近年來,國內(nèi)人力資源成本不斷上升,國內(nèi)大型企業(yè)紛紛引入工業(yè)機器人代替人力做一些繁復(fù)沉重的重復(fù)性工作,但這些大型企業(yè)多采用的是國外一些知名機器人制造商生產(chǎn)的機械臂;而對于中小企業(yè)來講,引入國外廠商機械臂的購買和維護成本太高,研發(fā)生產(chǎn)適合于我們自己使用的工業(yè)機械臂具有十分現(xiàn)實的意義。在國內(nèi),實際投入使用的機械臂中,就使用數(shù)量而言,四軸機器人排在第一位,其中平面關(guān)節(jié)型SCARA機械臂是使用非常廣泛的一類。本文選擇SCARA機械臂為本文的主要研究對象,主要對其控制器進行研究。迭代學(xué)習(xí)控制算法是于20世紀(jì)80年代提出的一種控制算法,它本身就是以機械臂的控制為背景提出的;迭代學(xué)習(xí)控制算法在進行控制時不需要知道被控對象的結(jié)構(gòu)和參數(shù)信息,而是經(jīng)過不斷的重復(fù)學(xué)習(xí)來習(xí)得被控對象的各種信息,它十分適用于對機械臂這種強耦合非線性且具有各種未知擾動的動力學(xué)系統(tǒng)進行控制。針對選定的研究對象SCARA機械臂,本文基于迭代學(xué)習(xí)控制提出了軌跡跟蹤控制算法,以提高機械臂的軌跡跟蹤控制精度,本文所做的主要工作如下:(1)對SCARA機械臂進行了運動學(xué)和動力學(xué)分析,得到了其工作空間和拉格朗日動力學(xué)方程,并對其進行運動軌跡規(guī)劃得到期望目標(biāo)軌跡。(2)對迭代學(xué)習(xí)控制算法的基本原理、適用性條件、學(xué)習(xí)律以及收斂性分析方法進行了深入的研究與分析。(3)研究提出了變增益迭代學(xué)習(xí)控制算法,使用MATLAB對提出的變增益迭代學(xué)習(xí)控制算法和一般的PD型迭代學(xué)習(xí)控制算法進行了仿真實驗,仿真實驗對比結(jié)果證明了變增益算法的有效性、優(yōu)越性;另外,還針對帶不同負載和不確定量的機械臂動力學(xué)模型進行了變增益迭代學(xué)習(xí)算法的仿真實驗,實驗結(jié)果證明了所提出算法的魯棒性與適應(yīng)性。(4)研究提出了自適應(yīng)迭代學(xué)習(xí)控制算法,證明了其穩(wěn)定性和收斂性,使用MATLAB對算法進行了仿真實驗,與變增益迭代學(xué)習(xí)控制的實驗結(jié)果對比顯示自適應(yīng)控制算法的控制精度更高、控制效果更好。文中也針對帶不同負載和不確定量的機械臂動力學(xué)模型進行了自適應(yīng)迭代學(xué)習(xí)算法的仿真實驗,實驗結(jié)果證明了自適應(yīng)迭代學(xué)習(xí)算法的魯棒性和自適應(yīng)性。文中仿真實驗使用的均是SCARA機械臂的動力學(xué)模型,期望軌跡是在SCARA機械臂的工作空間中進行運動軌跡規(guī)劃得到的。
【學(xué)位單位】：東華大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2020
【中圖分類】：TP241
【部分圖文】：

基于迭代學(xué)習(xí)算法的機械臂軌跡跟蹤控制研究3最多的工業(yè)機器人是四軸機器人，排第二位的是串聯(lián)關(guān)節(jié)型垂直六軸機器人。目前，國內(nèi)工業(yè)機器人的主要工作范圍為焊接、裝配、噴涂[4]、零件放置、注塑、搬運、碼垛、沖壓[1][4]等具有重復(fù)性質(zhì)的操作。1.2.2機械臂的控制原理與技術(shù)機械臂的工作原理如下圖所示：圖1-1機械臂的工作原理機械臂主要由人機交互裝置、控制系統(tǒng)、驅(qū)動系統(tǒng)、執(zhí)行機構(gòu)、位置檢測裝置[10]構(gòu)成，整個控制過程是由人通過人機交互界面發(fā)出控制指令（即期望機械臂執(zhí)行的運行任務(wù)），控制系統(tǒng)通過內(nèi)置算法計算相應(yīng)的控制量，輸出給驅(qū)動系統(tǒng)，驅(qū)動系統(tǒng)驅(qū)動運行機構(gòu)和末端執(zhí)行機構(gòu)做出與期望目標(biāo)相近的動作（理想情況下就是期望動作）。運行機構(gòu)由連桿（手臂）、關(guān)節(jié)（手腕）構(gòu)成，末端執(zhí)行機構(gòu)根據(jù)執(zhí)行任務(wù)的不同而有不同的形式，如分揀機器人的末端執(zhí)行機構(gòu)為抓取裝置（手爪），噴涂機器人的末端執(zhí)行機構(gòu)為噴涂裝置，弧焊機器人的末端執(zhí)行機構(gòu)為焊接裝置。驅(qū)動系統(tǒng)是使機械臂運動起來的動力源，不同機械臂使用的驅(qū)動方式有所不同，但一般使用的驅(qū)動方式有三類：氣壓傳動、液壓傳動和馬達（電氣）傳動。位置檢測裝置的主要部件是各類傳感器，它將檢測到的位置信息傳送到控制系統(tǒng)當(dāng)中，控制系統(tǒng)根據(jù)給定的期望指令和實際的位置信息來進行誤差計算和控制量的調(diào)整，從而準(zhǔn)確地使驅(qū)動裝置驅(qū)動各個關(guān)節(jié)做出相應(yīng)的旋轉(zhuǎn)或平移；在現(xiàn)在的工業(yè)機械臂中，位置檢測裝置用的較多是光電編碼器。力檢測裝置主要是對末端執(zhí)行器與外界接觸的力的大小進行檢測，主要用于對與外界接觸力的大小要求比較嚴(yán)苛的機器人系統(tǒng)。根據(jù)不同的控制要求和檢測裝置檢測變量的不同，機械臂的控制方式可分為三大類：位置控制、力控制和力位混合控制[11]

基于迭代學(xué)習(xí)算法的機械臂軌跡跟蹤控制研究5中研究最廣泛、最成熟的主題，對學(xué)習(xí)律的研究主要是進行學(xué)習(xí)律的收斂條件分析、提出新的學(xué)習(xí)算法、加快算法的收斂速度、研究不同的迭代學(xué)習(xí)律和各種組合形式的迭代學(xué)習(xí)律，對不同結(jié)構(gòu)（開環(huán)、閉環(huán)、開閉環(huán)結(jié)合）的控制系統(tǒng)進行研究分析等，此外還有對一些特殊的被控系統(tǒng)提出的學(xué)習(xí)律。穩(wěn)定性和收斂性是保證迭代學(xué)習(xí)控制系統(tǒng)能夠成功運行的前提條件，穩(wěn)定性使得控制系統(tǒng)隨著迭代次數(shù)的增加不發(fā)散，收斂性使得控制系統(tǒng)隨著迭代次數(shù)的增加最終收斂到期望目標(biāo)附近[16]。因此，進行穩(wěn)定性和收斂性分析是提出新算法必須解決的首要問題。魯棒性研究是分析在存在外界干擾、測量誤差、被控系統(tǒng)內(nèi)部狀態(tài)變化等擾動時，控制過程是否依舊穩(wěn)定和收斂，即分析控制系統(tǒng)的抗干擾性、強健性。初始值問題主要是進行被控系統(tǒng)的初始狀態(tài)與控制過程收斂性關(guān)系的研究，大部分迭代學(xué)習(xí)控制算法都要求被控系統(tǒng)的初始狀態(tài)與期望目標(biāo)軌跡的初始狀態(tài)相同，這樣才能使學(xué)習(xí)算法收斂，然而在實際的工業(yè)生產(chǎn)中，被控系統(tǒng)的初始狀態(tài)往往不在期望軌跡上，因此有很多學(xué)者研究分析該問題，但并沒有通用的解決方法出現(xiàn)，初始值問題還是一個有待研究的方向。1.4論文主要工作與內(nèi)容安排圖1-2主要研究內(nèi)容本文的主要工作和研究內(nèi)容如上圖所示，主要分為三個方面：（1）理論研究——迭代學(xué)習(xí)控制學(xué)習(xí)律的研究，算法的收斂性分析；自適應(yīng)控制律的設(shè)計和穩(wěn)定性、收斂性分析；

基于迭代學(xué)習(xí)算法的機械臂軌跡跟蹤控制研究7第二章迭代學(xué)習(xí)控制原理2.1迭代學(xué)習(xí)控制的基本思想迭代學(xué)習(xí)控制的基本原理如下圖所示：圖2-1迭代學(xué)習(xí)控制的基本原理框圖由原理圖就可以看出，迭代學(xué)習(xí)控制每一次新的迭代都是在前一次迭代控制器輸出的基礎(chǔ)上，加入系統(tǒng)輸出誤差修正項從而得到本次的控制器輸出。迭代學(xué)習(xí)控制從根本性質(zhì)上講是一個二維的控制過程，即包括兩個方向上的控制：時間軸上的控制和迭代軸上的控制。在進行迭代學(xué)習(xí)控制算法的數(shù)學(xué)描述時，可以用兩個變量分別描述出這兩個方向的控制，時間變量用來體現(xiàn)時間動態(tài)過程，迭代次數(shù)用來體現(xiàn)迭代學(xué)習(xí)動態(tài)過程。迭代學(xué)習(xí)控制主要適用和使用于重復(fù)運行的控制任務(wù)和控制過程，在每一次迭代過程中，迭代控制器根據(jù)時間軸上的誤差來調(diào)整誤差修正量，在迭代過程與迭代過程之間，控制器又將上一次的控制輸出加入到整體控制輸出量中，從而綜合利用了兩個獨立動態(tài)過程的信息，達到不斷逼近期望輸出的目的[16]。一個被控對象的狀態(tài)方程可描述為以下形式：=,,=(,,)（2-1）式中，,,()分別為被控系統(tǒng)的狀態(tài)變量、輸出變量和控制輸入變量[11]，函數(shù)()和()為描述被控系統(tǒng)的適當(dāng)維數(shù)的向量函數(shù)。如果已經(jīng)給定了期望的被控系統(tǒng)輸出函數(shù)()，且對應(yīng)的期望狀態(tài)量()和期望控制輸入量()存在，則迭代學(xué)習(xí)控制的目標(biāo)為在給定的時間t,內(nèi)，由設(shè)定好的學(xué)習(xí)控制算法計算控制輸出，經(jīng)過次重復(fù)學(xué)習(xí)，使得控制
【參考文獻】

相關(guān)期刊論文 前10條

1 郝曉弘;周勃;;具有自適應(yīng)學(xué)習(xí)的開環(huán)PD型迭代學(xué)習(xí)控制算法研究[J];電氣工程學(xué)報;2015年10期

2 趙巧敏;;全球視角下工業(yè)機器人競爭力解析[J];機器人產(chǎn)業(yè);2015年01期

3 趙杰;;我國工業(yè)機器人發(fā)展現(xiàn)狀與面臨的挑戰(zhàn)[J];航空制造技術(shù);2012年12期

4 鄒燃;;一種新型迭代學(xué)習(xí)控制算法在風(fēng)能轉(zhuǎn)換系統(tǒng)中的應(yīng)用[J];裝備機械;2009年02期

5 趙臣;王剛;;我國工業(yè)機器人產(chǎn)業(yè)發(fā)展的現(xiàn)狀調(diào)研報告[J];機器人技術(shù)與應(yīng)用;2009年02期

6 王巖;付永領(lǐng);;模糊滑模迭代學(xué)習(xí)控制算法在液壓系統(tǒng)中應(yīng)用[J];北京航空航天大學(xué)學(xué)報;2007年01期

7 吳林;張廣軍;高洪明;;焊接機器人技術(shù)[J];中國表面工程;2006年S1期

8 楊曉峰,樊曉平,楊勝躍,黃浩江;非線性系統(tǒng)開閉環(huán)PD型迭代學(xué)習(xí)控制及其在機器人中的應(yīng)用[J];長沙鐵道學(xué)院學(xué)報;2002年01期

9 陳佩云,金茂菁,曲忠萍;我國工業(yè)機器人發(fā)展現(xiàn)狀[J];機器人技術(shù)與應(yīng)用;2001年01期

10 曹樹平,熊昌侖,鄒占江,易孟林;電液位置伺服系統(tǒng)的迭代學(xué)習(xí)控制[J];機械科學(xué)與技術(shù);1998年03期

相關(guān)博士學(xué)位論文 前2條

1 柳春平;迭代學(xué)習(xí)控制理論及其在網(wǎng)絡(luò)控制系統(tǒng)中的應(yīng)用[D];浙江大學(xué);2013年

2 孫云平;非線性系統(tǒng)的自適應(yīng)學(xué)習(xí)控制[D];西安電子科技大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 鄭壕楠;基于迭代學(xué)習(xí)的機械臂軌跡跟蹤控制研究[D];鄭州大學(xué);2018年

2 甘義震;帶遺忘因子的變增益迭代學(xué)習(xí)控制算法研究[D];鄭州大學(xué);2018年

3 王文壇;機械臂軌跡規(guī)劃及動力學(xué)研究[D];山東大學(xué);2017年

4 李彥威;基于Lyapunov方法的迭代學(xué)習(xí)控制器設(shè)計[D];浙江工業(yè)大學(xué);2017年

5 林清釗;基于運動學(xué)模型的機械臂迭代學(xué)習(xí)控制[D];浙江大學(xué);2017年

6 王成忠;機械手的迭代學(xué)習(xí)控制研究[D];蘇州大學(xué);2016年

7 范鵬飛;SCARA機器人結(jié)構(gòu)優(yōu)化設(shè)計及運動學(xué)仿真[D];合肥工業(yè)大學(xué);2016年

8 杜媛媛;基于迭代預(yù)測控制的機械臂軌跡跟蹤的研究[D];浙江工業(yè)大學(xué);2014年

9 張翠;基于RBF神經(jīng)網(wǎng)絡(luò)的機械臂運動控制算法及應(yīng)用研究[D];蘭州交通大學(xué);2014年

10 鄭國穗;SCARA平面關(guān)節(jié)式裝配機器人的設(shè)計與研究[D];陜西科技大學(xué);2014年

本文編號：2889185