[發明專利]基于自調整模糊迭代學習的二連桿機械臂控制方法、裝置及介質

在審

• 申請號: 202110583783.0
• 申請日: 2021-05-27
• 公開（公告）號: CN113296393A
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 徐向榮;朱永飛;查文斌;周攀
• 申請（專利權）人: 安徽工業大學
• 主分類號: G05B11/42
• 分類號: G05B11/42
• 代理公司: 安徽知問律師事務所 34134
• 代理人: 侯曄

本發明公開了基于自調整模糊迭代學習的二連桿機械臂控制方法、裝置及介質，屬于自動化控制技術領域。包括：建立坐標系；建立二連桿機械臂系統的動力學方程和動力學特征；設計帶有自調整因子的模糊控制器；將模糊控制器的模糊規則用以實時調整閉環迭代學習控制律中的PD參數，設計出自調整因子模糊迭代學習控制律；通過所設計的控制器使關節輸出達到期望值。本發明可以利用模糊規則對PD參數的控制達到參數實時修改，利用自調整因子對模糊控制器中的控制規則進行適時調整。

技術領域

本發明涉及自動化控制領域，更具體地說，涉及基于自調整模糊迭代學習的二連桿機械臂控制方法、裝置及介質。

背景技術

近年，國內外工廠大都實現自動化或半自動化生產，生產效率極大提高，生產成本得到大幅改善，另一方面自動化過程和控制方法相關，傳統的控制方法主要是依照精確數學模型的PID控制，而工廠中的機械臂是非線性，時變性的，因此模糊控制作為解決上述問題強有力工具被引入到一類模型不精確且復雜系統的控制當中，取得了良好的效果。與此同時，機器人大都事先根據設定好的程序在工廠中大都進行重復性的操作，比如搬運物體，激光切割等，伴隨著外界環境干擾，機器人本體磨損等因素，重復性的操作準確性勢必下降，而迭代學習控制方法針對上述描述問題非常適合，對于非線性強耦合系統處理起來非常簡便，所以模糊控制與迭代學習控制相結合的方法被廣泛運用。

二連桿機械臂是屬于多輸入多輸出的系統，利用拉格朗日方法可以對其建立數學模型，由于初步的動力學建模在實際應用中存在著大量的不確定因素，因此對控制算法的收斂性和對系統的適應性有一定的影響。模糊控制器中的模糊規則首先源于實際生產中的操作人員根據經驗和反復論證修改所得，一旦控制對象受到外界干擾，運動精度勢必受到影響，所以對控制器中的量化因子和比例因子進行模糊控制，達到模糊規則實時更新的效果，以對受干擾的系統進行補償，保證誤差控制在一定范圍。

因為迭代學習控制不依賴精確數學模型系統和簡便處理非線性強耦合系統的優勢，所以現有技術中，針對一類機械臂重復性操作問題，將模糊控制和迭代學習控制結合，形成更為先進的控制方法，例如劉志學,吳麗娟.模糊迭代學習在單關節機器人運動控制中的應用[J].遼寧科技大學學報,2009(04):378-382.，論文公開了一種基于模糊迭代學習的單關節機器人運動控制方法，選用PID學習律，PID控制器的參數選為：Kp＝80，Ki＝60，Kd＝30。

現有技術中，PID控制器的參數無法修改，自適應性較差。

發明內容

1.要解決的技術問題

針對現有技術中存在的迭代學習控制中參數無法更改的問題，本發明提供了基于自調整模糊迭代學習的二連桿機械臂控制方法、裝置及介質，它可以利用模糊規則對PD參數實時修改，利用自調整因子對模糊控制器中的控制規則進行適時調整，解決了現有技術中迭代學習控制參數無法更改，自適應性差的問題。

2.技術方案

本發明的目的通過以下技術方案實現。

基于自調整模糊迭代學習的二連桿機械臂控制方法，具體步驟包括：

對二連桿機械臂建立坐標系；

根據坐標系建立二連桿機械臂系統的動力學方程和動力學特征；

根據控制系統產生的誤差和誤差變化率設計模糊控制器；

模糊控制器的輸出對迭代學習控制中的PD參數進行自適應調整，設計出自適應調整模糊迭代學習控制律；

通過所設計的迭代學習控制使關節角度的輸出達到期望值。

更進一步的，建立坐標系的步驟包括：

以二連桿機械臂的基座為原點建立參考坐標系，在二連桿機械臂的末端建立運動坐標系，建立坐標系便于后續建立在該坐標系下建立二連桿機械臂系統的動力學方程和動力學特征。