)将该控制策略应用于固高直接电驱动刚性机械臂。 大量仿真结果表明，本文提出的控制算法在轨迹跟踪控制中， 表现出有效性和鲁棒性。 关键词机械臂，跟踪控制，神经网络控制，模糊神经网络， RBF模糊神经网络 THE THE STUDY OF BASED．NEURAL NETWORK CoNTRoL IN RIGID ROBoT MANIPULATOR ABSTRACT One of the important manipulator operations is the control of the manipulator to track a given trajectory．Most commercial robot systems cuFently are equipped with conventional PID controllers due to their simplicity in structure and ease of design．Using PID control，however，it is difficult to achieve a desired tracking control performance since the dynamic equations of a mechanical manipulator are tightly coupled，highly nonlinear and uncertain． With the development of the modem control theories，more and more intelligent control ideas are applied to solving this problem Up to DONe intelligent control(1C)has been applied widely in the uncertain and nonlinear system．In this thesis，we aimed at the application of fuzzy neural network(FNN)technology in the 太原理 二k.学琐::1:研究生学