1、工業(yè)機(jī)器人控制策略探討前言工業(yè)機(jī)器人（機(jī)械手）是一個(gè)十分復(fù)雜的多輸入多輸出非線性系統(tǒng)，它具有時(shí)變、強(qiáng)耦 合和非線性的動(dòng)力學(xué)特征， 因此帶來(lái)了控制的復(fù)雜性。 由于測(cè)量和建模的不精確， 再加上負(fù) 載的變化以及外部擾動(dòng)等不確定性的影響， 難以建立工業(yè)機(jī)器人精確、 完整的運(yùn)動(dòng)模型。 現(xiàn) 代工業(yè)的快速發(fā)展需要高品質(zhì)的工業(yè)機(jī)器人為之服務(wù)， 而高品質(zhì)的機(jī)器人控制必須綜合考慮 各種不確定性因素的影響， 因此針對(duì)工業(yè)機(jī)器人的非線性和不確定性的控制策略成為了工業(yè) 機(jī)器人研究的重點(diǎn)和難點(diǎn)。工業(yè)機(jī)器人的控制策略針對(duì)工業(yè)機(jī)器人的多變量、 非線性、 強(qiáng)耦合以及不確定性， 目前采用或正在大力研究的主要 有如下幾種控制策略：

2、變結(jié)構(gòu)控制20 世紀(jì) 60 年代， 前蘇聯(lián)學(xué)者提出了變結(jié)構(gòu)控制。 20 世紀(jì) 70 年代以來(lái)， 變結(jié)構(gòu)控制經(jīng)過(guò) 控制學(xué)者的傳播和研究工作，經(jīng)歷 40 多年來(lái)的發(fā)展，在國(guó)際范圍內(nèi)得到廣泛的重視，形成 了一門(mén)相對(duì)獨(dú)立的控制研究分支。變結(jié)構(gòu)控制方法對(duì)于系統(tǒng)參數(shù)的時(shí)變規(guī)律、非線性程度以及外界干擾等不需要精確的數(shù) 學(xué)模型， 只要知道它們的變化范圍， 就能對(duì)系統(tǒng)進(jìn)行精確的軌跡跟蹤控制。 變結(jié)構(gòu)控制方法 設(shè)計(jì)過(guò)程本身就是解耦過(guò)程， 因此在多輸入多輸出系統(tǒng)中， 多個(gè)控制器設(shè)計(jì)可按各自獨(dú)立系 統(tǒng)進(jìn)行，其參數(shù)選擇也不是十分嚴(yán)格。滑模變結(jié)構(gòu)控制系統(tǒng)快速性好，無(wú)超調(diào)，計(jì)算量小， 實(shí)時(shí)性強(qiáng)。變結(jié)構(gòu)控制本身的不連續(xù)性以及

3、控制器頻繁的切換動(dòng)作有可能造成跟蹤誤差在零 點(diǎn)附近產(chǎn)生抖動(dòng)現(xiàn)象， 而不能收斂于零， 這種抖動(dòng)輕則會(huì)引起執(zhí)行部件的機(jī)械磨損， 重則會(huì) 激勵(lì)未建模的高頻動(dòng)態(tài)響應(yīng)特別是考慮到連桿柔性的時(shí)候，容易使控制失效。自適應(yīng)控制控制器參數(shù)的自動(dòng)調(diào)節(jié)首先于 20 世紀(jì) 40 年代末被提出來(lái)討論，同時(shí)自適應(yīng)控制的名稱(chēng) 首先用來(lái)定義控制器對(duì)過(guò)程的靜態(tài)和動(dòng)態(tài)參數(shù)的調(diào)節(jié)能力。 自適應(yīng)控制的方法就是在運(yùn)行過(guò) 程中不斷測(cè)量受控對(duì)象的特性， 根據(jù)測(cè)得的特征信息使控制系統(tǒng)按最新的特性實(shí)現(xiàn)閉環(huán)最優(yōu) 控制。自適應(yīng)控制能認(rèn)識(shí)環(huán)境的變化， 并能自動(dòng)改變控制器的參數(shù)和結(jié)構(gòu)， 自動(dòng)調(diào)整控制作用，以保證系統(tǒng)達(dá)到滿意的控制品質(zhì)。自適應(yīng)控制不是一

4、般的系統(tǒng)狀態(tài)反饋或系統(tǒng)輸出反饋控制， 而是一種比較復(fù)雜的反饋控制，實(shí)時(shí)性要求嚴(yán)格，實(shí)現(xiàn)比較復(fù)雜，特別是當(dāng)存在非參數(shù)不確定性時(shí)，自適應(yīng)控制難以保證系統(tǒng)的穩(wěn)定性。即使線性定常的控制對(duì)象，其自適應(yīng)控制也是非線性時(shí)變反饋控制系統(tǒng)。2.3魯棒控制魯棒控制(RobustControl)的研究始于20世紀(jì)50年代。經(jīng)歷了多年的發(fā)展，目前已經(jīng)成為一個(gè)實(shí)用的系統(tǒng)分析與設(shè)計(jì)方法。魯棒控制可以在不確定因素的一定變化范圍內(nèi)，保證系統(tǒng)穩(wěn)定和維持一定的性能指標(biāo)， 它是一種固定控制，比較容易實(shí)現(xiàn)。一般魯棒控制系統(tǒng)的設(shè)計(jì)是以一些最差的情況為基礎(chǔ)， 因此一般系統(tǒng)并不工作在最優(yōu)狀態(tài)。魯棒自適應(yīng)控制對(duì)控制器實(shí)時(shí)性能要求比較嚴(yán)格。2

5、.4智能控制薩里迪斯在1977年首次提出了分層遞階的智能控制結(jié)構(gòu)。整個(gè)控制結(jié)構(gòu)由上往下分為3個(gè)層次，組織級(jí)、協(xié)調(diào)級(jí)和執(zhí)行級(jí)。其控制精度由下往上逐級(jí)遞減，智能程度由下往上逐級(jí)增加。根據(jù)機(jī)器人的任務(wù)分解，在面向設(shè)備的基礎(chǔ)級(jí)可以采用常規(guī)的自動(dòng)控制技術(shù)，如PID控制、反饋控制等。在協(xié)調(diào)級(jí)和組織級(jí)，存在不確定性，控制模型往往無(wú)法建立或建立的模 型不夠精確，無(wú)法取得良好的控制效果。因此，需要采用智能控制方法，如模糊控制、神經(jīng) 網(wǎng)絡(luò)控制、專(zhuān)家控制以及集成智能控制。(1 )模糊控制1965年美國(guó)著名控制論學(xué)者 L.A.Zadeh首次提出一種完全不同于傳統(tǒng)數(shù)學(xué)與控制理論的 模糊集合理論，把信息科學(xué)推進(jìn)到人工智能

6、的新方向。模糊邏輯系統(tǒng)或模糊控制系統(tǒng)是由模糊規(guī)則基、模糊推理、模糊化算子和解模糊化算子4個(gè)部分組成，其基本結(jié)構(gòu)如下圖所示。工業(yè)機(jī)器人的模糊控制有它獨(dú)特的優(yōu)勢(shì)一簡(jiǎn)化了控制算法。模糊系統(tǒng)理論還有一些重要的理論問(wèn)題沒(méi)有得到很好的解決，因而研究模糊控制的理論問(wèn)題遠(yuǎn)非像現(xiàn)代控制理論那么簡(jiǎn)單。模糊控制系統(tǒng)的可控性和可觀性問(wèn)題還沒(méi)有得到解決，模糊控制器的設(shè)計(jì)沒(méi)有統(tǒng)一的設(shè)而且假計(jì)準(zhǔn)則，控制器的設(shè)計(jì)存在隨意性。模糊系統(tǒng)穩(wěn)定性判據(jù)都是基于具體的控制對(duì)象,設(shè)條件千差萬(wàn)別，沒(méi)有統(tǒng)一的方法。模糊控制系統(tǒng)具有魯棒性都只是基于計(jì)算機(jī)仿真的結(jié)論, 并不是基于理論分析的結(jié)果。(2)神經(jīng)網(wǎng)絡(luò)控制(人工神經(jīng)元)相互連接組BP網(wǎng)絡(luò)，

7、下圖是其模型結(jié)構(gòu)。神經(jīng)網(wǎng)絡(luò)是由許多具有并行運(yùn)算功能的、簡(jiǎn)單的信息處理單元神經(jīng)網(wǎng)絡(luò)控制模型建立后，在輸入狀態(tài)信息不完備的情況下，也能快速做出反應(yīng)，進(jìn)行模型辨識(shí)，這對(duì)于工業(yè)機(jī)器人的智能控制是十分理想的。神經(jīng)網(wǎng)絡(luò)系統(tǒng)具有快速并行處理運(yùn)算能力、很強(qiáng)的容錯(cuò)性和自適應(yīng)學(xué)習(xí)能力的特點(diǎn)。神經(jīng)網(wǎng)絡(luò)控制主要處理傳統(tǒng)技術(shù)不能解決的復(fù)雜的非線性、不確定、不確知系統(tǒng)的控制問(wèn)題。神經(jīng)網(wǎng)絡(luò)控制存在自學(xué)習(xí)的問(wèn)題，當(dāng)環(huán)境發(fā)生變化時(shí)，原來(lái)的映射關(guān)系不再適用，需要重新訓(xùn)練網(wǎng)絡(luò)。 神經(jīng)網(wǎng)絡(luò)控制目前還沒(méi)有一個(gè)較系統(tǒng)的方法來(lái)確定網(wǎng)絡(luò)的層數(shù)和每層的接點(diǎn)數(shù)，仍主要憑借經(jīng)驗(yàn)和試湊。工業(yè)機(jī)器人控制策略發(fā)展趨勢(shì)到目前為止，多數(shù)商品化工業(yè)機(jī)器人控制

8、器下級(jí)的控制策略基本上是獨(dú)立關(guān)節(jié)PID伺服算法。這種控制方法的主要缺點(diǎn)是，反饋增益是預(yù)先確定的常量，它不能在有效載荷變化的情況下改變反饋增益。機(jī)器人高速運(yùn)動(dòng)時(shí)，其動(dòng)力學(xué)效應(yīng)十分顯著。為解決上述問(wèn)題，就要根據(jù)機(jī)器人手臂的動(dòng)態(tài)模型求出施加于機(jī)器人手臂的力矩。于是就提出了諸如計(jì)算力矩法、 非線性解耦反饋控制、前饋補(bǔ)償控制算法等方案。但這些算法大多過(guò)于復(fù)雜，難以實(shí)時(shí)計(jì)算。 故研究人員一方面研究簡(jiǎn)化模型、簡(jiǎn)化計(jì)算方法，提出一些有效的并行算法、遞推算法等；另一方面又研究對(duì)系統(tǒng)參數(shù)變化及擾動(dòng)不敏感，或不過(guò)分依賴(lài)準(zhǔn)確的系統(tǒng)動(dòng)態(tài)模型的控制方法。最后，充分考慮各控制算法的優(yōu)缺點(diǎn)，取長(zhǎng)補(bǔ)短，在一個(gè)工業(yè)機(jī)器人當(dāng)中采用

9、多種控制算法的結(jié)合處理。開(kāi)展對(duì)控制方案、動(dòng)態(tài)控制模型以及控制算法的研究，以求改善機(jī)器人系統(tǒng)的動(dòng)態(tài)控制性能。工業(yè)機(jī)器人控制策略主要向以下3個(gè)方面發(fā)展。3.1力和位置混合控制工業(yè)機(jī)器人在實(shí)際應(yīng)用中都不可避免地要與環(huán)境接觸，比如生產(chǎn)裝配、焊接等，它們不再是簡(jiǎn)單的位置控制，而需要機(jī)械手具有感覺(jué)和觸覺(jué)，將面臨更多的不確定性，故力和位置混合控制將成為未來(lái)工業(yè)機(jī)器人控制的一個(gè)研究方向，如下圖所示。系統(tǒng)具有位置控制回路、力控制回路和速度阻尼回路。力和位置混合控制系統(tǒng)中的力控制與位置控制互不影響。混合控制系統(tǒng)中的力控制子系統(tǒng)的性能，對(duì)整個(gè)系統(tǒng)產(chǎn)生重要的作 用。協(xié)調(diào)并行處理復(fù)合控制由于微電子技術(shù)的發(fā)展，微型計(jì)算機(jī)的性能提高、成本降低。從而可以利用多個(gè)微型處理器對(duì)各種工業(yè)機(jī)器人的感覺(jué) （如視覺(jué)、觸覺(jué)等）信息進(jìn)行并行處理，并控制機(jī)器人多功能的 手，快速地完成更復(fù)雜的工作，如下圖所示。叢覆性PI控制器 凹斗 更一-一 必 北分解控制分解控制是單獨(dú)對(duì)工業(yè)機(jī)器人的各個(gè)關(guān)節(jié)進(jìn)行控制，由于反饋信息是局部的，它不會(huì)因?yàn)槟骋魂P(guān)節(jié)的傳感器損壞而影響其他關(guān)節(jié)的工作，這便于故障檢測(cè)和排除，加強(qiáng)了控制系統(tǒng)的可靠性；分散控制不需要系統(tǒng)的全部模型信息，因此它對(duì)系統(tǒng)的不確定性具有很強(qiáng)的魯棒性。所以分解控制也將是未來(lái)工業(yè)機(jī)器人控制技術(shù)的一個(gè)研究方向，如圖5所示。機(jī)睥人唐