基于MFAC的多關節(jié)串聯(lián)工業(yè)機器臂軌跡跟蹤控制研究及實現(xiàn).pdf

1、機械臂由于其靈活性、精確性、高速以及高重復性等優(yōu)點，目前已被廣泛應用到各行各業(yè)，用以實現(xiàn)替代或幫助人工完成簡單和重復性的工作，大量應用于汽車、電子、信息產品等現(xiàn)代制造業(yè)中。多關節(jié)機械臂是一個非線性和不確定性系統(tǒng)，同時又是一個與運動學和動力學原理密切相關、強耦合的多變量復雜控制系統(tǒng)，針對多關節(jié)工業(yè)級機械臂的高精度控制一直是一個理論和應用研究熱點。無模型自適應控制(Model-Free Adaptive Control，MFAC)作為一種重

2、要的數(shù)據(jù)驅動控制方法，其控制器設計僅利用系統(tǒng)的輸入輸出數(shù)據(jù)而不依賴于對象模型，該方法適用于多關節(jié)機械臂這類復雜的被控對象。因此將無模型自適應控制有針對性地應用于六自由度串聯(lián)工業(yè)機械臂的軌跡跟蹤具有重要的實際意義。
　　論文以六自由度串聯(lián)工業(yè)機械臂為被控對象，通過理論研究，仿真實驗以及實物驗證相結合的方式，系統(tǒng)地研究串聯(lián)機械臂的運動學建模、逆運動學求解、動力學建模和高精度軌跡跟蹤控制，為串聯(lián)機械臂的開發(fā)應用探索了一套有效的理論和技術

3、解決方案。主要研究內容如下:
　　首先，建立機械臂連桿坐標系及相應參數(shù)，基于機械臂正、逆運動學計算公式，重點研究逆運動學算法的實時性和穩(wěn)定性問題，通過分析和仿真深入研究機械臂運動學控制機理;采用拉格朗日函數(shù)法，建立機械臂動力學方程并分析其動力學特性。
　　其次，針對要求精度較高的工業(yè)機械臂軌跡跟蹤任務，應用無模型自適應控制方法，并在原型MFAC控制算法的基礎上提出了改進的MFAC控制算法，以達到提高收斂速度及軌跡跟蹤精度的目

4、的;對上述方法基于MATLAB平臺搭建simulink仿真模塊，驗證算法的有效性。
　　最后，在充分分析基于MFAC的機械臂軌跡跟蹤控制實物驗證的功能需求非基礎上，基于Otostudio平臺采用ST語言編程實現(xiàn)了改進MFAC控制算法在固高六自由度串聯(lián)機械臂軌跡跟蹤控制中的應用，完成了人機交互、軌跡規(guī)劃、控制系統(tǒng)、網(wǎng)絡通信以及數(shù)據(jù)采集等基本功能。同時，基于Matlab平臺，編寫了數(shù)據(jù)分析子系統(tǒng)，通過對實時采集到的機械臂實際運行數(shù)據(jù)進