柔性机械臂的建模与智能控制.pdf

兰州理工大学
硕士学位论文
柔性机械臂的建模与智能控制
姓名:王文琰
申请学位级别:硕士
专业:控制理论与控制工程
指导教师:王晓兰
20050501
摘要在机器人的研究中,柔性机械臂的建模与控制是最重要的领域之一。本文较系统地介绍了一种两杆柔性机械臂的建模方法:利用拉格朗日原理推导了两杆柔性机械臂的非线性动力学方程。该方法考虑了柔性机械臂刚体运动和弹性变形之间的耦合影响,并将柔性机械臂假设为一段梁处理,将弹性变形用截断模态方程表示,同时考虑了弹性势能和重力势能的影响,得到的双连杆柔性机械臂的动力学模型具有模型准确、结构简单等特点。仿真结果验证了该模型的准确性。由于神经网络对非线性函数具有任意逼近和自学习能力,所以神经网络作为系统辨识工具,为非线性系统的辨识提供了一种简单而有效的途径。为了解决神经网络拓扑结构难以确定的问题,本文在传统进化规划算法的基础上,提出了递阶进化规划方法,对神经网络的拓扑结构和网络参数进行递阶式优化,在单次仿真运行中,同时得到了合理的神经网络拓扑结构和网络参数值。柔性机械臂由于测量和建模的不精确,再加上负载的变化以及外部扰动的影响,很难得到精确、完整的运动模型;使其控制过程存在严重的不确定性,传统的控制方法难于对其进行准确控制,采用智能控制方法可以较好地解决柔性臂非线性系统的控制问题。在柔性臂的控制中,必须要对柔性臂进行正、逆运动学计算。本文介绍了一种应用双向映射神经元网络来实现柔性臂正、逆运动学计算的方法,利用神经网络输出的结果作为控制变量,来实现柔性臂运动学控制。双向映射神经元网络主要由两个神经网络和一个修正函数构成,其中一个神经网络用来进行正运动学求解,另一个神经网络用来计算雅可比矩阵,修正算法是根据李雅普诺夫函数来计算的。逆运动学的解利用正运动学通过迭代算法来求解。在双向映射神经元网络中求解正运动学的神经网络分别采用窬绾虰窬缋词迪郑⒂玫萁捉婊法对窬绲耐仄私峁购屯绮问毖坝拧7抡娼峁砻鳎航婊惴应用在神经元网络的学习训练中,具有精度高、收敛速度快的特点。因此应用双向映射神经元网络对柔性机械臂进行控制,能够满足柔性机械臂控制的要求,是一种有效的控制方法。关键词:柔性机械臂,动力学建模,拉格朗目原理,进化规划算法,算法神经网络摘要
:篎..甅.,琋.,畉,瑆.,..,.
第一章绪论课题背景机器人是迅速发展起来的高新技术密集的机电一体化产品。在发达国家,工业机器人已经得到广泛的应用,这是因为应用机器人是提高生产过程自动化、改善劳动环境条件、提高产品质量和生产效率的一种非常有效的手段,亦是技术革动化领域的两个科研项目之一。机器人是多学科的综合性技术,涉及到机械、材料、电子、光学、计算机、通信、自动控制、人工智能、仿生学等诸多学科,其中自动控制技术对机器人的功能和技术水平起着关键性作用。按自动化水平来划分,机器人的发展大致可以分为三代;第一代机器人不具有感觉装置,采用顺序控制方式,通过编程或者示教来完成预定的重复性操作;第二代机器人具有位置、速度、力、视觉、触觉等传感装置,采用计算机控制,通过各种算法来实现复杂精确的操作,并具有一定的调整和自适应能力;第三代机器人具有听觉、味觉等更复杂的感觉装置,对外界环境有模式识别能力,对多媒体信息有综合处理能力,并具有自主决策和自学习能力,能够实现类似于人的高级智能行为。现在工业应用的机器人大多属于第一代或第二代,而第三代机器人是当今国内外研究的方向。随着现代科学技术的进步和发展,机器人技术与其它高新技术之间的融合和相互渗透程度也越来越广泛。在二十一世纪的今天,可以说机器人在当今社会对于人类的作用和影响正越来越大,并且对今后人类的进步和发展也将产生积极的多关节柔性机械臂是一个十分复杂的多输入多输出非线性系统,它具有时变、强耦合和非线性的动力学特征,其控制是十分复杂的。由于测量和建模的不精确,再加上负载的变化以及外部扰动的影响,实际上无法得到柔性机械臂精确、完整的运动模型,我们必须面对机械臂大量不确定性因素的存在。随着空间技术的发展和制造业对轻型、高速、高精度机器人要求的不断提高,对柔性机械臂的控制显得越来越重要。机械臂的柔性则主要存在于柔性关节按湎低中。现代工业的快速发展需要高品质的机器人为之服务,而高品质的机器人必须综合考虑各种不确定性因素的影响,因此研究不确定性柔性机械臂的控制问题具有十分重要的理论和实践意义。并且由于当今机器人技术、航空航天技术的发展,柔性机械臂的研究日益受到重视,成为发展新一代机器人的关键技术之一。近些年来,许多学者将智能方法融入到柔性机械臂这类非线性系统的控制中,把神经网络、模糊控制与一些新型的控制算法相结合,形成智能化系统,特别是模拟生物的进化规律,将进化计算应用到控制中。这些都是很有前途的发