关于工业机器人的高速高精度控制方法的探讨

摘 要：工业机器人的高速高精度控制是反映机器人性能的重要因素，现代工业产品生产越来越智能化、精密化，对生产质量提出了更高的要求，追求高速高精度控制是机器人设计以及实践过程中的必然要求。工业机器人的高速高精度控制方法策略较多，但最终的目的在于在确保机器平稳运行的同时，克服干扰因素，提高运行速度、精度，文章简要介绍了基于鲁棒有限时间控制神经网络模型，同时基于三轴并联机器人控制系统结构，简单的构建可拓自适应控制模型。

关键词：工业机器人；高速高精度控制；轨迹控制

工业机器人是工业生产的重要设备，也是智能工业发展的核心设备。为了满足现代化产品加工需要，工业机器人的作业速度越来越追求高速化，但再高速度作业的同时，赋予了机器设备更高的动能，直接影响作业的精度，精度是影响产品设配质量的重要因素，产品的质量是企业的核心竞争力元素之一[1]。追求高速高精度是工业机器人发展的必由之路。本次研究试简要的概述几种工业机器人高速高精度控制策略，并试探讨基于三轴并联机器人开展可拓自适应控制及技术。

1 工业机器人高速高精度控制概述

1.1 概述

工业机器人是工业生产重要设备，我国工业机器人数量已超过20000台，居世界第一位。但遗憾的是，我国机器人大多数从欧美日等国进口，国内工业机器人产品质量相对较低，特别是在高速高精度方面有较大的差距。以ABB公司产的IRB120型六自由度机器人为例，TCP最大速度达到6.2m/s，最大加速度28m/s2，重复定位精度±0.01mm。工业机器人已进入了智能化、高速化、高精度、模块化发展趋势。机器人控制技术是工业机器人的核心技术，是相关领域研究热点，研究的主要目的有二：（1）保证机器人平稳可靠的运动，涉及避免高速运动产生的机械振动、奇异点处理、轨迹规划技术等；（2）提高机器人的运行速度、控制精度，涉及本体结构优化、运动伺服控制技术等。工作空间的奇异点回避、动力学参数辨识等也是本次研究论述的重点。

1.2 主要策略

机器人系统是一个非线性、耦合的多输入多输出系统，存在许多不确定因素，如测量误差、干扰力矩、负载变化、随机扰动等，这些不确定因素直接影响机器人性能的提高。有限时间控制方法指再有限时间能使机器人达到稳定点的一种控制策略，能够具有较好的收敛性，提高控制精度。鲁棒性有限时间控制是当前研究热点，其主要目的在于将有限时间内收敛于零，目前比较热门的控制方法为齐次控制系统、函数构造法、终端滑膜控制方法，近年来人工神经网络发展迅速，也开始应用于有限时间控制。神经网络模型借鉴生物局部调节、交叠接受区域作用，构建函数模型映射的人工神经网络，理论上其同多层感知网络一样，能以任意精度逼近任意的连续非线性函数，具有较大的发展潜力[2]。神经网络的基本模型：输入层，分为n层，隐含层分为i层，输出层分为m层，每个输入层都可接入到所有隐含层，每个隐含层接入到所有的输出层，输出层SHI一个线性组合，每个节点都是由高斯函数组成的，输出层组合yi= wjihi=w H（j=1，2，...，m），其中Wj=[Wj1，Wj2，…，WjI]T，H=[h1，h2，…，hI]T。考虑机器人的动力模型为M其中q， ， ∈Rn 分别为关节位置、速度和加速度向量。M（d）∈Rn×n为对称正定的惯性矩阵，C（q， ）∈Rn×n为哥氏力和向心力矩阵，G（q）∈Rn为重力向量项，？子∈Rn为各关节驱动力矩，？子∈Rn为各种外界干扰等效干扰力矩。有限的时间控制方法最终的目的在于使机器人各关节变量q能够达到期望值qd，使误差会e能够在有限的时间内快速收敛到0，同时能够确保机器人对不确定有足够的鲁棒性。在确立鲁棒性有限时间控制策略，并建立神经网络模型后，还需要解决机鲁棒延时、运动不确定性等问题[3]。

2 基于三轴并联机可拓自适应控制技术

三轴并联机器人由上平台、下平台以及三条完全相同的运动支链构成，下平台为动平台，为执行端，下平台为静平台，固定在机架上，主动臂位于上平台上，在电机驱动下可在一定范围内摆动，从动杆通过控制伺服电机位置与速度，实现平台在三个平面内运动。三轴并联机器人也是当前我国保有量最大的工业机器人之一，设备简单、维护成本低、易于控制。自适应控制机器能够处理不变与慢时变问题，可拓控制器善于处理时变、突变问题，两者结合是解决并联机器人控问题的可行方法，理论上可获得较好的控制效果，避免高速运动状态下的扰动。

并联机器人的控制系统结构相对简单，但也比串联结构更加复杂，人机界面、控制算法通过PC实现交互，设计运动控制卡，运动控制卡控制伺服驱动器、伺服电机，最终控制并联机器人操作界面，伺服驱动执行结构、操作界面传感器获得信息回传给运动控制卡，后者根据控制策略进行调整，最终实现精确控制。可拓自适应性控制器是控制设计的核心。我假设取偏差e和偏差微分 作为特征量，设未控制对象偏差容许范围为（-eom， om）确定偏差微分范围。系统可调节最大的偏差、偏差微分为em、em，特征状态（e， ）可拓集合记作经典域为Roy，可拓展域为Ry，设（e， ）特征平面的圆点位S0（0，0），记作M0= ，M-1= ，则定义e- 上任意一点S（e， ）满足关联函数：K（S）={1-|SS0|/|M0|，S∈Roy，（Mo|SSo|）/（M-1-Mo），S？埸Roy}其中|SS0|= ，对于测度模式M2，特征状态处于-1≤K（S）≤0的范围内，可拓控制研究的主要内容，控制器输出为（ut）=y（t）/k+KciK（S）（-sgn（e））+？着，其中y（t）为当前时刻被控制量的采样值，u（t）为控制器输出，k为过程中的静态增益，Kci为控制系数，S为特征状态，K（S）为特征状态的关联函数，sgn（e）为加权偏差。

3 结束语

工业机器人越来越精密化、现代化，在进行控制设计时需要考虑的因素也越来越复杂，但无论采用何种控制系统，设计的最终目的在于构建一种能够确保仪器正常运行情况下，全面考虑关键干扰因素，最大程度使操作误差收敛达到接近理想目标“O”。在模型构过程中，需要采用大量的数学模型，设计者需要充分的了解机器设备的控制系统结构，合理的构建模型，了解关键的干扰因素，必要时吸收借鉴他人的成果，构建模型后进行仿真训练。作为机器人的操作者，也应了解控制模型，掌握在人机界面上输入调整参数策略，及时通过数据反馈发现故障。

参考文献

[1]丁学恭.机器人控制研究[M].杭州：浙江大学出版社，2006.

[2]刘宇，李瑰贤，夏丹，等.基于改进遗传算法辨识空间机器人动力学参数[J].哈尔滨工业大学学报，2010，11：1734-1739.

[3]吴勃，许文芳，陈虹丽.神经滑模控制在机器人轨迹跟踪中的应用[J].电机与控制学报，2009，13（S1）：99-104.

作者简介：黄爽（1976-），女，汉族，浙江台州人，讲师，硕士，主要研究方向：机电设计及控制。

杨庆华（1964-），男，汉族，义乌人，教授，博士，主要研究方向： 机器人技术；金属精密塑性成形。