[發明專利]結合神經網絡控制的重載機器人位置控制器

在審

• 申請號: 201410810556.7
• 申請日: 2015-08-02
• 公開（公告）號: CN104493826A
• 公開（公告）日: 2015-07-29
• 發明（設計）人: 付磊;王富林;何杏興;徐晗
• 申請（專利權）人: 南京熊貓電子股份有限公司;南京熊貓電子裝備有限公司
• 主分類號: B25J9/18
• 分類號: B25J9/18;G06N3/02
• 代理公司: 南京瑞弘專利商標事務所(普通合伙) 32249
• 代理人: 陳建和

技術領域

本發明涉及一種結合神經網絡控制的重載機器人位置控制器，屬于機器人自動化控制領域。

背景技術

在工業化與信息化不斷深度融合發展的今天，大型裝備的制造都需要重載機器人的參與。重載機器人可以按照預定要求進行工件的抓取和擺放，來完成重復性工作，以減輕工人的勞動強度，提高工作效率，對工業生產自動化起到推動作用。

重載機器人是一個高非線性、強耦合的多輸入多輸出系統。機器人存在很多未知因素以及其本身所具有的復雜性，致使其在工作中的定位和運動軌跡可能與理論值存在較大出入，影響到工作性能，所以控制重載機器人是一個復雜的運動控制問題。為了提高重載機器人的運動和控制精度，建立一個能正確反映機器人運動關系的模型。

傳統的單輸入單輸出線性控制方式無法滿足重載機器人的控制要求，需要基于動力學模型對其進行非線性解耦和補償，然而目前國內的主流機器人都是采用但輸入單輸出的PID控制，強制將各軸解耦成SISO系統，沒有考慮到多軸耦合的影響，沒有達到閉環控制的目的，跟蹤精度較差。

Elman網絡是一種典型的局部回歸網絡，它可看作是一個具有局部記憶單元和局部反饋連接的前向神經網絡。Elman網絡具有與多層前向網絡相似的多層結構。它的主要結構是前饋連接，包括輸入層、隱含層、輸出層,其連接權可以進行學習修正；反饋連接由一組“結構”單元構成，用來記憶前一時刻的輸出值，其連接權值是固定的。在這種網絡中，除了普通的隱含層外，還有一個特別的隱含層，稱為承接層。該層從隱含層接收反饋信號，每一個隱含層節點都有一個與之對應的關聯層節點連接。承接層是Elmna神經網絡特有的,用來記憶隱含層單元前一時刻的輸出值，可以認為是一步時延算子。Elmna神經網絡由承接層節點用來儲存內部狀態，因此它比BP神經網絡等靜態神經網絡具有獨一無二的動態特性。

發明內容

本發明所要解決的技術問題是傳統的單輸入單輸出線性控制方式無法滿足應用要求，提供了一種結合神經網絡控制的重載機器人位置控制器。

本發明采用下述技術方案：結合神經網絡控制的重載機器人位置控制器，其特征是，它包括神經網絡控制器和若干個伺服驅動器；

神經網絡控制器給各個伺服驅動器提供控制信息；每一個伺服驅動器包括速度控制器、位置控制器和電流控制器；

神經網絡控制器采用的是Elman網絡，Elman網絡是一種動態遞歸神經網絡結構，能夠克服動態系統辨識中的問題，保證了收斂速度，并且學習規則方法得到簡化；

根據重載機器人位置控制器的設計，建立Elman神經網絡控制結構，Elman結構分為輸入層、隱含層、承接層和輸出層。其輸入層單元起信號傳輸作用，輸出層起線性加權作用，而隱含層的傳遞函數采用線性和非線性函數相結合。承接層選用線性的激活函數，記憶隱含層單元前一時刻的輸出值，是一步時延算子。輸入層連接傳感器的輸出(如由伺服電機通過其編碼器提供)，通過傳感器探測控制輸入信息，包括位置、速度、電流信號。Elman網絡通過自學習的方式完善其局部反饋和自反饋環節，使機器人控制網絡具有記憶功能，能夠適應比較復雜的動態環境。

神經網絡控制器輸出若干個位置信號、速度信號和電流信號分別給每個伺服驅動器，每個伺服驅動器驅動一個伺服電機，伺服電機通過其編碼器將位置信號和速度信號反饋給神經網絡控制器；

神經網絡控制器選用PC機和PLC共同搭建，PC機通過強大的數據處理能力完成控制所需的計算；PLC主要完成信號處理和輸入輸出功能。

Elman型人工神經網絡的收斂性分析：由于重載機器人輸入輸出的數據為一時間序列或一組時間序列的數據，在時間上是離散的，因此可以利用Elman型人工神經網絡建立的離散時間的非線性系統來討論其穩定性。

如果系統一開始就處于平穩狀態，那么它以后仍將保持這種狀態，Lyapunov穩定性研究的是當初狀態靠近平穩點時系統軌跡的性質，Lyapunov理論的三個基本概念是：穩定性、漸近穩定性和全局穩定性。概括地說，穩定性對應著連續依賴于初始狀態的系統的軌跡；漸近穩定性對應著這樣的軌跡，它由非常靠近平衡點開始，而當t→∞時，它實際上收斂到平穩狀態；全局漸近穩定性則對應著當t→∞時，系統趨近于唯一平衡點的每一條軌跡。

經過Lyapunov穩定性定理證明了Elman神經網絡的收斂性，為Elman神經網絡的應用提供了理論依據。