第8章 工业机器人的控制系统《工业机器人》教学课件

《工业机器人》✩精品课件合集第八章工业机器人的控制系统

8.1工业机器人控制系统概述8.2工业机器人控制系统的组成及分类8.3工业机器人的控制方法与策略8.4工业机器人的位置控制8.5工业机器人的力控制8.6工业机器人的速度控制8.7工业机器人力-位置混合控制工业机器人的控制系统类似于人的大脑，是工业机器人的指挥系统，它控制驱动系统使执行机构按照要求工作，因此，控制系统的性能直接影响机器人的整体性能。8.1工业机器人控制系统概述8.1.1工业机器人控制系统的基本原理为了使机器人能够按照要求去完成特定的作业任务，需要以下四个过程：（1）示教过程。（2）计算与控制。（3）伺服驱动。（4）传感与检测。8.1.2工业机器人控制系统的特点工业机器人控制系统有如下特点：（1）传统的自动机械是以自身的动作为重点，而工业机器人的控制系统更着重本体与操作对象的相互关系。无论多么高的精度控制手臂，机器人必须能夹持并操作物体到达目的位置。8.1.2工业机器人控制系统的特点工业机器人控制系统有如下特点：（1）传统的自动机械是以自身的动作为重点，而工业机器人的控制系统更着重本体与操作对象的相互关系。无论多么高的精度控制手臂，机器人必须能夹持并操作物体到达目的位置。（2）工业机器人的控制与机构运动学及动力学密切相关。机器人手足的状态可以在各种坐标下描述，且能根据需要选择不同的基准坐标系，并做适当的坐标变换。经常需要求解运动学中的正、逆问题。除此之外，还要考虑惯性、外力（包括重力）及哥氏力、向心力的影响。8.1.2工业机器人控制系统的特点工业机器人控制系统有如下特点：（1）传统的自动机械是以自身的动作为重点，而工业机器人的控制系统更着重本体与操作对象的相互关系。无论多么高的精度控制手臂，机器人必须能夹持并操作物体到达目的位置。（2）工业机器人的控制与机构运动学及动力学密切相关。机器人手足的状态可以在各种坐标下描述，且能根据需要选择不同的基准坐标系，并做适当的坐标变换。经常需要求解运动学中的正、逆问题。除此之外，还要考虑惯性、外力（包括重力）及哥氏力、向心力的影响。（3）即便一个简单的工业机器人，至少也有3～5个自由度。每个自由度一般包含一个伺服机构，它们必须协调起来，组成一个多变量控制系统。（4）描述机器人状态和运动的数学模型是一个非线性模型，随着状态的不同和外力的变化，其参数也在变化。各变量之间还存在耦合。因此，不仅要利用位置闭环，还要利用速度甚至加速度闭环。系统中经常使用重力补偿、解耦和基于传感信息的控制盒最优PID控制等方法。8.2工业机器人控制系统的组成及分类8.2.1工业机器人控制系统的组成工业机器人的控制系统一般分为上、下两个控制层次：上级为组织级，下级为实时控制级。一个完整的工业机器人控制系统包括以下几部分：（1）控制计算机。它是控制系统的调度指挥机构。（2）示教盒。它用来示教机器人的工作轨迹和参数设定，以及一些人机相互操作，拥有独立的CPU以及存储单元，与主计算机之间实现信息交互。（3）操作面板。它由各种操作按键、状态指示灯构成，只完成基本功能操作。（4）硬盘和存储机器人工作程序的外部存储器。（5）数字和模拟量的输入和输出，各种状态和控制命令的输入和输出。（6）打印机接口。它记录需要输出的各种信息。（7）传感器接口。它用于信息的自动检测，实现机器人柔顺控制。（8）轴控制器。它一般包括各关节的伺服控制器，完成机器人各关节位置、速度和加速度控制。（9）辅助设备控制。它主要用于和机器人配合的辅助设备控制。（10）通信接口。它主要实现机器人和其他设备的信息交换。不同类型的控制系统，其组成情况也不相同。图

8.1

所示为非伺服控制系统。图

8.2

所示为伺服控制系统。（a）开环非伺服型（b）带开关反馈的非伺服型图8.1非伺服控制系统（a）闭环伺服型（b）智能机器人控制系统图8.2伺服控制系统8.2.2工业机器人控制系统的分类工业机器人控制系统的分类，没有统一的标准。按照运动坐标控制的方式，可以分为关节空间运动控制和直角坐标空间运动控制；按照控制系统对工作环境变化的适应度，可以分为程序控制系统、适应性控制系统和人工智能控制系统；按照同时控制机器人的数目，可以分为单控制系统和群控制系统。除此之外，通常按照运动控制方式，可以分为位置控制、速度控制和力控制三类。8.3工业机器人的控制方法和策略常用的控制策略，如变结构控制、模糊控制、神经网络控制、自适应控制和鲁棒控制。各种控制策略的应用范围不同，如变结构控制使控制带宽和控制精度达到最优折中，自适应控制补偿参数不确定性，鲁棒控制补偿非参数不确定性，神经网络技术成功应用于各种机器人的运动规划、模糊控制、简化控制算法等。8.3.1变结构控制20世纪60年代，苏联学者Emelyanov提出变结构控制。变结构控制的基本思想是先在误差系统的状态空间中找到一个超平面，使得超平面内的所有状态轨迹都收敛于零。然后，通过不断切换控制器的结构，使得误差系统的状态能够到达该平面，进而沿该平面滑向原点。8.3.2模糊控制方法模糊控制系统的控制对象可以是实际的闭环控制、专家系统或任何类型的人机系统，其中决策部分由近似推理完成。图

8.3

是模糊控制系统结构图。由图可见，模糊控制器由模糊产生器、知识库、模糊逻辑决策及模糊消除器组成。图8.3模糊控制系统结构图8.3.3神经网络控制方法人工神经网络对生物神经网络的模拟包括两个方面，一是在结构和实现机理上进行模拟，二是从功能上进行模拟，即尽可能使人工神经网络具有生物神经网络的某些功能特性，如学习、识别和控制等。在控制领域主要利用人工神经网络的第二类模拟功能。神经网络具有以下特性：（1）神经网络具有非线性逼近能力。由于神经网络具有任意逼近非线性映射的能力，因此，神经网络在用于非线性系统的过程控制时，具有更大的发展前途。（2）神经网络具有并行分布处理能力。神经网络具有高效并行结构，可以对信息进行高速并行处理。（3）神经网络具有学习和自适应功能，能够根据系统过去的记录，找出输入、输出之间的内在联系，从而求得问题的答案。这一处理过程不依靠对问题的先验知识和规则，因此，神经网络具有较好的自适应性。（4）神经网络具有数据融合能力，可以同时对定性数据和定量数据进行操作。（5）神经网络具有多输入和多输出网络结构，可以处理多变量问题。（6）神经网络的并行结构便于硬件的实现。在上述诸多特性中，对于控制系统，其中最有意义的是神经网络的非线性逼近能力。8.3.4自适应控制策略自适应控制的方法就是在运行过程中不断测量受控对象的特性，根据测得的特征信息使控制系统按最新的特性实现闭环最优控制。自适应控制主要分模型参考自适应控制（ModelReferenceAdaptiveControl，MRAC）和自校正自适应控制（Self-tuningAdaptiveControl，SAC）。1.模型参考自适应控制模型参考自适应控制器的作用是使系统的输出响应趋近于某种指定的参考模型。8.3.4自适应控制策略自适应控制的方法就是在运行过程中不断测量受控对象的特性，根据测得的特征信息使控制系统按最新的特性实现闭环最优控制。自适应控制主要分模型参考自适应控制（ModelReferenceAdaptiveControl，MRAC）和自校正自适应控制（Self-tuningAdaptiveControl，SAC）。1.模型参考自适应控制模型参考自适应控制器的作用是使系统的输出响应趋近于某种指定的参考模型。2.自校正自适应控制机器人自校正自适应控制是把机器人状态方程在目标轨迹附近线性化，形成离散摄动方程，用递推最小二乘法辨识摄动方程中的系统参数，并在每个采样周期更新和调整线性化系统的参数和反馈增益，以确定所需的控制力。自校正控制器的设计通常有两种方法，即最优设计方法（包括最小方差法和广义最小方差法）和极点配置设计方法。8.3.5鲁棒控制策略鲁棒控制的基本特征是用一个结构和参数都固定不变的控制器，来保证即使不确定性对系统的性能品质影响最恶劣时也能够满足设计要求。8.4工业机器人的位置控制8.4.1位置控制问题工业机器人位置控制的目的，是要使机器人各关节实现预先规划的运动，最终保证工业机器人终端（手爪）沿预定的轨迹运行。图8.4所示的机器人控制系统方框图表示了机器人本身、控制系统和轨迹规划器之间的关系。图8.4机器人控制系统方框图机器人的位置控制结构主要有两种形式：关节空间控制结构和直角坐标空间控制结构，分别如图8.5（a）和（b）所示。（a）关节空间控制结构（b）直角坐标空间控制结构（c）复合控制结构图8.5机器人位置控制基本结构8.4.2位置控制模型1.定点位置控制2.轨迹跟踪位置控制8.5工业机器人的力控制8.5.1力控制的柔顺性以产生任意需要的作用力。将机器人能够对环境顺从的能力称为柔顺（compliance）机器人柔顺性可分为被动柔顺性和主动柔顺性两类。（1）被动柔顺性：机器人凭借一些辅助的柔性机构，使其操作机在与环境接触时能够对外部作用力产生自然的顺从。采用被动柔顺装置进行作业，存在以下问题：①无法根除智能机器高刚度与高柔顺性之间的矛盾。②被动柔顺装置的专用性强，适应能力差，使用范围受到限制；智能机器加上被动柔顺装置，本身并不具备控制能力，给智能机器控制带来了极大的困难，尤其在既需要控制作用力又需要严格控制定位的场合中更为突出。③无法使智能机器本身产生对力的反应动作，成功率较低等，这都是被动柔顺方法的不足之处。（2）主动柔顺控制：机器人利用力的反馈信息采用一定的控制策略去主动控制作用力，称为主动柔顺。主动柔顺控制也就是力控制。实现主动柔顺控制的方法主要有两类，一类为阻抗控制，另一类为力和位置混合控制。阻抗控制不是直接控制期望的力和位置，而是通过控制力和位置之间的动态关系来实现柔顺功能。8.5.2力控制系统的组成（1）以位移控制为基础。图8.6表示了以位移控制为基础的力控制系统框图。图8.6以位移控制为基础的力控制系统框图（2）以广义力控制为基础。这一方案的特点是，在力闭环的基础上再加上位置环，如图8.7所示。图8.7以广义力控制为基础的力控制系统框图（3）位置和力的混合控制。8.6工业机器人的速度控制图8.8机器人行程的速度-时间曲线8.7工