共查询到16条相似文献,搜索用时 156 毫秒
1.
《高技术通讯》2015,(12)
研究了去毛刺机器人的轨迹跟踪控制。考虑到在工业机器人去毛刺加工过程中,由于受非重复性扰动、毛刺大小不同引起切削力变化以及动态建模不确定性因素的影响,传统的迭代学习控制算法无法精确规划出去毛刺机器人的打磨路径,且很难实现高精度的跟踪控制,不能保证系统的稳定性,提出了一种鲁棒性迭代学习控制算法,旨在提高去毛刺机器人的跟踪性能和对环境的抗干扰能力。该算法由于引入了鲁棒项,与传统的迭代学习控制算法相比,抗干扰能力得到增强,跟踪示教轨迹的性能得到提高,跟踪轨迹精度得到改善,解决了传统迭代学习控制算法需要确定模型才能完成打磨轨迹的精度要求的问题。仿真试验验证了该鲁棒迭代学习算法的鲁棒性和轨迹跟踪精度。 相似文献
2.
目的 为了提高直角坐标搬运机器人的定位精度,保证机器人能够按照预定路径运动。方法 介绍直角坐标机器人工作原理,并基于模糊控制理论,提出一种基于模糊PID的直角坐标机器人轨迹跟踪控制算法,并将其应用于机器人运动轨迹跟踪控制中。结果 仿真和实验结果表明,基于模糊PID的机器人控制器能够保证机器人沿预定路径运动,机器人轨迹跟踪误差能够很快收敛于0附近,该轨迹跟踪方法具有较好的抗干扰性和鲁棒性。结论 所提方法能够明显提高直角坐标机器人的路径跟踪能力,对于提升机器人运动精度具有参考价值。 相似文献
3.
目的 改善双伺服压力机同步控制策略的动态响应性能和鲁棒性,提升双伺服压力机的单轴跟踪精度和双轴同步精度,实现成形过程的高精度位置控制。方法 建立双伺服压力机驱动系统数学模型,分析系统同步误差来源,结合模糊神经网络单轴控制算法,引入迭代学习律,设计一种改进模糊神经网络-交叉耦合(FNN-CCC)同步控制器。基于系统控制模型进行单轴阶跃响应特性与双轴正弦跟随特性仿真,搭建嵌入式双伺服压力机驱动系统试验平台,在偏载干扰条件下进行双轴同步控制试验,验证所提出理论的有效性。结果 仿真结果表明,与模糊控制算法和BP神经网络控制算法相比,该控制器单轴控制算法的超调量分别减少了11.5%和25.5%,调节时间分别减少了48.8%和34.4%,具有更好的动态响应性能。与原控制器相比,改进后的交叉耦合同步控制器最大双轴同步误差降低了65.7%,同步控制精度有所提高。试验结果表明,与传统PID-交叉耦合控制器相比,改进的FNN-CCC控制器有更好的控制性能,在热冲压合模成形阶段,单轴跟踪误差分别减小了81.8%和75.0%,双轴同步误差减小了69.2%。结论 所提出的同步控制策略在偏载干扰条件下具有较好的动... 相似文献
4.
该文研究了在本体位置不受控、姿态受控的情况下,漂浮基双臂空间机器人系统惯性空间协调运动的轨迹跟踪问题。针对存在外部扰动和未知系统惯性参数的情况,设计了一种基于模糊基函数网络的自适应调节控制方案。用模糊基函数网络对双臂空间机器人系统建模,利用鲁棒技术处理建模误差和外部扰动在内的不确定性。所提控制方案的特点是:不需要动力学方程中的惯性参数符合线性规律,也无需预知系统的惯性参数;同时可以利用学习规则在线自适应调节模糊基函数网络的所有权值和参数,因此控制方案是灵活的。该文稳定性分析证明了控制方案的全局稳定性和良好的轨迹跟踪性能。仿真算例表明了该方案能有效地控制双臂空间机器人的本体姿态和末端爪手协调地跟踪期望的运动轨迹。 相似文献
5.
提出了一种通过伸缩因子在线调节论域来优化机械臂轨迹跟踪控制的变论域模糊控制方法。首先设计了一种与关节角度偏差和偏差变化率动态加权相关的比例-指数混合型伸缩因子;然后,运用时间最优轨迹规划算法获取机械臂笛卡尔空间的期望关节轨迹;最后,基于所设计的变论域模糊控制器实现了一种三关节机械臂轨迹跟踪控制仿真,并分析了轨迹跟踪误差。仿真结果表明: 所设计的基于比例-指数混合型伸缩因子的变论域模糊控制器应用于机械臂轨迹跟踪的控制效果良好,具有响应速度快、无超调、稳态误差小的优点。 相似文献
6.
为了提高刚性机械臂轨迹跟踪控制的精度,本文在分析RBF神经网络与模糊逻辑系统的函数等价性基础上,提出了一种基于T-S型模糊推理方法的RBF模糊神经网络,设计出基于RBF模糊神经网络的工业机器人控制器.研究发现,与普通的模糊神经网络相比,该网络结构简单,层数少,训练速度快,能自动寻优,通过在线调整网络隶属函数的中心值和宽度,优化了模糊规则,实现了对非线性系统的高精度轨迹跟踪控制,而且表现出有效性和鲁棒性. 相似文献
7.
《工程力学》2010,(11)
讨论了载体姿态受控、位置不受控制情况下,漂浮基双臂空间机器人载体姿态与末端爪手惯性空间轨迹协调运动的控制问题。利用拉格朗日方法并结合系统动量守恒关系,分析、建立了漂浮基双臂空间机器人系统完全能控形式的系统动力学方程及运动Jacobi关系。以此为基础,针对双臂空间机器人两个末端爪手所持载荷参数未知的情况,设计了一种基于标称计算力矩控制器附加模糊自适应补偿控制器的复合控制方案;即通过模糊自适应补偿控制器来弥补系统参数未知对标称计算力矩控制器控制精度的影响,以确保存在未知系统参数情况下整个闭环控制系统的渐近稳定性。该文提出的控制方案能够有效地克服系统未知参数的影响,控制漂浮基双臂空间机器人载体姿态与末端爪手协调地完成惯性空间的期望轨迹运动,并具有不需要测量和反馈双臂空间机器人载体的位置、移动速度、移动加速度,同时也不要求系统动力学方程关于系统惯性参数呈线性函数关系的显著优点。通过系统数值仿真证实了方法的有效性。 相似文献
8.
针对动态建模误差和不确定性扰动对机械臂末端高精度轨迹跟踪控制的不利影响,提出了一种新型的基于自适应神经网络的机械臂滑模控制策略。该控制策略可分为三部分:自适应神经网络补偿项、切换控制项和等效控制项。自适应神经网络的引入,避免了建模误差和外界未知扰动对机械臂系统的影响,提高了轨迹跟踪精度;切换控制项可使机械臂系统性能在迅速趋近滑模面的同时以很小的速率趋近平衡点,既能保证系统稳定,又能避免系统过于抖振;等效控制项用于对机械臂动力学模型的重力项和哥氏力项进行补偿,实现对模型的线性化处理,保证了系统的控制精度。最后,通过构造Lyapunov函数验证了所设计控制系统的稳定性,并在MATLAB/Simulink环境下和机器人系统工具箱中开展仿真实验和对比实验。结果表明,所提出的控制算法能够在保持机械臂稳定性的同时实现高精度的轨迹跟踪,验证了该控制算法的有效性和优越性。自适应神经网络滑模控制算法可为提高机械臂末端轨迹跟踪精度提供一种解决方案。 相似文献
9.
10.
11.
12.
为了验证七自由度双臂协作机器人在复杂环境下的操作适应性和稳定性,以及提高机器人工作效率和协调性能,提出一种结合MATLAB和ADAMS的数值分析方法,对七自由度双臂协作机器人的空间运作模式进行分析和计算。首先,在Solidworks中建立七自由度双臂协作机器人的三维模型;然后,运用结合MATLAB和ADAMS的数值分析方法计算七自由度机械臂的运动学逆解;最后,运用基于虚拟动力学模型的控制方法,仿真七自由度双臂协作机器人在复杂环境下的夹取与搬运作业,以验证运动学逆解和分析双臂作业的适应性和稳定性。由仿真结果得到:双臂到达目标位置的X 向误差为0.6 mm,Y 向误差为0.5 mm,Z 向误差为0.9 mm;到达预设位置的平均误差为0.5 mm;双臂协同抓取目标物成功率可达99.1%。由此可见,七自由度机械臂的运动学逆解满足预期要求,七自由度双臂协作机器人在复杂环境下的操作适应性和稳定性有所增强。 相似文献
13.
研究了机器人焊接的控制.针对当前传统焊接工业机器人通常仅按照示教点进行既定轨迹运动,不能适应小批量多品种的柔性与智能生产线的问题,将工业相机、图像处理技术与智能机器人相结合,提取出焊缝轨迹发送给机器人,同时为提高机器人焊接过程中的轨迹跟踪精度问题,提出了一种基于模糊自适应PID焊缝轨迹跟踪的前瞻控制方法.在工程大型薄壁结构件的焊接过程中,该方法将视觉检测与识别用于焊缝轨迹跟踪,以提高焊接机器人的作业精度.最后通过实验,验证了该方法具有良好的自适应性和控制精度,能够实现前瞻偏差补偿控制. 相似文献
14.
15.
In this paper a novel adaptive-sliding mode control design is developed for trajectory tracking of a class of flexible robots. This control design uses a force/position controller for robots with flexible joints where the friction between the end effector and the environment is taken into account. For systematic reasons the controller is designed considering the rigid links subsystem and the flexible joints. The proposed control system, satisfies the stability of the two subsystems and cope with the uncertainty of the robot dynamics. The feedback for the flexible subsystem is based on the joint torque signal and estimation of the torque derivative which is provided by a nonlinear sliding observer. For the stability of the observer, it is assumed that the uncertainty of the observed system is bounded. A MRAC algorithm is used for the estimation of the friction forces at the contact point between the end effector and environment. Finally simulation results are given to demonstrate the effectiveness of the proposed controller. 相似文献