基于模糊控制的二自由度系统设计.ppt

基于模糊控制的2-DOF系统设计 杨鸿志 天津理工大学 2008.05.28 目录 摘要 多年来，机器人的控制问题在理论和工程上一直倍受关注。在实际工程中，诸多不确定性因素的存在可能引起控制系统品质的恶化，甚至造成系统不稳定。本文在参考国内外大量文献的基础上，针对2-DOF轨迹跟踪控制问题，引入智能控制方法，使对2-DOF的控制满足高速、高精度的要求。 针对2-DOF系统精确建模难的特点，在其轨迹跟踪控制问题中，提出了具有一定自适应能力的模糊自校正PD控制策略。通过预先建立的模糊规则，自动调整PD控制参数，达到最佳跟踪控制要求。 Abstract The control problems of robotic manipulators have received great attention in theoretical and engineering for many years. because of some uncertain factors, control system quality will be deteriorated, even the control system may be instable. The intelligent control schemes have been introduced in 2-DOF trajectory tracking control system to eliminate the influence of the uncertainties. The fuzzy self-tuning PD trajectory tracking control scheme has been proposed, which regulates PD parameters automatically to meet optimal tracking requirements. by means of fuzzy self-tuning PD control strategy，trajectory tracking experimental study has been implemented on the SRV02(2-DOF)Robot, which demonstrates the effectiveness of the proposed approach. 第1章 绪论 1.1 机器人的发展概况 机器人学是一门高度交叉的前沿学科，引起许多具有不同专业背景(包括机械学、计算机科学与工程、控制理论与控制工程、电子工程学、人工智能、社会学等)人们的广泛兴趣，进行深入研究，获得快速发展。现代所说的机器人大多指的是工业机器人，是一种能自动定位控制，可重复编程、多功能、多自由度的操作机。 1954年美国的Devol最早提出了工业机器人思想，并申请了专利，该专利的要点是借助伺服技术控制机器人的关节，利用人手对机器人实行动作示教，机器人能实现动作的记录和再现，这就是所谓的示教再现机器人。在此基础上， 1.2 不确定机器人控制的提出 机器人是一个十分复杂的多输入多输出非线性系统，它具有时变、强耦合和非线性的动力学特征，其控制是十分复杂的。由于测量和建模的不精确，再加上负载的变化以及外部扰动的影响，实际上无法得到机器人精确、完整的运动模型，我们必须面对机器人大量不确定性因素的存在，现代工业的快速发展需要高品质的机器人为之服务，而高品质的机器人控制必须综和考虑各种不确定性因素的影响，因此研究不确定性机器人的控制问题具有十分重要的理论和实际意义。 1.2.1机器人力/位置控制概述 按末端执行器是否与外界环境发生接触，可以把机器人的运动分为两类：其一是在自由空间运动，如喷漆、搬运、点焊等作业。这类作业可用位置控制去完成。另一类作业是机器人端与外界环境发生接触，在作业过程中，末端有一个或几个自由度不能自由运动；或者要求末端在某一个或几个方向上与工件(环境)保持给定大小的力，例如机器人完成旋柄，上螺钉，擦玻璃，精密装配和打毛刺等作业。这类作业仅采用位置控制已无法完成，必须考虑末端与外界环境之间的作用力。这是由于环境和机器人本体的非理想化，无法消除误差的存在，位置控制方式下的机器人在从事这类工作时将不可避免的产生环境接触力， 1.2.2 模糊控制新策略 智能控制控制的策略很多，下面我们介绍模糊控制。模糊控制是一类语言控制，其主要特点之一是控制系统设计并不需要通常意义上的被控对象的数学模型，而是需要操作者或领域专家的经验、知识、操作数据等，是一类“专家系统”。这样对于通常难于控制的对象（非线性、不确定的对象），可以方便地得出控制策略。 模糊逻辑控制因不需要被控对象的准确数学模型，