随着工业机器人应用领域的不断扩展,它可完成的任务种类也不断增多。对于打磨、抛光、装配这一类接触作业,仅仅使用位置控制已经不能胜任。因为在这类对接触力有要求的任务中,机械手臂末端微小的位置偏差都有可能导致巨大的接触力,这样对机械手臂和目标物都会造成一定程度的损害,所以在接触类作业中,必须在控制系统中添加接触力控制功能。

为了更好的实现工业机器人力／位置跟踪控制,选出可行性强的阻抗控制方法作为主要控制方案,在原有控制系统的基础之上加入模糊推理以及神经网络逆系统,提高了阻抗控制系统的环境适应能力以及位置跟踪的精准度,从而使工业机器人控制系统达到更好的力／位置跟踪效果。

首先,通过比较四种力控制策略的优缺点,明确每种控制策略的特点,***终确定以任务规划量少、鲁棒性强的基于位置阻抗控制策略作为主要控制。其次,利用D-H法对工业机器人进行正逆运动学的分析。建立有效的运动学变换矩阵,并利用逆向求解法求取机械手臂运动方程反解。在机械手臂运动学分析的基础之上,利用拉格朗日法对其进行动力学模型的分析与推导。建立好工业机器人模型,并对传统的基于位置阻抗控制系统进行深入分析研究之后,利用模糊控制原理分别对PD控制器系数与阻抗模型参数进行自整定调节,从而设计出一套改进的基于位置阻抗控制系统—基于模糊PD控制器的模糊阻抗控制系统。改进后的阻抗控制系统具有良好的力／位置跟踪性能及优益的环境适应能力。

构建出以机械手臂为原系统的神经网络逆系统控制器,利用其自身优点,将它引用到工业机器人阻抗控制当中,构建成基于神经网络逆系统的模糊阻抗控制系统。由于神经网络逆系统的引入,使阻抗控制系统结构得到了优化,适用性进一步提高。利用SimMechanics模块对机械手臂进行仿真建模,并通过Matlab/Simulink仿真平台,分别构建基于模糊PD控制器的模糊阻抗控制系统和基于神经网络逆系统的模糊阻抗控制系统。在特定的实验设定之下进行力／位置跟踪仿真,仿真结果验证了控制方法的有效性、适用性,并具有跟踪精度高、收敛速度快、震荡幅度小等特点。

本文摘取网络（侵 删）

了解更多机器人咨询请点击：安川机器人服务商