工业机械手自动化控制系统设计

李世强,王 霞

（工业互联网创新中心（上海）有限公司，上海 201303）

1 引言

工业机械手被广泛应用在现代工业生产中，随着工业机械手自动化控制技术的发展，采用人工智能控制技术，构建工业机械手自动化控制系统，提高工业机械手的智能化控制水平。工业机械手自动化控制系统是根据参数扰动特性，利用线性控制技术，提取模糊约束特征量，并结合结构力学特性融合的方法，实现工业机械手智能控制过程[1]。

当前，国内对工业机械手自动化控制方法主要有基于BP 神经网络和蚁群算法的机械手轨迹控制算法[2]、基于CPG 的仿生机器鳕鱼运动控制[3]和基于模糊PID 控制方法等。国外研究提出了用语音接口实现工业机械手的指令与控制[4]、通过迭代参考轨迹[5]修正提高工业机器人的精度等方法。采用结构(structured)不确定性和非结构(unstructured)不确定性参数分析模型，构建模糊自适应控制律，实现对工业机械手自动化控制。但传统方法进行工业机械手自动化控制的模糊度较大，缺乏精准度，稳定性不好。

针对上述问题，本文提出工业机械手自动化控制系统设计方法。采用机械手的柔性参数识别方法建立控制系统分析模型，然后结合专家系统实现对工业机械手自动化控制的判决规则设计，采用转矩特征分析和变刚度调节的方法，建立工业机械手自动化控制的自适应调节控制律，实现控制系统的优化。最后进行仿真测试分析，展示了本文方法在提高工业机械手自动化控制能力方面的优越性能。

2 控制系统结构模型和参数分析

2.1 控制系统结构模型

为了实现工业机械手自动化控制系统设计，采用多维传感器参数跟踪识别的方法，进行机械手自动化控制的信息采样和融合调度，采用模糊PID 控制方法进行工业机械手的智能控制[6]，在数据处理模型中实现对工业机械手自动化控制的程序加载，得到工业机械手自动化控制系统的总体结构框架如图1所示。

根据图1所示的工业机械手自动化控制系统的总体框架，在工业机械手控制的执行敏感元件中，通过刚度测量及动态数据分析的方法[7]，得到工业机械手的刚度测量方程为：

式中，r1，r2表示柔性参数采集样本，N1，N2表示执行敏感元件序列向量，σ表示工业机械手的辨识参数。建立工业机械手的柔性关节数学模型，以工业机械手的末端位姿作为线性动态分布特征量，根据杠杆机构、凸轮机构的关联关系[8]，得到工业机械手的变刚度柔性关节调节模型表示为：

式中，0≤p(ai)≤1(i=0，1，2，…，m)，表示工业机械手控制结构参数的振荡误差，通过多组肌肉单元配合伸缩控制的方法，得到工业机械手的相互作用力学参数分布模型，通过改变杠杆机构作用参数，得到机械手的结构力学参数调节的线性方程组：

式中，f(x)是关于x=WVD(n，k(n))的相应结构部件的弹性力矩，采用新型主-被动复合控制的方法，在工业机械手控制组件中，引入了工业机械手输入状态项，根据力臂变化而变化的特点设定控制约束变量。

2.2 控制约束参数分析

在得到控制系统结构的基础上，采用传感器实现对工业机械手的变刚度柔性参数采集，并结合机械手的柔性参数识别方法建立控制系统的控制约束参数分析模型。首先在质心坐标系中，引入柔性关节等效刚度信息，得到工业机械手控制的模糊度函数描述为Gm(s)，柔性变形量分布误差为tm，工业机械手的参数辨识控制的模糊状态函数为：

结合弹簧弹力输出的弹性模量进行联合控制，基于凸轮机构主动刚度参数估计的方法，形成工业机械手自适应控制的转动弹性阻力分布矩阵：

式中，工业机械手相互作用的跨度参数从Gm(s)端输出到控制器中，通过直流电动机和梯形丝刚度调度，得到工业机械手在不同凸轮槽轮廓线的反馈调节控制结果为：

式中，输出转矩为pqrsdp，弹性模量为Ei，控制约束特征量的增益函数K=△K Km，其中△K＞0。

综上分析，得到工业机械手的结构参数辨识结果，从而构建机械手的控制约束参数分析模型。

3 机械手自动化控制优化设计

3.1 控制律设计

根据上述控制约束参数分析结果，利用专家系统实现对工业机械手自动化控制的判决规则设计，构建工业机械手的动力学模型，根据输入、输出盘相对转动特征量，得到工业机械手自适应控制的参数模糊辨识模型为：

式中，m表示输入盘与输出盘转动时间差，确定两凸轮组位移关系，若矩阵A满足A=AH，其中AH=，“*”代表求共轭，引入主动变刚度结构参数调节模型，得到工业机械手的自动化参数辨识控制模型，考虑主动调刚度部分机构构型，得到工业机械手的位姿平衡点位于平面坐标系象限时，即(x1，x2≥0)才有实际意义，构建工业机械手的动力学模型，根据阻尼力参数分析的方法，得到工业机械手的位姿平衡分布系数|ρik|≤1，那么对工业机械手的参数修正和误差调节动态拟合模型表示为：

在此基础上得到工业机械手鲁棒性控制的状态函数m(A)满足：

式中，A(i)表示工业机械手控制动态特征量，令(n×n维复数空间)，结合鲁棒性控制状态函数，采用闭环PI 型迭代学习方法进行工业机械手的凸轮组联合控制，得到自适应控制律为：

由此实现了机械手控制律设计，通过工业机械手的柔性参数控制和模糊状态调节，进行机械手自动化控制的自适应调节优化设计。

3.2 控制参数自适应寻优

在实现工业机械手自动化控制律设计的基础上，采用模糊PID稳态控制器实现对工业机械手自动化控制参数优化配置，得到工业机械手的空间载荷参数调节模型为：

其中，ρ表示工业机械手的空间载荷特征分布主值，p(u)表示多普勒频偏，采用变刚度柔性控制的方法，实现对工业机械手的自动化参数融合，得到工业机械手空间功能之间的相关特征量为：

式中，f(u)表示机械手空间功能近似度特征值。通过伺服电动机驱动控制的方法，得到工业机械手的参数修正表达式为：

式中，f(t)表示工业机械手样本修正参考函数。采用被动变刚度分布式调节的方法，实现工业机械手的参数修正，得到机械手自动化控制参数自适应寻优结果表示为：

式中，Xa(u)表示机械手自动化控制的寻优向量，根据参数估计结果，实现对工业机械手自动化控制参数优化配置和精准控制，提高自适应控制性能。

4 仿真测试分析

通过仿真实验验证本文方法在实现工业机械手自动化控制的应用性能，在Matlab中进行仿真程序加载设计，工业机械手的传感信息参数采集的样本数为1024，对机械手控制的特征采样频率为14．6KHz，局部跟踪误差为0．26，根据上述参数设定，在0～5s的仿真时间内，得到机械手的参数采集结果如图2所示。

以图2控制参数为约束对象，进行工业机械手自动化控制，将本文方法与文献[2]和文献[3]的方法进行对比，得到工业机械手自动化控制的稳定性结果如图3所示。

分析图3得知，本文方法进行工业机械手自动化控制的输出稳定性较好，参数调节能力较强。测试控制误差，得到对比结果如图4所示。

分析图4得知，在不同的采样样本序列中，本文方法进行工业机械手控制的误差较低，提高了控制的准确性。

5 结束语

由于传统方法进行工业机械手自动化控制缺乏一定的精准度，本文对工业机械手自动化控制系统进行设计。首先构建控制系统结构模型，并采用Kalman滤波方法对机械手的控制约束参数进行分析。根据参数分析结果，结合鲁棒性控制状态函数，实现自适应控制律设计。最后采用模糊PID稳态控制器进行工业机械手自动化控制参数优化配置，从而得到控制参数自适应寻优结果，实现工业机械手的自适应控制。测试结果表明，本文方法进行工业机械手自动化控制的输出稳定性较高，误差率较低，有效提高了工业机械手的控制精度。