基于生物智能的六自由度并聯(lián)機構運動控制及其仿真研究.pdf

1、六自由度并聯(lián)機構有剛度強、載重比大、精度高等優(yōu)點，在工業(yè)的各行業(yè)得到廣泛的應用，為此也對其控制的精度、速度以及智能性和實時性提出了更高的要求。同時，由于六自由度并聯(lián)機構存在非線性、多耦合的動力學模型、尋求正解困難等缺陷，這些缺陷無疑增加了六自由度并聯(lián)機構運動控制的難度。本文在研究并聯(lián)機構的定位方法的基礎上，提出多種基于生物智能協(xié)調機制的控制算法應用于六自由度并聯(lián)機構。
　　 首先，對六自由度并聯(lián)機構的發(fā)展狀況、研究熱點、運動控制

2、策略和運動學正解方法的研究現(xiàn)狀進行了綜述，指出了目前發(fā)展存在的問題以及將來的發(fā)展方向。
　　 就六自由度并聯(lián)機器人運動學正解的難點，給出了附加電子羅盤的Stewart平臺的位置正解法。該方法使得求解位置正解的過程得到簡化，避開了傳統(tǒng)解析法的多次迭代、奇異性、收斂性與初值相關的弱點，并能獲得唯一確定運動學正解。該方法可以為并聯(lián)機構的運動學正解研究提供參考。
　　 針對粒子群優(yōu)化算法后期進化速度慢，容易陷入局部極小值等缺陷，

3、為粒子群優(yōu)化算法引入高斯白噪聲干擾變異，提高其進化后期的多樣性和收斂速度。該算法用于尋求并聯(lián)機構運動學正解時，可快速、穩(wěn)定獲得并聯(lián)機構運動學正解。
　　 充分利用并聯(lián)機構運動控制系統(tǒng)中的冗余信息，根據概率統(tǒng)計的基本理論對電子羅盤、視覺檢測以及編碼盤信息進行融合，提出基于多傳感器數據融合的并聯(lián)機構運動學正解法。與單一傳感器測量結果相比，該方法可以求得更準確的位置正解，并且無須求并聯(lián)機構的運動學模型。同時，使得各種傳感器自身的缺陷得

4、到彌補，從而能反映系統(tǒng)的動態(tài)性能，并且降低了相同定位精度下的系統(tǒng)造價以及安裝要求。
　　 綜合克隆選擇算法的維持抗體的多樣性和粒子群優(yōu)化算法的群體協(xié)作的優(yōu)點，提出了具有全局搜索能力的粒子群優(yōu)化的免疫克隆算法，用粒子群優(yōu)化的進化方程指導抗體的變異方向，利用克隆選擇的變異增加抗體的多樣性，提高了免疫克隆選擇算法的進化速度，改善了粒子群優(yōu)化算法的收斂精度。然后采用粒子群優(yōu)化的免疫克隆算法優(yōu)化設計了PID控制器，可動態(tài)在線實時調節(jié)參數以

5、適應時變、非線性系統(tǒng)的控制要求。
　　 基于生物免疫系統(tǒng)的免疫反饋機理，修正了免疫系統(tǒng)中輔助性細胞TH的模型使其更合理，并根據實際情況對抑制性細胞TC的模型進行了簡化，與控制系統(tǒng)的性能要求相聯(lián)系設計了一改講的免疫控制器.仿真空驗證了其良好的動態(tài)性能和抗干擾能力。
　　 為了適應Stewart平臺的動態(tài)特性，參照合作型協(xié)同進化模型構造多個實數編碼的子種群進行協(xié)作產生問題的完整解，并根據系統(tǒng)的控制特性動態(tài)改變子種群個體的產生

6、范圍，根據進化過程動態(tài)調整子種群變異概率，最后設計出基于生物協(xié)同進化機理的控制器用于Stewart平臺的運動控制。相對于SGA控制，基于協(xié)同進化機理的控制有較高的控制精度，同時該算法充分體現(xiàn)了協(xié)同進化模型的并行性，有較高的求解速度。
　　 針對Stewart平臺的強耦合性以及建立精確動力學模型困難的特點，考慮到遞歸神經網絡利用歷史信息以及動態(tài)逼近能力，首先運用Elman型動態(tài)遞歸神經網絡對Stewart平臺進行模型辨識，然后通過

7、設計合理的評價函數對其進行解耦控制。提出變異協(xié)同進化的免疫克隆算法，該算法中變異體種群和抗體種群協(xié)同進化，保證了免疫克隆算法變異的方向性。采取新穎的變異協(xié)同進化的免疫克隆算法對神經網絡進行訓練，提高了全局搜索能力及速度。最后，分別在辨識模型以及實際平臺上，驗證解耦控制和辨識的效果。另外，該解耦控制方法具有較好的通用性，可用于其它的非線性、時變的、多耦合的對象的控制。
　　 以新型6-PSS并聯(lián)機器人為應用對象，為其建立運動控制仿