神经网络滑模控制在并联机器人中的应用
王 磊,高国琴,蔡纪鹤
(江苏大学,江苏镇江212013)
摘 要:首先用滑模控制策略对被控对象进行控制仿真,在分析结果后,结合神经网络滑模控制方法,充分利用神经网络滑模控制的学习能力强,自适应辨识能力强,可以无穷逼近任意函数的优点。仿真结果表明,神经网络滑模控制方法的跟踪效果好,系统误差小,可以满足机器人控制的要求,能够解决机器人的轨迹跟踪问题,仿真实验证实了该控制策略的正确性和有效性。
关键词:并联机器人;滑模控制;神经网络;仿真;控制策略
中图分类号: TP273+. 3 文献标识码:A 文章编号: 1004-7018(2008)08-0032-04
引 言
并联机器人具有高精度、刚度大、承载力强、运动惯量小、位置误差不积累等特点,与串联机器人呈互补关系,成为机器人研究领域的热点。
本文力图研究一种控制策略,来满足并联机构的高速度、高精度的控制要求。并联机器人本身是一个高度非线性系统,运动过程中存在着很大的干扰因素,常规的控制策略已经很难满足控制要求。
变结构控制系统在机器人、航空航天和工业领域中有着大量的应用研究,因为机器人动力学一般是非线性动力学,同时存在多种不可预见的外部干扰,所以机器人控制是近年来变结构控制系统理论的主要应用环境之一。但是抖振问题一直是变结构控制的热点,消除抖振的方法有很多,本文先用趋近率方法对支路进行仿真,然后用滑模控制等效控制对系统仿真,由于滑模控制的抖振大小主要是由其控制器的切换增益决定的,最后提出的一种新型的解决抖振控制方法,采用神经网络对切换项的增益进行调节,从而从根本上降低了滑模控制的抖振。
1 支路模型
本文研究的并联机器人是二自由度驱动冗余并联机器人[6],其中有三个驱动部分,每个驱动侧包括一个松下MINAS A系列AC伺服电机和减速装置。上位机通过固高控制卡GT-400-SV来控制三个电机,这种机构的驱动元减少,结构紧凑,具有广泛的实用价值和研究价值,在工业中具有广泛的应用。如图1所示。
很不光滑,神经网络滑模控制比一般的普通滑模控
制具有更强的抗干扰能力,可以从根本上消除抖振。
本课题研究的机构有三条支路,图7~图9是
用神经网络滑模控制分别对机器人的三条支路进行
轨迹跟踪的结果,从图中可以看出神经网络滑模控
制跟踪性能好,系统稳态误差小,可以满足机器人
实时控制要求。
5 结 语
本文针对二自由度并联机构控制系统提出一种新的智能控制算法,结合变结构滑模控制以及神经网络控制方法,从而有效地降低了滑模控制的抖振现象,通过仿真表明该方法的精度高,跟踪能力强,可以满足并联机构控制要求,可以提高系统的精度,鲁棒性和自适应性。
|
