基于工业机器人下的智能工程抓取应用

付秋林 罗宗平 李萍瑛

（四川宜宾职业技术学院，四川 宜宾644003）

1 概述

随着科学技术和社会的发展进步，许多机电工程都有工业机器人相关的设备的引进，成为当今时代特别的景观。然而，随着市场对工业机器人的需求急剧增加，基于智能工程的工业机器人越来越受人们的关注。因此，只依靠工业机器人自身的结构来提高机电功能是完全不够的，更是不现实的，因此我们必须加强工业机器人调速控制系统的应用，给智能工程抓取工业机器人行业带来革命性的影响，而且要以一定的技术指标来考核目前的技术状况，用机电工程各种高精度的设备测试出数据，定量而又科学地判断工业机器人抓取的技术状况，给予正确的评价。然而，工业机器人在使用过程中出现故障的几率是非常高的，控制部件等一旦出现故障，就会有较危险的情况发生，并且转速如果得不到有效地控制就会对生命财产安全受到严重的威胁，从而给用户带来不必要的麻烦。作为二十一世纪的我们，对智能工程有自己独特的见解和好奇心，更希望能够探索机器人对于智能工程的使用，为其尽一份自己的绵薄之力。

2 智能工程抓取的背景

自从学者们提出智能工程抓取这一思想之后，不仅丰富了机电行业的历史长河，而且现如今蓬勃发展，稳定可靠。智能工程抓取技术是一种快捷技术，目前已经可以相当成熟可靠地运用在日常的工业生产当中，同时朝着更加智能、自动调节的方向不断革新。起初，由于各国对智能工程采取智能工程抓取的要求极高，同时研究人员们给予了很多优秀的设想和建议，而且研究出了很多至关重要的新技术。同时世界科学技术和人类文明的不断发展和创新，智能工程抓取设备不管是在功能上还是在销量上都得到了前所未有的的发展和提高，逐渐变成当今社会人们必不可缺的日常工具，从而改善了人们的生活方式。

但是伴随着人们的生活条件和经济水平不断改善，市场对工业机器人性能的需求也在急剧增加，特别是大中及沿海城市。工业机器人的智能工程抓取应用是一种高效快捷、可靠稳定的控制方式，让我们更加高效的控制工业机器人转速、扭矩、电压、电流等，但不利的一面也是存在的，由于控制策略的实际性存在很多问题，常常会出现控制失败的现象等。工业机器人在原理上与智能抓取系统极为相似，机械原理上除了水平和竖直移动，其工业机器人输出功率基本是一样的。其次工业机器人使用变频的方式启动或者停止都能够明显提高工业机器人的动态性能，并且在使用变频的方式能够提高工业机器人的启动性能，也因此很大程度上减小了工业机器人启动时的电流，但输出转矩变大，充分的证明变频调速是目前比较优势的智能方式。

现如今我国大多数城市，伴随着人口数量和人口流动量也在不断提升，对智能工程要求更高，智能控制功能成为行业的发展趋势。现在我国的微电子和自动控制技术已经得到了前所未有的进步，微处理器的智能化越来越好，完全可以满足当前关于智能工程抓取的工业机器人。随着国外在开发性能上的提高，再加上完善的控制技术，就能够达到对智能工程抓取的智能化和准确度，这个是很重要的。随着电子技术的发展和智能控制系统的革新，工业机器人调速越来越智能化，我们要逐步实现智能工程抓取系统的智能化，是当今社会的发展方向，引领工业机器人新的航向。

对于工业机器人结构，虽成功应用到了建模和系统控制内，但作为一项新的技术，其理论和应用中还存在一些问题。获取网络中包含的模糊知识的方法。从许多已有的案例之中，有效的获得反映其相关特点的模糊模式还是没有一个较为有效的模式。明确工业机器人模型结构，模糊层和模糊的推理层内部具有的节点数量、模糊综合推理算法以及网络的反模型问题含有的计算模式在理论界的研究还没有深入的开展。同机电智能类似的为，工业机器人内部也含有模型的复杂程度以及泛化之间具有的矛盾，为此在工业机器人优化的时候还有相关问题值得深入的研究，对于机电智能模块与一般模式分析网络有机的结合起来开展分析，是需要人们去探究其内部含有的实际情况。

3 工业机器人下的智能工程抓取应用

3.1 工业机器人抓取应用的基本思想

工业机器人以及智能工程抓取应用处于其具体应用期间显示出多种缺陷，越来越多的研究人员选择结合智能工程抓取应用和工业机器人，并且通过营业伸进网络学习特征来解决具体问题。有效与模糊逻辑设计相结合，可获取极大的成效，特别是工业领域中。现阶段，应用机电智能同模糊逻辑结合开展相关的分析活动，特别是对二者结合的应用和理论的研究，已经成为人们关注的热点问题。在智能工程抓取应用同机电智能相互结合之后，得到了工业机器人下的智能工程，其间距二者具有的优势，将识别、学习、模糊信息处理、自适应以及联想进行融合。所谓工业机器人下的智能工程技术就是指通过数字化模糊处理人的经验与知识，将规则与推理向机电智能映射处理方面进行转换，直接提取数据库样本中的经验规则，并将二者变换进行结合。在模糊集理论与机电智能技术之间进行结合是基于数学来实现的。工业机器人通常被看做一般函数估计器，通过模糊系统可以作为结构数字估计器进行使用。所以，其是拥有一般自适应模型无偏估计函数的，同时正规数学特征以及状态空间具备一致性。这就表明机电智能可以推理模糊逻辑，且通过应用模糊系统，来对初始化机电智能结构进行完成，使得机电智能的学习速度极大的提高。同时加上模糊推理的帮助，使得机电智能的自学能力以及结构表达能力大幅度的提升，变成为一种全新的发展应用模式。通常其是借助机电智能结构的使用，来对模糊逻辑进行推理的，让传统机电智能不具备确切的物理意义，进而将模糊逻辑的推理参数中含有的物理意义进行给出。

基于智能工程的文献研究：该方法能够在智能工程应用、劳动天数计、工业机器人材料用量计算和设备机电控制等的计算中进行应用。以工业机器人下的智能工程估算模型为依据，对机电控制估算速度与精度进行增强，特别是发展前期，当地案件处于审理期间，都借助这一模型的应用，对机电控制进行估算，估计精度约为95%。鉴于项目是项目阶段，项目整体没有完善的信息，且特征比较模糊，评价准确度较高，其最终结论为可行。对机电控制产生影响的因素的选取，以及模糊定量因素等对于机电智能泛化功能有着直接作用，也就是其是不是可以被应用，并非输入样本集，借助五组数据验证模型中存在的泛化能力，使得结果更佳。不过大部分项目时不用对其深入研究的。

3.2 工业机器人下的智能工程的应用方法

模糊学习是一种基于模糊理论的方法，其能够借助模糊量对学习过程给以计算与测量。通过连接权值当做参数，存在于输入和输出间的映射关系同样属于模糊集运算。一般模糊学习算法主要就是模糊规则提取法与模糊学习算法这两种，前者指的是将输入与输出模糊数据对的映射或相关性进行给出，也能被看做数据挖掘任务。若是模糊输入不存在有关模糊输出，那么其便要进行输入向量模糊类聚亦或是模糊输入空间。后者是而记住模糊控制对机电智能性能进行改善的。模糊神经元能够借助修正权重，对其性能进行完善。就模糊神经元内，对于神经元的结构进行调节，并可对规则和规则表达方式以及模糊子集隶属函数进行改变。通过多个模糊神经元的应用，使得模块逻辑同机电智能之间对各自优势充分应用，让这一工具应用效率更高。

当前工业机器人下的智能工程虽具备多种多样的学习算法与结构，但它们有一个共同的特点，将二者具有的具有结合起来开展应用操作，即其可对语言信息进行有效应用，让其适应能力与学习能力大幅度的提升。对于工业机器人下的智能工程模块具有的结构以及相关的权重数值开展分析分析，具有较强的研究意义。对于设计智能工程抓取应用开展结构设计的时候，分析问题的复杂性和精度的要求来构造工业机器人下的智能工程抓取应用，并将先验知识相结合。同时，在先验知识的基础上，可以人工选择工业机器人下的智能工程权值的初始化。以此击打的增强的机电智能学习速度，同时对因为梯度优化算法早晨给的局部极值现象进行了有效的预防。

工业机器人下的智能工程脱胎于机电智能，含有其全部的特征，同时具备特殊性质。因为模糊数学的计算方法，其具备的一些处理单元的计算则非常简单，处理信息速度也极快。因为模糊操作机制的使用，大幅度的提供了系统局部含有的容错能力。工业机器人下的智能工程对处理信息范围进行了扩展，让系统可对确定以及不确定性信息进行同时处理，使得系统处理信息的方式逐渐的丰富，可以通过多种的模式来处理信息。

4 结论

由于国内人民生活水平的提高，科技不断地进步，控制不断地完善，从而促使智能工程控制技术在电气传动系统领域占据主导权，也使得工业机器人被广泛应用。在工业机器人设计领域中，智能工程控制成为目前一处亮丽的风景线，因为其开发资源众多，开发经验丰富，最重要的是成本较低，控制在用户可承受的范围内，使用坐标变换的方式搭建工业机器人抓取模型，从而满足对工业机器人转矩和磁通的控制，使得工业机器人的动态性能逐渐成为世界各国关注的重点。