柔性機(jī)械臂的智能控制方法研究.pdf

1、隨著機(jī)器人技術(shù)的發(fā)展，柔性機(jī)械臂的研究日益受到重視，但由于存在建模和測(cè)量不精確、負(fù)載變化以及外部擾動(dòng)等不確定性，其控制方法是關(guān)鍵。本文將模糊控制、神經(jīng)網(wǎng)絡(luò)等智能控制方法融入到柔性機(jī)械臂非線性系統(tǒng)的控制中，與經(jīng)典的控制算法相結(jié)合，能有效克服不確定性帶來(lái)的影響，因此柔性機(jī)械臂的智能控制方法研究具有十分重要的理論和實(shí)踐意義。主要內(nèi)容如下：： ⑴充分調(diào)研了國(guó)內(nèi)外平面柔性機(jī)械臂的建模及智能控制方法，分析了平面雙連桿、單連桿柔性機(jī)械臂動(dòng)力學(xué)

2、模型，以后者為仿真對(duì)象，利用Matlab Simulink工具箱建立了模型仿真平臺(tái)，并且做了較多的仿真驗(yàn)證工作，結(jié)果表明數(shù)學(xué)模型是合理有效的。 ⑵為使控制系統(tǒng)在負(fù)載變化時(shí)仍能快速準(zhǔn)確地跟蹤期望軌跡，基于奇異攝動(dòng)方法將柔性機(jī)械臂動(dòng)力學(xué)模型分解為慢、快變子系統(tǒng)，提出對(duì)于慢變子系統(tǒng)采用模糊神經(jīng)、PD控制相結(jié)合的控制方法，對(duì)于快變子系統(tǒng)采用模糊神經(jīng)、最優(yōu)控制相結(jié)合的控制方法。當(dāng)負(fù)載變化時(shí)，采用模糊神經(jīng)控制器根據(jù)實(shí)際負(fù)載對(duì)PD參數(shù)及最優(yōu)控

3、制參數(shù)進(jìn)行調(diào)整，比傳統(tǒng)方法采用PD控制和最優(yōu)控制組合達(dá)到更優(yōu)的控制效果，仿真實(shí)驗(yàn)結(jié)果證明了算法的可行性。文中也給出了慢、快變子系統(tǒng)模糊神經(jīng)控制器在變負(fù)載條件下訓(xùn)練參數(shù)的獲取方法。 ⑶針對(duì)柔性機(jī)械臂的卡爾曼濾波模型帶來(lái)的模型線性化損失及復(fù)雜環(huán)境下噪聲的不確定性，將適用于強(qiáng)非線性、非高斯場(chǎng)合的粒子濾波方法應(yīng)用到機(jī)械臂的狀態(tài)估計(jì)中。以雙連桿柔性機(jī)械臂為對(duì)象，將末端位置和關(guān)節(jié)角度作為觀測(cè)量，在噪聲不確定環(huán)境下做了仿真實(shí)驗(yàn)并比較了兩種方法