模糊控制是应用Z广的一种智能控制，它具有多种结构形式，如 PID 模糊控制、自组 织模糊控制、自校正模糊控制、自学习模糊控制、专家模糊控制等。其中，自校正模糊控制属于自适应模糊控制。下面提出一种由神经网络训练模糊控制规则的自适应模糊控制 器，并把它应用于附加力外环的机器人力/位置混合控制。
随着机器人在工业生产中的广泛应用，对机器人的力/位置控制显得愈加重要，特别 是在一些高精度作业的场合更是如此。在以往的机器人力/位置控制方案中，为了加入力 控制信号，通常需要对一般工业机器人原有的位置控制器进行改造或重新设计控制器。
我们提出一种附加力外环的机器人力/位置自适应模糊控制方法，在不改变机器人 原有位置控制器的前提下实现力/位置自适应模糊控制。其主要思想是把力控制器的输 出作为位置控制给定的修正值，通过提高位置控制的精度达到控制力的目的，并利用自 适应模糊控制的鲁棒性，使控制系统对不同的刚性环境具有自适应能力。在控制过程 中，神经网络(NN) 不直接进行控制，而仅仅根据输入信号确定相应的模糊规划调整因 子。实验结果表明，该方法不仅使模糊控制系统的自适应能力得到提高，而且克服了神 经网络在控制中实时性差的缺点，系统的动、静态响应性能、自适应能力和鲁棒性均得 到显著改善。
所提出的附加力外环的机器人力/位置自适应模糊控制方法，应用在一台带力传感器 的Zebra-ZERO(斑马)6关节机器人上，其模型如图5-26所示。机器人的位置控制器为常
规PID 控制，且人-机接口界面只提供简单的操作指 令，如初始化指令、状态输出指令、关节角移动指 令等。在实现跟踪控制时，固定j₁,j₄ 和 j₆ 三个关 节，由j2 和j₃ 关节在x₂ 方向实现跟踪，并对x₁ 方 向的接触力进行控制，关节js 使机器人末端执行器 与跟踪面垂直。整个控制系统由一台PC486 主机(带 机器人控制器)、电源、控制接口板及机器人主体组 成，其系统原理框图如图5-27所示。
|
4019