多軸運動下的輪廓跟蹤誤差控制與補償方法研究.pdf

1、作為機器人技術中的核心技術之一,智能控制技術在現代機器人的研究中有著舉足輕重的作用,對它們進行研究具有重要的理論意義和現實意義.論文針對機器人多軸軌跡運動控制中存在的跟蹤誤差和輪廓誤差進行了一定程度上的分析,并以兩軸系統(tǒng)的數學模型為基礎,提出了相關的補償方法.與傳統(tǒng)的方法相比,它并沒有改變原系統(tǒng)控制結構,只是在原系統(tǒng)獨立軸控制環(huán)的基礎上,再加上一前饋補償或耦合補償機制,這在一定程度上克服了多軸運動不可預見性的缺點,并取得一定的效果.論文

2、主要研究如下:1.論文首先介紹了研究背景,并以通用機械手為對象,結合PUMA機器人控制器設計和改造經驗,借鑒其系統(tǒng)結構和關節(jié)電機數學模型和控制方式,給出了機器人單關節(jié)數學模型.2.論文第二章以簡化的位置伺服系統(tǒng)數學模型為基礎,討論了運動軌跡系統(tǒng)的伺服增益設計與輪廓誤差的關系.在此基礎上,通過求解微分方程,詳細分析了伺服系統(tǒng)動特性對兩軸運動的輪廓誤差的影響規(guī)律,得出一些有用的結論.3.運動控制系統(tǒng)不同軸的動態(tài)特性的差異是造成系統(tǒng)輪廓誤差較

3、大的主要原因.論文第三章旨在為系統(tǒng)每個軸設計一個高性能的前饋補償器,用以改善每個軸的動態(tài)特性,使不同軸相互匹配.4.神經網絡快速訓練算法的研究一直是人們所關注的問題之一.經過分析與研究,遺傳算法是一種全局并行隨機搜索優(yōu)化算法,具有很強的全局搜索能力;而BP算法的局部搜索能力較強,論文將兩者融合起來,形成一種混合遺傳算法作為神經網絡的學習算法.5.論文第四章重點論述了模糊神經網絡控制器的結構、特點以及學習方法.將神經網絡和模糊控制相結合,

4、構成模糊——神經網絡系統(tǒng),是當前人們關注的最新控制策略研究方向之一.6.對多軸運動進行交叉耦合控制是補償和減少輪廓跟蹤誤差的另一種方法,而且更具有其合理性.論文第五章提出了基于模糊神經網絡的輪廓誤差交叉耦合補償方法,并說明其補償器的原理、算法及實現.7.論文第六章針對多軸運動的輪廓誤差,提出了一種新的輪廓誤差控制方法,即從干擾的角度對輪廓誤差進行直接和耦合的控制.論文重點提出的三種策略"基于神經網絡的輪廓誤差復合控制"、"基于模糊神經網