《人工智能控制技術(shù)》 課件 chap7-機械臂案例控制

《人工智能控制技術(shù)》機械臂控制實例機械臂控制概述本書第一部分介紹了人工智能控制的各種方法，第二部分將應(yīng)用這些控制方法對一些實際系統(tǒng)進行控制。首先以機械臂為例介紹神經(jīng)網(wǎng)絡(luò)控制和模糊控制。機械臂系統(tǒng)是目前工業(yè)中常見的機器人系統(tǒng)，在多個生產(chǎn)環(huán)節(jié)已經(jīng)替代人類完成一些重復(fù)性強，勞動強度高的工作。還有大量服務(wù)機器人替代人類完成生活中多種工作，這些都用到機械臂控制。各式各樣機械臂機械臂神經(jīng)網(wǎng)絡(luò)控制機械臂神經(jīng)網(wǎng)絡(luò)控制在針對機械臂的不同控制方案當(dāng)中，如果能夠知道機械臂精確模型和負載的精確變化曲線，采用基于精確模型的力矩控制是最好的。但是實際機械臂系統(tǒng)往往難以實現(xiàn)，因此不依賴模型的PID控制成為多數(shù)機械臂控制的選擇方案。但是在許多實際應(yīng)用場景下，PID控制方法效果不好或者應(yīng)用PID控制無法達到想要的效果，此時需要考慮采用智能控制方法實現(xiàn)。下面介紹神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制機械臂系統(tǒng)。機械臂動力學(xué)模型

機械臂動力模型特點1. 動力學(xué)模型包含未知項較多，隨著機械臂關(guān)節(jié)的增加，自由度增加，未知項也隨之增加。2. 高度非線性，還有大量非線性元素。3. 高度耦合，各關(guān)節(jié)互相耦合影響。4. 模型的不確定性和時變性。由于機械臂所持負載不同時，模型發(fā)生變化，同時考慮到摩擦、遲滯、死區(qū)等影響，模型不確定性增加。因此需要采用智能控制方法設(shè)計控制器控制機械臂才能達到好的效果。機械臂控制神經(jīng)網(wǎng)絡(luò)設(shè)計

機械臂控制器設(shè)計

機械臂控制器設(shè)計

機械臂控制器設(shè)計

機械臂控制穩(wěn)定性證明

機械臂控制穩(wěn)定性證明

機械臂控制仿真實例

機械臂控制仿真結(jié)果位置和速度跟蹤控制輸入

機械臂自適應(yīng)模糊控制機械臂自適應(yīng)模糊控制系統(tǒng)描述

模糊控制器設(shè)計

模糊控制器設(shè)計

模糊控制器設(shè)計

模糊控制器設(shè)計

仿真實例

仿真實例

仿真結(jié)果雙關(guān)節(jié)機械臂跟蹤控制結(jié)果雙關(guān)節(jié)機械臂的摩擦補償雙關(guān)節(jié)機械臂的控制輸入課后習(xí)題1. 機械臂動力學(xué)模型的特點是什么？2. 本章應(yīng)用神經(jīng)網(wǎng)絡(luò)控制機械臂是，用了3個神經(jīng)網(wǎng)絡(luò)分別逼近了什么項？如果這